IA Generativa na Pesquisa Jurídica

fundamentos, aplicações e limites metodológicos

Prof. Dr. Ulisses Reis (PPGD/UFERSA)

05 de maio de 2026

O que veremos hoje

1. O que é, de fato, uma LLM

• Como o modelo realmente funciona
• Tipos de ferramentas relevantes
• Do prompt ao output

2. Aplicações concretas na pesquisa jurídica

• Revisão de escrita
• Síntese de literatura
• Coleta de fontes
• Análise de corpus
• Coleta via API e Claude Code

3. Limites, riscos e responsabilidade

• Alucinação, viés e integridade acadêmica

O que o modelo faz

• Uma LLM prediz o próximo token com base em padrões estatísticos; não consulta uma base de fatos
• Foi treinada em grandes volumes de texto e aprendeu a continuar sequências de palavras de forma plausível
• O modelo não tem acesso à verdade: tem acesso a regularidades nos dados de treinamento

Importante

Distinção central: fluência ≠ veracidade

Um texto bem escrito não é, por isso, verdadeiro. A confiança aparente do output não é evidência de correção.

Tipos de modelos relevantes para pesquisa

Modelos gerais

• ChatGPT (OpenAI)
• Claude (Anthropic)
• Gemini (Google)

Conversação aberta, ampla cobertura, propósito geral

Modelos e ferramentas especializadas

• SciSpace — leitura assistida de artigos
• NotebookLM — análise de corpus próprio
• Perplexity — busca com citação de fontes

Nota

Interface vs. API: todas essas ferramentas podem ser acessadas por interface gráfica. Algumas — como Claude e ChatGPT — também oferecem acesso programático via API. Este segundo caminho pode ser integrado em pipelines de pesquisa.

Como um prompt vira output

Input (prompt) → Tokenização → Processamento → Output (texto gerado)

• O prompt é fragmentado em tokens (unidades que aproximam palavras ou pedaços de palavras)
• O modelo calcula, a cada passo, a probabilidade do próximo token dado o contexto
• O output emerge dessa cadeia de previsões, não de uma consulta a um banco de dados

Aviso

O texto gerado é uma distribuição de probabilidade materializada em palavras. Por isso a mesma pergunta pode produzir respostas diferentes e por isso o modelo pode “inventar” com a mesma fluência com que acerta.

Como um prompt vira output

Revisão e refinamento de escrita

O que funciona bem

• Correção gramatical e ortográfica
• Adequação de registro (formal/acadêmico)
• Tradução para inglês acadêmico
• Reformulação de parágrafos pouco claros

Onde falha / riscos

• Perda de voz autoral
• Padronização excessiva do estilo
• Alterações silenciosas de sentido

Revisão e refinamento de escrita

Síntese e mapeamento de literatura

O que funciona bem

• Identificação de argumentos centrais em PDFs
• Comparação de posições entre textos
• Geração de resumo estruturado de artigo
• SciSpace para leitura assistida de artigos

Onde falha / riscos

• Alucinação de referências bibliográficas
• Viés de cobertura (sobrerrepresentação do inglês)
• Resumos que omitem nuances metodológicas

Síntese e mapeamento de literatura

Coleta esporádica de fontes

• LLMs podem servir como ponto de partida para construção de bibliografia. Atenção: nunca como fonte definitiva!
• O modelo conhece padrões sobre como referências se parecem; isso não significa que cada referência exista

Aviso

Regra prática: toda referência gerada por IA deve ser verificada antes de ser usada.

Fluxo de verificação sugerido:

LLM sugere → buscar no em bases de pesquisa confiáveis → confirmar existência, autoria e conteúdo

Coleta esporádica de fontes

Organização e análise de corpus com NotebookLM

• Mudança de paradigma: o pesquisador fornece o corpus; o modelo trabalha apenas dentro dele
• Reduz substancialmente — embora não elimine — o risco de alucinação
• O NotebookLM cita as fontes do próprio corpus, o que torna a verificação direta

Casos de uso na pesquisa jurídica:

• Análise de decisões judiciais
• Extração de padrões em múltiplos documentos
• Perguntas e respostas sobre um conjunto curado

Dica

Este é um fluxo de trabalho mais seguro para pesquisa ancorada em fontes: o modelo opera dentro de um perímetro definido pelo pesquisador.

