Inteligência Artificial aplicada ao Direito Brasileiro: Estado da Arte, Aplicações e Desafios
DOI:
https://doi.org/10.5753/compbr.2026.56.8609Keywords:
Inteligência Artificial, Direito, Processamento de Linguagem Natural, Recuperação de Informação, JurimetriaAbstract
O Brasil possui um dos maiores sistemas judiciários do mundo, com mais de 75 milhões de processos em tramitação e cerca de 27 milhões de novos casos por ano. Esse cenário impulsiona o desenvolvimento de soluções baseadas em Inteligência Artificial (IA) para apoiar advogados, magistrados e servidores do Judiciário. Este artigo apresenta um panorama das principais aplicações de IA no contexto jurídico brasileiro, organizadas em três eixos: recuperação de informação e organização de acervos documentais, classificação e automação de fluxos processuais e sistemas preditivos e assistentes jurídicos inteligentes. Discutem-se desafios técnicos e éticos relevantes, como especialização de domínio, qualidade e escassez de dados anotados, vieses algorítmicos e interpretabilidade de modelos, além do marco regulatório estabelecido pela Resolução CNJ nº 455/2022. Conclui-se apontando tendências para a consolidação do uso de IA generativa no ecossistema jurídico brasileiro, destacando a importância de parcerias entre academia, indústria e Poder Judiciário.
Downloads
Referências
NOVAES, L. et al. Modelagem de tópicos para a tarefa de recuperação de casos legais. In: Simpósio Brasileiro de Bancos de Dados, XXXVIII, Porto Alegre. p. 128–140, 2023.
MENTZINGEN, H. et al. Textual similarity for legal precedents discovery: assessing the performance of machine learning techniques in an administrative court. International Journal of Information Management Data Insights, v. 4, p. 100247, 2024.
RIBEIRO, L. et al. JurisTCU: a Brazilian Portuguese information retrieval dataset with query relevance judgments. arXiv preprint, arXiv:2503.08379, 2025.
VIANNA, D. et al. A topic discovery approach for unsupervised organization of legal document collections. Artificial Intelligence and Law, v. 32, n. 4, p. 1045–1074, 2024.
FELTRIN, G. et al. Um estudo sobre métricas de avaliação para sumarização de acórdãos. In: Simpósio Brasileiro de Bancos de Dados, XXXVIII. p. 295–305, 2023.
LINS, A. A. et al. CLSJUR.BR a model for abstractive summarization of legal documents in Portuguese language based on contrastive learning. In: Conf. of Computational Processing of Portuguese. p. 429–440. 2024.
INAZAWA, P. et al. Projeto Victor. Computação Brasil, n. 39, p. 19–24, 2019.
DOMINGUES, M. A. et al. A large-scale benchmark for session-based recommendations on the legal domain. Artificial Intelligence and Law, v. 33, p. 43–78, 2025.
MOREIRA, J. et al. A study on unsupervised question and answer generation for legal information retrieval and precedents understanding. In: International ACM SIGIR Conference, p. 2865–2869. 2024.
MARINHO, L. B. et al. Na prática, qual IA entende o direito? Um estudo experimental com IAs generalistas e uma IA jurídica. arXiv preprint, arXiv:2510.18108, 2025.
Downloads
Published
Como Citar
Issue
Section
Licença
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
