Esta seção é um acervo pessoal de estudo sobre proteção de dados, regulação de plataformas e direitos de crianças e adolescentes no ambiente digital. Também reúne outros temas relacionados à tecnologia e à proteção de direitos. O site contém apenas informações públicas.
O material combina fontes primárias, como leis, regulamentos, decisões e documentos oficiais, com notas de estudo que organizam conceitos, jurisprudência, entendimentos públicos, doutrina e relações entre diferentes normas.
O acervo é produzido e mantido para estudo pessoal. Não há pretensão comercial. Também não há intenção de substituir bases oficiais, livros, pareceres, serviços de pesquisa jurídica ou a leitura das fontes originais.
A produção combina trabalho humano, ferramentas de inteligência artificial e automações de software. O projeto usa GPT-5.6, GPT-6 Luna, Claude, ChatGPT Codex, Claude Code e Gemini CLI em tarefas assistidas por IA. Usa Python para automações e Markdown, Jekyll, Kramdown e Liquid para conteúdo e geração de páginas. Git, GitHub e GitHub Actions cuidam do versionamento e das validações. Cloudflare Workers e Cloudflare Access fazem a publicação e o controle de acesso. Surya OCR 2 e pypdfium2 participam do processamento atual de documentos; PP-StructureV3 e Tesseract foram usados em processamentos anteriores. Nem toda página passa por todas essas ferramentas. A lista também pode mudar com a evolução do projeto.
Por que este acervo existe
O principal objetivo de /notas é facilitar o estudo pessoal da proteção no ambiente digital. Para isso, o acervo reúne, em uma interface melhor, normas e outras fontes públicas relevantes do Brasil e do mundo.
A motivação é prática: as informações necessárias para estudar um tema jurídico costumam estar espalhadas. O texto de uma lei pode estar em um site oficial e a regulamentação, em outro. A jurisprudência fica em bases diferentes. Entendimentos de autoridades aparecem em votos, guias ou decisões. A doutrina está distribuída em livros e artigos publicados em muitos lugares.
Essas fontes também têm níveis diferentes de usabilidade e acessibilidade. Nem sempre oferecem boas âncoras por dispositivo, navegação entre normas, busca integrada, referências cruzadas ou uma apresentação confortável em telas pequenas.
O site tenta reduzir esse atrito. A proposta é permitir que uma norma seja lida sozinha ou ao lado de comentários, com navegação por artigo, remissões entre dispositivos, definições, busca e referências para as fontes originais.
O acervo é seletivo. Ele não pretende reunir todo o direito digital, toda a jurisprudência relevante nem todas as normas de cada país. A ausência de um tema ou documento não significa falta de importância.
O que faz parte de /notas
O acervo reúne conteúdos diferentes, mas relacionados:
| Área | O que contém | Para que serve |
|---|---|---|
| Notas de estudo | Comentários organizados por tema, com referências para normas e outras fontes públicas | Entender conceitos, relações entre regras e questões de aplicação |
| Normas | Texto de leis, decretos, resoluções, regulamentos e outros atos normativos | Consultar a fonte normativa em uma interface própria para leitura |
| Definições | Conceitos extraídos literalmente das normas do acervo | Verificar quais normas definem cada termo e em quais dispositivos |
| Busca | Índice de notas, normas, artigos, definições e partes públicas de outros conteúdos | Encontrar um tema em todo o acervo |
| Votos da ANPD | Documentos públicos do Conselho Diretor, com PDF, transcrição e campos estruturados | Facilitar a consulta a decisões e fundamentos publicados |
Essas áreas usam a mesma base de referências e se conectam por links. Uma nota pode apontar para um artigo. O artigo pode mostrar outras normas que o citam. Uma definição pode levar à norma em que aparece. A busca pode recuperar todos esses elementos.
Como o acervo é construído
O conteúdo é escrito principalmente em Markdown e fica versionado com Git no GitHub. O histórico de alterações permite identificar quando textos e funcionalidades mudaram.
