Rasa Legal usa IA para ajudar a limpar antecedentes criminais

A Rasa Legal chegou ao Google News depois que a NPR retratou sua tentativa de usar IA para a limpeza de antecedentes criminais, mas um acesso mais fácil não garante resultados jurídicos corretos.

A empresa foi fundada por Noella Sudbury, ex-defensora pública e defensora da reforma da justiça criminal. Seu serviço ajuda pessoas a determinar se seus registros podem se qualificar para sigilo ou eliminação judicial de acordo com a lei estadual.

Essa missão submete a IA jurídica a um teste muito diferente daquele de redigir contratos ou resumir processos. Um erro pode afetar o emprego, a moradia, a educação, o licenciamento profissional e a capacidade de alguém seguir em frente após um caso antigo.

Portanto, o conflito central não é IA contra advogados. É um ponto de partida automatizado contra um processo jurídico que continua fragmentado, caro e difícil de navegar sem ajuda profissional.

A Rasa afirma que sua tecnologia pode reduzir essa fricção enquanto seus advogados supervisionam o trabalho jurídico. Críticos dos serviços jurídicos automatizados ainda têm uma pergunta legítima: um sistema pode facilitar o acesso à ajuda sem ocultar incertezas ou incentivar uma confiança equivocada?

A história no Google News trata de acesso, não apenas de automação

A Rasa Legal está aplicando IA a um gargalo jurídico específico, identificando possíveis opções de limpeza de registros e ajudando usuários elegíveis a iniciar o processo necessário.

A limpeza de antecedentes criminais não é um procedimento nacional único. Cada estado define suas próprias regras de elegibilidade, prazos de espera, exigências de protocolo, exclusões e definições de sigilo ou eliminação judicial.

Essas distinções importam. O sigilo normalmente limita o acesso público a um registro, enquanto a eliminação judicial altera a forma como os sistemas governamentais o tratam nos termos da legislação aplicável. Nenhum dos conceitos tem um significado universal em todas as jurisdições.

A ferramenta compatível com dispositivos móveis da Rasa solicita informações de identificação e do caso aos usuários. Segundo a empresa, ela então fornece informações jurídicas sobre a possível elegibilidade nos termos da lei de um estado atendido.

A empresa também oferece serviços com apoio de advogados para casos que exigem uma petição. Essa estrutura diferencia a Rasa de um chatbot genérico que oferece respostas sem supervisão sobre qualquer problema jurídico.

Sudbury fundou a Rasa após trabalhar como defensora pública e com políticas de justiça criminal no Condado de Salt Lake. Ela também participou de iniciativas relacionadas às reformas Clean Slate de Utah.

A lei de Utah criou uma via automática para registros específicos. No entanto, muitos casos permanecem fora dessa via e ainda exigem uma petição individual, documentos de apoio, processamento governamental ou revisão judicial.

Essa lacuna é a oportunidade comercial e social que a Rasa está abordando. Um direito que existe apenas no papel tem pouco valor quando as pessoas não conseguem determinar se se qualificam.

A reportagem da NPR apareceu no Google News como um relato humano sobre segundas chances. A história tecnológica subjacente é menos sentimental e mais consequente.

A Rasa tenta transformar registros dispersos e regras complexas de elegibilidade em um fluxo de trabalho administrável. Ela usa software para realizar uma triagem inicial antes que advogados tratem de decisões que exigem julgamento jurídico.

Essa abordagem pode reduzir o trabalho repetitivo. Ela também pode expor mais pessoas a informações jurídicas sem exigir que todo cliente em potencial comece com uma consulta completa a um advogado.

A empresa afirma que sua plataforma atende pessoas em Utah, Arizona e Pensilvânia. Seu anúncio de março de 2026 disse que planejava usar uma nova rodada de financiamento para expandir o desenvolvimento do produto e entrar em mais estados.

Essa expansão traz uma exigência de engenharia difícil. Cada jurisdição acrescenta outro conjunto em constante mudança de leis, regras judiciais, sistemas de registros e práticas administrativas.

Um mecanismo de elegibilidade jurídica não pode permanecer preciso apenas por meio do treinamento de modelos. Ele precisa de regras estruturadas, registros confiáveis, atualizações específicas por jurisdição e um processo para encaminhar casos ambíguos.

