A pornografia infantil gerada por IA cria riscos sociais e legais: imagens sintéticas expõem lacunas nas leis brasileiras, dificultam prova e aumentam a circulação online. Para enfrentar o problema, plataformas precisam detectar com hashing, modelos de IA e watermarking, remover rápido e cooperar com autoridades. Investigações exigem preservação de metadados, cooperação internacional e peritos treinados. Propostas ressaltam definir legalmente o conteúdo sintético, exigir deveres claros das plataformas, auditoria algorítmica e apoio às vítimas para proteger melhor a infância.
Pornografia infantil gerada por inteligência artificial já desafia o sistema jurídico brasileiro e aponta uma lacuna normativa urgente. Quer entender por que imagens sintéticas são perigosas mesmo sem vítima real e quais respostas legais e tecnológicas estão em discussão?
O avanço da IA e o surgimento da pornografia infantil sintética
Pornografia infantil sintética surge com modelos de IA que geram imagens falsas. Esses modelos usam milhões de imagens para aprender padrões. Assim, é possível criar rostos e corpos que parecem reais.
O que são deepfakes e imagens geradas por IA
Deepfakes são vídeos ou imagens alterados por redes neurais. Modelos generativos produzem conteúdo novo a partir de dados. Em alguns casos, a imagem não tem nenhuma pessoa real por trás.
Como a IA facilita a produção em massa
Ferramentas fáceis e baratas permitem gerar muitas imagens rapidamente. Quem tem acesso pode criar coleções grandes sem habilidades técnicas. Isso amplia a circulação e dificulta controle pelas autoridades.
Por que é perigoso mesmo sem vítima identificada
Mesmo sem vítima, as imagens normalizam a exploração sexual. Elas alimentam comunidades que incentivam abuso real. Além disso, vítimas reais podem ter suas imagens falsificadas.
Desafios para detectar e punir
Identificar imagens sintéticas exige tecnologia e especialistas. Algoritmos de detecção podem falhar diante de versões novas. Leis atuais nem sempre cobrem casos sem vítima identificada.
Impacto nas investigações e na proteção infantil
A produção em massa complica investigações e troca de provas. Cooperação internacional é essencial para rastrear servidores e autores. Também é preciso investir em prevenção e educação digital.
Dados internacionais: aumento de casos identificados e tendências
Relatórios internacionais mostram aumento de casos identificados de pornografia infantil gerada por IA.
Organizações como INTERPOL e ONGs alertam para essa tendência crescente e global.
Fontes e números
Dados vêm de relatórios policiais, plataformas digitais e centros de denúncia.
NCMEC relata aumento de casos ligados a conteúdo sintético.
Tendências observadas
Há maior uso de modelos generativos para produzir imagens realistas sem vítima direta.
Essas imagens circulam em salas privadas, plataformas e mercados fechados online.
Limitações e subnotificação
Muitos casos não são identificados por falta de tecnologia ou prioridade nas investigações.
A definição legal varia entre países, dificultando comparações e cooperação internacional.
Implicações para resposta global
O aumento exige mais troca de informações e ferramentas de detecção entre países.
Treinamento, investimentos e diretrizes comuns ajudam na identificação e na ação rápida.
O que é AI-generated CSAM? Conceitos e diferenças em relação a vítimas reais
Pornografia infantil gerada por IA é chamada de AI-generated CSAM ou conteúdo sintético.
CSAM significa Child Sexual Abuse Material, termo usado internacionalmente para crimes.
Há três categorias principais: imagens totalmente sintéticas, imagens manipuladas e imagens reais trocadas.
Imagens totalmente sintéticas
São criadas por modelos generativos sem usar fotos de vítimas reais.
Pode parecer real, mas a pessoa não existe de verdade.
Imagens manipuladas
São fotos reais alteradas digitalmente para parecerem sexualmente explícitas.
Isso inclui deepfakes, que trocam rostos em vídeos ou imagens.
Imagens reais trocadas
Conteúdo que envolve crianças reais, obtido e compartilhado sem consentimento.
Esse material causa dano direto e é tratado como crime claro.
Diferenças legais e investigativas
Leis punem posse, produção e distribuição de CSAM na maioria dos países.
Mas nem todas as normas citam claramente imagens totalmente sintéticas sem vítima.
Investigações ficam mais difíceis quando não há vítima identificável para depoimento.
