LexIA, Hannah, LIA3R e OMNIA mostram que a inteligência artificial deixou de ser apenas uma ferramenta para produzir textos e começa a integrar o próprio funcionamento da Justiça. Para a advocacia, o impacto pode ser muito maior do que simplesmente aprender a utilizar ChatGPT, Claude, Gemini ou Copilot.
Por Gustavo Rocha
Durante os últimos anos, uma pergunta apareceu repetidamente nas conversas sobre inteligência artificial e Direito:
A inteligência artificial consegue escrever uma boa petição?
A pergunta era compreensível.
Quando ChatGPT, Claude, Gemini, Copilot e outras ferramentas começaram a chegar ao cotidiano profissional, o primeiro encantamento estava justamente na capacidade de produzir texto.
O advogado entregava algumas informações e, em poucos segundos, surgia uma petição, um contrato, um parecer, um resumo ou uma resposta para um cliente.
Foi impressionante.
Continua sendo.
Mas estamos entrando em outra fase.
A pergunta sobre a capacidade da máquina de escrever uma petição começa a parecer pequena diante daquilo que está acontecendo dentro do próprio Poder Judiciário.
No 6º FestLabs Nacional, realizado em Cuiabá em agosto de 2026, quatro soluções chamaram especialmente a atenção: LexIA, Hannah, OMNIA e LIA3R.
Cada uma trabalha sobre uma dimensão diferente da atividade judicial.
A LexIA auxilia na leitura, síntese e organização do conteúdo processual.
A Hannah trabalha na análise estruturada de requisitos relacionados à admissibilidade recursal.
A LIA3R utiliza inteligência artificial associada a agentes, prompts e bases de conhecimento.
A OMNIA leva inteligência artificial para o campo da gestão, dos indicadores e da análise de dados.
Isso muda bastante a conversa.
Já não estamos discutindo apenas se uma inteligência artificial consegue redigir determinado documento.
Estamos discutindo uma inteligência artificial que começa a participar de etapas do próprio fluxo de trabalho da Justiça.
Ela pode receber informação.
Pode localizar elementos importantes dentro de um processo.
Pode organizar fatos.
Pode resumir documentos.
Pode classificar informações.
Pode procurar relações entre dados.
Pode ajudar na identificação de requisitos processuais.
Pode pesquisar.
Pode estruturar uma análise.
Pode preparar uma minuta.
Depois, evidentemente, existe a necessária intervenção humana.
Mas entre o protocolo de uma peça e a decisão de um magistrado começa a existir uma nova camada tecnológica.
Para a advocacia, isso merece muito mais atenção do que simplesmente descobrir qual inteligência artificial escreve melhor.
O processo eletrônico está entrando em uma nova etapa
Quando o processo eletrônico surgiu, tivemos uma enorme transformação operacional.
Saiu o papel.
Entrou o PDF.
Saiu o protocolo físico.
Entrou o protocolo eletrônico.
Saiu boa parte da consulta no balcão.
Entraram os sistemas processuais.
Foi uma transformação enorme, mas havia uma característica que permaneceu praticamente inalterada.
O processo continuava sendo produzido por pessoas para ser lido por pessoas.
Um advogado escrevia.
Outro advogado lia.
Um servidor lia.
Um assessor lia.
Um magistrado lia.
O computador armazenava, transmitia, organizava e exibia documentos, mas sua capacidade de compreender efetivamente o conteúdo era muito limitada.
A inteligência artificial generativa muda essa lógica.
Agora o sistema pode receber um processo com centenas ou milhares de páginas e tentar identificar o que está acontecendo.
Pode procurar quem são as partes.
Pode localizar pedidos.
Pode reconhecer datas relevantes.
Pode reconstruir uma cronologia.
Pode localizar decisões anteriores.
Pode identificar a controvérsia jurídica.
Pode encontrar determinadas provas.
Pode perceber que uma informação aparece em um documento e outra informação aparentemente conflitante aparece em outro.
Pode produzir um resumo.
Pode organizar aquilo que considera mais relevante para uma análise posterior.
Esse é um salto importante.
O processo deixa de ser apenas eletrônico.
Ele começa a ser também computacionalmente interpretável.
E essa transformação exige uma nova reflexão da advocacia.
Sua petição pode continuar tendo um leitor humano, mas talvez uma máquina passe por ela antes
Não estou afirmando que magistrados deixarão de ler processos.
Também não estou dizendo que uma inteligência artificial decidirá autonomamente os casos.
A própria regulamentação do CNJ estabelece limites, supervisão humana e responsabilidades.
A questão é outra.
Entre o documento produzido pelo advogado e a análise realizada pelo profissional do Judiciário, pode existir uma camada de tecnologia responsável por organizar informações.
Imagine uma petição com sessenta páginas.
O principal argumento aparece na página 27.
A prova mais importante é mencionada na página 41.
O pedido relacionado àquele argumento aparece apenas no final.
Algumas datas importantes estão escondidas em parágrafos longos.
Há diversas páginas de jurisprudência transcrita.
Para compreender integralmente a tese, o leitor precisa montar mentalmente um quebra cabeça.
Um excelente assessor provavelmente conseguirá fazer isso.
Uma inteligência artificial também poderá conseguir.
Mas existe uma pergunta importante:
por que deveríamos dificultar a compreensão daquilo que queremos comunicar?
Sempre defendi objetividade e organização na produção jurídica.
A inteligência artificial torna essa preocupação ainda mais importante.
Precisamos começar a falar sobre legibilidade computacional
Gosto de utilizar a expressão legibilidade computacional para explicar esse fenômeno.
Ela não significa escrever petições para robôs.
Também não significa tentar adivinhar como determinado algoritmo trabalha.
