REVISTACIENTIFICAMULTIDISCIPLINARNUCLEODOCONHECIMENTO

A possibilidade da utilização de inteligência artificial nas decisões judiciais: uma análise na sua possível aplicação dentro dos juizados especiais cíveis para o acesso à justiça

DOI: ESTE ARTIGO AINDA NÃO POSSUI DOI
SOLICITAR AGORA!
Rate this post

CONTEÚDO

ARTIGO ORIGINAL

SILVA, Ricardo Pereira [1], DANTAS, Wellson Rosário Santos [2]

SILVA, Ricardo Pereira. DANTAS, Wellson Rosário Santos. A possibilidade da utilização de inteligência artificial nas decisões judiciais: uma análise na sua possível aplicação dentro dos juizados especiais cíveis para o acesso à justiça. Revista Científica Multidisciplinar Núcleo do Conhecimento. Ano 06, Ed. 05, Vol. 09, pp. 181-207. Maio de 2021. ISSN: 2448-0959, Link de acesso: https://www.nucleodoconhecimento.com.br/lei/decisoes-judiciais

RESUMO

Este presente artigo visa abordar o emprego de inteligência artificial no âmbito judicial, principalmente quando ela for utilizada no processo decisório no Poder Judiciário. Primeiramente, será tratado o significado de inteligência artificial e como ela é usada no Direito, então a seguir será analisado o uso dessa tecnologia na tomada de decisões e os riscos que ela pode causar em decisões judiciais em razão de problemas de ordem técnica, bem como será feita uma reflexão sob uma perspectiva jurídica do que significaria uma máquina atuando no lugar de um juiz humano. Logo após, tendo como base o juiz-robô da Estônia, que decide causas de pequeno valor, far-se-á uma analogia de como poderia acontecer o emprego de inteligência artificial nos Juizados Especiais Cíveis brasileiros. Ao final, verifica-se que é possível utilizar essas tecnologias nessas cortes brasileiras, mas não da mesma forma que se vê no país estoniano, pois o juiz-robô se mostra incompatível com o ordenamento jurídico brasileiro por enquanto. Para realização dos objetivos propostos, utilizou-se de pesquisa bibliográfica com abordagem qualitativa.

Palavras-chave: Inteligência artificial, Algoritmo, Poder Judiciário, Juiz-robô, Juizado Especial Cível.

1. INTRODUÇÃO

O presente artigo tem como escopo tratar da inteligência artificial aplicada nas decisões judiciais, uma vez que é inegável que o uso de tecnologia está cada vez mais notório dentro de diversas áreas de conhecimento para execução de serviços e produção de bens, de outra forma não poderia ser diferente em relação ao Direito. É preciso, contudo, refletir o impacto que o alinhamento de decisões judiciais com a inteligência artificial poderá causar quando se fala na tutela de bens jurídicos e os desdobramentos que isso poderá trazer na vida das pessoas que confiam ao Poder Judiciário a missão de dirimir conflitos e trazer a pacificação social.

Assim, o emprego de tecnologia no Poder Judiciário veio para agilizar e facilitar o trabalho dos membros e servidores, assim como também serve para melhorar a prestação jurisdicional aos que litigam na Justiça. Como existe uma tendência de a tecnologia estar cada vez mais presente no âmbito judicial, é essencial verificar como a inteligência artificial pode ser usada nas decisões judiciais, seja para sugeri-las ao magistrado, seja para proferi-las sem a necessidade de um juiz humano.

Em um primeiro momento será analisado o conceito de inteligência artificial e como ela está sendo usada para transformar alguns setores do Direito, mais especificamente a advocacia privada e os tribunais. Adiante, tratar-se-á da inteligência artificial na tomada de decisões para se extrair quais são os benefícios e malefícios, de ordem mais técnica, especialmente quando se fala no uso em decisões judiciais, para logo após abordar a possibilidade do juiz-robô em uma perspectiva jurídica. Tendo como norte o juiz-robô da Estônia, utilizado para decidir causas de pequeno valor, surge-se a ideia de avaliar o emprego da inteligência artificial nos Juizados Especais Cíveis, já que esses órgãos são responsáveis para julgar causas de menor valor e são importantes para efetivar o acesso à justiça dada as suas particularidades.

A metodologia utilizada é a da pesquisa bibliográfica com consulta, de material impresso ou eletrônico, a artigos científicos, livros, estudos, leis, sítios eletrônicos oficiais de instituições e/ou sítio eletrônico com informações verídicas e com credibilidade, para se fazer uma abordagem qualitativa sobre o fenômeno da inteligência artificial nas decisões no âmbito judicial e compreender os aspectos que estão envolvidos nessa situação e que podem interferir significativamente na vida dos jurisdicionados.

2. O QUE É A INTELIGÊNCIA ARTIFICIAL E O SEU USO NO DIREITO

A tecnologia está causando um profundo avanço nas diversas formas de prestações de serviços, na produção de bens, no lazer e nas tarefas do cotidiano, de forma consideravelmente rápida. De acordo com Ferrari et al. (2020), o aumento significativo de inovações tecnológicas, que se demonstram cada vez mais acentuados e perceptíveis na sociedade, é em decorrência dos seguintes elementos: Crescimento exponencial da capacidade de processamento dos computadores, inteligência artificial (IA) e big data (imensa quantidade de dados).