Desafios na detecção
Algoritmos procuram sinais de geração, como artefatos e padrões artificiais.
Metadados e rastreio de origem ajudam, mas podem ser apagados ou falsos.
Hashing identifica arquivos por assinatura digital; funciona com arquivos idênticos.
Imagens sintéticas mudam a cada versão, o que quebra hashes tradicionais.
Por que o conteúdo sintético é nocivo
Mesmo sem vítima real, essas imagens normalizam a exploração infantil.
Também facilitam o compartilhamento e a escalada para crimes reais.
Respostas possíveis
Resposta legal pode incluir definir crime específico para conteúdo sintético.
Tecnologia forense e cooperação internacional são essenciais nas investigações.
Como imagens sintéticas normalizam a pedofilia em comunidades online
As imagens sintéticas circulam em fóruns, grupos e chats privados na internet.
Mecanismos de normalização
A repetição constante faz o conteúdo parecer aceitável para alguns usuários.
Reforço social ocorre quando membros aprovam ou elogiam o material compartilhado.
Discussões que minimizam o dano ajudam a criar um ambiente permissivo.
Efeito da dessensibilização
Ver imagens semelhantes muitas vezes reduz a reação emocional ao tema.
Com o tempo, limites morais podem se enfraquecer entre participantes ativos.
Isso facilita que conversas e práticas perigosas se tornem rotineiras online.
Legitimação em comunidades
Algumas comunidades promovem imagens sintéticas como se fossem inofensivas ou fantasias.
Essa legitimação dá voz a discursos que incentivam abuso real posteriormente.
Moderadores informais podem reforçar normas que normalizam a exploração infantil.
Risco de escalada para crimes reais
Conteúdo sintético pode servir como treino para quem busca cometer crimes reais.
Também pode ser usado para chantagear ou desinibir potenciais agressores.
Fotos ou vídeos reais podem aparecer na sequência, aumentando os danos.
Papel dos algoritmos
Algoritmos recomendam conteúdo com base em engajamento e visualizações.
Isso faz com que material similar seja mostrado para mais pessoas rapidamente.
Algoritmo aqui significa sistema automático que prioriza o que mostra ao usuário.
Desafios para moderação
Moderação enfrenta volume alto, criptografia e grupos fechados difíceis de acessar.
Ferramentas automáticas nem sempre detectam imagens novas ou muito editadas.
Denúncias dependem da percepção e da ação dos próprios usuários na plataforma.
Impacto social e prevenção
Educação digital ajuda a identificar e denunciar conteúdos suspeitos nas redes.
Políticas claras das plataformas podem reduzir a circulação e punir os responsáveis.
Cooperação entre empresas, polícia e sociedade é essencial para proteger crianças.
Impactos sociais e psicológicos mesmo sem vítimas reais identificáveis
Pornografia infantil sintética causa danos sociais e psicológicos mesmo sem vítimas identificáveis.
O impacto se espalha por famílias, comunidades e profissionais que lidam com o tema diariamente.
Impactos sociais
Comunidades online podem normalizar comportamentos perigosos quando conteúdo sintético circula sem controle.
Isso enfraquece normas sociais e reduz a vontade das pessoas em denunciar.
Impactos psicológicos
Consumidores frequentes podem reduzir empatia e dessensibilizar-se ao sofrimento de crianças em longo prazo.
Profissionais que investigam e atendem casos relatam cansaço emocional e transtorno secundário.
Consequências para vítimas indiretas
Vítimas reais podem ter suas imagens falsificadas, sofrendo revitimização e exposição pública.
Familiares enfrentam estigma e culpa, mesmo sem terem relação direta com os fatos.
Risco de estigmatização e trauma
Mesmo conteúdo sintético pode gerar traumas em pessoas que se identificam com imagens.
Estigma social pode bloquear buscas por ajuda profissional e tratamentos adequados no tempo certo.
Implicações para políticas públicas e prevenção
Programas de prevenção precisam incluir educação digital e apoio a famílias afetadas.
Investimento em tecnologia e formação de agentes facilita identificação e resposta rápida.
Leis claras sobre pornografia infantil sintética ajudam a regular condutas e responsabilizar plataformas.
Lacunas na legislação brasileira frente ao conteúdo totalmente sintético
Pornografia infantil totalmente sintética muitas vezes não se encaixa nas previsões legais atuais.