Muito menos significa inserir comandos escondidos dentro de uma peça esperando interferir no comportamento da inteligência artificial utilizada pelo tribunal.
Isso seria uma enorme distorção.
Legibilidade computacional significa algo muito mais simples.
Significa organizar a informação jurídica de maneira que seja clara para qualquer leitor, humano ou computacional.
Imagine uma tese construída da seguinte maneira.
Primeiro apresentamos o fato.
Depois mostramos a prova daquele fato.
Em seguida explicamos qual é a consequência jurídica.
Depois apresentamos a legislação aplicável.
Na sequência demonstramos como determinado precedente se relaciona com o caso concreto.
Finalmente explicamos qual providência pretendemos obter.
Existe uma linha lógica.
Fato, prova, fundamento, precedente, aplicação e pedido.
Isso é boa técnica jurídica independentemente de inteligência artificial.
A diferença é que, em um ambiente no qual sistemas também podem organizar e resumir documentos, essa clareza passa a ter um valor adicional.
Um teste extremamente simples pode ser feito antes do protocolo
Antes de enviar uma petição, podemos pedir para uma inteligência artificial produzir um resumo da própria peça.
Não para decidir se estamos certos.
Não para substituir o advogado.
Mas para descobrir o que efetivamente foi compreendido.
Se a IA resumir nossa petição e deixar de fora justamente o argumento que consideramos essencial, alguma coisa merece ser investigada.
Talvez o modelo tenha falhado.
Talvez nossa forma de estruturar a argumentação tenha sido ruim.
Talvez ambos os problemas estejam presentes.
O importante é perceber a fragilidade antes do protocolo.
Exemplo prático de prompt para testar a clareza de uma petição
Vou fornecer uma peça processual completa.
Não quero que você reescreva o documento e não quero que avalie inicialmente se a tese jurídica está correta.
Quero que você simule uma primeira leitura destinada a organizar o conteúdo para um profissional que precisará analisar o processo.
Identifique, de forma separada, qual é o fato central do caso, qual é a cronologia relevante, qual é a principal controvérsia jurídica, qual é a tese principal da parte, quais são as teses subsidiárias, quais provas sustentam cada argumento importante, quais dispositivos legais são utilizados, quais precedentes são considerados essenciais e quais pedidos foram formulados.
Depois dessa primeira etapa, faça uma auditoria de clareza.
Informe quais informações estavam imediatamente identificáveis, quais estavam dispersas pelo documento, quais dependeram de inferência para serem compreendidas e quais argumentos importantes poderiam ser perdidos caso alguém tivesse acesso apenas a um resumo da peça.
Verifique também se existe uma relação clara entre fato, prova, fundamento jurídico e pedido.
Não altere a tese.
Sua tarefa é avaliar a arquitetura da informação e mostrar onde a comunicação jurídica pode ser melhorada.
Veja que a inteligência artificial não está sendo utilizada para substituir o raciocínio jurídico.
Ela está sendo utilizada como um espelho da nossa própria comunicação.
Esse tipo de uso me parece muito mais interessante.
Hannah mostra que a inteligência artificial pode trabalhar sobre critérios jurídicos
A Hannah merece uma atenção especial porque demonstra outra forma de utilização de IA.
A ferramenta foi criada para apoiar a análise de admissibilidade de recursos destinados aos tribunais superiores.
Durante sua apresentação foi destacada a utilização de um mapa composto por critérios de admissibilidade.
Esse detalhe é extremamente importante.
Existe uma diferença enorme entre entregar um recurso para uma inteligência artificial e perguntar:
“Este recurso deve ser admitido?”
e fornecer um método estruturado de análise.
Quando existem critérios, a ferramenta deixa de funcionar como uma espécie de oráculo.
Ela passa a percorrer um roteiro.
Analisa uma questão.
Depois outra.
Procura determinada informação.
Classifica o que encontrou.
Aponta aquilo que não conseguiu encontrar.
Organiza o resultado.
Finalmente entrega esse material para revisão humana.
Essa lógica é muito mais interessante para atividades críticas.
E traz uma importante lição para os escritórios.
Em vez de pedir respostas abertas, transforme o conhecimento jurídico em critérios
Imagine um escritório que trabalha intensamente com recursos especiais.
Durante anos, seus advogados desenvolveram experiência sobre questões de admissibilidade.
Eles sabem quais problemas aparecem repetidamente.
Sabem quais documentos precisam ser conferidos.
Sabem quais riscos costumam derrubar determinados recursos.
Esse conhecimento pode ser transformado em uma metodologia.
A inteligência artificial pode percorrer essa metodologia antes do protocolo.
Ela não decide se o recurso será admitido.
Ela ajuda o advogado a descobrir se existe algum problema que mereça atenção.
Exemplo prático de prompt para auditoria de admissibilidade recursal
Atue como um auditor técnico de admissibilidade recursal.
Não assuma a posição do advogado que produziu a peça e não tente defender os argumentos apresentados.
Sua função é encontrar riscos.
Utilize exclusivamente o recurso, a decisão recorrida, o acórdão, as certidões e os demais documentos que eu fornecer.
Antes de iniciar a análise, liste quais documentos recebeu e indique se algum documento importante parece estar ausente.
Depois analise, um a um, os seguintes aspectos: adequação da espécie recursal, tempestividade, legitimidade, interesse recursal, representação processual, preparo quando aplicável, demonstração do prequestionamento, indicação dos dispositivos legais ou constitucionais relevantes, impugnação específica dos fundamentos da decisão recorrida, eventual necessidade de reexame de fatos ou provas e presença de possíveis óbices jurisprudenciais.
Em cada item utilize apenas uma destas classificações:
PRESENTE E CLARAMENTE DEMONSTRADO
PRESENTE, MAS PRECISA SER MELHOR DEMONSTRADO
AUSENTE
NÃO FOI POSSÍVEL VERIFICAR COM OS DOCUMENTOS RECEBIDOS
Para cada conclusão indique exatamente de onde retirou a informação.
