- Relator(a)
- Ministro Carlos Cini Marchionatti
- Órgão julgador
- Quinta Turma
- Data do julgamento
- 19/08/2025
- Data de publicação
- 27/08/2025
STJ – Acórdão, Rel. Ministro Carlos Cini Marchionatti, Quinta Turma, j. 19/08/2025, p. 27/08/2025
DIREITO PROCESSUAL PENAL. AGRAVO REGIMENTAL NO AGRAVO EM RECURSO ESPECIAL. TRÁFICO DE DROGAS. FIXAÇÃO DE DANOS MORAIS COLETIVOS. PROVA ESPECÍFICA. AGRAVO DESPROVIDO. I. CASO EM EXAME 1. Agravo regimental interposto pelo Ministério Público do Estado de Minas Gerais contra decisão monocrática que negou provimento ao recurso especial, mantendo acórdão do Tribunal de Justiça do Estado de Minas Gerais que indeferiu pedido de fixação de indenização por danos morais coletivos em sentença penal condenatória por tráfico de drogas. II. Questão em discussão 2. A questão em discussão consiste em saber se é possível a fixação de valor mínimo a título de danos morais coletivos decorrentes da prática do crime de tráfico de drogas, sem a necessidade de produção de prova específica, considerando o pedido expresso na inicial e a indicação mínima do valor. III. Razões de decidir 3. A jurisprudência predominante do Superior Tribunal de Justiça orienta que a fixação de valor mínimo para reparação de danos morais coletivos demanda instrução probatória específica, como requisito essencial para assegurar o pleno exercício das garantias constitucionais do contraditório e da ampla defesa. 4. A tese do dano in re ipsa para os danos morais coletivos no tráfico de drogas não encontra respaldo majoritário nesta Corte, pois a gravidade abstrata do delito e a quantidade de droga apreendida não são suficientes para presumir um dano moral coletivo que dispense comprovação. IV. DISPOSITIVO 5. Agravo regimental desprovido. (AgRg no AREsp n. 2.948.457/MG, relator Ministro Carlos Cini Marchionatti (Desembargador Convocado TJRS), Quinta Turma, julgado em 19/8/2025, DJEN de 27/8/2025.)
Consultar o inteiro teor no site do STJ ↗Pesquise jurisprudência como esta
Busque em dezenas de tribunais brasileiros, com busca inteligente por IA e comparação de precedentes.