FAKE NEWS NAS ELEIÇÕES, DIREITO DA PERSONALIDADE E RESPONSABILIDADE
Bibliographic record
Abstract
O uso de informação contendo inverdades ou fatos deturpados, sobretudo, veiculação de notícias falsas ou “fake news”, é um fenômeno que tende a ocasionar ônus diversos a micro ou macro cenários. O presente artigo possui caráter descritivo analítico e busca debater as fake news nas eleições e sua relação ao Direito de Personalidade e de Responsabilidade, à luz da jurisprudência brasileira sobre uso de desinformação e fake news. O estudo se desenvolve a partir da análise dos conceitos do termo Fake News, e sua relação com a desinformação e a evolução da pós-verdade relacionando a tríade ao processo eleitoral, e os impactos que a fake news - desinformação pós-verdade. A seguir, o texto se debruça na análise do Direito à Personalidade e da Dignidade da Pessoa Humana, que são inerentes ao indivíduo e como esses direitos são afetados pelos processos de enfatização das fake news, dentro das perspectivas dos direitos individuais e coletivos ora fundamentados na Constituição. Por fim, o estudo aborda as questões referentes à responsabilidade civil e criminal do indivíduo que efetiva a ação de fabricação ou difusão das fake News, desinformação e promoção do fenômeno da pós-verdade, bem como os impactos causados por tais ações. A luz do que foi trazido no presente podemos então concluir que a proteção aos direitos à personalidade é resguardado em todas as esferas do direito. O uso indiscriminado de desinformação e fake news no processo eleitoral brasileiro, tende a impactar negativamente a ordem democrática, logo os direitos de personalidade, e, portanto, as ações de combate e educação devem ser imputadas e concretas no cotidiano da população, à luz da Constituição, com base na legislação infraconstitucional, na doutrina e na jurisprudência brasileira.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.022 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.004 | 0.008 |
| Scholarly communication | 0.015 | 0.010 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".