Depois construa uma matriz contendo o requisito analisado, a situação encontrada, o risco correspondente, a evidência utilizada e a providência que deveria ser examinada pelo advogado responsável.
Por fim, faça uma segunda leitura assumindo deliberadamente a posição de alguém que procura fundamentos para não admitir o recurso.
Não reescreva a peça.
A aprovação ou reprovação final deverá ser realizada pelo advogado.
Perceba a diferença.
Não estamos perguntando:
“Meu recurso está bom?”
Estamos criando um procedimento de controle de qualidade.
Use a inteligência artificial para contrariar você
Existe um hábito que considero perigoso no uso cotidiano de inteligência artificial.
O profissional apresenta sua tese para a máquina e pergunta:
“Você concorda?”
Frequentemente a resposta virá em tom colaborativo.
O usuário termina a conversa mais confiante.
Mas confiança não é necessariamente qualidade.
Uma das melhores utilizações da inteligência artificial é justamente pedir que ela faça o contrário.
Procure problemas.
Questione.
Ataque.
Tente demonstrar por que nosso raciocínio pode estar errado.
Isso é especialmente útil porque o profissional que passou dias trabalhando em determinado processo pode sofrer naturalmente com um viés de confirmação.
Quanto mais conhecemos e defendemos uma tese, mais difícil pode ser perceber determinadas fragilidades.
Uma segunda leitura crítica ajuda.
Exemplo prático de prompt para revisão adversarial
Leia a petição e todos os documentos anexados.
Quero que você funcione como um revisor jurídico adversarial.
Isso significa que sua missão não é concordar comigo.
Sua missão é encontrar razões pelas quais minha argumentação possa falhar.
Procure fatos afirmados sem prova suficiente, conclusões que não decorram claramente dos fatos, contradições internas, pedidos sem fundamento correspondente, fundamentos que não estejam relacionados a um pedido, argumentos genéricos, precedentes utilizados fora do contexto, dispositivos legais mencionados sem conexão clara com o caso, lacunas cronológicas e argumentos relevantes da parte contrária que não tenham sido enfrentados.
Para cada problema identificado, mostre o trecho correspondente da peça, explique por que considera aquilo uma fragilidade, indique qual consequência processual ou jurídica poderia decorrer do problema e classifique o risco como crítico, alto, médio ou baixo.
Ao final, selecione os cinco pontos que um advogado responsável deveria revisar obrigatoriamente antes do protocolo.
Não invente fatos ou argumentos inexistentes nos autos.
Quando não houver elementos suficientes, diga expressamente que não foi possível concluir.
Esse tipo de prompt é extremamente útil para recursos, contestações, memoriais, contratos e pareceres.
A LIA3R mostra que o grande patrimônio talvez não seja a ferramenta, mas o conhecimento
A LIA3R traz outra discussão que considero particularmente interessante para a advocacia.
Bases de conhecimento.
Ao longo dos anos, os escritórios acumulam uma quantidade extraordinária de conhecimento.
Um escritório com vinte anos de atividade pode possuir milhares de petições, centenas de pareceres, contratos, estudos, apresentações, memorandos, jurisprudência selecionada, pesquisas e orientações internas.
Só que muitas vezes esse conhecimento não está verdadeiramente organizado.
Está armazenado.
E armazenar é diferente de gerir conhecimento.
Imagine um advogado iniciando um trabalho sobre determinado assunto.
Ele pergunta para um colega se alguém já enfrentou aquele tema.
O colega lembra que talvez exista um parecer produzido três anos atrás.
Começa a procura.
Alguém olha no sistema.
Outro procura no SharePoint.
Outro busca em emails antigos.
Uma pessoa manda mensagem para um grupo.
Depois de meia hora aparece um documento.
Essa situação é extremamente comum.
Agora imagine uma inteligência artificial conectada a uma base organizada do escritório.
O profissional pergunta:
“Que trabalhos já produzimos sobre este tema?”
O sistema encontra documentos.
Mostra quais são mais recentes.
Identifica autores.
Aponta divergências.
Localiza precedentes utilizados anteriormente.
Isso é uma transformação enorme.
Mas não acontece simplesmente jogando vinte mil documentos dentro de uma pasta.
Conhecimento antigo também pode produzir uma resposta errada
Imagine uma tese tributária preparada em 2019.
Naquela época o entendimento fazia sentido.
Em 2023 surgiu uma mudança legislativa.
Em 2024 o STJ julgou questão relevante.
Em 2025 o escritório alterou sua orientação.
Mas todos os documentos continuam armazenados.
Uma inteligência artificial consulta a base e encontra a excelente peça de 2019.
Sem uma boa governança, pode apresentar aquela tese como se ainda estivesse plenamente válida.
Esse é um problema sério.
Por isso uma base de conhecimento precisa de curadoria.
Precisamos saber quem produziu determinado documento.
Quando.
Qual era seu contexto.
Se continua vigente.
Se existe uma versão posterior.
Se representa a posição atual do escritório.
Se pode ser utilizado para determinado cliente.
Se contém informações protegidas.
A IA aumenta o valor do conhecimento.
Mas também aumenta a necessidade de organizar esse conhecimento corretamente.
Exemplo prático de prompt para trabalhar com uma base interna
Quero que você responda prioritariamente utilizando os documentos existentes nesta base de conhecimento.
Não considere automaticamente correto tudo aquilo que encontrar.
Sempre que utilizar uma informação jurídica relevante, identifique qual documento serviu de fonte e a respectiva data.
Diferencie claramente legislação, jurisprudência, parecer interno, modelo, política institucional, orientação antiga e inferência produzida durante sua análise.
