Hodiernamente, os juristas (brasileiros e estrangeiros), de maneira geral, preocupam-se e impressionam-se cada vez mais com as novas conquistas no uso das ferramentas e das plataformas de Intelig\u00eancia Artificial aplic\u00e1veis ao direito. Definitivamente, n\u00e3o se pode mais negar que diante da introdu\u00e7\u00e3o da tecnologia no universo jur\u00eddico, a forma de compreender como se revela, se estuda e se coloca em pr\u00e1tica o Direito est\u00e1 sofrendo uma grande transforma\u00e7\u00e3o.<\/p>\n\n\n\n
A Intelig\u00eancia Artificial refere-se a um campo de conhecimento associado \u00e0 linguagem e \u00e0 intelig\u00eancia, ao racioc\u00ednio, \u00e0 aprendizagem e \u00e0 resolu\u00e7\u00e3o de problemas e seu eterno desafio \u00e9 fazer com que computadores possam realizar tarefas essencialmente humanas. A Intelig\u00eancia Artificial viabiliza uma liga\u00e7\u00e3o entre o humano e a m\u00e1quina seja conectando sistemas inteligentes artificiais em seu corpo (pr\u00f3tese cerebral, bra\u00e7o bi\u00f4nico, c\u00e9lulas artificiais, entre outros), ou ainda possibilitando uma intera\u00e7\u00e3o entre o homem e a m\u00e1quina como duas \u201cesp\u00e9cies\u201d distintamente conectadas (homem-aplicativos, homem-algoritmo de IA)[1]<\/sup><\/a>.<\/p>\n\n\n\n Tema de pesquisa em diversas \u00e1reas do conhecimento humano \u2013 computa\u00e7\u00e3o, lingu\u00edstica, filosofia, matem\u00e1tica, neuroci\u00eancias, entre outras – a diversidade de subcampos e atividades, pesquisas e experimenta\u00e7\u00f5es, dificulta descrever o atual estado da arte. As expectativas e os est\u00e1gios de desenvolvimento variam entre os campos e suas aplica\u00e7\u00f5es, que v\u00e3o desde a rob\u00f3tica, games, tradu\u00e7\u00e3o de linguagem natural, diagn\u00f3sticos m\u00e9dicos e agora na \u00e1rea jur\u00eddica, praticamente, est\u00e3o presentes em todas as \u00e1reas do conhecimento e da vida em sociedade.<\/p>\n\n\n\n Entretanto, numa defini\u00e7\u00e3o mais recente, pode-se dizer que a Intelig\u00eancia Artificial se refere \u201c\u00e0 habilidade de um sistema de interpretar corretamente dados externos, aprender a partir deles e usar este aprendizado para alcan\u00e7ar objetivos e tarefas espec\u00edficas por meio de uma adapta\u00e7\u00e3o flex\u00edvel\u201d[2]<\/sup><\/a>.<\/p>\n\n\n\n E de acordo com os relatos da hist\u00f3ria da ci\u00eancia, uma das primeiras refer\u00eancias \u00e0 Intelig\u00eancia Artificial foi atribu\u00edda ao matem\u00e1tico e cientista da computa\u00e7\u00e3o, o ingl\u00eas Alan Turing[3]<\/sup><\/a>, em seu conhecido trabalho Computing Machinery and Itelligence<\/em> de 1950 no qual prop\u00f4s o desafio Can Machines Think? <\/em>(\u201cpodem as m\u00e1quinas pensar?\u201d). H\u00e1 mais de sete d\u00e9cadas este matem\u00e1tico ingl\u00eas afirmou que era apenas uma quest\u00e3o de tempo o fato de que as m\u00e1quinas come\u00e7ariam a competir com todos os homens no campo da intelig\u00eancia, tendo ele se empenhado na cria\u00e7\u00e3o e desenvolvimento das primeiras equa\u00e7\u00f5es capazes de simular a intelig\u00eancia humana.<\/p>\n\n\n\n Como boa parte dos projetos de IA daquela \u00e9poca n\u00e3o concretizaram suas promessas iniciais houve o primeiro \u201cinverno da IA\u201d, conhecido como \u201cAI winter\u201d, per\u00edodo de retrata\u00e7\u00e3o no qual o financiamento diminuiu e o ceticismo aumentou. Contudo, h\u00e1 cerca de uma d\u00e9cada, recentemente, os avan\u00e7os nesse campo s\u00e3o consider\u00e1veis exponencialmente. Entre as raz\u00f5es para tal avan\u00e7o, estariam a grande massa de dados que passou a estar dispon\u00edvel, o aprimoramento computacional e sua redu\u00e7\u00e3o de custos a partir da computa\u00e7\u00e3o em nuvem e a cria\u00e7\u00e3o de algoritmos capazes de simular a capacidade cognitiva dos seres humanos.<\/p>\n\n\n\n Todavia uma ressalva merece ser feita, mesmo tendo avan\u00e7ado bastante nos \u00faltimos anos, ainda se opera por sistemas restritos de Intelig\u00eancia Artificial. Isto \u00e9, os sistemas de IA desenvolvidos e aplicados t\u00eam se restringido a dom\u00ednios muito espec\u00edficos, como por exemplo, \u201crespostas a perguntas escritas ou faladas sobre dom\u00ednio pr\u00e9-especificado, automa\u00e7\u00e3o fabril, pesquisas sobre determinado ramo da medicina, elabora\u00e7\u00e3o de pe\u00e7as jur\u00eddicas processuais espec\u00edficas etc\u201d[4]<\/sup><\/a>.