GLOBO usou IA para analisar ~35 horas de sessões da Primeira Turma do STF e descobriu algo curioso: mesmo com condenações quase unânimes, ministros usaram estratégias bem diferentes nos votos 🧠🧵

Imagem indisponível

A ferramenta automatizou transcrição e classificou temas das falas: Alexandre de Moraes focou 65% em provas; Cristiano Zanin 58% em provas; já Luis Fux passou 21% do tempo em pedidos das defesas e doutrinas jurídicas — o único a divergir no resultado.

Tecnicamente: foi combinação de transcrição automática + modelos de NLP para identificar tópicos e categorias nas falas. Isso permite transformar fala longa em métricas que mostram prioridades retóricas de cada ministro.

Imagem indisponível

Mas atenção: modelos de IA não são neutros. Rotulações automáticas dependem do conjunto de treinamento e das escolhas de rótulos. Para casos sensíveis como julgamentos, é essencial validação humana e transparência sobre a metodologia.

Do lado positivo, essa abordagem amplia o poder do jornalismo de dados — democratiza análises complexas e acelera escrutínio público. Do lado ético, exige cuidado com privacidade, revisão humana, responsabilidade ambiental e uso não seletivo dessas ferramentas.

Imagem indisponível

Reflexão final: a IA pôs números onde antes havia só percepção — ajudou a revelar estratégias de voto e aprofundar a compreensão pública. Ferramentas assim podem fortalecer a democracia, desde que venham com auditoria, acesso público às metodologias e regras claras.