Descrições Técnicas e Capacidade de Processamento: Por dentro de uma Inteligência Artificial
Para um apaixonado por ficção ou aficionado pela inovação ou tecnologia, essa leitura será um mero deleite. Antes de adentrar no mérito propriamente dito, é interessante trazer elementos que atestem o atual estágio que se encontra esse fenômeno emergente.
Antes de utilizar alguma ferramenta, é preciso ler suas instruções para entender como funciona e tirar o máximo de proveito do seu uso, no presente caso, é importante saber como funciona o processo de aprendizagem de uma IA, também, chamado de Machine Learning.
Machine Learning pode ser definido como a capacidade da máquina de achar padrões de dados. O processo de aprendizagem é lento, gradual e progressivo, sendo preciso literalmente do fator humano para “ensinar”.
Por exemplo, para fazer uma IA “entender” o que é um carro e conseguir fazer a mesma diferencia-lo de um cachorro, é preciso, primeiramente, que alguém selecione diversas imagens de veículos, (aconselhável em diferentes ângulos e modelos), batizando ou nomeando como “carros”, criando assim um vasto banco de dados que a mesma utilizará como “gabarito” para os futuros testes de aprendizado.
A máquina então irá confrontar as diversas imagens cadastradas até conseguir formular um denominador comum padrão, seja através do desenho geométrico, formas, tamanhos, descobrindo assim uma característica essencial que a faça presumir que um dado objeto é um carro e não um cachorro.
Essa função tem o nome de “reconhecimento de objetos”, através do banco de dados como suporte, os algoritmos que formam a rede neural (espécie de cérebro virtual que recebe, processa e enviam informações) conseguem distinguir imagens e criar padrões de semelhança.
Um exemplo prático dessa função tecnológica num caso avançado é o uso da IA na análise preventiva de doenças, através de leitura de radiografias, tomografias, ultrassonografia, dentre outros.
Nesse caso específico, cadastra-se, no banco de dados, fotografias de exames analisadas por especialistas, de forma a mostrar o passo a passo da progressão da doença nos diversos níveis para que seja possível distinguir de um paciente saudável.
Após o confronto de informações, a máquina consegue detectar um padrão de manifestação da doença, conseguindo se antever e encaminhar para futuros diagnósticos mais precisos e preventivos, até mesmo em pacientes “considerados saudáveis” por especialistas, ou seja, graças ao gigantesco banco de dados cadastrado, o diagnóstico da IA fica ainda mais crítico, avançado e preciso num universo de informações que nenhum ser humano conseguiria armazenar na cabeça e processa-la para entendê-la na mesma velocidade.
Isso é Machine Learning e sua aplicação real já no presente momento.
Não só de reconhecimento de objetos utiliza-se a IA, como também possui a capacidade de linguagem, ou seja, habilidade de se comunicar, tanto na função de reconhecimento de fala como na função de síntese de voz.
No reconhecimento de fala, o som da voz é convertido em uma forma de onda, representada por uma imagem do som. As formas de onda são emparelhadas com transcrições, funcionando como etiquetas de cada palavra.
Com o acesso a um banco de dados de milhões de amostras de voz, um modelo de som é gerado para ligar cada som a uma palavra e assim passar a compreender o que se pede.
A síntese de voz funciona basicamente de forma contrária ao reconhecimento, onde a máquina converte texto em formas de onda e essas formas de onda são usadas para formar sons, sendo esse o meio utilizado pelos assistentes de voz como a Alexa, Google Home, Siri.
O reconhecimento e síntese de voz tem grande uso por pessoas com deficiência de fala, como portadores de ELA, Mal de Parkinson e outras lesões que comprometem o regular processo de comunicação.
Toda essa experiência acumulada na máquina gera o denominado aprendizado automático capaz de tomar decisões. Os dados são a experiência, capaz de permitir que a máquina tome decisões autônomas com base em históricos anteriores registrados.