<\/p>\n\n\n\n Em contrapartida, na medida em que avan\u00e7a a digitiza\u00e7\u00e3o <\/em>da sociedade, um grande volume de dados come\u00e7a a ser produzidos, tais como fotos, v\u00eddeos, textos, em todos as \u00e1reas do conhecimento humano com as mais diversas finalidades. E como esse volume de dados se torna t\u00e3o grande fica praticamente imposs\u00edvel a capacidade humana correlacion\u00e1-los e analis\u00e1-los sem o aux\u00edlio de ferramentas cognitivas automatizadas. Nesse sentido, percebe-se que ser\u00e1 atrav\u00e9s dessa fresta que os sistemas de intelig\u00eancia artificial v\u00e3o assumindo um papel cada vez mais relevante ao futuro da humanidade.<\/p>\n\n\n\n Existem diferentes tecnologias dentro do universo da Intelig\u00eancia Artificial[5]<\/sup><\/a>. Nele se pode mencionar os algoritmos de an\u00e1lise de dados que fazem cruzamentos, conhecidos como analytics<\/em>, incluindo-se tamb\u00e9m os sistemas que conseguem aprender sozinhos pela metodologia do aprendizado de m\u00e1quinas. De modo geral, os algoritmos de an\u00e1lise de dados s\u00e3o aqueles que fazem os cruzamentos nos ajudando a fazer correla\u00e7\u00f5es e a buscar padr\u00f5es. Exemplo dessa tecnologia, \u00e9 o sistema de credit score<\/em> utilizado pelo setor financeiro. Por ele, se coletam informa\u00e7\u00f5es a respeito daquele que pretende obter um cr\u00e9dito banc\u00e1rio para comprar algum produto no mercado de consumo, que ser\u00e3o lan\u00e7adas em um algoritmo que ir\u00e1 demonstrar em qual categoria de risco aquela pessoa poder\u00e1 ser alocada demonstrando quais s\u00e3o as poss\u00edveis chances de o pretendente arcar ou n\u00e3o com o compromisso assumido com o banco. Aqui, tanto os dados quanto os par\u00e2metros poss\u00edveis de tratamento de dados s\u00e3o dados a priori<\/em>, ficando ao utilizador do algoritmo a possibilidade de manipul\u00e1-lo dentro de um contexto espec\u00edfico e com algumas limita\u00e7\u00f5es[6]<\/sup><\/a>.<\/p>\n\n\n\n Por outro lado, os sistemas conhecidos como machine learning<\/em> s\u00e3o dotados de maior complexidade e apesar de serem programados a priori, <\/em>sua constru\u00e7\u00e3o algor\u00edtmica est\u00e1 voltada a interagir com um ambiente externo e mais din\u00e2mico tomando por base a partir dele as correla\u00e7\u00f5es e o reconhecimento de padr\u00f5es. O machine learning <\/em>ao contr\u00e1rio dos algoritmos anal\u00edticos, \u00e9 capaz de analisar, fazer correla\u00e7\u00f5es e buscar padr\u00f5es por meio de dados n\u00e3o estruturados encontrados em fotos, v\u00eddeos, textos e dados coletados por smartphones.<\/p>\n\n\n\n Com efeito, diante dessas primeiras constata\u00e7\u00f5es n\u00e3o h\u00e1 como se discutir a cria\u00e7\u00e3o e o desenvolvimento de tecnologias inteligentes emuladoras da capacidade de cogni\u00e7\u00e3o humana sem analisar a forma pela qual ela se materializa que \u00e9 linguagem algor\u00edtmica.<\/p>\n\n\n\n Em uma breve s\u00edntese e sem a pretens\u00e3o de esgotar o assunto, descendo a n\u00edveis desnecess\u00e1rios na tentativa de compreender toda a complexidade que gira em torno do processo de tomada de decis\u00f5es por m\u00e1quinas inteligentes, apresenta-se aqui o conceito de algoritmo como \u201cum conjunto de instru\u00e7\u00f5es organizadas de forma sequencial, que determina como algo deve ser feito\u201d[7]<\/sup><\/a>.<\/p>\n\n\n\n Este conceito, diante de sua simplicidade, n\u00e3o \u00e9 um conceito dependente do uso da linguagem computacional moderna, j\u00e1 que \u00e9 poss\u00edvel que algu\u00e9m crie um algoritmo para ajud\u00e1-la a se vestir, para pegar um \u00f4nibus na volta para casa, para fazer um controle dos \u00edndices glic\u00eamicos no sangue, ou para v\u00e1rias outras atividades, pois o algoritmo nada mais \u00e9 do que uma f\u00f3rmula na qual determinadas tarefas podem ser colocadas em uma ordem espec\u00edfica a fim de se atingir determinado objetivo. Contudo, apesar de ser uma correta e simpl\u00f3ria descri\u00e7\u00e3o, n\u00e3o oferece ela informa\u00e7\u00f5es suficientes para o prop\u00f3sito desta tese.<\/p>\n\n\n\n Nesse sentido, ser\u00e1 adotada a defini\u00e7\u00e3o que diferencia o algoritmo comum daqueles que s\u00e3o operados por computadores. Computadores[8]<\/sup><\/a>, ao contr\u00e1rio dos seres humanos, n\u00e3o conseguem compreender o significado de termos como \u201csuficiente\u201d, \u201cquase\u201d, \u201cruim\u201d ou qualquer outra palavra que requeira uma avalia\u00e7\u00e3o mais subjetiva do mundo ao seu redor. Por essa raz\u00e3o, algoritmos que determinam que um celular reduza a luz de sua tela sempre que \u201cquase n\u00e3o haja mais bateria\u201d \u00e9 sem utilidade.