Leis como a 11.829/2008 falam de imagens reais e material obtido ilegalmente.
Vazio normativo e definição
Não há definição explícita para conteúdo totalmente sintético no ordenamento jurídico brasileiro.
Isso gera dúvida sobre quando uma imagem sintética configura crime de abuso.
Prova e tipificação do crime
Provar autoria e intenção fica difícil com arquivos gerados por modelos de IA.
A legislação penal exige dolo em muitos crimes para punir com rigor.
Responsabilidade das plataformas
A responsabilização civil e penal de plataformas é tema controverso e complexo.
Normas atuais podem não alcançar conteúdo que nunca teve vítima real diretamente.
Isso exige revisão das regras sobre moderação, notificações e obrigações de remoção.
Competência e cooperação internacional
Servidores e atores envolvidos podem estar em jurisdições diferentes, dificultando ações penais.
Cooperação internacional e acordos de investigação são necessários para rastrear autores transnacionais.
Propostas de atualização
Especialistas sugerem incluir definição legal para conteúdo sintético e condutas conexas claras.
Também propõem regras sobre dever de remoção e cooperação com autoridades competentes.
Atualizações devem equilibrar proteção da infância e garantias de liberdade digital fundamental.
Lei 11.829/2008: quando protege e onde falha perante a IA
Pornografia infantil envolvendo crianças reais é objeto da Lei 11.829/2008 no Brasil.
O que a lei prevê
A norma trata de produção, divulgação e posse de material que explore sexualmente menor.
Busca proteger a dignidade e a integridade física e psicológica das crianças.
Quando a lei protege
Casos com imagens ou vídeos de vítimas reais são claramente cobertos pela norma.
Quem produz, compartilha ou lucra com esse material pode ser responsabilizado.
Onde a lei encontra limites com a IA
A lei não disciplina de forma explícita imagens totalmente geradas por inteligência artificial.
Isso gera dúvida sobre se o fato se encaixa na tipificação atual do crime.
Problemas de prova e autoria
Arquivos sintéticos não têm vítima real para depor ou identificar abuso.
Rastrear autoria fica mais complexo quando conteúdos são gerados e hospedados no exterior.
Desafios técnicos
Hashes e assinaturas digitais ajudam a identificar arquivos idênticos, mas falham com variações.
Algoritmos forenses procuram artefatos de geração, mas métodos evoluem rápido.
Responsabilidade das plataformas
Plataformas recebem pedidos de remoção e têm rotinas de moderação variáveis.
Falta clareza sobre deveres específicos diante de material sintético sem vítima real.
Competência internacional
Servidores e provedores em outros países complicam a obtenção de provas.
Cooperação internacional é essencial para investigar e responsabilizar autores transnacionais.
Possíveis ajustes normativos
Uma opção é definir legalmente o que é conteúdo sintético e suas condutas conexas.
Outra medida é exigir mecanismos de remoção e cooperação mais claros para plataformas.
Tecnologia forense e capacitação de autoridades são necessárias para dar efetividade às normas.
Responsabilidade civil e penal das plataformas digitais
Pornografia infantil gerada por IA levanta dúvidas sobre a responsabilidade das plataformas digitais.
Marco legal e conceitos
Leis brasileiras punem produção e compartilhamento de material com vítimas reais.
Intermediários são provedores que hospedam conteúdo criado por terceiros.
Expressões como “safe harbor” correspondem a limites de responsabilidade para esses provedores.
Dever de remoção e notice-and-takedown
Plataformas costumam aplicar notice-and-takedown: notificação e remoção rápida do conteúdo.
Esse mecanismo reduz danos e mostra diligência diante da acusação.
Responsabilidade civil
Na esfera civil, plataformas podem responder por omissão em remover material ilícito.
Vítimas ou terceiros podem pedir indenização por danos morais e materiais.
Medidas de due diligence e registros podem reduzir o risco de responsabilização.
Responsabilidade penal
Responsabilidade penal exige prova de conduta dolosa ou participação direta no crime.
Determinar autoria é complexo quando conteúdos são totalmente sintéticos e gerados por IA.
Medidas proativas esperadas
Espera-se que plataformas usem detecção automática e moderação humana combinadas.
Relatórios de transparência e cooperação com autoridades também são recomendados.