Um exemplo simples de decisão automática por aprendizagem é a ocorrida com base nos registros e históricos dos filtros de pesquisa utilizada pelo usuário, onde os softwares de venda fornecem sugestões em outras páginas da web de novos produtos similares com base nas pesquisas anteriores.
Um exemplo mais complexo da capacidade de tomada de decisões automáticas é a utilizada pelas próteses mais avançadas, onde com a ajuda de uma IA o usuário possui um melhor domínio e controle do andar.
Através da captação de informações sensoriais por eletrodos que medem o sinal nos músculos para realização do movimento registrado anteriormente, a prótese consegue regular a força da pisada e o ângulo do pé, dando melhor estabilidade no andar que o usuário deseja executar, tornando todo o movimento muito mais natural e automático, ou seja, a máquina está definitivamente entendendo o que o usuário planeja fazer e toma a decisão para refinar o movimento de forma independente e harmônica.
O sistema da IA tem a habilidade de achar padrões graças ao acesso e processamento de uma enorme quantidade de dados, gerando deduções ou previsões capazes de aumentar o poder de decisão das pessoas pela adição de novas visões ou interpretações diferentes sobre os mesmos dados e fenômenos observados.
A tomada de decisões autônomas está transformando indústrias e aplicações, sobretudo em áreas em que há muitos dados, assim a possibilidade de previsão de resultados é mais lucrativa.
A evolução da IA está tão avançada que algumas conseguem desenvolver até habilidades “artísticas” únicas, fato difícil de acreditar e imaginar que não seja numa obra cinematográfica de ficção científica de um futuro distante.
No campo prático, já existe uma IA, batizada de Benjamin, que consegue criar roteiros de filmes únicos, ou seja, através de um banco de dados com milhares roteiros originais escritos anteriormente, os algoritmos tentam achar um padrão que traga sentido, fazendo assim a máquina com base em comparações e combinações, desenvolver um roteiro novo e exclusivo, podendo-se citar como exemplo o filme “Sunspring” disponível no Youtube que teve seu roteiro desenvolvido por Benjamin.
Porém, a interpretação artística do roteiro, ainda é fruto da capacidade humana. Nesse sentido, uma máquina conseguiria ser criativa?
Já existem IA´s com capacidade de pintar e escrever músicas indistinguíveis das criadas por pessoas, porém quando combinadas com a sensibilidade e interpretação humana, as experiências viram arte.
Em processo de aperfeiçoamento estão as IA´s para pilotagem de veículos autônomos, possuindo funções como: visão computacional e reconhecimento de objetos por câmeras e escanes que projetam um mapa 3d virtual ao redor do carro em tempo real, sistema de posicionamento global (GPS nível militar), detecção de luzes a distância, V2V – Vehicle to Vehicle Comunication (comunicação entre veículos que compartilham informações sobre posicionamento na pista).
Com o aumento da demanda advinda do comercio eletrônico, as operações logísticas tem se tornado um quebra cabeça para as empresas diminuírem custo e tempo de entrega, sendo uma solução a utilização de IA também para automatizar caminhões nos percursos de longas entregas.
Em termos logísticos, o porto de Long Beach – Califórnia/EUA, o segundo mais movimentado da América do Norte, possui o primeiro terminal de contêineres automatizado dos Estados Unidos.
A automatização deixou o porto mais seguro e eficiente em termos de operações logísticas com áreas de acesso limitado para operários, trabalhando apenas por softwares.
Assim, com a ajuda de algoritmos da IA sobre tráfego, remessas e planos, há uma melhora da qualidade e celeridade nos carregamentos/descarregamentos dos navios e arrumação dos contêineres.
Estamos prontos para lidar com a evolução?
De um modo geral, as mudanças deixam as pessoas em pânico, mas tudo evolui. Segundo Mary Shelley, escritora britânica do século XIX, “nada é tão doloroso para a mente humana quanto uma grande e repentina mudança”.
