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 irá permitir a verificação automática de precedentes qualificados, proferidos pelo Supremo Tribunal Federal (STF) e Superior Tribunal de Justiça (STJ). A partir do texto da petição inicial, o modelo será capaz de identificar os precedentes qualificados dos Tribunais Superiores e listá-los em ordem decrescente de similaridade, até o limite mínimo de 70% de correspondência.
Em junho, foi realizada uma votação para 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 o PEDRO
Dos cerca de 2,5 mil precedentes qualificados editados pelo STF e STJ, mais de 300 já foram integrados ao modelo e possuem 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.
O STJ, por exemplo, disponibiliza uma página web de pesquisa avançada de precedentes. Já o Tribunal Regional do Trabalho da 4ª Região (TRT-4) desenvolveu um sistema – o Pangea – que refina resultados a partir do retorno do usuário sobre a similaridade dos primeiros resultados.
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, maior uniformidade jurisdicional e otimização da força de trabalho, com ganhos de eficiência e produtividade ao Judiciário”, explica João Thiago de França Guerra, juiz auxiliar da presidência do Conselho à frente do projeto.
O que esperar da nova IA do Justiça 4.0
A expectativa é 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 de precedentes qualificados, atividade que hoje depende de processos de gestão predominantemente manuais.
Para a finalização do modelo, a parceria celebrada mediante carta-acordo firmada entre Programa das Nações Unidas para o Desenvolvimento (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, Moema Freire.
Busca de precedentes qualificados
Precedentes qualificados são decisões voltadas à consagração de uma tese jurídica capaz de vincular o entendimento do tribunal sobre determinada matéria e à aplicação a todos os processos, pendentes e futuros, sobre o mesmo tema. O Código de Processo Civil (CPC) de 2015 trouxe destaque para os precedentes qualificados em todo o sistema processual brasileiro. Tais precedentes, conforme elencados no art. 927 do CPC, passaram a ter eficácia vinculativa, ou seja, vinculam as decisões das instâncias inferiores.
Na parceria implementada em conjunto 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”, conclui Rachel.
Fonte: CNJ