<\/p>\n\n\n\n Um computador \u00e9 capaz de interpretar complexos c\u00e1lculos matem\u00e1ticos, mas n\u00e3o de determinar o que \u201cquase sem bateria\u201d quer dizer, a n\u00e3o ser que algu\u00e9m explique como faz\u00ea-lo. A pessoa pode, ainda, ser capaz de tolerar quando um algoritmo \u00e9 descrito de maneira imprecisa, mas um computador, n\u00e3o. Porque o algoritmo computacional consiste em uma s\u00e9rie de etapas para completar uma tarefa que \u00e9 descrita de maneira precisa o bastante para que o sistema possa realiz\u00e1-la[9]<\/sup><\/a>.<\/p>\n\n\n\n Assim, \u00e9 importante ser observado que a forma como os algoritmos s\u00e3o hoje utilizados \u00e9, inicialmente, para solucionar problemas e auxiliar na tomada de decis\u00f5es, como tem sido feito pelos sistemas de Intelig\u00eancia Artificial em implanta\u00e7\u00e3o no Poder Judici\u00e1rio brasileiro. E neste ponto se depara com uma peculiar condi\u00e7\u00e3o dos algoritmos, a de que o programa ser\u00e1 tanto mais \u00fatil quanto mais precisa a informa\u00e7\u00e3o (input<\/em>) fornecida, sendo ele considerado correto sempre que se utilizar tal informa\u00e7\u00e3o de acordo com suas especifica\u00e7\u00f5es.<\/p>\n\n\n\n A t\u00edtulo exemplificativo, quando um viajante ao utilizar uma ferramenta de buscas oferecida pelo s\u00edtio de uma companhia \u00e1rea ao procurar o \u201cmelhor\u201d voo de S\u00e3o Paulo para Berlim, o algoritmo precisa saber se por \u201cmelhor\u201d se quer dizer \u201cmais curto\u201d ou \u201cmais barato\u201d. Se o algoritmo estiver programado para encontrar a rota mais curta, em termos de quil\u00f4metros viajados, poder\u00e1 considerar que o tempo gasto em aeroporto aguardando um voo de conex\u00e3o seja irrelevante, e poderia, assim, oferecer uma resposta que, apesar de incorreta com rela\u00e7\u00e3o \u00e0s prefer\u00eancias do viajante, seria correta do ponto de vista do programa, apesar de ser razo\u00e1vel admitir que para a maioria das pessoas que utilizam esse servi\u00e7o o tempo gasto em conex\u00f5es \u00e9 um fator determinante ao se escolher a rota da viagem. Como se percebe, o problema de tal situa\u00e7\u00e3o, n\u00e3o \u00e9 com o algoritmo em si, mas sim com as informa\u00e7\u00f5es que foram e ele introduzidas[10]<\/sup><\/a>.<\/p>\n\n\n\n Desse modo, pode ser afirmado que um dos objetivos fundamentais dos algoritmos \u00e9 fazer previs\u00f5es se valendo de probabilidades e apesar de n\u00e3o fornecer respostas acuradas a todas as quest\u00f5es, podem eles analisar os dados fornecidos (inputs<\/em>) oferecendo \u201cpremoni\u00e7\u00f5es\u201d coerentes. Assim, quanto maior a quantidade e principalmente, a qualidade de dados fornecidos ao sistema algor\u00edtmico, maior a possibilidade do resultado ser mais pr\u00f3ximo do real.<\/p>\n\n\n\n E \u00e9 exatamente neste contexto, que se faz necess\u00e1rio um debate mais acentuado quanto aos riscos associados \u00e0 depend\u00eancia acr\u00edtica em algoritmos no processo decisional diante da falta de sua regulamenta\u00e7\u00e3o e na velocidade com que est\u00e3o sendo criados, principalmente quando eles passam a funcionar como um dos elementos nucleares na elabora\u00e7\u00e3o da decis\u00e3o judicial. Visto que uma das atribui\u00e7\u00f5es mais relevantes no processamento de dados pela linguagem algor\u00edtmica proporcionada pelos avan\u00e7ados estudos computacionais de Intelig\u00eancia Artificial \u00e9 a de oferecer embasamento para tomada de decis\u00f5es das mais variadas modalidades de forma preditiva e precisa.<\/p>\n\n\n\n Essa constata\u00e7\u00e3o se aprofunda a cada dia diante da velocidade com que os sistemas computacionais, especialmente os inteligentes, avan\u00e7am nos diversos setores dessa profiss\u00e3o. Exemplo desse fen\u00f4meno no mundo \u00e9 o famoso sistema ROSS de Intelig\u00eancia Artificial utilizado por uma das maiores bancas de advocacia nos Estados Unidos, a Baker & Hostetler<\/em>. ROSS, al\u00e9m de ser um bom sistema de buscas que pode encontrar antigos casos j\u00e1 julgados, tamb\u00e9m consegue dar dicas sobre a melhor maneira de utilizar as referidas decis\u00f5es a t\u00edtulo argumentativo em casos atuais e que por conta de sua capacidade acabou sendo conhecido por v\u00e1rios escrit\u00f3rios de advocacia no Brasil. Esse software funciona como se fosse uma esp\u00e9cie de \u2018\u2018advogado virtual\u2019\u2019 que usa a tecnologia IBM Watson<\/em> para compilar e avaliar um enorme volume de dados, aprendendo com o tempo (machine learning<\/em>) a melhor maneira de aplicar toda essa transforma\u00e7\u00e3o\u201d[11]<\/sup><\/a>.