Esta página explica como o acervo de votos do Conselho Diretor da ANPD é montado: de onde vêm os documentos, o que uma máquina fez, o que uma pessoa conferiu e o que ainda não foi conferido por ninguém. Ela é curta de propósito — o que ela não afirma, o acervo não afirma.
O que é um circuito deliberativo
O Conselho Diretor da ANPD delibera de duas formas: em reunião e por circuito deliberativo, um rito escrito em que o relator apresenta o voto e os demais diretores se manifestam por adesão ou divergência dentro de um prazo. O rito está no Regimento Interno da ANPD, e o prazo mínimo pode ser reduzido quando os diretores concordam — o que explica circuitos encerrados em três ou quatro dias.
A unidade deste acervo é o circuito, não o voto individual. A ANPD publica, para cada circuito, três PDFs: a pauta, os votos e a ata. O arquivo de votos reúne o voto do relator e as manifestações dos demais diretores num documento só, e é ele que cada página deste acervo exibe.
De onde vêm os documentos
De gov.br/anpd, sempre. O PDF é baixado do endereço oficial do arquivo, e a
página de cada voto traz esse endereço em destaque. O documento da ANPD é a
fonte primária; tudo o mais nesta seção é leitura.
O arquivo baixado é preservado neste site, com o tamanho em bytes, a data da captura e o SHA-256 registrados ao lado dele. Não é redundância: endereços de portais públicos mudam, e um acervo que só linka para fora deixa de existir quando o link quebra. O hash serve para conferir que a cópia daqui é byte a byte a que foi baixada — e uma verificação automática reprova a publicação do site se algum arquivo divergir do que a página afirma.
Votos de conselho diretor são atos oficiais, de uso livre. Reproduzi-los e analisá-los é legítimo; publicar dado pessoal de quem figura neles, não. Os casos são referidos por número de processo, órgão e tema.
Como o texto é extraído
O PDF de um circuito é gerado pelo sistema de processo eletrônico da ANPD e, em geral, traz camada de texto — o que dispensa reconhecimento óptico. A transcrição exibida ao lado da análise é extraída dessa camada, página a página, e cada página vira uma âncora: quando a análise diz “p. 12”, o número é um link que rola o documento até ali. É o que separa uma citação conferível de uma afirmação.
Três coisas o extrator faz, e vale saber que faz:
- Descarta o rodapé do sistema. A linha
SEI <processo> / pg. Nno pé de cada página é carimbo do sistema, não texto do voto. Dela saem, sem intermediação de IA, o número do processo e a numeração das páginas. - Recompõe os parágrafos. O extrator quebra a linha a cada mudança de
formatação, e um parágrafo chega picado em quinze pedaços. Eles são reunidos
usando a numeração do próprio voto e os cabeçalhos de seção como fronteiras;
por isso
3.2.,3.3.eDo pedido...aparecem como blocos separados na transcrição publicada. - Repara as ligaduras quebradas. É o ponto que mais exige atenção. O PDF declara errado o mapa de alguns desenhos de letra: o de “ti” chega como “G”, “<” ou “1”, o de “fí” como “M” ou “C”. Sem reparo, “atividades” sairia “aGvidades” — defeito da extração, não do documento, que na tela mostra a palavra certa. Os desenhos que o gerador deixou sem mapa nenhum caem todos no mesmo caractere, que num só documento vale “ti” em “preventiva”, “fí” em “difícil” e “tt” em “https”; aí quem desempata é o vocabulário das leis e das notas já publicadas neste site, usado como dicionário. Quando nenhuma leitura produz palavra conhecida, o script não escolhe: ele falha, e a palavra é conferida à mão contra o PDF antes de entrar. A publicação do site é reprovada se sobrar um único caractere quebrado numa transcrição.
Quando o PDF é uma digitalização, ele é rasterizado e transcrito por reconhecimento óptico. A transcrição recebe âncoras de página para permitir a consulta, mas fica marcada como texto reconhecido por máquina e pode conter erros. Os campos derivados entram com confiança baixa, e o PDF preservado continua sendo a fonte primária. O estado “processado em parte” fica reservado para um registro em que alguma etapa ainda falte.
O OCR agrupa as palavras pelos blocos e parágrafos identificados pelo Tesseract.
Quando o motor devolve a página inteira como um único bloco, a numeração do voto
abre novas fronteiras (1.1., 2.1., 3.1.). A separação melhora a leitura sem
inventar quebras onde o documento não as fornece.
O que a inteligência artificial faz
Faz a leitura e a estruturação: identificar o que é contexto, questão, pedido,
decisão, fundamento, determinação e prazo; resumir cada um; localizar as normas
citadas; e redigir o contexto estendido que aparece sob o título Contexto.