O perfil sobre limpeza de registros captura, portanto, apenas a parte visível do projeto. O trabalho mais difícil está sob a interface.

A Rasa precisa interpretar registros, associá-los à legislação atual, comunicar incertezas e proteger informações sensíveis. Em seguida, precisa ajudar os usuários a concluir etapas que tribunais e órgãos públicos aceitarão.

A promessa da empresa não é que um modelo de IA deva decidir quem merece reparação. É que a tecnologia pode tornar um recurso jurídico existente mais fácil de entender e buscar.

Essa alegação mais restrita dá à Rasa uma posição mais defensável do que a de muitos bots jurídicos voltados ao consumidor. Também torna sua precisão e supervisão mais fáceis de avaliar.

Um antecedente criminal pode durar mais que a pena

A limpeza de registros importa porque as penalidades práticas associadas a um caso frequentemente continuam muito depois do fim da pena imposta pelo tribunal.

Empregadores costumam usar verificações de antecedentes criminais. Proprietários de imóveis, órgãos de licenciamento profissional, instituições educacionais e programas governamentais também podem considerar informações ligadas a prisões ou condenações.

Esses efeitos são chamados de consequências colaterais, ou seja, restrições jurídicas ou práticas que decorrem de um caso criminal além da prisão, liberdade condicional ou multa.

Um registro não precisa descrever uma condenação grave para criar obstáculos. Prisões, acusações arquivadas, entradas desatualizadas e casos menores ainda podem aparecer em bancos de dados usados em processos de seleção.

O inventário federal de consequências documenta restrições envolvendo emprego, moradia, benefícios públicos, educação, licenciamento e participação cívica.

O impacto exato depende do registro, da jurisdição, do emprego e do sistema de triagem. Seria impreciso supor que todo registro produz a mesma barreira.

No entanto, o problema recorrente é claro. As pessoas podem continuar sujeitas a suposições desfavoráveis após cumprir todas as exigências formais impostas por um tribunal.

Os sistemas de verificação de antecedentes acrescentam outra camada. Registros podem ser copiados por fornecedores comerciais, separados de atualizações posteriores do caso ou apresentados sem contexto suficiente para quem os lê.

Um banco de dados governamental pode eventualmente mostrar que um caso foi arquivado ou selado. Uma cópia privada pode continuar disponível até que o fornecedor receba e processe as informações corrigidas.

A pesquisa sobre emprego resumida pelo Urban Institute relaciona verificações de antecedentes criminais ao desafio mais amplo de encontrar trabalho estável após envolvimento com o sistema de justiça.

O emprego não elimina todos os riscos nem resolve todos os problemas de reinserção. Ainda assim, o acesso a trabalho legítimo é uma parte central da reconstrução da estabilidade financeira.

A limpeza de registros pode, portanto, afetar mais do que a reputação. Ela pode mudar se um candidato chega a uma entrevista, recebe consideração para moradia ou se qualifica para uma determinada licença profissional.

É por isso que a carga dos sistemas baseados em petições merece atenção. O processo pode exigir que alguém reúna registros, classifique casos, calcule prazos de espera, obtenha certificados, notifique órgãos públicos e protocole documentos corretamente.

Cada etapa parece administrável isoladamente. Juntas, elas podem excluir pessoas que não têm tempo, dinheiro, transporte confiável, conhecimento jurídico ou confiança para lidar com tribunais.

Os serviços jurídicos tradicionais podem resolver essa complexidade, mas não estão disponíveis para todos. Clínicas jurídicas gratuitas enfrentam capacidade limitada, enquanto a representação privada pode continuar fora do alcance de uma família.

Leis automáticas de clean slate tratam parte do problema ao transferir o trabalho dos indivíduos para o governo. O estado identifica registros elegíveis e os processa sem exigir que cada pessoa contrate um advogado.

A experiência de Utah mostra tanto o valor quanto os limites desse modelo. Sua lei Clean Slate entrou em vigor em 2022, cobrindo categorias específicas e deixando outros registros em um sistema baseado em petições.

O Departamento de Segurança Pública de Utah informou ter recebido 474.480 registros para processamento de clean slate em seu relatório anual de 2024. Havia processado 297.531, com 176.012 restantes no ponto informado.

Esses números descrevem registros, não necessariamente um número equivalente de pessoas. Um indivíduo pode ter vários casos ou entradas de registro.