Quando encontrar dois documentos com conclusões diferentes, não escolha um silenciosamente.
Explique que existe uma divergência e mostre quais são as posições encontradas.
Quando houver documentos produzidos em datas diferentes, destaque a cronologia e informe se existe possibilidade de mudança de entendimento.
Se determinada conclusão depender de legislação ou jurisprudência posterior à documentação disponível, informe que a base precisa ser atualizada antes de uma conclusão definitiva.
Caso a base não possua elementos suficientes para responder com segurança, diga expressamente que não encontrou informação suficiente.
Em seguida, indique quais documentos ou fontes deveriam ser pesquisados.
Nunca preencha uma lacuna inventando conteúdo.
Isso é muito mais seguro do que simplesmente pedir:
“Procure alguma coisa sobre responsabilidade civil na nossa base.”
O escritório precisa transformar experiência em memória institucional
Existe uma dimensão de gestão extremamente importante aqui.
Grande parte do conhecimento jurídico está nas pessoas.
Um sócio possui trinta anos de experiência.
Ele sabe como analisar determinado tipo de contrato.
Sabe quais cláusulas costumam gerar problemas.
Sabe quais perguntas devem ser feitas.
Sabe quais riscos precisam ser investigados.
Mas esse conhecimento talvez nunca tenha sido documentado.
Quando utilizamos inteligência artificial de forma madura, surge uma excelente oportunidade de transformar experiência individual em conhecimento institucional.
Podemos entrevistar profissionais experientes.
Registrar os critérios utilizados.
Transformar esses critérios em checklists.
Converter checklists em processos.
Depois utilizar IA como apoio a esses processos.
Nesse ponto, inteligência artificial deixa de ser simplesmente tecnologia.
Passa a ser ferramenta de gestão do conhecimento.
OMNIA mostra outra fronteira que considero extraordinária: conversar com os dados
A OMNIA chama minha atenção por um motivo diferente.
Ela leva inteligência artificial para o campo da gestão.
Esse ponto deveria ser acompanhado de perto pelos escritórios.
Durante anos, empresas investiram em Business Intelligence.
Criamos dashboards.
Gráficos.
Planilhas.
Indicadores.
Relatórios.
Tudo isso continua importante.
O que começa a acontecer agora é a colocação de uma camada conversacional sobre esses dados.
Em vez de apenas abrir um painel e interpretar gráficos, o gestor poderá perguntar.
“Por que nosso estoque processual aumentou?”
“Quais equipes estão com maior volume?”
“Quais indicadores pioraram?”
“Qual unidade possui maior tempo médio?”
A inteligência artificial procura as informações e ajuda a organizar a resposta.
Agora transporte essa ideia para um escritório de advocacia.
Um sócio poderia perguntar:
“Quais clientes aumentaram mais de 20% seu volume de novos processos nos últimos seis meses?”
“Quais áreas estão trabalhando mais horas sem aumento equivalente de faturamento?”
“Quais clientes possuem maior índice de retrabalho?”
“Quais processos estão há mais tempo sem movimentação interna?”
“Qual etapa do nosso fluxo demora mais?”
“Quantas atividades críticas estão concentradas em uma única pessoa?”
“Quais clientes apresentam aumento consistente de contingência?”
Isso é inteligência artificial aplicada à gestão jurídica.
E, na minha visão, poderá produzir tanto valor quanto a utilização de IA para produção de textos.
Exemplo prático de prompt para análise gerencial de uma carteira
Vou fornecer uma base de dados contendo informações sobre processos de uma carteira.
Antes de apresentar qualquer conclusão de gestão, faça uma auditoria da qualidade dos dados.
Procure campos vazios, datas inconsistentes, registros duplicados, categorias escritas de maneiras diferentes, clientes possivelmente duplicados, responsáveis aparentemente incorretos e informações insuficientes para determinados cálculos.
Explique quais problemas podem comprometer a confiabilidade da análise.
Depois, utilizando somente os dados que forem considerados suficientemente confiáveis, avalie o volume de processos por cliente, área, responsável e fase processual.
Analise também tempo médio de permanência em cada etapa, processos sem movimentação por períodos relevantes, distribuição da carga de trabalho e possíveis pontos de concentração de risco.
Não quero apenas números.
Para cada achado importante explique o que ele pode significar para a gestão do escritório.
Diferencie sempre um dado observado de uma interpretação.
Quando apresentar uma hipótese, identifique claramente que se trata de hipótese e diga quais informações adicionais seriam necessárias para confirmá la.
Ao final, apresente cinco questões gerenciais que os sócios deveriam investigar a partir dos dados analisados.
Observe uma característica importante.
O prompt não começa pedindo um bonito relatório.
Começa pedindo uma auditoria da qualidade da informação.
Isso é proposital.
Inteligência artificial não transforma dados ruins em boa gestão
Existe certa ilusão de que inteligência artificial resolverá problemas históricos de organização.
Não resolverá.
Se o escritório possui clientes duplicados no sistema, responsáveis desatualizados, fases processuais mal cadastradas, resultados inexistentes, categorias diferentes para a mesma informação e campos vazios, a inteligência artificial trabalhará sobre essa realidade.
A tecnologia pode ajudar a encontrar inconsistências.
Pode sugerir correções.
Pode facilitar a análise.
Mas não existe milagre.
Antes de uma excelente inteligência artificial, ainda precisamos de algo muito menos charmoso:
cadastro correto.
Esse ponto é fundamental.
Não existe jurimetria consistente sem dados minimamente confiáveis.
Não existe inteligência gerencial de qualidade sem informações organizadas.
Não existe boa IA corporativa sem governança de dados.
A controladoria jurídica poderá ganhar uma nova dimensão
Esse movimento também modifica o papel da controladoria jurídica.