Peixoto e Silva (2019, p. 20-21) trazem o seguinte conceito de inteligência de artificial:

A IA é uma subárea da ciência da computação e busca fazer simulações de processos específicos da inteligência humana por intermédio de recursos computacionais. Está estruturada sobre conhecimentos de estatística e probabilidade, lógica e linguística.

Já Marques (2019, p. 3) apud Alves (2020, p. 48-49) desenvolve da seguinte maneira:

Inteligência artificial é expressão que busca refletir, talvez de forma exagerada, as capacidades das novas tecnologias, mais especificamente as máquinas e os sistemas cada dia mais capazes. Há quem prefira expressões como “máquinas inteligentes” (smart machines) ou “superinteligência” (superintelligence), mas também para se referir a essa evolução dos sistemas computacionais, que hoje podem, por exemplo, aprender com experiências passadas para descobrir padrões, identificar tendências, e, assim, fazer previsões mais precisas do que poderá ocorrer em situações semelhantes (o já referido big data analytics). A inteligência artificial conceitualmente também incluiria iniciativas de que sistemas realizem atividades que antes exigiriam inteligência humana (IBM Watson), máquinas que podem interagir fisicamente (a robótica) e sistemas que podem detectar e expressar emoções.

Seguindo esse fio, pode-se afirmar que o objetivo da utilização da inteligência artificial é replicar a inteligência humana para que máquinas ou sistemas operacionais possam realizar atividades que necessitariam de algum tipo de função cognitiva que a princípio só se encontraria em seres humanos, porém agora também pode estar presente artificialmente em máquinas para que assim elas possam realizar variados tipos de tarefas.

É possível afirmar que a abrangência da inteligência artificial é muito grande dentro da tecnologia e por isso apresenta um grande leque de áreas em que é utilizado, podendo citar seu uso em sistemas de apoio às decisões humanas, em sistemas flexíveis e adaptáveis, na realidade aumentada, na tradução automática, na análise de grandes volumes de dados (big data), na computação cognitiva, na robótica, em sistemas sensitivos ao contexto, nos carros autônomos, nos agentes inteligentes, no reconhecimento de pessoas, nos assistentes virtuais, na publicidade direcionada ou segmentada, entre vários outros exemplos (GIRARDI, 2020).

Destaca-se ainda a classificação, no tocante aos diferentes segmentos da IA, feita pelos cientistas da computação Russel e Norvig (2003) apud Girardi (2020, p. 19) “sistemas que pensam como humanos; sistemas que pensam racionalmente; sistemas que atuam como humanos e sistemas que atuam racionalmente”.

Assim, de uma forma concreta, o uso de IA é bastante diverso e pode ser utilizada para fazer diagnóstico de câncer de pele ao analisar uma imagem digital de uma lesão cutânea e a partir dela determinar se há malignidade ou não (BUCH; AHMED; MARUTHAPPU, 2018; ESTEVA et al., 2017 apud HOLZINGER et al., 2019).

Na Engenharia Civil, a IA é utilizada por meio de sistemas especialistas na avaliação de projetos, em diagnósticos, na tomada de decisões e predição, no design de construções, na detecção da qualidade de estradas e pontes, dentre outros (LU; CHEN; ZHENG, 2012). Já na agricultura, é possível citar a aplicação de IA no manejo do solo para, por exemplo, classificá-lo, predizer a sua temperatura média mensal, a umidade e a textura, é empreendida também no manejo da plantação e da produção para prever o rendimento, fazer a colheita, detectar deficiência nutricional da plantação, e, ainda, no manejo de doenças e no combate de plantas daninhas na produção agrícola, tudo isso objetivando aumentar a produtividade com eficiência e com um menor custo (ELI-CHUKWU, 2019).

Logo, fica perceptível que a inteligência artificial é aplicada de maneiras diversificadas e está presente nas várias áreas do conhecimento. Sendo assim, não poderia ser diferente em relação ao Direito no qual o emprego da tecnologia vem transformando e inovando a forma como os profissionais atendem as demandas jurídicas que lhes são trazidas pela sociedade.

Peixoto e Silva (2019) mencionam duas ferramentas de IA capazes de auxiliar o trabalho do advogado, uma trabalha na análise e revisão de documentos jurídicos por meio de processamento natural de linguagem natural para identificar conteúdos relevantes para o profissional; a outra, com o aprendizado de máquina (machine learning), verifica um grande número de arquivos para apresentar dados que sejam úteis para fazer planejamentos jurídicos. A primeira, portanto, seria usada na fase de consultoria sobre contratos e riscos associados e para ajudar nas negociações ao fazer comparação das previsões contratuais com entendimentos jurisprudências ou com base nas melhores práticas; já a segunda trabalharia em cima de objetos contratuais, cláusulas, previsões legais e detecções de riscos associados, além de poder ser usada em auditorias (LAVERY, 2018, apud PEIXOTO; SILVA, 2019).

Nesse passo, é indispensável falar da big data analytics que segundo Ferrari et al. (2020, p. 20) “cuida-se da atividade consistente em, a partir da análise de dados, descobrir padrões. Esses padrões, muitas vezes, têm relevância econômica.”  Dentro desse contexto, na área jurídica é possível, através de um software, realizar a mineração de dados de documentos processuais para poder predizer como um juiz ou um tribunal irá julgar determinada causa, quais seriam as teses defensivas mais aceitas por tais órgãos, quais seriam as chances de vitória e ainda pode prever o comportamento do advogado ou do escritório de advocacia da parte contrária (ANDRADE; ROSA; PINTO, 2020; FERRARI et al., 2020).