O mesmo relatório descreveu milhares de pedidos comuns de eliminação judicial, certificados, ordens judiciais e ocorrências removidas manualmente. Essa carga de trabalho ilustra por que a implementação importa tanto quanto a autorização legal.

Uma pessoa não deveria precisar entender a arquitetura dos bancos de dados judiciais para se beneficiar de uma lei criada para a reabilitação. No entanto, a automação governamental não cobre todos os casos elegíveis.

É aqui que o modelo da Rasa se torna relevante. Ele fornece aos indivíduos uma ferramenta para avaliar as possibilidades restantes baseadas em petição.

O objetivo não é apenas uma burocracia mais rápida. É reduzir a barreira entre se perguntar se existe uma solução e receber uma resposta confiável e específica para a jurisdição.

Para profissionais do conhecimento que avaliam sistemas de informações pessoais, a lição é familiar. Encontrar um registro não é o mesmo que compreender seu significado atual.

Um fluxo de trabalho confiável precisa de proveniência, status, regras aplicáveis e revisão humana. Esse princípio também fundamenta a gestão responsável do conhecimento, embora antecedentes criminais exijam salvaguardas muito mais rigorosas do que documentos comuns do ambiente de trabalho.

A Rasa Legal transforma um labirinto jurídico em um fluxo de trabalho supervisionado

O argumento mais forte a favor da Rasa não é que a IA conhece a lei melhor do que advogados, mas que o software pode lidar com a triagem estruturada enquanto os advogados mantêm a responsabilidade.

A Rasa afirma que sua plataforma oferece uma ferramenta instantânea de elegibilidade e serviços de limpeza de registros com apoio de advogados. Os usuários podem começar por uma interface móvel em vez de montar o processo de forma independente.

A primeira tarefa envolve reunir informações suficientes para localizar e classificar os registros relevantes. O sistema precisa distinguir prisões, acusações, desfechos processuais, condenações e penas cumpridas.

Em seguida, ele precisa aplicar regras específicas por jurisdição. Elas podem incluir prazos de espera, exclusões por tipo de delito, obrigações pendentes, limites de número de condenações e restrições relativas a casos em andamento.

Algumas regras parecem adequadas para software determinístico, isto é, uma lógica convencional que produz o mesmo resultado a partir das mesmas entradas verificadas.

Outras questões exigem interpretação. Um registro de caso pode estar incompleto, ser inconsistente ou não deixar claro o estatuto exato e o desfecho final.

A IA generativa pode ajudar na extração de documentos e em explicações em linguagem simples. Ela não deve substituir silenciosamente verificações baseadas em regras ou a análise de um advogado quando a elegibilidade for incerta.

Essa distinção é essencial porque grandes modelos de linguagem geram texto provável. Eles não garantem inerentemente que uma citação exista ou que uma regra jurídica permaneça atualizada.

A estrutura supervisionada da Rasa oferece uma resposta a essa fraqueza. Advogados podem revisar resultados, conduzir petições e tratar casos que não se enquadram claramente em categorias automatizadas.

Esse modelo também cria responsabilidade. Um usuário tem um prestador de serviços jurídicos responsável pelo trabalho, em vez de um chatbot anônimo produzindo um parágrafo confiante.

A Rasa atuou dentro do sandbox regulatório de Utah, uma estrutura autorizada por tribunal que permitiu a organizações aprovadas testar modelos alternativos de serviços jurídicos sob supervisão.

A empresa recebeu autorização voltada a serviços de eliminação de antecedentes criminais. Esse escopo definido é importante porque limita o que o sistema e os profissionais associados estão autorizados a oferecer.

A autorização judicial relevante descreve a categoria de serviço jurídico aprovada como exclusivamente a eliminação de antecedentes criminais.

Um sandbox não certifica que todos os resultados estão corretos. Ele cria um ambiente controlado no qual reguladores podem monitorar modelos de serviço que não se encaixam nas estruturas tradicionais de escritórios de advocacia.

A abordagem de Utah respondeu a um problema persistente de acesso. As regras da profissão jurídica protegem os consumidores, mas também podem restringir modelos alternativos de prestação de serviços que combinam advogados, não advogados e software.

O desafio é preservar a função de proteção enquanto se permite a experimentação. Eliminar totalmente a supervisão profissional não resolveria esse problema.

