Uma IA que lê o tribunal antes de escrever
Modelos próprios, treinados em 5,5 milhões de votos anonimizados de dez tribunais estaduais, que dizem a um advogado como o tribunal tem decidido o seu tipo de caso, e mostram, em casos reais, que isso muda a peça e a estimativa de chance.
Uma servidora estadual do Acre pede, no Juizado da Fazenda Pública, as diferenças salariais de promoções que o Estado atrasou três anos. O próprio Estado já reconheceu as promoções; falta pagar o retroativo, cerca de R$ 27 mil.
Demos o caso a duas IAs idênticas, cada uma no papel da advogada. Uma recebeu só os fatos. A outra recebeu também um relatório sobre como o TJ do Acre tem julgado esse tipo de pedido.
A Turma Recursal negou o pedido.
A primeira IA não estava errada sobre o passado: até o início de 2024 as Turmas davam razão ao servidor em quase nove de cada dez casos. O que ela não podia saber é que, no primeiro semestre de 2025, esse número caiu para 20%, em mais de duzentos julgamentos. O relatório mostrava a mudança logo na primeira página, e a segunda IA ajustou a estimativa.
Este documento conta como construímos o que tornou isso possível: o acervo, o anonimizador, o encoder e o relatório. E mostra o que medimos quando pusemos agentes de IA a trabalhar com eles.
1. Dez tribunais, uma base limpa
O ponto de partida é o texto integral que os tribunais publicam: 56,8 milhões de decisões indexadas. Para o serviço, ficamos com o que um advogado cível usa hoje (2.º grau desde 2024, turmas recursais desde 2019) e tiramos tudo o que pode identificar uma pessoa.
2. Um encoder do tamanho certo
O Lapwing é o nosso encoder jurídico: 103 milhões de parâmetros, treinado do zero em português jurídico. Para o medir, colocamo-lo lado a lado com modelos públicos e comerciais, na mesma tarefa e com o mesmo afinamento: dada a ementa, encontrar o relatório do mesmo acórdão entre milhares de votos que nenhum modelo tinha visto.
Com um quinto do tamanho, o Lapwing chega a 98% do melhor modelo comercial e fica à frente de todos os modelos de licença aberta, com 22 pontos de vantagem sobre o legal-BERT. E é nosso: pode ser vendido, embutido e servido sem custo por consulta. Numa CPU comum, responde em 130–170 milissegundos, contra 1,0–1,6 segundo do concorrente comercial.
A versão que serve o produto melhorou mais 11% na ligação entre as peças de um mesmo processo, mantendo o desempenho na busca de jurisprudência.
3. O relatório muda a estimativa
O caso do início é um de 108, em duas edições independentes do teste. Pegamos casos reais do TJ do Acre julgados depois da data de corte dos nossos dados e pusemos agentes de IA a redigir a petição inicial e a estimar a chance de vitória no recurso. Cada caso foi feito em vários braços, que só diferem no que o agente pode ler. O resultado real só é aberto no fim.
Com o relatório e o nosso método de leitura otimizado, o erro cai 17% em relação ao agente que só tem os fatos, e é o braço com o menor erro de todos. Duas coisas explicam o ganho:
- O relatório corrige o otimismo. Sem ele, o agente superestima a chance do cliente em 16 pontos em média, como no caso da servidora. Com ele, o erro de média quase desaparece.
- Cabe em pouco texto. Um recorte com um terço do relatório entrega a mesma melhora do relatório inteiro. Para o produto, isso significa contexto curto e barato.
4. Só entra no relatório o que prevê o futuro
Para decidir o que o relatório mostra, testamos todas as combinações de dezenas de variáveis em quatro tribunais, sempre prevendo decisões futuras com dados do passado, e exigimos que cada achado se repetisse num tribunal diferente daquele onde foi encontrado. O que não passou nesse filtro ficou de fora.
No caminho controlamos vieses estruturais que fazem qualquer modelo jurimétrico parecer melhor do que é. O resultado é um relatório curto, em que cada número tem poder preditivo medido.
5. No recurso, a IA chega ao nível do melhor modelo
Quem recorre já tem a sentença nas mãos, e com ela mais informação sobre o caso do que na petição inicial. Repetimos o teste nesse momento: 60 sentenças reais do TJ do Acre, de quatro matérias, e um agente no papel do advogado que recorre, a escrever o recurso e a estimar a chance de provimento.
Sozinho, o agente dá a quem recorre uma chance média de 41%, quando a reforma real foi de 27%. Com o nosso relatório curto, com acórdãos de casos parecidos ou com os dois, o erro cai 17% e o otimismo desaparece. O agente passa a estimar a chance tão bem quanto o melhor modelo estatístico do tribunal, e ainda escreve o recurso.
Isso é mais difícil do que parece. Um modelo de linguagem, deixado sozinho, escreve bem e erra com convicção: puxa a chance para o lado do cliente e cita a jurisprudência que lhe parece provável, não a que o tribunal tem aplicado. Um modelo estatístico acerta a média, mas não lê a sentença, não argumenta e não escreve. Pôr os dois na mesma ferramenta (a precisão de um com a capacidade de leitura e de redação do outro) é o que permite confiar na estimativa e usar o texto.
Em algumas matérias o ganho é muito maior. Numa das matérias, em que o tribunal não reformou nenhuma das sentenças do teste, o agente com o relatório acertou praticamente todas: o erro caiu de 0,090 para 0,001.
6. Para onde vamos
- Mais tribunais. Os mesmos testes nos outros nove tribunais do acervo.
- Um adversário. Um modelo que lê a peça e antecipa o contraditório, treinado no raciocínio humano dos votos (relatório → fundamentação → dispositivo), e não em texto sintético.
O anexo de método descreve cada teste em detalhe.
Limitações
- Tamanho dos testes com agentes. Um tribunal (Acre) e um modelo de IA. Na petição, 108 casos e quatro teses, em duas edições: cada edição, sozinha, mostra a mesma direção (−18% e −16%), mas com um intervalo de confiança que toca o zero; juntas, o intervalo exclui o zero.
- Recurso. Os 60 casos do teste foram escolhidos entre os que têm precedentes parecidos no acervo, para que o braço com acórdãos semelhantes tivesse o que ler.
- Casos parecidos. Os ganhos na previsão a partir de casos parecidos crescem com o grau de semelhança dos precedentes.
- Anonimização. É probabilística: nenhum método garante 100%. A taxa projetada, medida por anotação humana em 1.659 documentos, é de até 4,5% de documentos com alguma fuga (intervalo 3,6–5,6%). Nos cerca de 400 documentos anonimizados usados nestes testes encontramos fuga em 2 (0,5%), ambas um prenome raro; cada fuga encontrada vira uma regra nova.