Levando-se em conta essas predições que podem ser obtidas, toda essa análise de dados, consequentemente, direciona a uma prestação jurisdicional mais assertiva por parte do advogado a favor de seu cliente, tendo em vista que isso tudo possibilita traçar a melhor estratégia jurídica para resolução daquela lide que lhe foi confiada, e isso em uma quantidade de tempo muito menor em comparação a uma análise manual de até centenas de páginas de julgados de um período que pode ser superior a dez anos (ANDRADE; ROSA; PINTO, 2020).

Ressalta-se que essa tecnologia que permite processar e analisar essa imensa quantidade de dados alia-se à digitalização dos autos e ao alto número de casos judiciais que agora se iniciam de forma eletrônica, isso é indispensável para que se possa fazer análises que possibilitem alcançar processos eletrônicos de qualquer tribunal do país, não ficando restrita apenas aos processos de um determinado escritório de advocacia (ALVES, 2020). O Conselho Nacional de Justiça (2019b) divulgou que no ano de 2018, 83,8% dos processos judiciais foram ajuizados eletronicamente, o que equivale a 20,6 milhões de ações.

Essa junção entre Estatística e Direito para encontrar padrões e tentar buscar a previsibilidade jurídica usando métodos quantitativos, estabelecendo probabilidades por meio da análise de um conjunto de processos judiciais, é o que se denomina como Jurimetria, tendo como principal propósito dar uma maior segurança ao profissional do Direito nas tomadas de decisões em razão das variadas predições que é capaz de se extrair por meio desses dados, estimando desde a probabilidade de conseguir uma sentença favorável até uma sugestão de qual ato praticar dentro do processo ou até mesmo calcular um valor aceitável para um acordo (ALVES, 2020; LOEVINGER, 1963, apud ZABALA e SILVEIRA, 2014). Frisa-se o uso da tecnologia (inteligência artificial) para viabilizar o uso estatístico dessa enorme quantidade de dados dentro do Direito.

Diante disso tudo, é necessário pontuar o surgimento de startups denominadas LawTechs ou LegalTechs que mesclam serviços jurídicos com tecnologia digital e assim aplicar inteligência artificial para extrair dados dos processos eletrônicos dos tribunais, em plataformas tanto para busca de dados jurídicos quanto para realizar predições, na automação de documentos e petições, entre outros (ALVES, 2020; DUBOIS, 2020). É seguro dizer que esses empreendimentos causam transformações que almejam simplificar diversas tarefas e proporcionar um maior rendimento aos escritórios de advocacia.

Concernente ao Poder Judiciário do Brasil, com base no Conselho Nacional de Justiça (2019a), é possível enumerar alguns robôs, plataformas e sistemas que empregam a inteligência artificial dentro do Poder Judiciário para agilizar e facilitar tarefas realizadas nas Cortes, pode-se citar o sistema Victor que é utilizado no Supremo Tribunal Federal (STF) para localizar e classificar decisões, peças processuais e identificar temas de repercussão geral de maior incidência no âmbito do Tribunal. No Tribunal de Justiça do Rio Grande do Norte (TJRN) há os robôs Poti, Clara e Jerimum:

O primeiro está em plena atividade e executa tarefas de bloqueio, desbloqueio de contas e emissão de certidões relacionadas ao BACENJUD. Em fase de conclusão, Jerimum foi criado para classificar e rotular processos, enquanto Clara lê documentos, sugere tarefas e recomenda decisões, como a extinção de uma execução porque o tributo já foi pago. Para casos assim, ela vai inserir no sistema uma decisão padrão, que será confirmada ou não por um servidor. (CNJ, 2019a).

Já em Minas Gerais, o Tribunal de Justiça possui um sistema denominada Radar.

O Radar permite ao magistrado verificar casos repetitivos no acervo das comarcas, agrupá-los e julgá-los conjuntamente a partir de uma decisão normatizada. Ele também permite pesquisas por palavras-chave, data de distribuição, órgão julgador, magistrado, parte, advogado e outras demandas que o juiz necessitar. O Radar também pode ser aplicado aos processos administrativos do Sistema Eletrônico de Informações (SEI) do TJMG. (CNJ, 2019a).

Em apenas uma sessão, na 8ª Câmara Cível do TJMG, em novembro de 2018, foram julgados 280 processos com apenas um clique no computador, isso graças à ferramenta Radar que identificou e separou recursos com idênticos pedidos, e, logo após, aplicou o voto padrão dos desembargadores da Câmara a todos esses recursos (TJMG, 2018).

Outra ferramenta é o Mandamus que foi desenvolvido pelo Tribunal de Justiça de Roraima (TJRR) em parceria com a Universidade de Brasília (UNB), ele é um dispositivo que usa inteligência artificial para facilitar o serviço dos oficiais de justiça na distribuição de mandados.

Ele [o Mandamus] faz a gestão da Central de Mandados, auxilia na distribuição, nos processos de localização do oficial de justiça e da pessoa que vai receber o mandado. Ainda atualiza os dados referentes aos endereços das partes; faz a citação ou intimação em tempo real, diminuindo a burocratização; e pode ser usado como aplicativo no celular ou tablet do oficial de justiça, que imprime o mandado em uma impressora portátil. (TJRR, 2019).