Desafios técnicos e de prova
Arquivos sintéticos mudam sempre, o que dificulta rastreamento por hashes.
Criptografia e servidores no exterior podem impedir acesso rápido a provas digitais.
Transparência e prestação de contas
Políticas claras, canais de denúncia acessíveis e relatórios públicos aumentam a confiança.
Auditorias independentes ajudam a verificar se medidas de moderação são efetivas.
Necessidade de atualização normativa
Muitos especialistas defendem atualização legal para incluir conteúdo totalmente sintético.
Normas novas deveriam equilibrar proteção da infância e direitos digitais fundamentais.
Ferramentas tecnológicas para prevenção, detecção e rastreio
Ferramentas tecnológicas ajudam a prevenir e detectar pornografia infantil gerada por IA.
Elas combinam análise automática e revisão humana para melhores resultados.
Hashing e assinaturas digitais
Hashing cria uma assinatura única para arquivos idênticos e facilita buscas rápidas.
Perceptual hashing procura semelhanças visuais mesmo com pequenas alterações no arquivo.
Imagens sintéticas variam muito, por isso hashes tradicionais podem falhar.
Detecção por IA e aprendizado de máquina
Modelos treinados identificam artefatos típicos de imagens geradas por IA.
Esses modelos precisam de atualização constante para acompanhar novas técnicas.
Detecção automatizada reduz volume e aponta itens para revisão humana.
Marcas digitais e watermarking
Watermarking insere sinais imperceptíveis que provam a origem do arquivo.
Marcas robustas ajudam a rastrear fontes e responsabilizar criadores de conteúdo.
Forense digital e análise de metadados
Metadados guardam informações sobre criação e edição de arquivos.
Análise de logs e IPs ajuda a identificar caminhos de distribuição online.
Busca reversa e bases de dados
Buscas reversas com imagens ajudam a localizar cópias e versões similares online.
Compartir evidências com bases maiores aumenta a capacidade de identificação.
Moderação, triagem e revisão humana
Ferramentas automatizam triagem, mas revisão humana ainda é essencial.
Moderadores recebem sinais e decidem sobre remoção e encaminhamento às autoridades.
Cooperação entre plataformas e polícia
Integração entre empresas e forças de segurança acelera investigações transnacionais.
Protocolos claros e pontos de contato facilitam pedidos de remoção e prova.
Limitações e necessidade de investimento
Tecnologias não são infalíveis e exigem investimento contínuo em atualização.
Combinar várias ferramentas aumenta a chance de detectar conteúdo sintético perigoso.
Hashing, watermarking e auditoria algorítmica: como funcionam
Hashing, watermarking e auditoria algorítmica são ferramentas usadas para combater pornografia infantil gerada por IA.
Hashing
Hashing cria uma assinatura única para um arquivo digital e facilita buscas.
Se o arquivo for idêntico, o hash bate e a detecção é imediata.
Perceptual hashing procura similaridades visuais, mesmo com pequenas alterações no arquivo.
Imagens sintéticas variam muito e podem burlar hashes tradicionais.
Por isso, hashing costuma ser combinado com outras técnicas de verificação.
Watermarking
Watermarking insere sinais ocultos dentro do arquivo para provar sua origem.
Esses sinais não aparecem ao olho nu, mas ferramentas forenses os detectam.
Marcas robustas ajudam a rastrear quem criou ou distribuiu o conteúdo.
Em alguns casos, criadores conseguem remover ou corromper essas marcas.
Auditoria algorítmica
Auditoria algorítmica verifica como sistemas de detecção funcionam e se há vieses.
Significa revisar código, dados de treino e decisões automáticas do sistema.
Auditorias podem ser internas ou feitas por terceiros independentes e confiáveis.
Transparência e registros (logs) ajudam a explicar por que um sistema falhou.
Combinação e limites
Nenhuma ferramenta é infalível sozinha; a combinação aumenta a eficácia da detecção.
Hashing, watermarking e auditoria trabalham juntas para identificar e rastrear conteúdo.
É preciso investir em atualização constante e cooperação internacional entre atores.
Também é essencial proteger a privacidade e garantir respaldo legal nas ações.
Jurisprudência e fundamentos: precedentes do STF sobre omissão de plataformas
Pornografia infantil em plataformas digitais levou o STF a analisar casos de omissão.
