O Conselho Nacional de Justiça (CNJ) e a Universidade de Brasília (UnB) desenvolvem, no âmbito do Programa Justiça 4.0, um modelo de inteligência artificial (IA) que permitirá a verificação automática de precedentes qualificados. Na prática, isso significa que a ferramenta é capaz de buscar decisões judiciais de casos concretos realizadas anteriormente em instâncias superiores (pelo Supremo Tribunal Federal, STF; ou Superior Tribunal de Justiça, STJ) que podem ser referências para o julgamento de casos semelhantes.

A partir do texto da petição inicial, o modelo será capaz de identificar os precedentes qualificados e listá-los em ordem decrescente de similaridade até o limite mínimo de 70% de correspondência.

Em junho, realizou-se votação para a escolha dos nomes dos modelos de IA desenvolvidos pelo Programa Justiça 4.0 durante o Fórum Internacional Justiça e Inovação (Fiji). Com isso, o modelo desenvolvido pela UnB passa a se chamar PEDRO (Plataforma de Extração e Descoberta de Precedentes dos Tribunais).

Como funciona

Dos cerca de 2,5 mil precedentes qualificados editados pelo STF e STJ, mais de 300 já foram integrados ao modelo e têm alto potencial de uso, ou seja, estão associados a um elevado número de processos. De acordo com o Banco Nacional de Dados de Demandas Repetitivas (BNPR), do 1,7 milhão de processos sobrestados (em suspenso) por precedentes, 1 milhão está contemplado nos precedentes considerados no modelo.

Atualmente, a busca de jurisprudência e precedentes qualificados é realizada de forma manual, em interfaces desenvolvidas pelos tribunais. Ao pesquisar por palavras-chave ou por classe, assunto ou órgão, o servidor ou magistrado recebe uma relação de todos os processos relacionados aos termos e inicia a análise individual dos resultados para identificar similaridades dos precedentes listados, o que demanda tempo e recursos humanos e materiais. Além disso, os parâmetros de busca não são padronizados. Cada tribunal possui infraestruturas distintas e adota procedimentos próprios de consulta.

“Os processos de automação visam minimizar a alimentação e conferência manual de dados por magistrados e servidores visando a uma menor taxa de erros materiais nos processos, mais uniformidade jurisdicional e otimização da força de trabalho, com ganhos de eficiência e produtividade ao Judiciário”, explica o juiz auxiliar da presidência do Conselho à frente do projeto, João Thiago de França Guerra. 

A expectativa é de que o algoritmo desenvolvido contribua para aumentar a segurança jurídica ao aprimorar a aplicação de precedentes qualificados, em especial na primeira instância. Além disso, o modelo tem potencial para agilizar a análise de processos judiciais afetados pelo sistema manual de precedentes qualificados. 

Para a finalização do modelo, a parceria celebrada mediante carta-acordo firmada entre PNUD e a Universidade de Brasília (UnB), com a interveniência da Fundação de Apoio à Pesquisa (Funape), foi prorrogada até agosto de 2023.

“O uso de IA contribuiu para dar mais celeridade à gestão de processos no Judiciário, otimizar a gestão processual por meio da tecnologia, tendo em vista o objetivo primordial de melhorar a eficiência e efetividade dos serviços judiciais e ampliar o acesso à Justiça pelas pessoas e instituições”, afirma a coordenadora da Unidade de Governança e Justiça para o Desenvolvimento do PNUD no Brasil, Moema Freire. 

Busca de precedentes

Precedentes qualificados são decisões voltadas à consagração de uma tese jurídica, ou seja, uma decisão ou entendimento sobre certo caso que pode ser posteriormente aplicada a processos, pendentes e futuros, sobre o mesmo tema. Tais precedentes, conforme o art. 927 do CPC, passaram a estar vinculados às decisões das instâncias inferiores. 

Graças à parceria com a UnB, será possível realizar a identificação de precedentes qualificados por meio da petição inicial. Testes realizados pela universidade em ambiente controlado, com 150 processos, apontaram um índice de acurácia considerado excelente pela equipe que desenvolve o projeto. “Ele foi capaz de identificar precedentes que não tinham sido identificados inicialmente pela pesquisa humana”, afirma Marcelo Feijó, gerente do projeto pelo PNUD.

O modelo adota o método não supervisionado, que consiste no aprendizado de máquina de forma mais autônoma a partir da inclusão de novos dados, que não precisam ser categorizados previamente. “Uma das principais vantagens desse método em modelos de IA é que ele pode ser usado para explorar conjuntos de dados complexos e encontrar padrões ocultos ou insights valiosos sem a necessidade de um especialista com domínio ou um conjunto de dados rotulado”, explica Rachel Magalhães, consultora do PNUD que atua no projeto.  “Além disso, esse método traz ganhos na escalabilidade do modelo, pois seu retreinamento não demandará rótulos ou anotações adicionais e permitirá que o modelo aprenda automaticamente com novos dados e descubra novos padrões e estruturas”, completa.

Próximos passos 

O modelo já está disponível no Sinapses – plataforma nacional de modelos de IA do Judiciário e os tribunais poderão desenvolver integrações do algoritmo aos seus sistemas processuais. O Departamento de Tecnologia da Informação e Comunicação do CNJ está avaliando estratégias de integração do modelo aos sistemas de processo judicial eletrônico, tendo por referência o padrão técnico da PDPJ-Br.

“Modelos de IA são desenvolvidos a partir de um conjunto de dados de treinamento e estão em constante evolução. Quando disponibilizado, esse modelo de precedentes qualificados deverá passar por novos treinamentos para acompanhar a contínua evolução do sistema de precedentes qualificados, de forma a assegurar a preservação e incremento da acurácia do modelo”, explica Feijó.