Os sistemas citados anteriormente são apenas alguns exemplos da IA dentro dos Tribunais brasileiros. Frisa-se que o CNJ aprovou, por meio de resolução, a criação da Plataforma Digital do Poder Judiciário Brasileiro, sendo que um de seus objetivos é a colaboração entre os tribunais com soluções tecnológicas para aproveitamento comum, ou seja, inovações tecnológicas bem-sucedidas em um tribunal poderão ser aplicadas em outros tribunais (CNJ, 2020b). Isso pode ser averiguado na cooperação entre o CNJ e o TJRR para a inclusão do módulo Mandamus na plataforma para que todos os tribunais possam fazer uso dessa tecnologia no cumprimento dos mandados judiciais (CNJ, 2021).

É bem nítido as diversas aplicações da IA no Direito, seja dentro dos Tribunais, seja dentro dos escritórios de advocacia, todas essas inovações simplificam e agilizam as tarefas dos advogados e dos membros e servidores do Poder Judiciário. Ainda dentro desse mesmo leque, há ainda a possibilidade do uso de algoritmos para realizar tomada de decisões, essa hipótese pode levantar preocupações quando aplicada nas sentenças judiciais.

2.1 A INTELIGÊNCIA ARTIFICIAL NAS TOMADAS DE DECISÕES E O SEU EMPREGO NO PODER JUDICIÁRIO

O emprego de inteligência artificial com o intuito de se chegar a uma decisão que seja a mais benéfica e/ou a mais precisa possível em uma determinada situação não é algo tão incomum. Antes de se adentrar neste tópico, entretanto, faz-se obrigatório tecer análises sobre determinados conceitos que são fundamentais para entender como funciona o processo em comento. Assim, é fundamental trazer o conceito de algoritmo, machine learning (aprendizado de máquina) e outros termos correlatos.

Nessa levada, segundo Domingos apud Ferrari et al (2020, p. 72) “algoritmo é uma sequência de instruções que vai dizer a um computador o que fazer”. Já os autores Peixoto e Silva (2019, p. 71), por sua vez, conceituam da seguinte maneira “um algoritmo pode ser definido, de modo simplificado, como um conjunto de regras que define precisamente uma sequência de operações, para várias finalidades, tais como modelos de previsão, classificação, especializações.”.

Concebido que o algoritmo é a realização do processamento de dados ao inseri-los em um sistema (input) para que ao final se atinja um resultado almejado (output), é imprescindível estabelecer que nem todos os algoritmos irão necessariamente fazer o uso da inteligência artificial, pois existem aqueles que são configurados por um programador que saberá exatamente como ocorrerá as etapas do processamento, podendo ele fazer as alterações que julguem ser necessárias. Esses são os algoritmos programados. Por outro lado, há os algoritmos não programados, e eles efetivamente fazem o uso de IA, em que ocorre o que se denomina de machine learning (FERRARI et al., 2020).

Machine learning ou aprendizado/aprendizagem de máquina é:

[…] a habilidade de sistemas de IA de adquirir conhecimento próprio ao extrair padrões de dados não processados. Essa tecnologia possibilitou que computadores pudessem lidar com problemas que exigem conhecimento do mundo real e tomar decisões que aparentam subjetividade. (PEIXOTO; SILVA, 2019, p. 89).

Assim depreende-se que o aprendizado de máquina dispensa a intervenção do ser humano no processamento de dados em si, sendo que esse aprendizado pode ser subdividido entre os supervisionados e os não supervisionados. Na aprendizagem supervisionada existe uma seleção prévia do conjunto de dados (dataset) com a rotulagem correta antes de adentrar o sistema para que aconteça o devido treinamento, após o algoritmo aprender com base nos dados e rótulos que foram selecionados e introduzidos, ele então estará apto a fazer a classificação ou a regressão desejada com dados novos sem rotulagem (FERRARI et al., 2020; PEIXOTO; SILVA, 2019).

Ferrari et al. (2020, p. 74-75) cita o uso de algoritmo supervisionado em bancos para decidir se irá ocorrer a concessão de empréstimo ou não a um determinado cliente:

Por exemplo, imaginemos a situação de Maria, 30 anos, renda de x, que pediu um empréstimo de R$ 20.000,00 (vinte mil reais). Digamos que, naquele caso, ela tenha sido inadimplente. Pensemos, agora, em João, 45 anos, renda de y, profissão tal, pediu R$ 1.000,00 (mil reais) de crédito para devolver em tanto tempo, e pagou João. Milhares de casos desse tipo seriam utilizados para treinar o software. Seriam carregadas as informações de Maria, rotuladas com o resultado desejado (inadimplente), bem como as de João, com o resultado “adimplente”. Depois de receber informações assim rotuladas, o algoritmo vai, sozinho, por correlação, analisar quais características levam à adimplência ou à inadimplência. Depois de ser treinado, portanto, ele vai estar apto a sugerir se o crédito deve ou não ser concedido para uma nova pessoa. (Grifo do autor).

Fica evidente, do hipotético caso acima narrado, que essas classificações por meio de algoritmos supervisionados podem servir para a tomada de decisões e tais algoritmos podem ser usados em diversas situações.

Na aprendizagem não supervisionada, por sua vez, não há rotulagem nem pré-seleção dos dados, os algoritmos que irão realizar o processamento deles para que se descubra um padrão dentro desse próprio conjunto (FERRARI et al., 2020).

É esse aprendizado não supervisionado que vai viabilizar a criação de carros e de drones autônomos. Então, é um sistema de decisão muito rápido e os dados não são tratados antes de entrarem no sistema. Na área da saúde, por exemplo, essa técnica vai ser muito utilizada para o diagnóstico de doenças, como o câncer e a retinopatia, que é uma doença de vista. (FERRARI et al., 2020, p. 78).