Precedentes do STF
O STF reconheceu que provedores podem ser responsabilizados por não remover conteúdo ilegal.
Em decisões, o tribunal autorizou ordens judiciais para retirada imediata de material ilícito.
Fundamentos legais
Marco Civil define regras para responsabilidade e obriga cooperação sob ordem judicial.
Outras normas, como o ECA e o Código Penal, reforçam proteção à criança.
Limites e garantias
Decisões do STF ressaltam necessidade de proporcionalidade e respeito à liberdade de expressão.
Ordens para remoção devem vir acompanhadas de justificativa técnica e fundamentação legal clara.
Implicações práticas
Plataformas precisam de mecanismos ágeis de notice-and-takedown e revisão humana.
Transparência nos processos e relatórios públicos ajudam a demonstrar boa-fé.
Consequências para investigação
Decisões do STF também incentivam cooperação entre empresas e autoridades policiais.
Preservação de logs e metadados é essencial para rastrear autores e servidores.
Desafios atuais
Apesar dos precedentes, casos com conteúdo totalmente sintético geram dúvidas práticas.
Isso exige atualização normativa e capacitação técnica de juízes e peritos.
Experiências e respostas legais adotadas em outros países
Muitos países implementaram respostas legais para conter a pornografia infantil gerada por IA.
Medidas legislativas
Alguns países criaram definições claras para conteúdo sintético e condutas relacionadas online.
Outros criminalizaram produção e distribuição mesmo sem vítima identificável, com penas previstas.
Mecanismos de remoção e responsabilidade
Várias jurisdições exigem remoção rápida por plataformas após notificação ou ordem judicial.
Sanções incluem multas, bloqueios e obrigações permanentes de monitoramento de conteúdo digital.
Exigência de detecção e reporte
Alguns países exigem que plataformas usem tecnologia para detectar e reportar conteúdo suspeito.
Reportes vão a centros nacionais que coordenam com polícia e entidades internacionais para ação.
Cooperação internacional
Investigações transnacionais usam acordos de assistência jurídica mútua e operações conjuntas coordenadas.
Agências como INTERPOL e Europol facilitam troca de inteligência e bloqueio de redes criminosas.
Precedentes e abordagens práticas
Nos EUA, o NCMEC age como ponto central para denúncias e remoções rápidas online.
No Reino Unido, propostas regulatórias reforçam obrigações de segurança e proteção infantil online.
Na União Europeia, iniciativas combinam regras sobre IA e proteção de menores na internet.
Práticas adotadas
Boas práticas incluem remoção rápida, cooperação entre plataformas e autoridades e auditoria independente.
Treinamento de polícia e suporte a vítimas complementam medidas legais e tecnológicas implementadas.
Cooperação internacional e desafios para investigação transfronteiriça
Cooperação internacional é essencial para investigar pornografia infantil gerada por IA em redes globais.
O papel de agências e canais
Organismos como INTERPOL, Europol e NCMEC facilitam troca de informações entre países.
Existem mecanismos formais como MLATs (assistência jurídica mútua) e cartas rogatórias para pedidos oficiais.
Desafios jurídicos
Leis diferentes entre países dificultam definir autoria e procedimentos de investigação rápida.
Algumas jurisdições não tipificam conteúdo sintético, gerando incerteza sobre responsabilidade penal.
Barreiras técnicas
Servidores hospedados no exterior e uso de redes privadas complicam a coleta de dados.
Criptografia e mensagens efêmeras podem impedir acesso imediato a provas digitais essenciais.
Preservação e cadeia de custódia
Preservar logs e metadados é vital para manter integridade de provas em processo.
Ordens de preservação rápidas e bem fundamentadas ajudam a evitar perda de evidências digitais.
Compartilhamento de informação
Protocolos padronizados aceleram transferência de provas e evitam retrabalho entre órgãos.
Pontos de contato nacionais e canais seguros garantem comunicação eficiente entre investigações.
Proteção de dados e direitos
Investigações precisam respeitar privacidade e normas como GDPR em certas jurisdições.
Balançar proteção de dados e a necessidade de investigação é um desafio constante.
Capacitação e recursos
Polícias e perícias precisam de treinamento específico em tecnologia e forense digital.
Investimento em ferramentas e equipes multilíngues favorece ações transnacionais mais rápidas.
