Contexto do Poder Judiciário Brasileiro
O Poder Judiciário brasileiro enfrenta atualmente altos índices de litigiosidade. Os relatórios anuais Justiça em Números, do Conselho Nacional de Justiça (CNJ), apontam crescimento contínuo no número de novas ações judiciais.
Para minimizar essa crise e aprimorar a gestão processual, o CNJ tem atuado em duas frentes principais:
1. Promoção de meios autocompositivos (como a conciliação e mediação)
- Estruturação e formação de conciliadores e mediadores;
- Implementação da Política Judiciária Nacional de Tratamento Adequado dos Conflitos de Interesses, pela Resolução nº 125/2010 do CNJ;
- Objetivo: promover a pacificação social e melhorar a qualidade do atendimento jurisdicional.
2. Incentivo ao uso de tecnologias da informação, incluindo Inteligência Artificial (IA)
- Estímulo à adoção de soluções automatizadas com Machine Learning (ML) e Deep Learning (DL);
- Destaque para a Resolução nº 332/2020 do CNJ, que criou o SINAPSES, plataforma nacional para:
- Armazenamento;
- Treinamento supervisionado;
- Controle de versionamento;
- Distribuição e auditoria de modelos de IA.
- Armazenamento;
Origem do Projeto Concil-IA
Diante desse cenário, o grupo de pesquisa Governo Eletrônico, Inclusão Digital e Sociedade do Conhecimento (EGOV/UFSC), em parceria com o Juizado Especial Cível da UFSC (JEC/UFSC), iniciou, em 2019, pesquisas para desenvolver modelos preditivos com base em decisões judiciais reais.
- O projeto envolveu, inicialmente, pesquisadores dos Programas de Pós-Graduação em Direito, Engenharia e Gestão do Conhecimento, e Engenharia de Automação e Sistemas da UFSC.
- A base de dados utilizada foi composta por sentenças do próprio JEC/UFSC.
Sobre os Juizados Especiais Cíveis (JECs)
Os JECs são órgãos do Judiciário responsáveis por causas de menor complexidade, com foco em:
- Acesso facilitado à Justiça (sem custas processuais e sem exigência de advogado);
- Promoção da conciliação, diante da premissa de que muitos conflitos são solucionáveis consensualmente.
⚠️ Contudo, os índices de conciliação ainda são baixos, e os JECs recebem uma parcela significativa das novas ações judiciais, o que compromete sua efetividade.
Fases do Projeto de Pesquisa (2019–2020)
O projeto concentrou-se em ações judiciais de Direito do Consumidor, envolvendo falhas no transporte aéreo com pedidos de indenização por danos morais. As quatro frentes de atuação foram:
- Extração de fatores preditivos das sentenças (ex: atraso de voo, extravio de bagagem, hipervulnerabilidade, ausência de assistência);
- Representação da semântica e sintaxe das decisões;
- Predição do resultado categórico: se o consumidor ganha ou não a ação;
- Predição do resultado numérico: valor estimado da indenização por dano moral.
Aplicação Prática e Testes (2021)
- O modelo foi testado em sessões de conciliação no JEC/UFSC.
- O objetivo não era produzir sentenças, mas incentivar acordos, apresentando às partes previsões baseadas em decisões anteriores.
- A atuação do conciliador foi fundamental: ele forneceu as predições e explicou sua natureza probabilística.
- ✅ As partes receberam bem os resultados, e alguns casos resultaram em acordos.
- Foi ressaltado que as predições não eram obrigatórias nem vinculantes, respeitando a autonomia da vontade.
Evolução do Projeto: Concil-IA (2023 em diante)
Com a entrada de novos pesquisadores dos cursos de Graduação em Direito, Ciências da Computação e Sistemas de Informação, o projeto passou a se chamar Concil-IA, destacando a intersecção entre conciliação e inteligência artificial como ferramenta inovadora na resolução de conflitos.
Hoje, o projeto conta com apoio de:
- FAPESC (Fundação de Amparo à Pesquisa do Estado de SC),
- CNPq (Conselho Nacional de Desenvolvimento Científico e Tecnológico),
- TJSC (Tribunal de Justiça de SC),
- OpenAI (via Researcher Access Program).
Atuais Direções do Projeto
O projeto segue em desenvolvimento com os seguintes focos:
- 🧠 Criação de um sistema de ODR (Online Dispute Resolution) com IA, para sugerir acordos com base nas predições do modelo;
- 🔍 Extração automatizada de fatores preditivos das sentenças com auxílio do modelo GPT-4, da OpenAI;
- 💡 Adoção de Inteligência Artificial Explicável (XAI), para que o usuário compreenda como cada fator influenciou no valor previsto da indenização.
Impacto Esperado
Este projeto multidisciplinar contribuirá para:
- O avanço da IA aplicada ao Direito no Brasil;
- A modernização e inovação dos Juizados Especiais;
- A promoção do reequilíbrio nas relações de consumo;
- A valorização dos métodos consensuais de solução de conflitos.