A expansão da Rasa para além de Utah adiciona complexidade, porque o mercado jurídico de outro estado pode seguir regras diferentes. A autorização em uma jurisdição não se transfere automaticamente para outra.

A empresa precisa estabelecer um modelo de serviço adequado em cada estado atendido. Também necessita de mecanismos para atualizar sua lógica de elegibilidade quando legisladores ou tribunais alterarem as regras.

Segundo a Rasa, sua plataforma já foi usada por milhares de pessoas que buscavam informações sobre elegibilidade. Reportagens anteriores sobre seu lançamento no Arizona afirmaram que mais de 10.000 usuários já haviam utilizado o aplicativo até o fim de 2023.

Essas reportagens também afirmaram que a empresa havia ajudado cerca de 400 pessoas a limpar seus registros naquele momento. Esses números foram fornecidos pela empresa e devem ser interpretados como tal.

A Rasa anunciou uma rodada late seed de US$ 5 milhões em março de 2026. A Rethink Education liderou o financiamento, com participação da Halogen Ventures, Social Finance e da Richard King Mellon Foundation.

A empresa afirmou que o dinheiro apoiaria contratações, desenvolvimento de produto e expansão nacional. O financiamento é um insumo, porém não uma prova de que o serviço será escalado com segurança.

Cada novo estado aumenta as exigências de manutenção. As leis mudam, formulários judiciais são revisados, sistemas de órgãos públicos falham e registros antigos resistem a uma classificação clara.

Isso torna a Rasa menos parecida com uma única aplicação de IA e mais com infraestrutura jurídica. Seu valor depende de conectar dados, regras, pessoas, documentos e processos governamentais.

O anúncio de financiamento afirma que o serviço da Rasa cobre Pensilvânia, Utah e Arizona. Ele também repete a ambição da empresa de expandir nacionalmente.

A questão da expansão é, portanto, operacional. A Rasa consegue preservar a precisão local enquanto amplia seu alcance geográfico?

Um chatbot genérico pode entrar instantaneamente em todos os estados porque não assume nenhuma responsabilidade relevante pela conclusão do processo. Um serviço jurídico supervisionado precisa avançar com mais cautela.

Esse caminho mais lento pode parecer menos impressionante em um anúncio de produto. Também é mais adequado quando uma resposta falha pode levar alguém a acreditar que um registro prejudicial foi eliminado.

A IA Reduz Atritos, mas Não Elimina o Risco Jurídico

O principal risco é a falsa confiança, especialmente quando registros incompletos ou leis em mudança tornam pouco confiável uma resposta simples sobre elegibilidade.

Um falso positivo poderia dizer a alguém que um registro se qualifica quando não se qualifica. O usuário poderia gastar tempo, divulgar informações sensíveis ou tomar decisões com base em uma medida que continua indisponível.

Um falso negativo cria um dano diferente. Alguém que se qualifica poderia abandonar o processo porque o sistema descreveu incorretamente o caso como inelegível.

Também há um risco de conclusão. Uma avaliação correta de elegibilidade não significa que todos os tribunais, bancos de dados de forças de segurança e fornecedores comerciais de verificação de antecedentes tenham atualizado seus registros.

Os usuários precisam de informações claras sobre o status. “Potencialmente elegível”, “petição protocolada”, “ordem concedida” e “registro atualizado” representam etapas diferentes.

Uma interface que condensasse essas etapas em uma única mensagem otimista enganaria os usuários, mesmo que sua análise jurídica inicial estivesse correta.

A Rasa, portanto, deve ser avaliada por mais do que velocidade. Medidas de desempenho úteis incluem taxas de correção, encaminhamentos a advogados, resultados de petições, tempo de processamento e compreensão dos usuários.

A empresa também deveria explicar quais partes de seu sistema usam IA generativa. “Impulsionado por IA” é uma expressão ampla demais para informar aos usuários como um resultado de elegibilidade foi produzido.

Um motor de regras que aplica leis atuais traz riscos diferentes de um modelo de linguagem que resume um documento de caso enviado pelo usuário. Ambos exigem testes, mas os testes não devem ser idênticos.

Alucinações jurídicas continuam sendo um problema documentado. Tribunais já sancionaram advogados que apresentaram petições contendo citações inventadas geradas por sistemas de IA.

