
Os dados digitais dos Registro de Imóveis brasileiro são protegidos pela legislação de proteção de dados pessoais? Os dados do registro de imóveis são negociáveis? Qual o valor desse ativo?
São perguntas sobre as quais o NEAR_lab do IRIB (Laboratório de Estudos Avançados de Registro de Imóveis eletrônico) vai se debruçar na busca de uma senda segura para lidar com um tema novo e de grande interesse.
O NEAR_lab é o think tank do Registro de Imóveis brasileiro. Coordenado pela engenheira Adriana P. Unger (POLI-USP) visa a atrair os maiores especialistas nas áreas de direito e tecnologia da informação para formular propostas, discutir ideias, buscar soluções nas áreas conexas e de interesse do Registro de Imóveis.
O tema da proteção de dados pessoais, postos sob a guarda e conservação dos oficiais de registro de imóveis (art. 22 e ss. da Lei 6.015/1973 c.c. art. 46 da Lei 8.935/1994), ganha uma importância singular na era digital. Após o advento da LGPDP (Lei 13.719/2018), o interesse do NEAR_lab agora se volta para o aspecto mais sensível da proteção dos dados pessoais registrais: sua captura, processamento e tredestinação para fins diversos daqueles que a entrega e acolhimento nos repositórios registrais torna legítimo e regular.
Segundo os estudos preliminares, há uma fronteira incerta em que a entrega de dados pessoais a terceiros, dados que originalmente foram confiados ao registro imobiliário para fins muito específicos e determinados, pode configurar uma extrapolação indevida dos limites legais e pode desestabilizar o modelo institucional de tratamento de dados pessoais mantidos e conservados em repositórios registrais. A monetização dos dados pode representar uma subversão das atividades próprias dos registradores.
Sabemos que esses dados são ativos econômicos apreciáveis na economia digital e, ainda quando tratados e anonimizados, representam grandes vantagens econômicas a quem os obtenha. Questão aguda é saber se o aproveitamento dos dados registrais para outras atividades não dependeria do consentimento do titular – no caso do cidadão que deposita seus dados pessoais e patrimoniais para fins de publicidade jurídica que vem a aparelhar os intercâmbios econômicos de bens entre os particulares.
Não são especulações cerebrinas. Há pouco houve a compra de dados de uma central estadual que representam praticamente um bairro da cidade. Cópias de milhares de matrículas, com todas as suas naturais vicissitudes, redundâncias e estruturação basicamente narrativa, servem para algo?
Vivemos uma fase em que a estruturação dos dados não é requisito indispensável para que deles se possa extrair valor. Por que a tecnologia de Big Data se impõe no dia a dia dos grandes negócios? Responde-nos Cezar Taurion: “o imenso volume de dados gerados a cada dia excede a capacidade das tecnologias atuais de os tratarem adequadamente”. É famosa a equação que bem define o fenômeno: Big Data = volume + variedade + velocidade + veracidade + geração de valor [1].

Hoje as estratégias de marketing atuam com base em tecnologias NoSQL (Not only Structured Query Language) para gerar padrões aferíveis em coleções de dados tratados com a tecnologia de big data. São dados que se originam de fontes estruturadas e não estruturadas, de bases ordenadas em tabelas, textos técnicos, descritivos, livros, etc. Não é difícil imaginar quanto valeriam os dados do registro civil para a indústria alimentícia e de produtos maternais (papinhas de nenê, fraldas, berços, etc.). O exemplo da norte-americana Target, que pôde identificar as consumidoras grávidas e com isso se posicionar de modo extraordinariamente vantajoso no mercado, é bastante impressivo[2].
Talvez os dados que hoje povoam os tradicionais banco de dados dos cartórios – seus indicadores pessoal e real, por exemplo – valham muito menos que o volume representado por centenas de milhares de matrículas, com seu fólios desestruturados e assíncronos. As matrículas, com suas narrativas do século XIX, talvez valham mais do que dados mal estruturados. Pense nisso!
Voltamos ao assunto. SJ
[1] TAURION. Cézar. Big data. São Paulo: Brasport, 2013, cap. VI passim.
[2] DUHIGG. Charles. How companies learn your secrets. https://charlesduhigg.com/how-companies-learn-your-secrets-part-1/