Nessa linha, os professores Ferreira e Zeviani (entre 2013 e 2021, slide 2) citam dois métodos da aprendizagem não supervisionada, análise de componentes principais e clustering, além de alguns exemplos no uso da aprendizagem não supervisionada:

Análise de Componentes Principais: tenta explicar a estrutura de covariância através de combinações lineares de X1, X2, . . . , Xp;  Clustering: se trata de uma ampla classe de métodos para descobrir agrupamentos nos dados. Exemplos: Pacientes com câncer agrupados de acordo com similaridades nas expressões gênicas; Grupos de consumidores caracterizados pelos seus históricos de navegação e compras; Filmes agrupados pelas notas dos espectadores.

Peixoto e Silva (2019) apontam ainda mais um tipo de machine learning, a denominada aprendizagem por reforço, a qual se daria por meio do conjunto de dados e por meio de interação com o ambiente externo. Esse sistema estaria sujeito a receber sinais de recompensa ou punição se, com uma determinada interação, o resultado obtido for correto/desejado ou errado/indesejado, respectivamente, construindo então experiências que serão assimiladas pelo algoritmo e que o fará ficar cada vez mais assertivo conforme “vivencie” novas situações, assim estimula-se os acertos feitos pela máquina e inibe-se os seus erros.

De todo modo, esses algoritmos já fazem parte da realidade de muitos empreendimentos e negócios. Apenas a título de exemplo, eles podem definir qual cartão de crédito será oferecido ao usuário do banco, qual pessoa se encaixa melhor para uma determinada vaga de emprego, qual tipo de anúncio e de produto será levado para cada público-alvo, qual será o valor do seguro-saúde com base nos dados da pessoa, quem será recomendado como possível amigo nas redes sociais, entre muitos outros usos (FERRARI et al., 2020).

Não se pode olvidar ainda o uso deles no Poder Público, mais especificamente no Poder Judiciário. No Brasil, como já exposto no tópico anterior, tribunais empregam algoritmos classificatórios, como o Victor que é usado na Suprema Corte, mais ainda, já há aqueles que ao processarem os dados podem até sugerir decisões para o julgador, como a robô Clara do Tribunal de Justiça do Rio Grande do Norte. No âmbito internacional, uma inovação ousada no país estoniano chama a atenção, um algoritmo que poderá proferir decisão em certos feitos.

Conforme foi exposto anteriormente, verifica-se que nenhuma das ferramentas de inteligência artificial existentes no Brasil foram criadas para substituir a figura do juiz. No entanto, a Estônia, de forma pioneira, valer-se-á de algoritmos para proferir decisões judiciais em causas de pequeno valor, mais especificamente, disputas com valor menor que €7.000,00 (sete mil euros). As partes farão upload de documentos que sejam necessários para o deslinde da causa e o algoritmo trará uma decisão, sendo que dessa decisão poderá ser interposto recurso para um juiz humano (COWAN, 2019).

O uso de algoritmos para sugerir decisões ou até mesmo proferir decisões, como no caso do “juiz-robô” estoniano, é objeto de debate pelo fato de que o processamento de linguagem natural realizado por essas máquinas deve conter o raciocínio legal para realizar fundamentações jurídicas, bem como pelo fato do aprendizado e da aplicação da linguagem por esses sistemas se diferir totalmente da maneira da qual é feita naturalmente pelos seres humanos (BOEING; ROSA, 2020).

Ferrari et al. (2020) destacar ainda outros pontos que merecem atenção como data sets viciados, efeitos discriminatórios e a opacidade no processo dos softwares que impedem determinar como aquele algoritmo chegou naquela determinada decisão. Outra questão central, em relação ao juiz-robô, é a ausência de responsabilidade das decisões em que ele possa a vir proferir (GRECO, 2020).

Diante do que foi exposto, considerando que o juiz-robô estoniano decidiria causas de pequeno valor, é conveniente fazer uma analogia do uso dessa tecnologia para proferir ou sugerir decisões no âmbito dos Juizados Especiais Cíveis brasileiros, todavia é imperioso primeiramente fazer um aprofundamento nos aspectos positivos e negativos desses algoritmos no processo decisório do Poder Judiciário, além de fazer uma contraposição com o ordenamento jurídico brasileiro.

2.1.1 ASPECTOS POSITIVOS E NEGATIVOS (RISCOS) NO USO DE ALGORITMOS PARA A TOMADA DE DECISÕES JUDICIAIS

Alguns benefícios da utilização desse tipo de tecnologia no processo decisório do Poder Judiciário são bem previsíveis. Alude-se, por exemplo, a diminuição do tempo para se chegar na decisão, já que os softwares processam quantias enormes de informação em um curto período de tempo do que levaria um ser humano, a redução de custos, a otimização na distribuição de recursos humanos, os membros e servidores se concentrariam em tarefas mais complexas, além de outros.

Em que pese o uso dessas ferramentas possam trazer diversos resultados positivos em certos aspectos, não se pode perder de vista os riscos associados com esse mesmo tipo de tecnologia quando se fala em empregá-la nas decisões judiciais.

O primeiro problema a ser destacado é em relação a qualidade dos conjuntos de dados que podem vir a ser inseridos no sistema para treinamento, o que pode afetar os resultados, gerando decisões enviesadas. Porém, antes, para compreender esse impasse, convém trazer à baila o conceito de heurística e como ela está presente no processo cognitivo das pessoas quando elas precisam tomar decisões.