<\/p>\n\n\n\n No Brasil, o uso de programas inteligentes que est\u00e3o redesenhando as tradicionais pr\u00e1ticas jur\u00eddicas j\u00e1 \u00e9 uma realidade desde 2018 diante da implanta\u00e7\u00e3o do sistema Victor pelo Supremo Tribunal Federal. O programa Victor[12]<\/a> tem como uma de suas fun\u00e7\u00f5es prim\u00e1rias a de ler todos os recursos extraordin\u00e1rios que s\u00e3o distribu\u00eddos ao STF identificando quais est\u00e3o vinculados a determinados temas de repercuss\u00e3o geral. Este programa j\u00e1 sabe interpretar recursos, separ\u00e1-los por temas e destacar as principais pe\u00e7as do processo para agilizar o seu tr\u00e2mite na Corte, o que diminui assim o acervo dos gabinetes dos ministros. Em alguns casos, o sistema j\u00e1 faz em 5 (cinco) segundos o servi\u00e7o que servidores levariam mais de 30 (trinta) minutos para realiz\u00e1-los[13]<\/sup><\/a>.<\/p>\n\n\n\n No entanto, e conforme j\u00e1 noticiado pelo pr\u00f3prio Tribunal, a tecnologia envolvida na cria\u00e7\u00e3o de Victor n\u00e3o ir\u00e1 parar de ser aprimorada, pois j\u00e1 est\u00e3o em discuss\u00e3o v\u00e1rias outras ideias para ampliar as suas habilidades. A necessidade de amplia\u00e7\u00e3o deve-se ao potencial de solucionar, pelo pr\u00f3prio algoritmo, \u201ccerca de um oitavo dos recursos extraordin\u00e1rios que chegam ao STF, ao devolver[14]<\/sup><\/a> automaticamente aos tribunais de origem os recursos extraordin\u00e1rios que se enquadrarem em um dos 27 temas de repercuss\u00e3o geral que o instrumento foi ensinado a identificar\u201d[15]<\/sup><\/a>.<\/p>\n\n\n\n No \u00e2mbito do Superior Tribunal de Justi\u00e7a (STJ) tem-se ainda os sistemas S\u00f3crates e Athos de Intelig\u00eancia Artificial baseados no natural language processing<\/em>[16]<\/a>. S\u00f3crates, a partir da an\u00e1lise do recurso e do ac\u00f3rd\u00e3o recorrido, fornece informa\u00e7\u00f5es relevantes aos ministros relatores, de forma a facilitar a identifica\u00e7\u00e3o das demandas consideradas repetitivas. O S\u00f3crates identifica grupos de processos que possuem ac\u00f3rd\u00e3os semelhantes, se determinado caso corresponde a demandas repetitivas, as bases legislativas envolvidas nos casos contribuindo e otimizando a gest\u00e3o administrativa da corte no julgamento dos recursos repetitivos.<\/p>\n\n\n\n Este sistema opera em 21 (vinte e um) gabinetes de Ministros, efetuando a an\u00e1lise sem\u00e2ntica das pe\u00e7as processuais para a triagem de processos, identificando casos com mat\u00e9rias semelhantes, al\u00e9m de realizar a pesquisa de julgamentos do pr\u00f3prio Tribunal que possa servir como precedente ao processo em exame[17]<\/sup><\/a>. Quanto ao projeto Athos, desenvolvido em junho de 2019, voltado \u00e0 intensifica\u00e7\u00e3o da forma\u00e7\u00e3o dos precedentes qualificados, tem o prop\u00f3sito de identificar, mesmo antes da distribui\u00e7\u00e3o aos Ministros, processos que possam ser submetidos \u00e0 afeta\u00e7\u00e3o para julgamento sob o rito dos recursos repetitivos. Este sistema monitora e indica processos com entendimento convergentes ou divergentes entre os \u00f3rg\u00e3os fracion\u00e1rios do pr\u00f3prio tribunal, casos com mat\u00e9ria de not\u00f3ria relev\u00e2ncia, indicando ainda, poss\u00edveis distin\u00e7\u00f5es ou supera\u00e7\u00e3o de precedentes qualificados.<\/p>\n\n\n\n O sistema Athos viabilizou ao STJ a identifica\u00e7\u00e3o de 51 controv\u00e9rsias \u2013 conjunto de processos com sugest\u00e3o de afeta\u00e7\u00e3o ao procedimento dos repetitivos \u2013 e a efetiva afeta\u00e7\u00e3o de 13 temas[18]<\/sup><\/a>. Como se v\u00ea, o Athos tem tr\u00eas relevantes fun\u00e7\u00f5es, a de monitoramento, a de agrupamento e a de identifica\u00e7\u00e3o de temas repetitivos. No que se refere ao monitoramento, o foco \u00e9 a supervis\u00e3o da repetitividade na entrada, e a opera\u00e7\u00e3o realizada \u00e9 periodicamente comparar lotes de processos entre si para a forma\u00e7\u00e3o de novos agrupamentos, assim como comparar cada processo novo com grupos previamente formados.<\/p>\n\n\n\n Na esfera regional destaca-se tamb\u00e9m o sistema ELIS, criado e desenvolvido pela Comiss\u00e3o para Aplica\u00e7\u00e3o de Solu\u00e7\u00f5es em Intelig\u00eancia Artificial (CIA) do Tribunal de Justi\u00e7a de Pernambuco, que ultimamente vem compartilhando seus avan\u00e7os tecnol\u00f3gicos com o Conselho Nacional de Justi\u00e7a e com os demais tribunais da Federa\u00e7\u00e3o. ELIS configura o in\u00edcio do uso da Intelig\u00eancia Artificial pelo TJPE, \u201cimpactando positivamente na celeridade dos processos executivos fiscais e contribuindo para a redu\u00e7\u00e3o da taxa de congestionamento e aumento da recupera\u00e7\u00e3o do cr\u00e9dito p\u00fablico\u201d[19]<\/sup><\/a>. Nos termos da primeira divulga\u00e7\u00e3o de dados a respeito do trabalho operacional de ELIS, o sistema avaliou 5.247 processos fiscais e conseguiu classific\u00e1-los com precis\u00e3o a compet\u00eancia das a\u00e7\u00f5es, diverg\u00eancias cadastrais, erros no cadastro de d\u00edvida ativa e os casos de prescri\u00e7\u00e3o. Este sistema foi programado para aprender a realizar a triagem inicial destas execu\u00e7\u00f5es fiscais ajuizadas no PJe em rela\u00e7\u00e3o a diverg\u00eancias cadastrais, compet\u00eancias diversas e como dito, eventuais prescri\u00e7\u00f5es. E em uma segunda etapa, o algoritmo de ELIS ainda \u00e9 capaz de inserir as minutas de decis\u00e3o no sistema e at\u00e9 mesmo assinar os despachos proferidos pelo juiz[20]<\/sup><\/a>.