Tradicionalmente, a controladoria trabalha com cadastros, prazos, acompanhamento, distribuição, conferência, indicadores e padronização.
Com inteligência artificial, algumas possibilidades começam a aparecer.
Uma publicação pode ser recebida e classificada.
A IA pode identificar o processo.
Pode resumir o conteúdo.
Pode sugerir qual tipo de providência parece necessária.
Pode localizar informações relacionadas.
Depois uma pessoa valida.
Da mesma forma, uma controladoria pode utilizar IA para procurar inconsistências na base, identificar processos sem movimentação, detectar concentrações de prazo, apontar possíveis erros cadastrais ou preparar relatórios para os gestores.
Isso aproxima inteligência artificial, controladoria e Legal Operations.
E considero essa uma das áreas de maior oportunidade prática para os escritórios nos próximos anos.
Um exemplo de como utilizar IA na triagem de publicações
Imagine que determinada publicação chegue ao escritório.
Em vez de simplesmente pedir para a IA “dizer o prazo”, podemos construir algo muito mais seguro.
Prompt para análise inicial de uma publicação
Analise esta publicação judicial como ferramenta de apoio à controladoria.
Não faça cadastramento automático e não considere nenhum prazo como definitivamente calculado sem revisão humana.
Primeiro identifique o número do processo, órgão julgador, partes mencionadas, data da publicação e conteúdo principal.
Depois explique em linguagem objetiva qual fato processual aparentemente ocorreu.
Identifique se a publicação parece exigir alguma providência da parte representada pelo escritório.
Caso identifique possível prazo, informe qual evento aparentemente inicia sua contagem, mas não apresente a data final como definitiva sem que todos os elementos necessários estejam disponíveis.
Indique quais informações adicionais deveriam ser confirmadas pelo profissional responsável, incluindo feriados, suspensões, natureza do prazo e regras processuais aplicáveis.
Classifique a situação como aparentemente urgente, prioritária ou ordinária, explicando a razão.
Ao final crie uma seção denominada “VALIDAÇÕES HUMANAS OBRIGATÓRIAS” e liste tudo aquilo que não deve ser automatizado sem conferência.
Perceba novamente que a inteligência artificial ajuda.
Mas não assume sozinha a responsabilidade pelo prazo.
A Resolução CNJ nº 615/2025 é parte essencial desta discussão
Nenhuma dessas ferramentas deveria ser analisada apenas pela capacidade técnica.
Existe outro elemento indispensável:
governança.
A Resolução CNJ nº 615/2025 estabeleceu diretrizes para desenvolvimento, utilização e governança de inteligência artificial no Poder Judiciário.
Ela trabalha com conceitos como supervisão humana, transparência, proteção de dados, segurança, explicabilidade, auditabilidade, monitoramento e classificação de riscos.
Isso é extremamente importante.
Estamos falando de ferramentas utilizadas em um ambiente no qual decisões podem afetar patrimônio, liberdade, relações familiares, empresas e direitos fundamentais.
Não basta a solução funcionar.
Precisamos também saber como ela é governada.
Como é supervisionada.
Quais dados utiliza.
Qual seu nível de autonomia.
Como é auditada.
Quais riscos foram considerados.
Quem continua responsável.
Esse debate precisa chegar também aos escritórios.
“A assinatura continua sua” é uma excelente frase, mas eu acrescentaria outra
Uma das frases que apareceu na divulgação dessas ferramentas foi:
“A assinatura continua sua.”
A frase sintetiza uma ideia importante.
A inteligência artificial pode organizar.
Pode pesquisar.
Pode resumir.
Pode sugerir.
Pode preparar uma minuta.
Mas existe um ser humano responsável pelo resultado.
Concordo plenamente.
Só acrescentaria algo:
A assinatura continua sua. E a atenção também precisa continuar sua.
Porque existe um risco muito interessante chamado viés de automação.
Imagine uma inteligência artificial ruim.
Ela erra muito.
Produz textos ruins.
Inventa fatos.
Todo mundo desconfia.
Agora imagine uma inteligência artificial excelente.
Ela escreve muito bem.
Organiza tudo perfeitamente.
Apresenta conclusões convincentes.
Utiliza linguagem sofisticada.
O risco de confiança excessiva aumenta.
Depois de utilizar a ferramenta dezenas de vezes com bons resultados, o profissional pode começar a revisar menos.
A IA produz.
O humano lê rapidamente.
Concorda.
Assina.
Formalmente existe supervisão humana.
Materialmente talvez exista apenas homologação.
Esse é um perigo real.
Por isso não basta termos um ser humano no fluxo.
Precisamos de um ser humano criticamente presente no fluxo.
A IA também pode ser utilizada para questionar a própria IA
Uma forma interessante de diminuir esse risco é incluir uma segunda etapa de revisão.
Primeiro a IA produz uma análise.
Depois recebe a missão de tentar encontrar erros na própria análise.
Isso não elimina a revisão humana.
Mas aumenta a qualidade do processo.
Exemplo prático de prompt para autoverificação
Considere que a análise produzida anteriormente pode conter erros.
Não tente defender sua resposta anterior.
Quero que você realize uma nova auditoria independente.
Procure qualquer afirmação que não esteja claramente sustentada pelos documentos fornecidos.
Identifique inferências que possam ter sido apresentadas como fatos.
Verifique se existem datas inconsistentes, normas possivelmente incorretas, precedentes não confirmados, contradições internas, omissões importantes ou conclusões excessivamente confiantes.
Para cada possível problema, apresente a afirmação original, explique por que ela merece ser questionada, indique qual fonte deveria ser consultada para confirmação e classifique seu nível de confiança.
Não altere silenciosamente a resposta anterior.
Primeiro mostre os problemas.