O Jekyll transforma os arquivos em páginas estáticas. Kramdown processa o Markdown e Liquid monta componentes, layouts, metadados e partes reutilizáveis da interface.
Scripts em Python produzem vários dados derivados, como remissões, índices de citações, definições, estruturas de votos e validações. Ruby executa o Jekyll e ferramentas associadas. Node.js é usado em etapas de build, testes e publicação.
A cada alteração relevante, o GitHub Actions executa o fluxo automatizado de testes e validações. A publicação é feita por Cloudflare Workers, com o Wrangler como ferramenta de deploy. O Cloudflare Access controla o acesso às notas marcadas como privadas.
Essa arquitetura tenta manter três camadas separadas:
- fonte, como o texto de uma lei ou um PDF oficial;
- conteúdo editorial, como uma nota de estudo escrita em Markdown;
- dados derivados, como links, índices, contagens e estruturas geradas por scripts.
A separação facilita a conferência. Se um dado derivado estiver errado, a correção deve ocorrer na fonte ou na regra que o gerou, e não apenas na apresentação final.
Fontes usadas
A regra geral é usar fontes públicas e verificáveis.
Sempre que possível, o acervo prefere a fonte primária. Isso inclui o texto publicado pelo órgão competente, a versão oficial de uma norma, o documento original de uma decisão e o PDF oficial de um voto.
Fontes secundárias podem ser usadas para explicar contexto, doutrina ou controvérsias. Nesses casos, o conteúdo é resumido com palavras próprias e a fonte é indicada. O site não reproduz integralmente obras protegidas por direito autoral.
Ao comentar jurisprudência, a identificação do caso deve se limitar ao que for necessário para localizar a decisão e compreender seu conteúdo. Dados pessoais de partes não são incluídos sem necessidade.
Relação com a ANPD e independência do conteúdo
O autor do site trabalha na Agência Nacional de Proteção de Dados (ANPD). Essa relação profissional torna especialmente importante separar o acervo pessoal da atividade institucional.
Nenhuma nota representa a posição da ANPD, de seu Conselho Diretor, de uma unidade administrativa ou de qualquer outro órgão público. O site não usa informação interna como fonte de autoridade e não apresenta opinião pessoal como entendimento institucional.
As informações usadas nas notas devem ser verificáveis publicamente. Uma posição da ANPD só pode ser atribuída à Agência quando houver uma fonte pública que permita a verificação. A fonte pode ser, por exemplo, uma resolução, decisão, voto publicado, guia, agenda regulatória ou página oficial.
Atos que ainda não são públicos, processos de acesso restrito, minutas internas, discussões de trabalho, reuniões não publicadas e entendimentos informais não entram no acervo.
Essa regra vale também para notas com status: private. O rótulo private controla quem pode acessar uma nota; ele não autoriza o uso de informação interna da ANPD nem muda o padrão de fontes do projeto.
Como se evita que contexto interno contamine o site
Ferramentas de IA podem ser usadas tanto em atividades profissionais quanto na manutenção deste acervo. Por isso, o processo parte de uma regra simples: memória de modelo não é fonte.
O repositório possui instruções específicas para agentes de IA, em especial no arquivo AGENTS.md. Elas determinam que /notas use apenas fontes públicas e proíbem expressamente a incorporação de processos, minutas, discussões ou entendimentos internos da ANPD. As mesmas regras são aplicadas a ferramentas como ChatGPT Codex, Claude Code e Gemini CLI.
Há ainda uma regra mais específica: um texto como “a ANPD entende que…” só pode ser publicado quando houver um ato público com link que sustente a frase.
Isso cria uma barreira editorial contra a contaminação por memória de IA. Se um modelo “lembrar” de algo visto em outro contexto, essa lembrança não pode ser usada como evidência. O conteúdo precisa ser novamente encontrado e confirmado em uma fonte pública antes de entrar no site.