Esses incidentes não provam que todos os produtos jurídicos de IA são inseguros. Eles mostram por que profissionais devem verificar alegações produzidas por máquinas antes de confiar nelas.

A orientação ética da American Bar Association afirma que advogados que usam IA generativa devem considerar competência, confidencialidade, comunicação, supervisão, franqueza e honorários razoáveis.

Competência inclui entender o suficiente sobre os benefícios e riscos de uma ferramenta para usá-la de forma responsável. Isso não exige que todo advogado se torne um engenheiro de aprendizado de máquina.

A confidencialidade é particularmente importante para a Rasa. Registros criminais contêm detalhes identificáveis, históricos de casos e informações que os usuários talvez não queiram reutilizadas para finalidades não relacionadas.

O serviço precisa de políticas claras de retenção, controles de acesso, práticas de segurança e restrições para fornecedores. Um produto de limpeza de registros não deveria criar um novo perfil permanente da pessoa que busca ajuda.

A minimização de dados oferece um princípio útil. O sistema deveria coletar apenas as informações necessárias para o serviço e retê-las apenas pelo tempo legal e operacionalmente necessário.

A revisão humana também deve ser substantiva. Um advogado que aprova todos os resultados da máquina sem verificar os registros de origem ofereceria supervisão apenas de nome.

O revisor precisa ter acesso ao registro subjacente, à regra aplicável e ao raciocínio que os conecta. Caso contrário, a interface apenas transfere o viés de automação para um profissional.

O viés de automação ocorre quando as pessoas cedem ao sistema porque seu resultado parece preciso ou neutro. Advogados não são imunes a ele.

Um produto bem projetado deve tornar a incerteza visível. Deve mostrar informações ausentes, registros conflitantes e os motivos pelos quais um caso exige revisão por advogado.

Essa abordagem pode produzir menos respostas instantâneas. Também tornaria o sistema mais confiável.

Os consumidores também precisam de limites claros. O fluxo de trabalho focado da Rasa não deveria sugerir que um processo bem-sucedido de limpeza de registros estaduais resolve consequências ligadas à imigração, à esfera federal, a licenças profissionais ou a bancos de dados privados.

Algumas verificações de antecedentes podem acessar legalmente informações indisponíveis a membros comuns do público. Certas consultas governamentais também seguem regras especializadas de divulgação.

Um registro limpo pode ampliar oportunidades sem apagar todos os vestígios históricos. A linguagem de marketing deve preservar essa distinção.

O setor jurídico mais amplo oferece uma comparação instrutiva. Ferramentas de uso geral prometem assistência em pesquisa, redação, produção de provas e comunicações com clientes.

A Rasa está apostando em profundidade. Ela se concentra em um problema repetível, com dados estruturados, leis identificáveis e um resultado concreto.

Esse escopo mais estreito torna a automação responsável mais viável. Não a torna automática.

A tensão, em última análise, é entre acesso e garantia. Um serviço que exige dados perfeitos antes de ajudar qualquer pessoa reproduzirá as barreiras que busca remover.

Um serviço que trata todos os registros como simples produzirá erros evitáveis. O caminho confiável está entre esses extremos.

O Que a Próxima Expansão Precisa Comprovar

A próxima fase da Rasa precisa demonstrar expansão precisa estado por estado, conclusão mensurável de casos e proteção ao consumidor que se mantenha em volumes maiores.

O primeiro sinal a observar é como a empresa entra em estados adicionais. Um lançamento deveria incluir suporte jurídico específico da jurisdição, regras atualizadas e uma descrição clara dos serviços disponíveis.

Uma página de marketing, por si só, não estabeleceria prontidão. As evidências mais fortes seriam autorização publicada, supervisão jurídica identificada e fluxos de trabalho documentados para tribunais e órgãos locais.

Se a Rasa se expandir mantendo serviços restritos e bem apoiados, seu modelo supervisionado ganhará credibilidade. Se a cobertura crescer mais rapidamente que as operações jurídicas locais, o argumento central enfraquece.

O segundo sinal é a divulgação de resultados. Registros de usuários e verificações de elegibilidade medem interesse, mas não mostram se os registros foram efetivamente limpos.

A Rasa deveria informar quantas pessoas receberam informações preliminares, seguiram para representação, protocolaram petições, obtiveram ordens e confirmaram atualizações em bancos de dados.