<\/p>\n\n\n\n Apesar do crescimento da percep\u00e7\u00e3o de que as transforma\u00e7\u00f5es promovidas pelos avan\u00e7os da Intelig\u00eancia Artificial (IA) e da linguagem algor\u00edtmica ir\u00e3o alterar decisivamente os rumos tomados pela sociedade moderna, mais do que nunca, faz-se necess\u00e1rio, que essa mesma sociedade que se beneficia desse avan\u00e7o tecnol\u00f3gico, saiba tamb\u00e9m lidar com as novas quest\u00f5es \u00e9ticas que isto tem implicado com intuito de se amenizar os efeitos colaterais provocados pela era digital.<\/p>\n\n\n\n Nesse sentido, destaca-se que, quanto maiores forem os incentivos para o uso de processamento de dados por meio de algoritmos voltados \u00e0 tomada de decis\u00f5es, especialmente as judiciais, mais urgente se torna o debate acerca das consequ\u00eancias de tais procedimentos para a sociedade diante dos riscos aos quais ela est\u00e1 sendo silenciosamente submetida. Bom exemplo de que essa discuss\u00e3o deve ser feita o quanto antes no Brasil \u00e9 a ascens\u00e3o do uso do machine learning<\/em> nos Estados Unidos e o obscurantismo do algoritmo utilizado no processo decis\u00f3rio pelo sistema do Correctional Offender Management Profiling for Alternative Sanctions<\/em> (COMPAS).<\/p>\n\n\n\n O COMPAS \u00e9 um sistema voltado ao gerenciamento de penitenci\u00e1rias que utiliza informa\u00e7\u00f5es sobre gest\u00e3o de detentos cr\u00edticos, passando pela an\u00e1lise de sua sa\u00fade mental at\u00e9 o seu envolvimento com gangues. De acordo com a Equivant<\/em>, empresa de tecnologia que desenvolveu o COMPAS, o programa funciona a partir de uma \u00e1rvore decis\u00f3ria que classifica os presos em espectro de risco que varia de um a nove, sendo nove o mais alto e um o mais baixo. Apesar do programa ter sido projeto para monitorar o sistema penitenci\u00e1rio, o algoritmo vem sendo utilizado com outra finalidade, no caso, para avalia\u00e7\u00e3o do risco de reincid\u00eancia dos detentos, como ocorreu no caso de Eric Loomis[21]<\/sup><\/a> no ano de 2013.<\/p>\n\n\n\n Loomis havia sido acusado de fugir da pol\u00edcia na cidade de La Crosse dirigindo um autom\u00f3vel utilizado em um tiroteio. Como ele havia sido condenado anteriormente por agress\u00e3o sexual, ao ser avaliado pelo COMPAS, o sistema apontou que ele tinha um alto risco de cometer outro crime, sendo ele condenado a uma senten\u00e7a de seis anos. Seus advogados recorreram da senten\u00e7a \u00e0 Suprema Corte de Wisconsin, alegando que a defesa n\u00e3o teve acesso \u00e0 avalia\u00e7\u00e3o de risco de reincid\u00eancia efetuada pelo COMPAS por conta da sua natureza confidencial, o que em tese, estaria ferindo o contradit\u00f3rio e a ampla defesa, pois o resultado da an\u00e1lise do programa foi utilizado pela justi\u00e7a de 1\u00b0 inst\u00e2ncia. O recurso dos advogados n\u00e3o foi acolhido e o caso foi levado \u00e0 Suprema Corte daquele pa\u00eds, que tamb\u00e9m o negou.<\/p>\n\n\n\n Como se pode notar neste caso, algumas quest\u00f5es fatalmente ficaram sem repostas como por exemplo, os crit\u00e9rios \u00e9ticos eventualmente utilizados pelo COMPAS ao definir a alta taxa de probabilidade de Loomis voltar a delinquir, o porqu\u00ea ele poderia ser considerado uma amea\u00e7a \u00e0 sociedade que justificasse o seu encarceramento a 6 seis anos por ter fugido da pol\u00edcia ao dirigir um autom\u00f3vel utilizado em um tiroteio e se este ve\u00edculo havia sido utilizado por ele naquela ocasi\u00e3o e o principal, por qu\u00ea um sistema de monitoramento penitenci\u00e1rio foi utilizado para analisar riscos de reincid\u00eancia durante a fase cognitiva do processo.<\/p>\n\n\n\n Conforme observado[22]<\/sup><\/a>, embora as atividades judiciais envolvam, por vezes, julgamentos discricion\u00e1rios pautados em crit\u00e9rios e aspectos subjetivos<\/em> dos julgadores, o mero emprego de mecanismos automatizados n\u00e3o \u00e9 capaz de retirar enviesamento, pois costumam ser alimentados por dados que refletem tend\u00eancias igualmente inclin\u00e1veis a certos rumos. E sob este aspecto reside um dos grandes riscos da operacionaliza\u00e7\u00e3o do m\u00e9todo decis\u00f3rio inteligente estritamente quantitativo e n\u00e3o qualitativo, j\u00e1 que a sa\u00edda convergente com padr\u00f5es identificados na jurisprud\u00eancia pode refor\u00e7ar a pr\u00f3pria rede de precedentes judiciais mecanicamente padronizados, em um ciclo vicioso de feedback<\/em> de permanente positiva\u00e7\u00e3o do mesmo padr\u00e3o.