Depois indique quais pontos exigem obrigatoriamente revisão de um advogado.
Esse tipo de método começa a criar algo que considero essencial:
processos de validação da inteligência artificial.
Alucinação continua sendo um risco jurídico sério
Modelos generativos podem produzir algo falso com aparência absolutamente verdadeira.
Uma decisão inexistente pode ser apresentada com número de processo.
Uma ementa falsa pode parecer perfeitamente jurídica.
Um artigo legal pode ser citado incorretamente.
Uma data pode estar errada.
Um fato pode ser inferido sem existir nos autos.
O problema não é apenas o erro.
É a aparência de segurança com que o erro pode ser apresentado.
Por isso, quando utilizamos IA em atividades jurídicas, precisamos separar duas coisas.
A inteligência artificial pode nos ajudar a encontrar algo.
Mas a fonte original continua sendo fundamental.
Isso vale especialmente para jurisprudência.
Exemplo prático de prompt para conferência de jurisprudência
Analise todas as referências jurisprudenciais presentes neste documento.
Para cada precedente, identifique tribunal, órgão julgador, número do processo, relator quando disponível, data de julgamento, questão jurídica principal e maneira como ele está sendo utilizado na argumentação.
Depois classifique cada referência em uma das seguintes categorias:
CONFIRMADA COM BASE EM FONTE DISPONIBILIZADA
NECESSITA DE VERIFICAÇÃO EM FONTE OFICIAL
APARENTEMENTE INCONSISTENTE
NÃO FOI POSSÍVEL LOCALIZAR OU CONFIRMAR
Não invente informações ausentes.
Quando não puder verificar uma referência, diga claramente que ela precisa ser conferida.
Não presuma que um precedente seja verdadeiro apenas porque está escrito de forma convincente.
Ao final apresente uma lista específica dos precedentes que um advogado deverá verificar diretamente na fonte oficial antes de utilizar na peça.
O risco de vazamento de dados precisa receber a mesma atenção
Muito se fala sobre alucinação.
Mas vejo outro risco extremamente concreto dentro dos escritórios.
Um profissional recebe um documento confidencial.
Abre uma ferramenta gratuita.
Copia o conteúdo.
Cola.
Recebe uma excelente resposta.
A tarefa foi resolvida.
Só que talvez ninguém tenha perguntado o que aconteceu com aqueles dados.
Qual ferramenta foi utilizada?
A conta era pessoal ou corporativa?
Existe contrato com o fornecedor?
Qual política de retenção vale para aquela conta?
Os dados podem ser utilizados em treinamento?
Onde ficam armazenados?
Quem consegue acessar?
Existe registro administrativo?
O cliente autorizou aquele tratamento?
Esse tipo de preocupação precisa deixar de ser assunto exclusivo do departamento de tecnologia.
É gestão.
É segurança.
É LGPD.
É sigilo profissional.
É responsabilidade.
Shadow AI será um dos grandes problemas de governança dos próximos anos
Existe uma expressão chamada Shadow AI.
Ela descreve o uso de inteligência artificial fora das ferramentas e regras aprovadas pela organização.
O escritório possui uma solução corporativa.
Mas um profissional prefere usar sua conta pessoal.
Outro utiliza uma extensão gratuita.
Outro instala um aplicativo de transcrição.
Outro conecta determinada ferramenta à caixa de email.
Outro envia PDFs para um site gratuito porque considera mais rápido.
Talvez todas as ferramentas sejam excelentes.
O problema é que a organização perdeu a governança.
Não sabe quais dados estão circulando.
Não sabe em quais serviços.
Não conhece as permissões.
Não consegue auditar.
Por isso considero indispensável que escritórios comecem a desenvolver políticas mínimas de inteligência artificial.
Não precisamos iniciar com um documento de cinquenta páginas.
Precisamos começar com regras claras.
Quais ferramentas estão autorizadas?
Quais contas podem ser usadas?
Que documentos podem ser enviados?
O que precisa ser anonimizado?
Quais dados não podem sair do ambiente corporativo?
Quem revisa?
Como jurisprudência é validada?
Como incidentes são registrados?
Quem cuida da base de conhecimento?
Quem aprova integrações?
A partir daí podemos evoluir.
Não colecione prompts. Crie processos.
Existe outro fenômeno interessante.
Alguns escritórios começaram a criar verdadeiras bibliotecas de prompts.
Cem prompts.
Duzentos.
Quinhentos.
Depois ninguém sabe qual funciona.
Quem criou.
Quando foi revisado.
Para qual versão da ferramenta.
Qual documento precisa ser anexado.
Qual saída deveria ser produzida.
Isso apenas transfere o problema de organização dos modelos jurídicos para uma nova pasta chamada “prompts”.
Um prompt importante deveria ser tratado como um ativo institucional.
Deveria possuir finalidade.
Responsável.
Versão.
Data da última revisão.
Documentos de entrada.
Resultado esperado.
Limitações.
Critérios de validação.
Só então começamos a falar seriamente em inteligência artificial organizacional.
Não mande a IA escrever antes de mandar a IA compreender
Talvez esta seja uma das recomendações mais importantes deste artigo.
Quando um advogado recebe um processo, existe uma tentação enorme de anexar tudo e escrever:
“Faça uma contestação.”
A IA provavelmente fará.
Talvez faça muito bem.
Mas existe outro caminho.
Primeiro peça para compreender o processo.
Depois peça para construir a cronologia.
Depois identifique pedidos.
Depois mapeie fatos.
Depois localize provas.
Depois identifique documentos ausentes.
Depois faça uma análise de risco.
Depois procure argumentos contrários.
Depois construa uma estratégia.
Somente depois comece a redação.
Esse método demora alguns minutos a mais.
Mas tende a produzir um resultado muito melhor.
