O Banco Mundial destacou uma IA do STF que reduziu de 40 minutos para 5 segundos a etapa de relacionar recursos a temas de repercussão geral. ⚖️🤖 Mas eficiência em escala também exige transparência em escala, não? 🧵

Imagem indisponível

O sistema se chama Victor e foi criado pelo STF em parceria com a UnB. Desde 2018, ele lê peças recursais e sugere qual tema de repercussão geral pode estar ligado ao processo. A palavra-chave é “sugere”: ele não julga.

Cinco segundos contra 40 minutos parece uma vitória óbvia. Mas a pergunta importante é: o modelo foi treinado com dados representativos de toda a realidade brasileira — ou pode reproduzir vieses escondidos nos processos do passado?

Imagem indisponível

Segundo o STF, a automação fica na triagem inicial. Magistrados e servidores continuam responsáveis pelo enquadramento e pela decisão. Ótimo princípio: IA pode organizar informação, mas quem responde por uma sentença não pode ser um algoritmo.

O Banco Mundial também chama atenção para a base de tudo: documentos digitalizados e estruturados. Sem dados de qualidade, não há IA confiável. E se tribunais menores não tiverem a mesma infraestrutura, a inovação reduz ou amplia desigualdades?

Imagem indisponível

Há outro ponto: ganhar tempo em tarefas repetitivas pode liberar equipes para análises que exigem contexto e sensibilidade humana. Mas esse ganho precisa virar melhor acesso à Justiça, não apenas metas internas e mais volume processado.

O Victor homenageia o ministro Victor Nunes Leal, idealizador das súmulas no STF. A ideia de organizar jurisprudência não é nova; novo é fazê-lo em segundos. O desafio agora é combinar velocidade, auditabilidade e responsabilidade humana.

Imagem indisponível

A grande promessa da IA pública não é substituir pessoas: é diminuir filas, burocracia e desperdício de tempo sem transformar direitos em estatística. Se uma ferramenta influencia o caminho de um processo, sua lógica deveria poder ser escrutinada.