<\/p>\n\n\n\n No Brasil, apesar dos sistemas de Intelig\u00eancia Artificial criados, desenvolvidos e aplicados pelo Poder Judici\u00e1rio, at\u00e9 agora, n\u00e3o estarem sendo utilizados em todas as \u00e1reas do Direito, deve ser observado que v\u00e1rias discuss\u00f5es \u00e9ticas e jur\u00eddicas implicar\u00e3o necessariamente em uma nova dimens\u00e3o do direito fundamental de acesso \u00e0 justi\u00e7a e \u00e0 motiva\u00e7\u00e3o das decis\u00f5es. Especialmente ao se examinar os vetores normativos contidos no C\u00f3digo de Processo Civil de 2015 (arts. 926, 947, 976 e arts. 1036 a 1041) que desenham a sistem\u00e1tica dos precedentes judiciais assim como a extin\u00e7\u00e3o em seu texto do princ\u00edpio do livre convencimento do juiz. Considerando que a efic\u00e1cia normativa dos precedentes vinculantes \u00e9 um dos mandamentos nucleares do sistema decisional sendo indispens\u00e1vel conferir-lhe maior qualidade, transpar\u00eancia e precis\u00e3o na sua elabora\u00e7\u00e3o ao fundamentar os atos decis\u00f3rios.<\/p>\n\n\n\n Como se sabe, e o sistema processual j\u00e1 tem dado provas disso, tendo inclusive se repetido a sistem\u00e1tica da fundamenta\u00e7\u00e3o das decis\u00f5es do processo civil no processo penal por meio do Pacote Anticrime. Ao reproduzir o \u00a71\u00b0 do art. 489, do CPC\/15, no \u00a72\u00b0, do art. 315 do CPP, n\u00e3o h\u00e1 mais como reputar suficiente a fundamenta\u00e7\u00e3o de uma decis\u00e3o judicial que se restringe a uma mera repeti\u00e7\u00e3o do texto legal ou de apontamentos jurisprudenciais e doutrin\u00e1rios destitu\u00eddos de qualquer liga\u00e7\u00e3o com a causa.<\/p>\n\n\n\n E mesmo diante da introdu\u00e7\u00e3o das benesses conferidas ao processo decis\u00f3rio proporcionadas pela IA pautada pela linguagem algor\u00edtmica, continuar\u00e1 sendo exigido que a decis\u00e3o judicial identifique fidedignamente as quest\u00f5es de fato que se reputarem como essenciais ao deslinde da causa. Devendo ela apontar a tese jur\u00eddica adotada no julgamento ao se chegar na parte dispositiva do julgado. Sendo igualmente exig\u00edvel que, ao aplicar ou deixar de aplicar o precedente vinculante, o Judici\u00e1rio avalie de modo claro, a pertin\u00eancia de sua aplica\u00e7\u00e3o ou n\u00e3o, ao caso concreto, contrapondo circunst\u00e2ncias de fato envolvidas em todas as linhas argumentativas no intuito de verificar a tese adequada ou n\u00e3o para o caso em quest\u00e3o.<\/p>\n\n\n\n Devendo agora ser levado em considera\u00e7\u00e3o novos elementos chaves no emprego das decis\u00f5es por algoritmos tais como a explicabilidade e a inteligibilidade que t\u00eam como objetivo fazer com que a l\u00f3gica interna do processo decisional de m\u00e1quinas seja bem compreendida n\u00e3o s\u00f3 pelos jurisdicionados assim como pelos demais operadores do Direito. O direito \u00e0 explica\u00e7\u00e3o no uso de dados agora far\u00e1 parte do direito \u00e0 autodetermina\u00e7\u00e3o informacional dos titulares desses dados principalmente porque a pondera\u00e7\u00e3o entre \u201cprecis\u00e3o versus explicabilidade\u201d implica que \u201cos algoritmos mais precisos podem ser baseados em m\u00e9todos (como deep learning<\/em>) muito complexos, cuja l\u00f3gica interna n\u00e3o \u00e9 inteiramente compreens\u00edvel at\u00e9 mesmo pelos seus desenvolvedores e construtores\u201d[23]<\/sup><\/a>.<\/p>\n\n\n\n Dessa forma, at\u00e9 mesmo a fun\u00e7\u00e3o extraprocessual da motiva\u00e7\u00e3o das decis\u00f5es judiciais receber\u00e1 uma dose de refor\u00e7o. J\u00e1 que ela serve para justificar o porqu\u00ea se tomou determinada decis\u00e3o para as partes envolvidas em processo espec\u00edfico, assim como o modelo de conduta a ser adotado pelas pessoas que n\u00e3o participaram deste processo. Tendo em vista que o precedente agora criado poder\u00e1 ser invocado tanto a seu favor quanto em seu desfavor, seja para legitimar, para justificar ou para question\u00e1-la em uma outra oportunidade.