Exemplo prático de prompt para mapear um processo antes da redação
Não redija nenhuma peça neste momento.
Quero primeiro compreender integralmente o processo.
Leia todos os documentos disponibilizados e construa um mapa processual.
Comece identificando as partes e seus respectivos papéis.
Depois explique qual é o objeto da demanda e quais pedidos foram formulados.
Construa uma cronologia dos fatos e, separadamente, uma cronologia processual.
Identifique as principais alegações de cada parte.
Para cada fato relevante, mostre se existe algum documento que aparentemente o comprova.
Liste as decisões já proferidas e explique a consequência prática de cada uma.
Identifique recursos existentes, providências ainda pendentes, pontos controvertidos, documentos mencionados mas não encontrados e eventuais contradições.
Diferencie claramente:
FATO COMPROVADO NOS DOCUMENTOS
ALEGAÇÃO DE UMA DAS PARTES
CONCLUSÃO CONSTANTE DE DECISÃO JUDICIAL
INFERÊNCIA PRODUZIDA DURANTE A ANÁLISE
INFORMAÇÃO QUE NÃO FOI POSSÍVEL CONFIRMAR
Ao final, informe quais documentos ou informações adicionais seriam necessários antes da construção de uma estratégia jurídica.
Não redija a contestação.
Primeiro precisamos entender o processo.
Depois desse trabalho, podemos continuar.
Segundo prompt para transformar o mapa processual em estratégia
Agora utilize o mapa processual produzido anteriormente e faça uma análise estratégica.
Para cada pedido da parte adversa, identifique quais fatos precisam ser demonstrados para sua procedência.
Depois mostre quais desses fatos parecem comprovados, quais estão controvertidos e quais não possuem prova suficiente nos documentos apresentados.
Identifique as principais teses defensivas possíveis, mas não escolha automaticamente uma estratégia.
Para cada tese, apresente pontos favoráveis, pontos desfavoráveis, documentos necessários, riscos processuais e possíveis argumentos da parte contrária.
Depois organize as teses em ordem de relevância estratégica.
Ao final, crie uma seção denominada “DECISÕES QUE CABEM AO ADVOGADO” e liste todas as escolhas jurídicas ou estratégicas que não deveriam ser delegadas automaticamente à inteligência artificial.
Somente depois disso eu avançaria para a redação.
Essa sequência é muito mais próxima de um verdadeiro método de trabalho.
Uma matriz simples pode mudar a qualidade da peça
Outro recurso que gosto bastante é construir uma relação entre quatro elementos:
fato, prova, tese e pedido.
É impressionante a quantidade de problemas que aparecem quando fazemos esse exercício.
Podemos descobrir fatos importantes sem prova.
Provas importantes que não foram exploradas.
Teses que não se relacionam adequadamente com determinados fatos.
Pedidos cuja fundamentação está espalhada.
Exemplo de prompt para criar essa matriz
Analise a peça e todos os documentos fornecidos.
Construa uma matriz relacionando cada fato juridicamente relevante com a prova correspondente, a tese jurídica relacionada e o pedido que depende daquele argumento.
Sempre que encontrar um fato sem prova identificável, marque como fragilidade.
Sempre que encontrar uma prova relevante que não esteja sendo utilizada na argumentação, destaque como oportunidade de revisão.
Sempre que encontrar uma tese sem relação clara com os fatos, sinalize.
Sempre que encontrar um pedido sem fundamento suficientemente identificável, marque como risco.
Depois apresente as cinco maiores lacunas existentes entre fatos, provas, fundamentos e pedidos.
Não reescreva o documento.
Quero primeiro uma auditoria da estrutura argumentativa.
Esse tipo de uso talvez não pareça tão espetacular quanto mandar uma IA escrever vinte páginas em segundos.
Mas pode ser muito mais valioso.
O grande erro será automatizar processos ruins
Existe uma frase que utilizo há muitos anos em projetos de tecnologia:
automatizar um processo ruim apenas faz o erro acontecer mais rápido.
Essa regra continua válida com inteligência artificial.
Antes de automatizar determinado fluxo, precisamos entender como ele funciona.
Quem inicia?
Quem recebe?
Que informação é necessária?
Quais critérios são utilizados?
Quem decide?
Onde existe retrabalho?
Onde existem gargalos?
Onde existem riscos?
Qual resultado deveria ser produzido?
Quem revisa?
Depois podemos perguntar onde a IA ajuda.
Se fizermos o caminho contrário, podemos construir automações impressionantes em cima de processos que deveriam ter sido redesenhados antes.
Como eu prepararia um escritório para esta nova realidade
Se um escritório me perguntasse hoje por onde começar, eu não responderia imediatamente com o nome de uma ferramenta.
Começaria pela organização.
Primeiro faria um inventário das soluções de inteligência artificial que já estão sendo utilizadas.
Provavelmente descobriríamos ferramentas que a direção nem sabia que estavam sendo usadas.
Depois analisaria os principais riscos.
Em seguida escolheria algumas atividades com grande volume ou grande quantidade de trabalho repetitivo.
Poderia ser análise inicial de processos.
Controle de qualidade de peças.
Triagem documental.
Pesquisa interna.
Gestão de conhecimento.
Preparação de relatórios.
Análise de dados.
Escolheria poucos casos.
Testaria.
Mediria.
Corrigiria.
Só depois ampliaria.
Em paralelo, começaria a organizar uma pequena base de conhecimento.
Não tentaria organizar vinte anos de documentos em um fim de semana.
Escolheria uma área.
Selecionaria materiais relevantes.
Classificaria.
Eliminaria conteúdo obsoleto.
Definiria responsáveis.
Testaria consultas com IA.
Essa abordagem cria aprendizado organizacional.
E esse aprendizado vale muito mais do que simplesmente contratar uma ferramenta.