A heurística consiste em atalhos mentais para a simplificação de processos de conhecimento e de tomada de decisão que de outro modo demandariam um grande esforço cognitivo (BOEING; ROSA, 2020; LORDELO, 2020). Boeing e Rosa (2020), usando a teoria do processo dual, explicam que as atividades cognitivas humanas estão divididas em Sistema 1 e Sistema 2. O Sistema 1 que tem como características ser rápido e intuitivo, faz uso de heurísticas, tendo como norte o acúmulo de informações pretéritas para responder automaticamente em situações que forem parecidas; o Sistema 2 tem como característica ser deliberado, devagar, mais reflexivo, para situações não habituais e complexas (BOEING; ROSA, 2020).

Ambos os sistemas (conjuntos de processos mentais) atuam concorrentemente, de forma que não podem ser entendidos como unidades autônomas […]. Os dois sistemas, portanto, não competem, mas cooperam, visto que há processos mentais que exigem o Sistema 1 e outros que necessitam do Sistema 2. Todavia, ocorre que, por conta do esforço exigido pelo Sistema 2 e da velocidade e eficácia do Sistema 1, é possível que, mesmo diante de questões complexas, aquele venha apenas a endossar generalizações deste. […] As heurísticas e vieses ocorrem, portanto, quando se utiliza o Sistema 1, enquanto crê-se estar utilizando o Sistema 2. […] tais falhas cognitivas podem interferir no âmbito judicial. Especialmente em uma situação de excesso de demandas, juízes e demais sujeitos processuais não têm condições e tampouco incentivos de analisar detalhadamente todas as peculiaridades dos casos que chegam até eles, de forma que criam “atalhos mentais” para decidir. (BOEING; ROSA, 2020, p. 80-82).

Assim sendo, pode-se dizer que as pessoas em geral fazem uso inconscientemente da memória de eventos, informações e dados dos quais absorveu para facilitar o estabelecimento de uma conclusão sobre um determinado caso. Nessa senda, é com as heurísticas se fazendo presentes nas decisões judiciais que surgem os vieses no âmbito judicial.

Dessa maneira, esses vieses podem ser relacionados a: preconceitos raciais; existência de uma percepção subjetiva sobre a probabilidade de eventos com desconsideração de dados e de análises relacionadas ao tema, além do uso de estereótipos para identificar ou classificar pessoas (vieses derivados da heurística de representatividade); percepção de eventos raros, ou menos comuns, como se fossem mais frequentes do que realmente são, haja vista que eles podem ser mais facilmente lembrados (vieses derivados da heurística de disponibilidade); influência de valores numéricos apresentados anteriormente no resultado dos valores finais de uma decisão (vieses derivados da heurística de ancoragem e ajustamento); utilização de compreensões prévias e suposições sobre tópicos específicos para reafirmá-las quando diante de uma situação que corresponda a essas compreensões prévias,  desconsiderando evidências e considerações em sentido oposto (viés de confirmação); considerar um fato mais previsível após ele já ter acontecido (viés de retrospectiva); considerar que quanto mais detalhado e específico um caso for, maior será a chance dele ter acontecido, embora isso não encontre guarida no campo da teoria estatística clássica (falácia da conjunção); considerar na decisão, não expressamente, prova ilícita, mesmo ela tendo sida excluída dos autos (LORDELO, 2020).

Essas decisões judiciais que podem conter vieses irão constituir o conjunto de dados para que os algoritmos sejam treinados para sugerir ou proferir decisões. Não obstante a imparcialidade técnica dos computadores, se o dataset é proveniente de relações humanas, por óbvio que os algoritmos que dele fizerem uso para o aprendizado irão refletir os mesmos vieses humanos, ou seja, os vieses das máquinas (machine bias/ algorithmic bias) são decorrentes dos vieses humanos (human bias), o que resultará em algoritmos com resultados tendenciosos, refletindo preconceitos (PEIXOTO; SILVA, 2019).

É importante ressaltar que o algorithmic bias não necessariamente existe apenas por causa dos vieses dos seres humanos, o viés algorítmico pode surgir mesmo com o emprego de dados objetivos corretos no sistema, se tais dados vierem incompletos, resultando em um dataset não inclusivo, o que acabará gerando efeitos discriminatórios ou excludentes, ou ainda que os dados estejam corretos e completos, poderá ainda assim, na tomada de decisões, manter o status quo de alguma desigualdade já existente, mas que é indesejável (FERRARI et al., 2020).

Nesse sentido, Ferrari et al. (2020) cita o exemplo de Joy Buolamwini que ao realizar um trabalho final para o seu curso de ciências da computação em uma universidade inglesa, desenvolvendo um robô social, percebeu que não teve seu rosto reconhecido pelo robô que estava criando, pois o software base, um software aberto que ela usou, não continha os dados necessário para o reconhecimento facial de pessoas negras. Após alguns anos, tal problema voltou a acontecer quando participou em um evento em Hong Kong em que visitou startups locais que desenvolviam robôs sociais e em uma dessas visitas se deparou novamente com um programa que não a reconhecia, pois utilizava o mesmo software base que ela havia utilizado anteriormente no seu trabalho de conclusão de curso.