Um exemplo hipotético ajuda a mostrar a diferença. Imagine que uma ferramenta de IA tenha sido usada anteriormente em um trabalho interno e passe a sugerir que determinado tema “será prioridade de fiscalização da ANPD”. Essa informação não pode entrar em uma nota apenas porque o modelo a apresentou com segurança ou porque o autor reconhece o contexto. Ela só pode ser publicada se a prioridade aparecer, por exemplo, em uma agenda, mapa de temas prioritários, resolução, decisão ou outro documento oficialmente divulgado. Sem fonte pública, a informação fica fora do site.
O mesmo vale para conclusões aparentemente banais. Uma memória de IA pode ajudar a formular uma pergunta de pesquisa, mas não pode sustentar uma afirmação publicável.
Essas salvaguardas são principalmente editoriais e procedimentais. Elas reduzem o risco de mistura entre contextos, mas não significam que exista uma barreira técnica capaz de provar que um modelo nunca teve contato anterior com outra informação. A proteção está em exigir procedência pública para aquilo que efetivamente é publicado.
Texto das normas
O texto normativo fica separado dos comentários.
Os arquivos de lei seca buscam preservar a redação da fonte oficial. Elementos como links, âncoras, sumários, rótulos de navegação, definições destacadas e indicação de “citado por” são camadas criadas pelo site para facilitar a leitura. Eles não fazem parte da norma oficial.
Nas normas brasileiras, o texto é obtido de fontes oficiais e pode incorporar a versão compilada disponível nessas fontes.
Nas normas da União Europeia, o site usa, quando disponível, o texto oficial publicado no EUR-Lex. A versão em português preserva a redação oficial em português europeu. Quando a terminologia diverge do uso brasileiro, a diferença pode ser explicada nos comentários, sem alterar o texto legal.
Algumas importações e conversões são auxiliadas por scripts em Python, enquanto o conteúdo final continua armazenado em Markdown. O objetivo é reduzir edição manual de texto normativo e preservar a separação entre fonte e comentário.
Algumas normas passam por consolidações, retificações ou alterações posteriores. Por isso, a página deve informar a fonte e, quando aplicável, a referência temporal da versão utilizada.
Se houver divergência entre o site e a fonte oficial, prevalece a fonte oficial.
Como uma nota de estudo é produzida
Uma nota normalmente começa por uma norma, um conjunto de documentos públicos ou uma pergunta de estudo.
O processo busca seguir esta ordem:
- localizar e preservar as fontes primárias relevantes;
- identificar os dispositivos, decisões e documentos que sustentam cada afirmação;
- organizar o conteúdo em uma estrutura de estudo, normalmente em Markdown;
- usar ferramentas de IA, quando úteis, para pesquisa, comparação, síntese ou revisão;
- criar links para os artigos e normas relacionados;
- separar fatos documentados de interpretações, inferências e questões ainda abertas;
- revisar remissões, datas, nomes de atos e outros elementos verificáveis;
- revisar as alterações no Git;
- executar as verificações automáticas do repositório no GitHub Actions antes da publicação.
As notas podem resumir controvérsias e apresentar uma leitura possível do material. Essa camada analítica é diferente do texto oficial e deve ser lida como anotação pessoal de estudo.
Uso de inteligência artificial
A inteligência artificial é usada como ferramenta de apoio à pesquisa, à organização e à revisão do acervo.
Entre as ferramentas usadas estão modelos como GPT-5.6 e Claude, além de ambientes de trabalho com agentes de programação e edição, como ChatGPT Codex, Claude Code e Gemini CLI.
Elas podem ajudar a:
- localizar trechos relevantes em documentos;
- resumir textos extensos;
- comparar dispositivos;
- sugerir estruturas de notas;
- identificar referências cruzadas;
- classificar partes de votos;
- preparar tabelas e explicações;
- revisar consistência e linguagem;
- alterar código e scripts do repositório sob as mesmas regras editoriais.
A IA não é tratada como fonte jurídica. Uma resposta de modelo não substitui uma lei, uma decisão, um voto, uma publicação oficial ou uma obra citada.