Organização e análise de corpus com NotebookLM

Coleta de dados via API e Claude Code

• O acesso via API permite extração e análise programática em escala: classificação de milhares de decisões, NER em corpora jurídicos, estruturação de dados não tabulares
• Claude Code: ferramenta CLI da Anthropic para tarefas de codificação agêntica que permite interagir com o Claude diretamente no ambiente de desenvolvimento (Positron / VS Code), delegando subtarefas de código, construção de pipelines e manipulação de dados

Caminho 1 — Via interface

Pesquisador → Claude.ai / ChatGPT → Output manual

Caminho 2 — Via API + Claude Code

Corpus → API + Positron + Claude Code → Dados estruturados → Análise reprodutível

Nota

Requer conhecimento de programação (Python/R). Apresentado aqui como fronteira da pesquisa, não como pré-requisito para usar IA na pós-graduação.

Coleta de dados via API e Claude Code

Quadro-síntese das aplicações

Aplicação	Ferramentas principais	Funciona bem para	Risco principal
Revisão de escrita	Claude, ChatGPT	Clareza, tradução	Voz autoral
Síntese de literatura	SciSpace, Claude	Mapeamento rápido	Alucinação
Coleta de fontes	ChatGPT, Claude	Ponto de partida	Referências falsas
Análise de corpus	NotebookLM	Documentos próprios	Cobertura limitada
Coleta via API	Python/R + API + Claude Code	Escala, estruturação	Requer programação

Alucinação

• Definição: o modelo gera conteúdo plausível mas falso, com aparente confiança
• Ponto central: o modelo não sabe que está errado; não há nele um mecanismo interno de verificação factual
• Exemplo concreto: ao pedir uma citação de periódico jurídico brasileiro, a LLM pode inventar título, autor, volume, ano e até o DOI. Tudo isso com aparência verossímil

Aviso

A hallucination não é um bug ocasional: é uma consequência direta do funcionamento do modelo. Predizer o próximo token é predizer o que soa correto, não o que é correto.

Viés

1. Viés de corpus Dados de treinamento sobrerrepresentam o inglês, o Norte Global e os sistemas de common law

2. Viés de cobertura temporal Datas de corte do conhecimento limitam a atualidade; informações recentes podem não estar no modelo

3. Viés de confirmação induzido Modelos tendem a concordar com o enquadramento do prompt; se a pergunta sugere uma resposta, o modelo a fornece

Importante

Implicação para a pesquisa jurídica brasileira: outputs podem refletir, por padrão, frameworks jurídicos norte-americanos ou europeus; categorias, distinções e doutrinas que não correspondem ao direito pátrio.

Autoria e integridade acadêmica

• Estado atual: sem consenso, normas em rápida evolução
• O que periódicos, agências de fomento e programas vêm exigindo: divulgação do uso, proibição de listar IA como autora, responsabilidade humana pelo conteúdo

Proibição total

Algumas revistas e programas vedam qualquer uso

Dica

Uso com divulgação obrigatória

Posição majoritária emergente adotada pelo CNPq (próximo slide)

Ausência de política

Ainda comum no Brasil

Importante

A responsabilidade pelo conteúdo final é sempre do autor humano, independentemente do quanto a IA tenha contribuído.

Brasil: Portaria CNPq nº 2.664, de 6 de março de 2026

Institui a Política de Integridade na Atividade Científica aplicável a servidores, proponentes, beneficiários e demais agentes vinculados ao fomento.

O que a portaria diz sobre IA generativa

• Uso de IAG não é proibido, mas deve ser declarado (ferramenta + finalidade)
• Vedada a submissão de conteúdo gerado por IAG como se fosse de autoria humana
• Autores são integralmente responsáveis pelo conteúdo final, inclusive por plágios e imprecisões
• Uso de IA na elaboração de pareceres científicos não é recomendado

Fiscalização e sanções

• Aplicação pela Comissão de Integridade na Atividade Científica (CIAC)
• Infrações classificadas em leve, grave e gravíssima
• Sanções possíveis:
  • Advertência formal
  • Suspensão de bolsas e auxílios
  • Devolução de recursos com ressarcimento
  • Impedimento em processos seletivos
  • Revogação da outorga de fomento

A pergunta prática para o pesquisador

“O que consigo verificar? O que não consigo?”

Verificável

• Existência da fonte
• Conteúdo do texto
• Consistência do argumento
• Adequação da tradução

Difícil de verificar

• Completude da síntese
• Ausência de viés
• Fidelidade a nuances metodológicas

Três posições possíveis

Recusa total

Posição legítima, com argumentos metodológicos e éticos sólidos

Adoção acrítica

O risco maior: fluência confundida com confiabilidade

Uso instrumentalizado com letramento

Conhecer os mecanismos, escolher as ferramentas certas, verificar os outputs e assumir responsabilidade pelo resultado

Hora de botar a mão na massa!!!