<\/p>\n\n\n\n Assim, a regra pela qual o processo de tomada de decis\u00f5es judiciais deve ser fundamentado dever\u00e1 ser analisada sob uma nova perspectiva, a de que n\u00e3o ser\u00e1 qualquer fundamento exposto pelo Poder Judici\u00e1rio, mas aquilo que se reputa como fundamento \u00fatil para a solu\u00e7\u00e3o do caso, com a revela\u00e7\u00e3o de quais dados foram utilizados pelo sistema aut\u00f4nomo e quais foram os motivos que levaram a m\u00e1quina inteligente a crer que o dado contido em seu algoritmo pode ser considerado h\u00e1bil o suficiente para resolver o objeto do processo.<\/p>\n\n\n\n Apesar desses programas inteligentes estarem sendo aplicados nos setores da gest\u00e3o administrativa de processos nos tribunais brasileiros, de acordo com os pr\u00f3prios engenheiros envolvidos com essa tecnologia, j\u00e1 \u00e9 sabido que o potencial dos algoritmos operados nesses setores \u00e9 imenso. Todavia, se os algoritmos acabam impondo uma implac\u00e1vel l\u00f3gica matem\u00e1tica que, de fato, tem tudo para favorecer aos tribunais nessa empreitada, como poder\u00e1 a sociedade brasileira, e em especial, o litigante judicial, se assegurar que os dados utilizados para treinar a I.A dos tribunais, n\u00e3o ir\u00e1 absorver todos os preconceitos, vises e injusti\u00e7as neles contidos e at\u00e9 mesmo o pr\u00f3prio enviesamento embutido no subjetivismo do pr\u00f3prio programador? <\/p>\n\n\n\n Enfim, s\u00e3o essas quest\u00f5es que devem ser discutidas, cujo intuito \u00e9 o de se demonstrar que a depender da forma como a avan\u00e7ada implementa\u00e7\u00e3o de sistemas de intelig\u00eancia artificial pelos tribunais brasileiros continuar sendo feita, esse processo de pragmatiza\u00e7\u00e3o da tomada de decis\u00f5es judiciais que j\u00e1 est\u00e1 sendo operado pelo Poder Judici\u00e1rio trar\u00e1 grandes implica\u00e7\u00f5es \u00e9ticas \u00e0 motiva\u00e7\u00e3o das decis\u00f5es judiciais e ao direito fundamental de acesso \u00e0 justi\u00e7a. Devendo a comunidade jur\u00eddica ter um papel mais ativo e democr\u00e1tico em todas essas discuss\u00f5es a fim de que essa nova tecnologia automatizada decisional possa atender os jurisdicionados em geral e n\u00e3o apenas a estrutura judici\u00e1ria.<\/p>\n\n\n\n [1]<\/a> KAUFMAN, Dora. A intelig\u00eancia artificial ir\u00e1 suplantar a intelig\u00eancia humana?<\/strong> Barueri, S\u00e3o Paulo: Esta\u00e7\u00e3o das Letras e Cores, 2019. p. 19.<\/p>\n\n\n\n [2]<\/a> STEIBEL, Fabro; VICENTE Victor Freitas; DE JESUS, Diego Santos Vieira. Possibilidades e Pontenciais da utiliza\u00e7\u00e3o da Intelig\u00eancia Artificial. In: <\/em>FRAZ\u00c3O, Ana; MULHOLLAND, Caitlin. (coord.) Intelig\u00eancia Artificial e Direito. \u00c9tica, Regula\u00e7\u00e3o e Responsabilidade<\/strong>. S\u00e3o Paulo: Revista dos Tribunais, 2019. p. 53.<\/p>\n\n\n\n [3]<\/a> Alan Mathison Turing (1912-1954) foi um dos primeiros cientistas no mundo a desenvolver a ci\u00eancia da computa\u00e7\u00e3o e a concretizar o conceito de algoritmo que mais tarde se revelou uma das grandes conquistas da computa\u00e7\u00e3o moderna. Turing coordenou a equipe respons\u00e1vel que desvendou o c\u00f3digo alem\u00e3o Enigma na Segunda Grande Guerra Mundial. In: GUNKEL, David J. Comunica\u00e7\u00e3o e Intelig\u00eancia Artificial: novos desafios e oportunidades para a pesquisa em comunica\u00e7\u00e3o. Galaxia<\/strong> (S\u00e3o Paulo, online), n. 34, jan-abr., 2017. p. 06.<\/p>\n\n\n\n [4]<\/a> GUTIERREZ, Andrei. \u00c9 poss\u00edvel confiar em um sistema de Intelig\u00eancia Artificial? Pr\u00e1ticas em torno da melhoria da sua confian\u00e7a, seguran\u00e7a e evid\u00eancias de accountability.<\/em> In: <\/em>FRAZ\u00c3O, Ana; MULHOLLAND, Caitlin. (coord.). Intelig\u00eancia Artificial e Direito. \u00c9tica, Regula\u00e7\u00e3o e Responsabilidade<\/strong>. S\u00e3o Paulo: Revista dos Tribunais, 2019. p. 85.<\/p>\n\n\n\n [5]<\/a> TAULLI, Tom. Introdu\u00e7\u00e3o \u00e0 Intelig\u00eancia Artificial <\/strong>\u2013 Uma abordagem n\u00e3o t\u00e9cnica.S\u00e3o Paulo: Novatec. Apress, 2020. p. 62-119.<\/p>\n\n\n\n [6]<\/a> GUTIERREZ, Andrei. Intelig\u00eancia Artificial e Direito<\/strong>. \u00c9tica, Regula\u00e7\u00e3o e Responsabilidade. Coord.: FRAZ\u00c3O, Ana; MULHOLLAND, Caitlin. S\u00e3o Paulo: Revista dos Tribunais, 2019. p. 85.<\/p>\n\n\n\n [7]<\/a> MENDES, Laura Schertel; MATTIUZZO, Marcela. Discrimina\u00e7\u00e3o algor\u00edtmica: Conceito, fundamento legal e tipologia. RDU<\/strong>, Porto Alegre, v. 16, n. 90, nov.-dez. 2019. p. 41.<\/p>\n\n\n\n [8]<\/a> CORMEN, Thomas. <\/strong>Algorithms Unlocked<\/strong>. MIT Press, 2013. p. 1.<\/p>\n\n\n\n [9]<\/a> CORMEN, Thomas. Algorithms Unlocked<\/strong>. MIT Press, 2013. p. 3.<\/p>\n\n\n\n [10]<\/a>MENDES, Laura Schertel; MATTIUZZO, Marcela. Discrimina\u00e7\u00e3o algor\u00edtmica: Conceito, fundamento legal e tipologia. RDU<\/strong>, Porto Alegre, v. 16, n. 90, nov.-dez. 2019. p. 41-42.