- Relator(a)
- Ministro Mauro Campbell Marques
- Órgão julgador
- Segunda Turma
- Data do julgamento
- 04/10/2021
- Data de publicação
- 07/10/2021
STJ – Acórdão, Rel. Ministro Mauro Campbell Marques, Segunda Turma, j. 04/10/2021, p. 07/10/2021
PROCESSUAL CIVIL. AGRAVO INTERNO EM AGRAVO EM RECURSO ESPECIAL. ENUNCIADO ADMINISTRATIVO 3/STJ. RESPONSABILIDADE CIVIL DO ESTADO. CULPA EXCLUSIVA DA VÍTIMA. VALOR DA INDENIZAÇÃO. REVISÃO DO CONJUNTO FÁTICO-PROBATÓRIO. SÚMULA 7/STJ. AGRAVO INTERNO NÃO PROVIDO. 1. No caso dos autos, conforme se extrai do acórdão recorrido, cuida-se de ação de indenização por danos morais, materiais e estéticos, em decorrência de queda sofrida pela Autora na escada da estação ferroviária, por total falta de iluminação do local. Em primeira instância, os pedidos foram julgados parcialmente procedentes e, interpostas apelações, o Tribunal local deu parcial provimento aos recursos, para reduzir o valor do dano estético e condenar a concessionária ao pagamento de pensionamento pelo período em que a autora ficou incapacitada 2. O Tribunal de origem, soberano na análise do conjunto fático probatório dos autos, concluiu que a parte ré não se desincumbiu de seu ônus probatório de comprovar a excludente de culpabilidade de culpa exclusiva da vítima. Assim, o acolhimento da pretensão recursal, com o reconhecimento da culpa exclusiva vítima, demandaria, inequivocamente, o revolvimento do conjunto fático probatório dos autos, o que não é cabível em sede de recurso especial, nos termos da Súmula 7/STJ. O Superior Tribunal de Justiça só pode rever o quantum indenizatório fixado a títulos de danos morais em ações de responsabilidade civil quando irrisórios ou exorbitantes, o que não ocorreu na espécie. 3. Agravo interno não provido. (AgInt no AgInt no AREsp n. 1.859.295/RJ, relator Ministro Mauro Campbell Marques, Segunda Turma, julgado em 4/10/2021, DJe de 7/10/2021.)
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.