- Relator(a)
- Dora Maria da Costa
- Órgão julgador
- 8ª Turma
- Data do julgamento
- 02/09/2020
- Data de publicação
- 04/09/2020
TST – Agravo de Instrumento em Recurso de Revista 0021024-72.2017.5.04.0351, Rel. Dora Maria da Costa, 8ª Turma, j. 02/09/2020, p. 04/09/2020
EMENTA: A) AGRAVO DE INSTRUMENTO EM RECURSO DE REVISTA. 1. DANO MORAL. CANTO MOTIVACIONAL. Segundo o acórdão regional, o autor efetivamente participava das reuniões nas quais havia a prática do canto motivacional "Walmart Cheer", utilizada de forma abusiva pela empregadora, já que expunha o empregado a situação humilhante perante seus colegas de trabalho. Ademais, esta Corte, por suas Turmas, tem entendimento reiterado de que a sujeição do trabalhador a essas formas de programas motivacionais viola os direitos da personalidade, ensejando a condenação ao pagamento de indenização por danos morais. Diante desse contexto, não se cogita em violação dos arts. 5º, X, da CF e 186 do CC. Agravo de instrumento conhecido e não provido. 2. VALOR DA INDENIZAÇÃO POR DANO MORAL. Diante da possível violação do art. 944 do CC, dá-se provimento ao agravo de instrumento para determinar o processamento do recurso de revista. Agravo de instrumento conhecido e provido. B) RECURSO DE REVISTA. VALOR DA INDENIZAÇÃO POR DANO MORAL. O valor da indenização por dano moral fixado se revela excessivo diante do fato que ensejou a condenação, qual seja a exposião do reclamante à situação vexatória decorrente da prática do canto motivacional "Walmart Cheer", devendo ser reduzido em observância à extensão do dano e aos princípios da razoabilidade e da proporcionalidade, nos termos dos artigos 5º, V, da CF e 944 do Código Civil. Recurso de revista conhecido e provido. (Tribunal Superior do Trabalho (8ª Turma). Acórdão: 0021024-72.2017.5.04.0351. Relator(a): DORA MARIA DA COSTA. Data de julgamento: 02/09/2020. Juntado aos autos em 04/09/2020.)
Consultar o inteiro teor no site do TST ↗Pesquise jurisprudência como esta
Busque em dezenas de tribunais brasileiros, com busca inteligente por IA e comparação de precedentes.