Quando se está diante de uma nova revolução industrial, é um fato que a automação eliminará empregos, mas também criarão novos, dando origem a setores industriais que nunca existiram.
Com a função de aprendizagem da IA, as tarefas tendem a se tornar mais produtivas, eficientes, seguras e mais limpas.
Analisando a jurisprudência do STF, os julgados aparentam demonstrar uma tendência de visão mais conservadora em prol da proteção dos empregos em face da automação.
Interessante mencionar que nesse mesmo sentido encontra-se o art. 7º, inciso, XXVII, da Constituição ao afirmar que são direitos dos trabalhadores urbanos e rurais a proteção em face da automação.
A reflexão que se pode extrair dessa interpretação é que o Brasil ainda é um país subdesenvolvido, pouco instruído tecnicamente, com parcela considerável da população que sobrevive do trabalho puramente braçal.
Nesse sentido é o RE586224/SP, Rel. Min. Luiz Fux, julgado em 2015 com repercussão geral, info 776, entendendo ser inconstitucional lei municipal que proíba, sob qualquer forma, o emprego de fogo para fins de limpeza e preparo do solo para plantio e colheita de cana de açúcar e outras similares.
No julgado, entendeu-se que seria necessário ponderar de um lado o meio ambiente e de outro a preservação dos empregos dos trabalhadores que atuem no setor, devendo prevalecer à garantia de emprego dos trabalhadores canavieiros em face do progresso tecnológico e da respectiva mecanização, ambos trazidos pela pretensão de proibição imediata da colheita da cana mediante uso do fogo.
O mercado já tem sentido os efeitos desse período transitório com áreas estagnadas, saturadas de profissionais, enquanto outras carentes em plena ascensão e desenvolvimento.
Para melhor alinhar os interesses e objetivos de progresso da nação é necessária uma ação conjunta com o Poder Público visando minorar as perdas, arquitetando novos cursos e remodelando os já existentes para conseguir o máximo de aproveitamento dos futuros profissionais e garantia de ingresso no mercado.
Importante estipular um planejamento a longo prazo para capacitação de antigas funções e sua realocação no mercado de trabalho.
A tarefa então que se propõe no presente artigo seria levantar maneiras eficazes de utilização da IA sem que implique perdas consideráveis de funções e empregos, uma maneira de aliar a experiência humana com a nova ferramenta tecnológica, permitindo que ambos possam trabalhar juntos para um melhor aperfeiçoamento.
Softwares na área jurídica: a realidade atual
De um modo geral, os softwares mais comuns na área jurídica são os empregados na gestão e controle de processos, dentre os mais famosos, pode-se citar o CPJ-Preâmbulo[1], funcionando como um sistema de gestão do ambiente jurídico, destacando-se outros como o SAJ, CP-PRO, ASTREA, dentre outros.
O CPJ possui funções de controle processual, agenda, gerador de relatórios e documentos, acompanhamento financeiro (custas/honorários/depósitos judiciais e recursais), fluxo de caixa, possibilitando, inclusive, mapeamento por análise de risco.
De acordo com informações da Associação Brasileira de Lawtechs e Legaltechs – AB2L, os softwares jurídicos já permitem gerar contratos, petições, resolver e mediar acordos por meio de automação.
No quesito de busca por profissionais, destaca-se a plataforma do Jusbrasil, que possui a frente informativa, com conteúdos acadêmicos, legislativos, jurisprudenciais e notícias, como também a frente conectiva, ligando o profissional às pessoas e empresas, localizando o advogado mais próximo da demanda, que saiba e queira resolver o problema.
No segmento de resolução de conflitos, destaca-se a plataforma JUSTTO[2], tendo a função de auxiliar a formulação de acordos, fornecendo elementos que visem uma maior economia, auxiliando assim os negociadores, disponibilizando, inclusive, relatórios do perfil das negociações anteriores, dando insights para direcionar melhor a futura estratégia na formulação dos acordos.