Ferrari et al (2020, p. 88-91) exemplifica como a aplicação de dados incompletos tem o potencial de tornar a discriminação algorítmica um ciclo vicioso, para tanto cita os softwares de predição de crimes para desenvolver um caso hipotético:

Os softwares de predição de crimes […]. Como eles operam? A partir da inserção, no sistema, de informações sobre os crimes cometidos na cidade. Depois da leitura desses dados, o software, então, passa a sugerir aonde devem ser alocados os policiais. […] Digamos que em uma cidade hipotética exista um bairro pobre e um bairro rico. Suponha que em ambos é cometida a mesma quantidade de crimes, mas, por alguma razão, no bairro rico os crimes não são tão bem investigados e as pessoas não são tão invadidas em seu espaço físico para se descobrirem os crimes mais pessoais, como um porte de drogas, por exemplo. E no bairro pobre, embora ocorra a mesma quantidade de crimes, há uma atuação policial mais efetiva em todos os sentidos, que descobre mais crimes. O que os dados sobre essa situação hipotética “ensinariam” o sistema? Que mais crimes são cometidos no bairro pobre, ainda que não seja essa, verdadeiramente, a situação. Nessa situação hipotética, o sistema, certamente determinaria que mais policiais fossem alocados no bairro pobre, o que faria com que mais crimes fossem detectados nessa localidade, gerando um ciclo vicioso crescente de alocação de policiais nessa localidade, que não corresponde aos níveis de violência existentes nessa localidade em comparação ao bairro rico. […] existem ferramentas técnicas que podem ser inseridas no sistema para minorar problemas como esse. A inclusão de um elemento de aleatoriedade, por exemplo. (Grifo do autor).

Em face desses problemas levantados, Lordelo (2020) sugere a adoção de medidas pelo programador quanto aos riscos dos vieses, eliminando a relevância de dados que não deveriam ser levados em conta para tomada da decisão, como a etnia do réu, e também evitar o superdimensionamento de dados supostamente relevantes, deixando uma tabela de valores à disposição para a consulta das pessoas no caso de tarefas mais simples. O mesmo autor também argumenta que as ferramentas de inteligência artificial não estariam sujeitas aos vieses decorrentes da heurística de disponibilidade, porquanto não há “memória emotiva” nas máquinas.

Um outro problema que deve ser destacado é a opacidade da operação que ocorre nessas ferramentas de inteligência artificial, posto que o algoritmo, após ser programado, modifica-se e aprende-se autonomamente com base nos novos dados que lhes são apresentados, não sendo possível ao ser humano, nem o próprio programador, saber como o algoritmo chegou a determinada decisão, o que dificulta identificar se o resultado do algoritmo foi correto ou incorreto, de que forma foram valorado os dados, e impede-se de explicar qual foi o caminho até aquela decisão emanada pela máquina (a maioria dos algoritmos são verdadeiras caixas-pretas) (FERRARI et al., 2020).

Diante da inexistência de meios para se compreender o que acontece na operação algorítmica para chegar a uma decisão, vários países estão preocupados em encontrar uma forma de regulamentar esses algoritmos, esse interesse se encontra tanto no setor público quanto no setor privado, aplicando-se, quanto à forma, pelo Poder Público, inicialmente, uma regulação experimentalista, que é uma regulamentação soft, denominada sandbox, em que é preciso isolar essas iniciativas inovadoras, como esses algoritmos, e aplicar uma regulamentação própria, observando planos de ação, metas e a reavaliação periódica dos resultados para decidir pela manutenção ou mudança do plano regulatório, diferindo-se das normas regulatórias ordinárias, que é uma regulamentação impositiva, em que há comandos mais fechados, específicos e concretos (FERRARI et al., 2020).

No tocante a regulamentação quanto ao conteúdo, é essencial que a sociedade seja ouvida previamente e tenha acesso às informações relacionadas aos algoritmos decisórios que possam influir na tutela de direitos, como o da liberdade e o da propriedade, sendo certo que os profissionais da área técnica já devem ter isso em mente quando na fase de desenvolvimento dessas ferramentas para tentar prover essas explicações, gerando algum tipo de transparência às pessoas, assim como a junção de profissionais da parte técnica com profissionais do direito e da área governamental para desenvolver o processo regulatório de forma eficaz e segura (FERRARI et al., 2020).

Por fim, um último ponto negativo em relação a essa tecnologia, quando empregada para proferir sentenças sem a necessidade de um juiz humano, é, segundo Greco (2020), a aplicação do direito sem responsabilidade. Para adentrar nesse ponto, é vital fazer algumas considerações sobre esse possível juiz-robô em um contexto jurídico.

2.1.2 REFLEXÕES NA ESFERA JURÍDICA SOBRE O JUIZ-ROBÔ

Boeing e Rosa (2020) dividem a aprendizagem de máquina no Poder Judiciário em três grupos: a) Robô-Classificador: esse algoritmo localizará e classificará peças e processos em tramitação, encontrará jurisprudências e dispositivos relacionadas a um tópico que servirão para o magistrado fundamentar sua decisão, a ferramenta tem complexidade baixa, a intervenção humana e a transparência no processo decisório serão máximas, pois a decisão e a fundamentação são por conta do juiz; b) Robô-Relator: esse algoritmo além de localizar documentos, também deverá extrair informações importantes em um ou vários documentos e assim pode sugerir e elaborar decisões para o juiz, atuar como juiz leigo e predição de decisões judiciais (jurimetria), a ferramenta tem mais complexidade que a anterior, a intervenção humana e a transparência do processo decisório dependerá se o magistrado irá aceitar as sugestões da máquina ou não, caso aceite e apenas revise e assine a decisão sugerida, então a intervenção será muito mais baixa que no Robô-Classificador e aumenta-se o grau de interferência da máquina; c) Robô-Julgador: tem características funcionais semelhantes ao modelo anterior, a diferença é que a decisão trazida pelo algoritmo será a própria decisão judicial, sendo possível interpor recurso a um juiz humano que poderá manter ou reformar a sentença automatizada, nessa hipótese ocorre a separação do componente humano da máquina.