O uso de IA também cria riscos. Um modelo pode omitir informação, associar a fonte errada ou interpretar um dispositivo de forma incorreta. Também pode inventar uma referência, confundir versões ou apresentar uma conclusão com confiança excessiva.
Por isso, uma informação não se torna publicável apenas porque foi produzida por um modelo avançado ou repetida por mais de uma ferramenta. O critério continua sendo a possibilidade de conferi-la em fontes públicas adequadas.
Dados gerados automaticamente
Parte do que aparece no site não é escrita manualmente.
Scripts em Python geram ou atualizam, entre outros elementos:
- remissões entre normas;
- índices de “citado por”;
- banco de definições;
- contagens de citações;
- estrutura de votos;
- referências legais encontradas em votos;
- índice de busca;
- arquivos usados para controlar a publicação de notas públicas e privadas.
Esses dados são derivados das fontes de verdade do repositório. Em regra, arquivos gerados não devem ser corrigidos manualmente: a correção deve ocorrer na fonte ou no script responsável pela transformação.
O repositório possui um quality gate, isto é, um conjunto de verificações executadas pelo GitHub Actions antes da publicação. Ele confere se os dados derivados estão atualizados e consistentes com as fontes que os originaram.
O fluxo usa Python, Ruby, Jekyll e Node.js para executar geradores, testes e build. O site final é então publicado por Cloudflare Workers.
O quality gate verifica, entre outros pontos, links internos, âncoras, ids duplicados, estrutura dos votos, arquivos gerados, sintaxe de JavaScript e Python e integridade do HTML produzido pelo Jekyll.
Esses controles reduzem erros mecânicos. Eles não provam que uma interpretação jurídica está correta nem substituem a conferência das fontes.
Remissões, âncoras e “citado por”
Os textos das normas recebem âncoras por dispositivo para permitir links diretos a artigos, parágrafos, incisos e outras unidades.
Scripts em Python analisam referências entre dispositivos e geram parte das remissões. Quando uma norma cita outra norma do acervo, o site pode transformar a referência em link.
Esse processo é deliberadamente conservador: uma referência ambígua deve permanecer sem link em vez de apontar para um destino incerto.
O site também mantém um índice reverso. Quando uma norma, nota ou voto cita determinado dispositivo, a página pode mostrar essa relação em “citado por”.
Esses recursos são editoriais. Eles ajudam a navegar pelo acervo, mas não alteram o conteúdo ou o significado jurídico do texto oficial.
Definições
A página de definições reúne conceitos definidos nas próprias normas.
A redação mostrada como definição vem do texto normativo. Scripts em Python extraem e organizam esses conceitos a partir das normas armazenadas no repositório.
O site pode adicionar formas equivalentes para facilitar a busca, especialmente quando uma norma europeia usa português europeu e a nota usa português brasileiro.
Uma equivalência de busca não transforma dois termos em conceitos juridicamente idênticos. Ela serve apenas para ajudar o leitor a localizar conteúdos relacionados.
Busca
A busca é criada a partir do conteúdo do próprio acervo.
O índice é gerado no processo de build e inclui notas, normas, artigos, definições e votos conforme as regras de publicação de cada conteúdo. O ranking usa campos como título, subtítulo, contexto e trecho para tentar colocar os resultados mais úteis primeiro.
A busca é uma ferramenta de navegação. A ausência de um resultado não permite concluir que um tema não existe na legislação ou que não há fonte relevante fora do acervo.
Votos do Conselho Diretor da ANPD
A seção de votos organiza documentos públicos do Conselho Diretor da ANPD.
A unidade do acervo é o circuito deliberativo publicado. Cada página pode combinar:
- o PDF oficial preservado;
- uma transcrição do documento;
- campos estruturados, como questão, decisão, fundamentos, determinações, prazos, votação e bases jurídicas;
- indicação das páginas usadas para extrair cada informação;
- método e grau de confiança da extração, quando disponíveis.
Scripts em Python ajudam a preservar os PDFs, extrair texto, estruturar os registros, criar remissões e validar páginas e hashes.