No setor de imprensa, destaca-se o JOTA[3], jornalismo especializado no acompanhamento jurídico e institucional do Brasil, que recentemente inovou com a melhoria de seu sistema de Inteligência Artificial.
Dentre as funções, destacam-se: análise de processo parados, probabilidade de aprovações de projetos no Congresso, mapa parlamentar (com base nos históricos, mostra como se posiciona cada parlamentar, podendo achar padrões e estipular previsões de comportamento), tributos previsíveis (Ferramenta que prevê as chances de vitória ou derrota de cada processo em tramitação no Carf), dentre outros.
Também não se pode esquecer os que analisam a jurisprudência, conhecidos como softwares de jurimetria que se utilizam da estatística aplicada ao Direito.
A plataforma de jurimetria almeja achar padrões por meio de algoritmos matemáticos para compreender tendências de julgamentos com base em posicionamentos anteriores cadastrados, possibilitando prever que tipo de julgamento seria adotado e como se desdobraria o futuro litígio no decorrer das instâncias, destacando-se nesse segmento o ProJuris[4].
Em projeto piloto está o Sócrates, IA do STJ, desenvolvido pelos próprios servidores do Tribunal visando produzir um exame automatizado do recurso e do acórdão recorrido, apresentação de referências legislativas, listagem de casos semelhantes e a sugestão de decisões, cabendo ao Ministro, como sempre, o poder de decidir.
De acordo com o esperado, o projeto Sócrates tem por finalidade reduzir 25% do tempo entre a distribuição e a primeira decisão no REsp, uma vez que trará informações mais acessíveis e relevantes para subsidiar o Relator.
Possibilidades e Algoritmos: um campo infinito de aplicações da IA
A partir desse momento, com base em carências sentidas pela experiência empírica causídica, estimula-se a imaginação para repensar meios e soluções de garantir a máxima eficiência não só na prática forense, mas em todo recinto jurídico em sentido amplo, abarcando também a esfera da Administração Pública, o outro lado do balcão.
No campo logístico, a adoção de uma IA, dotada de aprendizado automático, trará muito mais eficiência para as varas e tribunais do País na alocação ou realocação de servidores. Analisando a quantidade de processos ajuizados por ano/mês/dia e a quantidade de processos julgados por vara, será possível entender qual o período de maior ingresso e quais foram as varas com mais distribuição de processos.
Assim, cruzando os dados processuais com noticiários econômicos, sociais, políticos e jurídicos será possível achar um padrão do aumento de volume com base em determinados acontecimentos em períodos específicos, podendo arquitetar futuros planejamentos e se antecipar para esses cenários, servindo de suporte para alocação de novos servidores ou realocação de antigos para suprir a futura demanda que virá.
Também no campo logístico, uma IA pode analisar e interpretar com facilidade e velocidade os diversos processos distribuídos, identificando prioridades e fazendo uma listagem automática, com base em critérios definidos anteriormente pelo juízo da ordem de preferência dos julgamentos, disponibilizando, inclusive, sua publicidade no sítio eletrônico de qual numeração seu processo estaria em tempo real, um fator informativo carente e importante para futuras análises.
No quesito de análise de processos, a IA pode facilmente identificar processos similares no 1º grau com a mesma temática, que sejam passíveis de uma mesma decisão, facilitando o trabalho de análise dos assessores e dando celeridade ao judiciário, nas matérias repetitivas e demanda de massa, diminuindo assim a taxa de congestionamento na primeira instância.
Com o auxílio de reconhecimento de palavras, imagens e objetos a IA terá capacidade virtual de ler e adentrar no mérito das petições e documentos, fazendo análises além do conteúdo formal, como também meritório. Com base no acesso a um banco de dados cadastrado de modelos de julgados, será possível que ela identifique ou até formule, com base em pincelamento de parágrafos, um modelo de “sugestão” de decisão inédito, estimulando até uma reinterpretação dos fatos ou do próprio Direito.
A partir desse modelo criado ou indicado, o assessor irá analisar definitivamente se o mesmo é enquadrável no presente caso, com futura supervisão do magistrado ao assinar.
