IA no jurídico: triagem documental sem decidir por você

Comece pelo problema documental, não pelo modelo

O primeiro caso de uso deve ser localizar e organizar informação que já existe, não produzir uma opinião jurídica. A equipe pode perguntar quais documentos tratam de uma cláusula, de uma obrigação contratual ou de um evento, e receber referências para examinar. A interpretação do conteúdo, a escolha da providência e a avaliação de risco continuam fora do escopo da automação.

Antes de selecionar uma ferramenta, defina uma tarefa observável. Exemplos são encontrar contratos de determinado fornecedor, separar versões assinadas de rascunhos, identificar documentos relacionados a uma notificação ou reunir cláusulas sobre prazo e rescisão. Uma tarefa específica permite medir se a triagem trouxe documentos pertinentes, sem transformar uma resposta textual em decisão jurídica.

• Separe documentos por assunto, unidade, contrato, idioma, data e status documental.
• Preserve o arquivo original, o nome, a versão e a origem de cada item.
• Trate campos ausentes como desconhecidos, nunca como confirmação de um fato.

Fontes e referências: [1]

Desenhe um fluxo de triagem com limites claros

Um fluxo inicial pode ter cinco etapas. Primeiro, recebe arquivos de repositórios autorizados e registra metadados. Depois, extrai texto e divide o conteúdo em trechos pesquisáveis. Em seguida, recupera documentos por uma consulta em linguagem natural, aplica filtros como data, região, tipo ou status e monta uma lista de evidências. Por fim, gera uma ficha de triagem com referências e encaminha o caso para a fila apropriada.

A busca semântica é útil porque encontra trechos relacionados mesmo quando a consulta não repete as mesmas palavras do documento. Em sistemas que usam índices vetoriais, os arquivos podem ser divididos, transformados em representações numéricas e indexados para pesquisa. Isso melhora a descoberta, mas não prova que o resultado seja completo, vigente ou juridicamente aplicável. A interface deve exibir o arquivo de origem e o trecho recuperado, em vez de mostrar apenas uma conclusão.

• Entrada: arquivo, origem, data, versão, classificação e permissões.
• Busca: pergunta em linguagem natural combinada com filtros de metadados.
• Saída: documentos encontrados, trechos, campos extraídos e lacunas identificadas.
• Encaminhamento: categoria operacional, prioridade definida pela política interna e responsável pela análise.

Fontes e referências: [1]

Use saídas estruturadas para conter extrapolações

Em vez de solicitar que a IA diga se a empresa está certa ou errada, peça campos limitados, como partes identificadas, datas mencionadas, cláusulas relacionadas, obrigações expressamente descritas, documentos citados e conflitos entre versões. Para cada campo, aceite também “não localizado” ou “inconclusivo”. Essa escolha reduz a pressão para preencher lacunas com suposições e torna o resultado mais fácil de conferir.

O sistema pode produzir um resumo operacional, mas deve separar texto encontrado de inferência. Uma boa ficha apresenta o trecho, a localização, o tipo de documento, a data disponível e a razão do encaminhamento. Não deve classificar uma cláusula como válida, abusiva, suficiente ou descumprida. Também é prudente bloquear ações externas, como enviar notificações, alterar contratos ou compartilhar arquivos, durante a primeira fase.

• Defina um esquema fixo para a resposta, com campos obrigatórios e valores permitidos.
• Exija referência ao arquivo e ao trecho para cada informação extraída.
• Inclua uma categoria de incerteza para documento ilegível, conflitante ou desatualizado.
• Proíba comandos que alterem dados, enviem mensagens ou assumam compromissos.

Fontes e referências: [2]

Controle acesso, conteúdo não confiável e qualidade

Documentos jurídicos podem conter instruções direcionadas ao leitor ou ao próprio sistema. Um texto inserido em um contrato, e-mail ou anexo não deve conseguir alterar as regras do fluxo. Separe instruções do sistema, dados recuperados e solicitações do usuário. Restrinja as fontes disponíveis por perfil e finalidade, registre quais arquivos foram usados e evite enviar ao modelo mais conteúdo do que a tarefa exige.

A qualidade deve ser medida com um conjunto de casos representativos, incluindo versões conflitantes, anexos ausentes, OCR ruim, perguntas vagas e documentos em idiomas diferentes. Avalie se a busca recupera o arquivo correto, se os campos foram extraídos sem invenção e se o encaminhamento respeitou as regras definidas. A avaliação deve ocorrer novamente quando mudarem o índice, os prompts, os filtros ou a lógica de roteamento, porque respostas de modelos podem variar.

• Teste documentos normais, casos-limite e textos que tentem induzir instruções indevidas.
• Compare a recuperação com uma lista de documentos esperados para cada cenário.
• Registre consultas, fontes recuperadas, versão do fluxo e motivo do encaminhamento.
• Defina uma rota de parada para resultado sem evidência, conflitante ou fora do escopo.

Fontes e referências: [2][3]

Exemplo hipotético de implementação em uma empresa

Considere, hipoteticamente, uma empresa com contratos espalhados em pastas por departamento. O primeiro fluxo recebe apenas contratos assinados e aditivos de um segmento específico. Ele etiqueta cada arquivo com fornecedor, unidade, data, status e tipo de documento. Diante da pergunta “quais documentos mencionam renovação automática?”, a busca recupera trechos e apresenta uma lista ordenada, sem responder se a renovação pode ser aplicada ao caso concreto.

A ficha de triagem poderia informar: documentos relacionados, cláusulas localizadas, datas mencionadas, versões que parecem divergir, anexos citados mas não encontrados e perguntas pendentes. Um encaminhamento manda casos com conflito de versão para a fila definida pela empresa e deixa casos sem evidência como inconclusivos. A equipe jurídica usa a ficha como mapa de investigação, verifica o documento original e decide o próximo passo fora do sistema automatizado.

Esse desenho também facilita uma expansão gradual. Depois de medir a recuperação em um conjunto pequeno e controlado, a empresa pode incluir outros tipos documentais, desde que mantenha permissões, metadados e critérios de parada separados por fluxo. A pergunta decisiva não é se a IA consegue escrever uma resposta convincente, mas se ela entrega evidência localizável e limites compreensíveis para quem vai analisar o caso.

• Piloto: um tipo de contrato, uma fonte documental e poucas categorias de triagem.
• Critério de passagem: evidência recuperada, campos preenchidos e encaminhamento rastreável.
• Critério de bloqueio: ausência de fonte, conflito não resolvido ou pedido de decisão jurídica.

Fontes e referências: [1][3]