Um projeto de noventa dias pode produzir resultados muito concretos
Nos primeiros trinta dias, o escritório pode mapear ferramentas atualmente utilizadas, identificar riscos, definir regras mínimas e escolher dois ou três casos de uso.
Nos trinta dias seguintes, pode organizar uma pequena base de conhecimento, desenvolver prompts institucionais, desenhar critérios de revisão e testar os casos escolhidos com grupos pequenos.
Nos trinta dias finais, pode inserir os melhores fluxos na rotina, medir tempo, qualidade, retrabalho e erros, ouvir os usuários e decidir o que merece expansão.
Isso é implantação.
Não simplesmente comprar licença e mandar senha para a equipe.
O Judiciário está oferecendo uma excelente aula para a advocacia
Quando observo LexIA, Hannah, LIA3R e OMNIA em conjunto, percebo algo muito interessante.
Cada solução aponta para uma lição diferente.
A LexIA mostra que documentos podem ser transformados em informação estruturada.
A Hannah mostra que experiência jurídica pode ser organizada em critérios de análise.
A LIA3R mostra que inteligência artificial se torna muito mais poderosa quando conectada ao conhecimento institucional.
A OMNIA mostra que IA também pode trabalhar com gestão e indicadores.
A Resolução CNJ nº 615/2025 lembra que tudo isso precisa conviver com governança, proteção de dados, transparência, supervisão e responsabilidade.
Não precisamos simplesmente copiar aquilo que o Judiciário está fazendo.
Mas devemos aprender com o movimento.
Enquanto alguns escritórios ainda discutem qual IA escreve melhor, o Judiciário começa a discutir arquitetura
ChatGPT ou Claude?
Gemini ou Copilot?
Qual escreve a melhor petição?
Qual faz o melhor resumo?
Todas são perguntas legítimas.
Mas já existem perguntas mais importantes.
Qual problema queremos resolver?
Como o processo funciona hoje?
Quais informações precisamos organizar?
Qual conhecimento o escritório possui?
Como transformaremos esse conhecimento em memória institucional?
Quais dados são confiáveis?
Quais não são?
Quem poderá acessar determinado conteúdo?
Quais informações não podem sair do ambiente corporativo?
Quem revisará?
Como saberemos quando a inteligência artificial errou?
Como mediremos o ganho?
Que tipo de decisão jamais será delegada automaticamente?
Perceba o que aconteceu.
Saímos de uma conversa sobre tecnologia e entramos novamente em uma conversa sobre gestão.
É exatamente por isso que considero inteligência artificial aplicada à advocacia muito mais um projeto de gestão do que um projeto de compra de software.
A assinatura continua nossa
Volto à frase apresentada na divulgação dessas soluções:
“A assinatura continua sua.”
Ela é excelente.
A inteligência artificial pode ler.
Pode organizar.
Pode resumir.
Pode comparar.
Pode pesquisar.
Pode encontrar padrões.
Pode preparar uma minuta.
Mas existe uma pessoa responsável.
No Judiciário, essa responsabilidade continua vinculada ao magistrado e aos profissionais envolvidos na atividade jurisdicional.
Na advocacia, ocorre exatamente a mesma coisa.
ChatGPT não assina a petição.
Claude não comparece à audiência.
Gemini não explica a estratégia ao cliente.
Copilot não responde por um erro profissional.
A inteligência artificial pode produzir uma resposta.
A decisão de utilizar aquela resposta continua sendo nossa.
E talvez esteja justamente aí a verdadeira transformação
Durante alguns anos discutimos se a inteligência artificial conseguiria escrever como um advogado.
Hoje começo a acreditar que essa é uma das partes menos interessantes da revolução.
O impacto realmente profundo aparece quando a inteligência artificial entra entre as etapas do trabalho.
Entre o documento e a leitura.
Entre a leitura e a organização.
Entre a organização e a análise.
Entre a análise e a estratégia.
Entre a estratégia e a minuta.
Entre a minuta e a revisão.
Entre os dados e a decisão de gestão.
É aí que produtividade e qualidade podem mudar de verdade.
E é justamente aí que surgem também os maiores riscos.
Por isso precisamos preparar nossos dados.
Precisamos preparar nossos processos.
Precisamos organizar nosso conhecimento.
Precisamos criar governança.
Precisamos treinar pessoas.
Precisamos desenvolver capacidade crítica.
E precisamos aprender a utilizar a própria inteligência artificial para revisar aquilo que fazemos com inteligência artificial.
A pergunta daqui para frente não será apenas:
“Seu escritório utiliza inteligência artificial?”
Essa pergunta vai se tornar tão banal quanto perguntar hoje se o escritório utiliza computador.
A pergunta relevante será:
“Seu escritório está organizado para trabalhar de forma segura, crítica, estratégica e mensurável com inteligência artificial?”
Existe uma diferença enorme entre essas duas perguntas.
A primeira exige uma conta.
A segunda exige método.
Exige gestão.
Exige liderança.
Exige conhecimento.
Exige responsabilidade.
E é justamente aí que está a grande oportunidade.
Se o Judiciário está começando a utilizar inteligência artificial para compreender melhor os processos, a advocacia deveria utilizar inteligência artificial para compreender melhor seus próprios processos, suas teses, suas provas, seus riscos, seus dados e sua forma de trabalhar antes mesmo de apertar o botão de protocolar.
A tecnologia pode nos ajudar a trabalhar mais rápido.
Mas sua maior contribuição talvez seja outra.
Pode nos obrigar a trabalhar melhor.
A assinatura continua nossa.
A responsabilidade também.
E pensar continua sendo uma atividade que não podemos terceirizar.
Gustavo Rocha
Consultoria GustavoRocha.com
Gestão, Tecnologia, Inteligência Artificial e Marketing Jurídico