Inteligência artificial vasculha processos em tribunais para organizar informações jurídicas
Em 2017, quando a imprensa brasileira começou a noticiar que sistemas de inteligência artificial vasculhavam processos em tribunais para organizar informações jurídicas, a ideia soava futurista. Hoje ela descreve a rotina do Judiciário: com dezenas de milhões de processos em tramitação, nenhum tribunal brasileiro funcionaria sem automação pesada de triagem, classificação e busca.
O marco mais visível daquele período foi o Victor, sistema desenvolvido pelo Supremo Tribunal Federal em parceria com a Universidade de Brasília para ler recursos extraordinários e identificar teses de repercussão geral. Em vez de servidores abrirem um a um milhares de PDFs, o algoritmo comparava o texto de cada recurso com as teses já cadastradas e sugeria a classificação, reduzindo semanas de trabalho manual a horas de processamento.
Por que o Judiciário virou terreno fértil para dados
O Brasil tem uma combinação rara de fatores. O Processo Judicial Eletrônico, o PJe, tornou praticamente todo o acervo digital, e os Diários Oficiais da Justiça publicam diariamente milhões de atos processuais em formato pesquisável. Segundo o relatório Justiça em Números, do Conselho Nacional de Justiça, o estoque de processos tramitando supera a casa das dezenas de milhões, volume impossível de administrar por meios manuais.
É nesse ambiente que empresas de big data jurídico, como o DBJus, construíram seu negócio: indexar publicações de todos os diários oficiais em tempo real e permitir que advogados e empresas monitorem processos por nome, número ou assunto. O que antes exigia leitura diária de centenas de páginas virou uma consulta com alerta automático.
O que esses sistemas realmente fazem
Apesar do rótulo de inteligência artificial, a maior parte das aplicações jurídicas combina técnicas relativamente diretas: busca semântica, classificação estatística de textos e extração de entidades como nomes de partes, valores e datas. O valor não está em substituir o juiz, e sim em organizar a fila.
- Triagem de recursos por tema, como faz o Victor no STF.
- Classificação automática de petições por assunto na distribuição.
- Detecção de processos repetitivos que podem ser agrupados ou suspenso.
- Monitoramento de publicações e intimações em diários oficiais.
- Estatísticas de jurisprudência por tribunal, relator e tese.
| Aplicação | Onde aparece | Efeito prático |
|---|---|---|
| Leitura de recursos por IA | STF (sistema Victor) | Triagem de repercussão geral em escala |
| Indexação de diários oficiais | Bases privadas como o DBJus | Busca e alertas sobre publicações em tempo real |
| Agrupamento de repetitivos | Tribunais estaduais e STJ | Suspensão e julgamento em bloco de teses |
| Jurimetria e estatística | Escritórios e departamentos jurídicos | Estratégia baseada em histórico de decisões |
Os riscos de automatizar a triagem
A automação também tem pontos cegos. Um classificador treinado com decisões passadas pode reproduzir vieses do histórico, e uma petição mal classificada na distribuição pode atrasar um caso urgente sem que ninguém perceba. Por isso, os tribunais mantêm revisão humana sobre as sugestões dos algoritmos, e o CNJ passou a discutir diretrizes de transparência para sistemas de IA no Judiciário.
Para o advogado, a conclusão prática é dupla. Primeiro, entender como os sistemas leem petições passou a fazer parte da técnica de redação: cabeçalhos claros, teses bem delimitadas e referências precisas ajudam tanto o algoritmo quanto o julgador. Segundo, quem monitora dados processuais com ferramentas próprias enxerga movimentações que a leitura manual do diário simplesmente não alcança mais.