O professor Elias Jacob de Menezes Neto e o juiz federal Marco Bruno Miranda, ambos da UFRN, elaboraram trabalho que analisa o grau de previsibilidade de decisões judiciais.

As estatísticas e informações da Justiça Federal da 5ª Região (integrada pelo RN, CE, PB, PE, AL, SE) foram aplicadas para o primeiro estudo do Brasil que compara o desempenho humano e de máquinas. 

A pesquisa foi publicada na nova edição da revista PLOS One. 

Intitulado "Using deep learning to predict outcomes of legal appeals better than human experts: A study with data from Brazilian federal courts", o estudo utilizou mais de 3 milhões de processos e 750 mil recursos julgados pelos Juizados Especiais Federais do TRF5. 

Após "ensinar" a inteligência artificial a "ler" textos em português, os pesquisadores inseriram as particularidades dos textos jurídicos utilizando 3,1 milhões de sentenças em processos judiciais julgados entre 2006 e 2020. 

Depois, ensinaram a IA a prever o comportamento decisório utilizando cerca de 750 mil processos julgados no passado.

O sistema, que foi registrado pela UFRN junto ao INPI, pode ser utilizado tanto pela advocacia (pública e privada) quanto pelo Poder Judiciário, especialmente na etapa de triagem dos processos para encaminhamento da decisão. "Com isso, esperamos contribuir para uma Justiça mais rápida e que trate com maior uniformidade casos que são semelhantes". 

Com o objetivo de fomentar mais pesquisas nessa área ainda pouco explorada, foi disponibilizado, com os resultados da pesquisa, o conjunto de dados públicos contendo as milhares de decisões judiciais utilizadas no treinamento. 

A pesquisa aplicou os recursos computacionais do supercomputador do Núcleo de Processamento de Alto Desempenho (NPAD), localizado no Instituto Metrópole Digital; recebeu financiamento do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) e contou com o apoio de diversos magistrados e servidores da Justiça Federal do Rio Grande do Norte, Pernambuco, Ceará e Alagoas.

Autor(a): Eliana Lima