Caso o modelo indicado não seja o melhor ou não se adapte ao presente caso, o servidor irá formular um, ajudando no crescimento e progresso de aprendizagem da máquina que irá se aperfeiçoando.
Por mais subjetivo que pareça ser a arte de julgar, todo entendimento jurisprudencial é embasado em algumas premissas objetivas como critérios para fazer sentido e ser aplicado, dando mais segurança jurídica, sem engessar a evolução, o dinamismo e o leque de variações.
Assim, é plenamente possível que uma IA detecte facilmente padrões de petições e resuma em poucas linhas a análise fática e probatória, subsidiando o assessor e magistrado, sugerindo tendências de julgamento favorável ou desfavorável, facilitando prática forense com o volume de trabalho, da mesma forma que funcionam os softwares de jurimetria.
No aspecto de juízo de admissibilidade, a IA tem plena capacidade de analisar os requisitos intrínsecos (cabimento, interesse, legitimidade, inexistência de fato impeditivo ou extintivo) e extrínsecos (tempestividade, preparo, regularidade formal), nada impedindo que o servidor faça um controle de mérito sobre o relatório sugerido pela máquina.
A função de secretaria das varas pode ser basicamente automatizada com a ajuda de um IA conectada ao PJE, possibilitando o andamento automático de processos (citações, intimações, conclusões, remessas, conferência de custas iniciais...).
Os antigos servidores podem ser realocados como assessores ou distribuídos para outras varas mais carentes de mão de obra física, dando ainda mais celeridade e eventuais falhas nas operações virtuais permitirão a abertura de relatório de erros e revisão por um servidor-controle.
Com a função de comunicação compartilhada para aprendizagem entre as IA´s das diversas instâncias e tribunais, será possível um maior controle do Judiciário sobre a demanda processual, possibilitando informações estratégicas para períodos de mutirões processuais, formulação de novos concursos, etc.
A comunicação interligada das IA´s também pode auxiliar o Judiciário com o Executivo nas demandas administrativas, principalmente no campo tributário com a Receita Federal, sendo automático todo o processo de suspensão, exclusão, expedição de CND e CPDEN, bloqueio e restrição de bens, sem a necessidade de um despachante físico para informar determinado resultado de um setor para outro.
No campo de segurança pública, o uso de IA pode ajudar a achar um denominador comum do período e localização das denúncias ou notitia criminis geradas com base nos horários e lugares que ocorreram, fazendo com que os algoritmos selecionem o melhor lugar de posicionamento estratégico das viaturas nos bairros e proximidades com mais denúncias geradas, adotando uma postura preventiva por inibição nos bairros mais perigosos; e repressiva, quando comunicado pela central da ocorrência de futuros flagrantes, com a redução da distância da viatura para chegada no local do ilícito praticado.
Na área de fiscalização ambiental, a IA tem muito a contribuir com o a função de reconhecimento de imagens e objetos para identificar e impedir ações ilícitas de desmatamento em tempo real, facilitando a identificação de máquinas e equipamentos não autorizados.
Pensando na relação custo/benefício para implantação de todas essas melhorias técnicas é razoável que o considerável gasto seja compensado com o ganho de celeridade, eficiência e segurança.
Esse artigo não tem como intuito esgotar a temática, almejou-se estimular cogitações das mais variadas aplicações da IA no ambiente jurídico, funcionando como base reflexiva introdutória para posteriores trabalhos e discussões.
[1] https://www.conjur.com.br/2015-jun-24/conheca-softwares-juridicos-usados-advogados
[2] https://justto.com.br/blog/softwares-para-advogados/
[3] https://www.jota.info/blog/jota-amplia-cobertura-tres-poderes-investe-inteligencia-artificial-04022020
[4] https://m.migalhas.com.br/depeso/316013/jurimetria-o-que-e-e-qual-o-seu-impacto-na-rotina-juridica