<\/p>\n\n\n\n [11]<\/a> CANAL TECH. Sistema com intelig\u00eancia artificial ajuda advogados na hora de pesquisar a lei. 18.05.2016<\/strong>. Dispon\u00edvel em:https:\/\/goo.gl\/fH293U<\/a>.<\/p>\n\n\n\n [12]<\/a> BRASIL. Supremo Tribunal Federal. Not\u00edcias<\/strong>: Intelig\u00eancia Artificial vai agilizar a tramita\u00e7\u00e3o de projetos no STF. 30 maio 2018. Dispon\u00edvel em: http:\/\/portal.stf.jus.br\/noticias\/verNoticiaDetalhe.asp?idConteudo=380038&ori=1<\/a>.<\/p>\n\n\n\n [13]<\/a> BRASIL. Supremo Tribunal de Federal. Intelig\u00eancia Artificial vai agilizar a tramita\u00e7\u00e3o de processos no STF<\/strong>: 30 maio 2018. Dispon\u00edvel em: http:\/\/www.stf.jus.br\/portal\/cms\/verNoticiaDetalhe.asp?id-Conteudo=380038<\/a>.<\/p>\n\n\n\n [14]<\/a> O termo \u201cdevolver\u201d aqui deve ser compreendido como a possibilidade de se aplicar a tese j\u00e1 estabelecida pelo Supremo Tribunal Federal, quanto tamb\u00e9m para o sobrestamento de processos que aguardam uma defini\u00e7\u00e3o da tese em sede de repercuss\u00e3o geral ou recursos repetitivos.<\/p>\n\n\n\n [15]<\/a> TEIXEIRA, Matheus. STF investe em intelig\u00eancia artificial para dar celeridade a processos. Jota<\/strong>. <\/em>11.12.2018. Dispon\u00edvel em: https:\/\/www.jota.info\/coberturas-especiais\/inova-e-acao\/stf-aposta-inteligencia-artificial-celeridade-processos-11122018<\/a>.<\/p>\n\n\n\n [16]<\/a> BRASIL. Superior Tribunal de Justi\u00e7a. STJ entra na era da intelig\u00eancia artificial \u2013 STJ. Dispon\u00edvel em: http:\/\/www.sjt.jus.br-STJ-default-pt_BR-Comunica\u00e7\u00e3o-not\u00edcias-Not\u00edcias<\/a>.<\/p>\n\n\n\n [17]<\/a>BRASIL. Superior Tribunal de Justi\u00e7a. Revolu\u00e7\u00e3o tecnol\u00f3gica e desafios da pandemia marcaram gest\u00e3o do ministro Noronha na presid\u00eancia do STJ. Portal de not\u00edcias do STJ<\/strong>. 23 ago. 2020. Dispon\u00edvel em: https:\/\/www.stj.jus.br\/sites\/portalp\/Paginas\/Comunicacao\/Noticias\/23082020-Revolucao-tecnologica-e-desafios-da-pandemia-marcaram-gestao-do-ministro-Noronha-na-presidencia-do-STJ.aspx<\/a>.<\/p>\n\n\n\n [18]<\/a> Nesse sentido: \u201cO sucesso do Sistema Athos levou o STJ a se articular com os tribunais de segunda inst\u00e2ncia para que tamb\u00e9m eles pudessem utilizar esses recursos tecnol\u00f3gicos na gest\u00e3o de precedentes. Assim, foi idealizado o Athos Tribunais, projeto que visa apoiar as 32 cortes sob a jurisdi\u00e7\u00e3o do STJ e a Turma Nacional de Uniformiza\u00e7\u00e3o na forma\u00e7\u00e3o de precedentes e, adicionalmente, incentivar o envio ao STJ de recursos representativos de controv\u00e9rsia, a fim de que sejam julgados sob o rito processual dos repetitivos. O Athos Tribunais est\u00e1 atualmente em desenvolvimento e dever\u00e1 compor o M\u00f3dulo de Jurisdi\u00e7\u00e3o Extraordin\u00e1ria, iniciativa do Supremo Tribunal Federal (STF) que busca auxiliar os tribunais na an\u00e1lise de admissibilidade dos recursos especiais e recursos extraordin\u00e1rios. Inserido em uma vis\u00e3o de integra\u00e7\u00e3o entre STF e STJ, o projeto busca agregar uma s\u00e9rie de iniciativas, de modo a maximizar os resultados com uma significativa redu\u00e7\u00e3o de custos\u201d. BRASIL. Superior Tribunal de Justi\u00e7a. Revolu\u00e7\u00e3o tecnol\u00f3gica e desafios da pandemia marcaram gest\u00e3o do ministro Noronha na presid\u00eancia do STJ. Portal de not\u00edcias do STJ<\/strong>. 23 ago. 2020. Dispon\u00edvel em: https:\/\/www.stj.jus.br\/sites\/portalp\/Paginas\/Comunicacao\/Noticias\/23082020-Revolucao-tecnologica-e-desafios-da-pandemia-marcaram-gestao-do-ministro-Noronha-na-presidencia-do-STJ.aspx<\/a>.<\/p>\n\n\n\n [19]<\/a> BRASIL. Superior Tribunal de Justi\u00e7a. TJPE usar\u00e1 intelig\u00eancia artificial para agilizar processos de execu\u00e7\u00e3o fiscal no Recife<\/strong>. Dispon\u00edvel em: http:\/\/www.tjpe.jus.br\/noticias\/-\/asset_publisher\/ubhL04hQXv5n\/content\/id2079372<\/a>.<\/p>\n\n\n\n [20]<\/a> PERNAMBUCO. Tribunal de Justi\u00e7a de Pernambuco. TJPE usar\u00e1 intelig\u00eancia artificial para agilizar processos de execu\u00e7\u00e3o fiscal no Recife.<\/strong> Dispon\u00edvel em: http:\/\/www.tjpe.jus.br\/noticias\/-\/asset_publisher\/ubhL04hQXv5n\/content\/id2079372<\/a>.<\/p>\n\n\n\n [21]<\/a> State v. Loomis. <\/em>881 N.W.2d 749 (Wis. 2016). Dispon\u00edvel em: https:\/\/harvardlawreview.org\/2017\/03\/state-v-loomis\/<\/a>.<\/p>\n\n\n\n [22]<\/a> SOURDAIN, Tania. Judge v Robot?Artificial Intelligence and judicial decision-making. University of New South Wales Law Journal<\/strong>, v. 41, n. 4, p. 1126, 2018. Dispon\u00edvel em: https:\/\/bit.ly\/2D2HCAP<\/a>.<\/p>\n\n\n\n
\n\n\n\n