O PDF oficial continua sendo a referência principal.
A confiança exibida em um campo se refere à qualidade esperada da extração ou da transformação. Ela não é uma avaliação da correção jurídica do conteúdo.
O acervo de votos é incompleto. Ele reúne os documentos já processados e não representa todas as deliberações da ANPD nem todos os documentos existentes em cada processo administrativo.
Categorias e filtros dos votos
As categorias ajudam a encontrar circuitos por assunto ou dimensão processual. Um voto pode receber mais de uma categoria quando elas forem centrais para a questão, o pedido ou a decisão. Uma menção incidental não basta. Os rótulos organizam a navegação; não expressam a posição da ANPD nem avaliam o acerto jurídico do voto.
| Categoria | Quando usar |
|---|---|
| Adequação internacional | Pedido ou decisão sobre o nível de proteção de um país ou organismo para transferências internacionais. |
| Agentes de pequeno porte | Regra ou orientação específica para agentes de tratamento de pequeno porte. |
| Cooperação institucional | Acordo ou atuação conjunta entre instituições. |
| Crianças e adolescentes | Tratamento de dados, direitos ou salvaguardas de crianças e adolescentes. |
| Dados biométricos | Tratamento de identificadores biométricos, como imagem da íris. |
| Encarregado | Indicação, atribuições ou atuação do encarregado pelo tratamento de dados pessoais. |
| Fiscalização | Poderes, procedimentos e decisões de fiscalização da ANPD, inclusive seu planejamento e processos sancionadores. |
| Governança | Organização e gestão institucional, políticas internas, orçamento, comitês, planejamento e iniciativas de pesquisa da ANPD. |
| Incidente de segurança | Comunicação, apuração, prevenção ou resposta a incidente/vazamento de dados pessoais. |
| Inteligência artificial | Uso de dados pessoais em sistemas de inteligência artificial ou deliberação sobre seu desenvolvimento, teste ou regulação. |
| Medida preventiva | Medida preventiva adotada durante uma atividade de fiscalização. |
| Participação social | Consulta, audiência ou outra etapa formal de recebimento de contribuições da sociedade. |
| Petição de titular | Reclamação ou petição apresentada à ANPD por titular de dados pessoais. |
| Poder público | Tratamento ou compartilhamento de dados pela administração pública, ou política pública de proteção de dados. |
| Processo sancionador | Regras ou atos de processo administrativo que pode resultar em sanção. |
| Recurso | Recurso, reconsideração ou petição que tenta reformar uma decisão administrativa anterior, inclusive quando não conhecida. |
| Regulação | Regras gerais, guias e orientações dirigidas a agentes externos, processo e planejamento regulatório e desenho de sandbox. |
| Transferência internacional | Transferência de dados pessoais a outro país ou organismo internacional e os mecanismos que a permitem. |
| Transparência | Dever de informar ou publicar, inclusive registros e relatórios de transparência. |
OCR e transcrição de documentos
Alguns PDFs possuem uma camada textual confiável. Outros são digitalizações e precisam de reconhecimento óptico de caracteres, ou OCR.
Quando a camada textual do PDF é confiável, o texto pode ser extraído diretamente. Para digitalizações, o modo automático de OCR usa Surya OCR 2. Se ele falhar, o processamento para para que o problema seja examinado. O pypdfium2 dá suporte técnico à leitura de PDFs e aos testes.
Quando a extração não preserva títulos, tabelas ou a ordem de leitura, GPT-6 Luna pode reconstruir visualmente a transcrição, página por página. O método usado fica registrado no voto, e a transcrição deve ser conferida com o PDF. PP-StructureV3 e Tesseract foram usados em etapas anteriores e ainda podem ser escolhidos explicitamente para reproduzir aqueles processamentos.
Essas transformações podem introduzir erros de palavras, números, pontuação, ordem de leitura e formatação. Por isso, o PDF oficial preservado continua sendo a fonte para conferência.
