- Relator(a)
- Ministro Mauro Campbell Marques
- Órgão julgador
- Primeira Seção
- Data do julgamento
- 13/12/2022
- Data de publicação
- 15/12/2022
STJ – Acórdão, Rel. Ministro Mauro Campbell Marques, Primeira Seção, j. 13/12/2022, p. 15/12/2022
PROCESSUAL CIVIL. AGRAVO INTERNO NO PEDIDO DE UNIFORMIZAÇÃO DE INTERPRETAÇÃO DE LEI. DIVERGÊNCIA JURISPRUDENCIAL. NÃO DEMONSTRAÇÃO. SÚMULA DO STJ CONTRARIADA. NÃO DEMONSTRAÇÃO. AGRAVO INTERNO NÃO PROVIDO. 1. No agravo interno, a União sustenta a reforma da decisão ora impugnada, porque entende que as premissas acerca dos julgados confrontados são as mesmas do julgado ora impugnado nos autos, de modo que há divergência entre o entendimento da TNU e Súmula do STJ. Assevera, também, que houve comprovação da similitude fático jurídica entre o acórdão da TNU em relação ao entendimento jurisprudencial do STJ consubstanciado no Tema n. 538 dos recursos especiais repetitivos. Defende a legalidade da limitação temporal da concessão da ajuda de custo a servidores públicos por meio de normas infralegais. 2. O agravo interno não indica com precisão qual enunciado sumular do STJ deixou de ser observado pela TNU. Ademais, a União também não indicou que o julgado impugnado diverge do entendimento adotado por outras Turmas Recursais de outros Estados da Federação. Logo, como destacado na decisão ora impugnada, o pedido de uniformização não pode ser conhecido. 3. Ademais, a União não realizou efetiva comparação das circunstâncias que demonstram a similitude entre o paradigma e a hipótese dos autos. Contudo, tal como no recurso especial interposto pelo art. 105, III, "c", da CF/1988, nesse pedido de uniformização há necessidade de apresentação da devida controvérsia jurisprudencial suscitada pelo requerente. 4. Agravo interno não provido. (AgInt no PUIL n. 2.338/DF, relator Ministro Mauro Campbell Marques, Primeira Seção, julgado em 13/12/2022, DJe de 15/12/2022.)
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.