Esse contexto reúne dados do próprio voto e declara a procedência por página.
As sínteses são redigidas com apoio de IA, e podem conter erros de extração, de
interpretação e de classificação.
Não faz: a preservação dos arquivos, o cálculo dos hashes, a leitura do rodapé do SEI e a numeração das páginas — tudo isso é determinístico, e é assim de propósito. E não decide sozinha o que é ambíguo: onde o texto não permite concluir, a lacuna fica declarada.
A IA não é fonte oficial nem autoridade jurídica. Nada aqui representa a posição da ANPD ou de qualquer órgão público, vincula a Administração ou constitui orientação oficial ou aconselhamento jurídico.
Como ler os estados
Cada voto declara esses estados na listagem e no registro que sustenta a página.
Processamento diz quanto do documento virou dado: processado quando o texto foi extraído da camada de texto e os campos foram preenchidos; transcrito por OCR quando o texto veio de reconhecimento óptico; processado em parte quando falta alguma etapa; e só metadados quando existe apenas a identificação do circuito.
Revisão humana diz quanto passou por olho humano: não revisado, revisão parcial ou revisado. O estado do voto é calculado a partir do estado de cada campo, e não escrito à mão — um voto só aparece como revisado quando todos os seus campos aparecem.
Confiança da análise não é porcentagem nem probabilidade estatística. É uma classe editorial baseada em quatro verificações: a qualidade da fonte, a localização em página explícita, o quanto o texto foi transformado e a consistência com outros trechos do mesmo voto.
| Classe | Critério quantificável |
|---|---|
| Alta | Os quatro critérios estão atendidos: texto legível na fonte, página indicada, informação direta e nenhum conflito interno. |
| Média | Dois ou três critérios estão atendidos, ou a informação exige síntese ou normalização do texto. |
| Baixa | Zero ou um critério está atendido, há trecho ilegível ou há conflito a resolver. OCR sem confirmação humana também fica fora da classe alta. |
A classificação atual é editorial e fica registrada campo a campo no YAML. A tabela torna a decisão auditável, mas não representa uma margem estatística. A confiança do voto é sempre a menor das confianças dos seus campos. Um campo alto ao lado de um baixo faz o voto aparecer como de confiança baixa, com um campo melhor identificado dentro.
Cada campo repete os três dados por conta própria, junto com a página de onde saiu e o método pelo qual foi obtido. É ali, e não na faixa de aviso, que está a informação granular.
O título Contexto traz um subtítulo factual de três a cinco parágrafos, com a
mesma procedência dos demais campos. Ele reúne informações do processo para
quem não acompanhou o caso, e fica separado visualmente da síntese do voto.
Artigos citados recebem remissões para as normas do acervo, e termos definidos
nas normas recebem links para os verbetes de definições normativas
nos dois painéis. O botão Texto limpo do painel do voto original esconde essas
marcas visuais sem alterar o texto preservado nem remover os links.
A estrutura já permite estudar os entendimentos do Conselho?
Ela é suficiente para uma primeira leitura documentada de um circuito. O leitor encontra o processo, a questão, o pedido, a decisão, os fundamentos, as determinações, os prazos, a votação, as bases jurídicas e o documento original. As páginas citadas, os links para artigos e verbetes e os resumos das manifestações individuais ajudam a conferir cada afirmação no próprio voto.
Ela ainda não é suficiente para estudar, sozinha, os entendimentos consolidados do Conselho Diretor. A página de cada circuito não oferece uma linha do tempo completa do processo, comparação sistemática entre votos, matriz de convergências e divergências, ou uma síntese transversal por tema, relator e diretor.
Há também três limites de pesquisa. A relação entre artigo e voto ainda não tem um caminho de volta nas páginas das normas; os resumos não substituem a leitura dos trechos decisivos; e o OCR pode conter erros. Portanto, a estrutura serve como índice de estudo e ponto de partida conferível. Para sustentar uma conclusão sobre a orientação do Conselho, ainda é preciso comparar os votos originais e construir uma camada própria de entendimentos, sempre com citações às páginas que sustentam cada conclusão.
O que ainda não existe
Páginas de processo reunindo circuitos do mesmo caso; linha do tempo de casos; entendimentos consolidados; índices por diretor, por relator ou por tema; e a relação inversa, que faria a página de um artigo da LGPD listar os votos que o aplicam. O modelo de dados foi desenhado para receber essas camadas sem trocar os endereços já publicados.
Erros
Se algo aqui estiver errado — uma data, um placar, uma norma citada, uma palavra mal transcrita —, é erro deste site, não do documento da ANPD. O PDF preservado em cada página é que faz fé.