Uma transcrição nova não deve ser tratada como equivalente ao documento original apenas porque passou pelo OCR ou pelos testes automáticos.
Notas públicas e privadas
Cada nota possui um estado explícito: public ou private.
Uma nota pública entrega o conteúdo completo.
Uma nota privada mantém públicos apenas os elementos previstos para a prévia. Isso inclui título, descrição, URL, presença no índice, a seção de resumo geral e a norma exibida no painel de lei seca.
O controle é feito no servidor de borda por Cloudflare Workers e Cloudflare Access. O Worker retira o corpo privado antes de enviar a resposta a um visitante sem autorização. O navegador, portanto, não recebe o texto privado para simplesmente escondê-lo com JavaScript ou CSS.
A busca respeita a mesma separação. Uma nota privada pode ser encontrada pelo título, descrição e resumo público, mas o restante do texto não entra no índice público.
O estado privado é uma decisão editorial de acesso. Ele não transforma o conteúdo em informação interna da ANPD, não autoriza o uso de material não público e não dá maior autoridade jurídica à nota.
Linguagem simples
O texto procura ser direto, encontrável e compreensível sem perder precisão jurídica.
A redação usa como referência os princípios e as diretrizes da ISO 24495-1:2023 — Plain language — Part 1: Governing principles and guidelines. A referência orienta a escrita, mas não representa declaração de conformidade, certificação ou aprovação pela ISO.
Na prática, a revisão procura responder a quatro perguntas: a informação relevante está presente? O leitor consegue encontrá-la? O texto é compreensível? O leitor consegue usar a informação para a finalidade da página?
Por isso, o site prefere frases diretas, voz ativa, títulos descritivos, termos estáveis e explicação de siglas na primeira ocorrência. Termos jurídicos e técnicos são mantidos quando necessários à precisão. Citações, nomes de campos, comandos, URLs e textos normativos não são simplificados de forma que altere seu sentido.
Atualizações e versionamento
Cada nota informa a data de sua última atualização de conteúdo.
Essa data significa que o texto da nota foi alterado naquela ocasião. Ela não significa que todas as fontes tenham sido novamente verificadas naquele dia, nem garante que nenhuma norma ou decisão tenha mudado depois.
Correções puramente técnicas, como ajuste de marcação ou conserto de link, podem não alterar essa data quando não mudam o conteúdo da nota.
O histórico em Git/GitHub registra versões sucessivas dos arquivos. Mudanças relevantes de conteúdo ou funcionalidade também são registradas no changelog do projeto.
Antes de uma publicação, o GitHub Actions executa as validações automáticas e pode gerar uma versão de preview. Isso permite conferir o resultado construído pelo Jekyll e pela infraestrutura da Cloudflare antes de a mudança chegar à versão principal.
O que o site não faz
O conteúdo não representa a posição da ANPD nem de qualquer outro órgão público.
Ele não vincula a Administração, não constitui orientação oficial e não substitui aconselhamento jurídico.
O site também não garante:
- cobertura completa de normas, jurisprudência, doutrina ou decisões;
- atualização em tempo real;
- ausência de erros em textos processados ou transcritos;
- correção de todas as interpretações;
- funcionamento permanente de links externos;
- equivalência entre a apresentação do site e a versão oficial de uma fonte;
- que verificações automáticas consigam identificar todo erro jurídico ou editorial.
Para decisões profissionais, pareceres, petições, manifestações formais ou outros usos de maior impacto, consulte a fonte oficial e faça uma verificação independente.
Correções, sugestões e feedback
Erros e lacunas fazem parte do risco de manter um acervo desse tipo. Correções documentadas são bem-vindas.
Se você encontrar um erro, uma norma desatualizada ou uma fonte melhor, envie uma mensagem pelo formulário de contato disponível na página inicial. O formulário também pode ser usado para sugestões de conteúdo e de usabilidade.
Ao informar um erro, ajuda indicar a URL da página, o trecho afetado e, quando possível, a fonte pública que permite fazer a correção.