Também deveria divulgar taxas de correção e encaminhamento. Esses números ajudariam reguladores e pesquisadores a distinguir um serviço jurídico funcional de uma ferramenta atraente de triagem inicial.

As regras de privacidade podem limitar a divulgação em nível de caso. Relatórios agregados ainda podem fornecer evidências significativas sem expor clientes individuais.

O terceiro sinal é a resposta regulatória. O sandbox de serviços jurídicos de Utah deu à Rasa espaço para testar um modelo que combina software, advogados e estruturas empresariais alternativas.

Outras jurisdições podem adotar abordagens diferentes. Algumas se concentrarão em preocupações com o exercício não autorizado da advocacia, enquanto outras poderão enfatizar benefícios de acesso e experimentação supervisionada.

O processo de IA de Utah ilustra um modelo de supervisão. Ele usa condições negociadas e avaliações recorrentes para analisar riscos e benefícios.

O sucesso da Rasa fortaleceria o argumento em favor de inovação jurídica cuidadosamente delimitada. Danos significativos aos consumidores ou práticas opacas de IA levariam reguladores a restrições mais rigorosas.

A exposição no Google News pode atrair usuários e investidores, mas a atenção pública também eleva as expectativas. A empresa agora precisa de evidências de que seu sistema funciona além de um perfil atraente.

O movimento mais amplo de limpeza de antecedentes moldará essa avaliação. Governos estão automatizando cada vez mais a concessão de alívio para casos que atendem a condições legais claras.

Serviços privados não deveriam se tornar substitutos permanentes da implementação pública. Seu papel mais forte pode ser atender pessoas cujos casos permanecem fora dos sistemas automáticos.

Isso inclui usuários com registros mistos, casos antigos, desfechos complexos ou opções baseadas em petições. Essas são precisamente as situações em que o software exige revisão profissional significativa.

A Rasa também pode ajudar a revelar falhas administrativas recorrentes. Dados agregados e protegidos por privacidade podem mostrar onde os usuários encontram registros ausentes, classificações inconsistentes ou atualizações atrasadas.

Essas descobertas poderiam melhorar os sistemas públicos. Também poderiam ajudar legisladores a identificar regras que criam barreiras desnecessárias sem promover a segurança.

A empresa deveria resistir a exagerar o que sua IA contribui. Melhor processamento de documentos e triagem de elegibilidade são valiosos mesmo quando não se assemelham a um advogado autônomo.

De fato, autonomia é a medida errada aqui. A pergunta melhor é se o sistema ajuda profissionais qualificados a atender mais pessoas sem reduzir a precisão ou a responsabilização.

Para pessoas que carregam registros antigos, a distinção é prática. Elas precisam de uma resposta confiável, de um processo compreensível e de confirmação quando o trabalho estiver concluído.

Para advogados, a Rasa é um teste de se a tecnologia pode expandir uma área de atuação frequentemente limitada por recursos restritos dos clientes.

Para reguladores, ela testa se a supervisão pode apoiar novos modelos de prestação de serviços preservando confidencialidade, competência e soluções significativas para erros.

Para as equipes de produtos de IA, a lição vai além dos serviços jurídicos. A automação de alto risco deve vincular cada recomendação a dados verificados, regras vigentes e a um tomador de decisão humano responsável.

A história descoberta pelo Google News, portanto, não é prova de que a IA resolveu a eliminação de antecedentes criminais. Ela demonstra que uma aplicação restrita e supervisionada encontrou um problema real de acesso.

Os próximos um a três meses devem esclarecer se a Rasa anuncia outro estado, publica dados de resultados mais robustos ou recebe nova autorização regulatória.

Cada avanço reforçará a mesma avaliação. Uma expansão apoiada por expertise local fortalecerá o modelo, enquanto crescer sem transparência o enfraquecerá.

Segundas chances não deveriam depender de dominar uma burocracia que até profissionais experientes consideram difícil. Tampouco deveriam depender de uma resposta não verificada de uma máquina.

À medida que a Rasa cresce, os leitores devem fazer uma pergunta direta: cada nova camada de automação torna o processo jurídico mais compreensível e responsável?

Se a resposta for sim, a IA jurídica terá entregado algo mais útil do que um dramático robô de tribunal. Ela terá ajudado as pessoas a exercer direitos que já possuem.