Boas práticas operacionais
Criação de task forces e operações conjuntas melhora resposta a conteúdo sintético.
Compartilhar técnicas de detecção e protocolos operacionais aumenta eficácia das investigações.
Propostas e recomendações para atualizar normas e proteger a infância
Propostas para atualizar normas buscam proteger crianças contra conteúdo sintético e nocivo online.
Definições e tipificação
Definir legalmente ‘conteúdo sintético’ ajuda a eliminar dúvidas na aplicação da lei.
Tipificar produção e distribuição mesmo sem vítima direta cria base para punição.
Prever gradações de pena segundo intenção e risco social melhora a resposta penal.
Deveres das plataformas
Exigir detecção proativa e remoção rápida reduz circulação imediata do material nocivo.
Implementar notice-and-takedown com prazos e canais claros protege usuários e autoridades judiciais.
Obrigações de transparência e relatórios públicos aumentam a prestação de contas das plataformas.
Auditorias independentes avaliam a eficácia dos sistemas de moderação e detecção automática regularmente.
Cooperação e investigação
Criar pontos de contato nacionais facilita pedidos rápidos entre plataformas e polícia.
Acordos de assistência mútua e MLATs agilizam obtenção de provas transnacionais importantes.
Preservação imediata de logs e metadados é crucial para a cadeia de custódia.
Recursos técnicos e capacitação
Investir em tecnologia forense ajuda a detectar sinais de geração por IA.
Formação de peritos, juízes e policiais reduz erros e melhora decisões judiciais.
Financiamento público e parcerias privadas aceleram pesquisa e desenvolvimento de ferramentas eficientes.
Proteção às vítimas e prevenção
Centros de denúncia e apoio devem receber e orientar vítimas e familiares.
Campanhas educativas ensinam pais e jovens a identificar e denunciar riscos online.
Serviços de atendimento psicológico e jurídico precisam ser acessíveis, especializados e disponibilizados imediatamente.
Avaliação de impactos e salvaguardas
Garantir proteção de dados é essencial ao aplicar medidas de investigação adequadas.
Mecanismos de controle judicial e revisões independentes previnem abusos e censura indevida.
Transparência sobre critérios e logs ajuda a manter confiança pública nas ações.
Governança e implementação
Criar conselhos multissetoriais inclui governo, empresas e sociedade civil nas decisões regulares.
Prazos e metas claros facilitam a aplicação rápida das novas regras nacionais.
Sanções proporcionais e incentivos econômicos devem estimular conformidade e prevenção efetiva e rápida.
Conclusão
Em resumo, a pornografia infantil sintética mostra uma lacuna que não pode ser ignorada.
É preciso combinar leis claras, tecnologia eficaz e atuação rápida das plataformas.
Plataformas devem detectar, remover conteúdo e colaborar com investigações de forma imediata.
Ferramentas como hashing, detecção por IA e auditoria ajudam, mas não substituem humanos.
Cooperação internacional, acordos e treinamento para peritos e polícia aceleram a ação.
Proteger crianças pede políticas claras, transparência e garantia de direitos fundamentais.
FAQ – Perguntas frequentes sobre pornografia infantil sintética
O que é pornografia infantil sintética?
É conteúdo sexual envolvendo crianças criado ou manipulado por inteligência artificial. Muitas vezes não envolve uma pessoa real.
Isso é crime no Brasil?
Sim. Leis brasileiras punem produção, posse e divulgação de material com crianças reais. Para conteúdo totalmente sintético, há debates e lacunas legais atualmente.
Como plataformas digitais devem agir?
Devem remover conteúdo ilegal com rapidez e cooperar com autoridades. Devem implementar detecção automática e revisão humana.
Como é feita a detecção de imagens sintéticas?
Modelos de IA detectam artefatos e padrões típicos de geração sintética. Hashing perceptual e análise de metadados também ajudam. Revisão humana confirma resultados e evita erros automáticos.
Como denunciar conteúdo suspeito?
Denuncie pelos canais de denúncia da plataforma e pelas autoridades locais. Centros nacionais e organismos internacionais também recebem informações em alguns países.
O que pais e escolas podem fazer para proteger crianças?
Educar sobre riscos online e supervisionar o uso de dispositivos. Ative controles parentais e mantenha diálogo aberto com crianças e adolescentes.
Fonte: www.cnj.jus.br