Com base nesses três grupos delineados acima, é permitido inferir que o sistema Victor do STF é um exemplo de robô-classificador, ao passo que a Clara do TJRN seria um robô-relator, e o algoritmo utilizado para proferir decisões em causas de pequeno valor na Estônia seria classificado como robô-juiz. É cristalino que o robô-classificador e o robô-relator, malgrado eles estejam sujeitos aos riscos já tratados no tópico anterior, não encontram óbices no ordenamento jurídico, pelo fato de que a responsabilidade pela decisão, em tese, continua sendo do tradicional juiz humano que não fica subordinado ao entendimento do algoritmo que está sendo empregado.

Entretanto, quando se trata do robô-juiz ou juiz-robô, acontece uma verdadeira substituição do magistrado humano por uma máquina no exercício da função jurisdicional. Por causa disso, o seu possível uso deve ser confrontado com o ordenamento jurídico, mais especificamente em relação à Constituição da República Federativa do Brasil que traz normas e princípios pertinentes ao caso em comento.

De início, insta suscitar a figura do juiz natural e, por consectário, o devido processo legal que estão insculpidos no artigo 5º, incisos XXXVII, LIII e LIV da Constituição brasileira:

Art. 5º Todos são iguais perante a lei, sem distinção de qualquer natureza, garantindo-se aos brasileiros e aos estrangeiros residentes no País a inviolabilidade do direito à vida, à liberdade, à igualdade, à segurança e à propriedade, nos termos seguintes:

[…]

XXXVII – não haverá juízo ou tribunal de exceção;

[…]

LIII – ninguém será processado nem sentenciado senão pela autoridade competente;

LIV – ninguém será privado da liberdade ou de seus bens sem o devido processo legal.

O princípio do juiz natural deve ser compreendido de acordo com a sua natureza tríplice, o qual significa a proibição de tribunais de exceção/juízos extraordinários, que o julgamento deve ser feito pela autoridade (juiz) competente definida pela Constituição e que haja imparcialidade e independência por parte do juiz (SEGUNDO, 2020).

Já o devido processo pode ser compreendido, em seu aspecto processual, como a garantia de se ter um processo ordenado e, em seu aspecto substancial ou material, a garantia de se ter um provimento jurisdicional justo com a observância da razoabilidade e proporcionalidade pelo magistrado em seus atos e a possibilidade de ampla participação do cidadão que dele fizer parte, é do devido processo legal que se origina outras garantias processuais e dentro delas está o juiz natural (SEGUNDO, 2020).

O art. 93, inciso I da CF junto com o art. 17, caput, da Lei Orgânica da Magistratura Nacional (Lei Complementar nº 35/1979), estabelecem que o ingresso para o cargo inicial de juiz substituto será mediante concurso público de provas e títulos. Diante dessas informações, questiona-se a possibilidade de se delegar a uma máquina a autoridade (competência) de prolatar sentença automaticamente, nessa hipótese, ela teria capacidade de ser o juiz “natural” do processo e, por conseguinte, respeitar o devido processo legal?

Aparentemente a resposta para a questão anterior é negativa, ao menos por ora, tendo em vista das disposições constitucionais e legais sobre a matéria que consagram a função jurisdicional do juiz aprovado em concurso público. Conquanto haja essa aparente barreira, Greco (2020) indica que nada impede que a interpretação da Constituição em relação ao tema mude, isso significa que o sentido de autoridade competente poderia ser visto sob a ótica atual de forma mais abrangente do que na época em que a Carta Magna foi escrita, considerando as mudanças sociais e os avanços tecnológicos, para que assim pudesse acontecer a mutação constitucional para incluir o algoritmo como detentor de jurisdição, viabilizando a mudança na legislação infraconstitucional para que seja estabelecida a competência do juiz-robô.

Na visão de Greco (2020), a incompatibilidade do juiz-robô encontra respaldo no âmbito pré-positivo, anterior ao direito positivo, na conexão inerente do direito na responsabilidade daqueles que detêm o poder.

É aqui que se encontra a barreira decisiva e intransponível ao juiz-robô: diferentemente do juiz humano, o robô não responde pelo que ele decide, porque esse ele, a rigor, inexiste. O robô não presta conta de sua decisão, muito menos de suas razões. Ele não pode olhar nos olhos de quem é afetado pelo seu exercício de poder, não pode com ele travar qualquer diálogo humano, nem compreendê-lo, porque a máquina nada compreende, e muito menos manifestar-lhe respeito, mas unicamente simular todas essas atitudes, porque a black box (3.0.?) não é apenas opaca, e sim vazia. […] não apenas que a máquina nada sabe e nada pensa e nada sente, mas, principalmente, que a máquina, diversamente do ser humano, não se sabe mortal, efêmera e vulnerável. O juiz-robô sempre será um estranho diante do cidadão; como pode o robô decidir sobre a vida de um alguém, se ele literalmente não faz ideia de o que é viver? O juiz-robô significa poder de julgar ser responsabilidade de julgador. (GRECO, 2020, p. 45-47, grifo do autor).

Nessa perspectiva, o programador não poderia ser o responsável, pois geralmente os programas de computador são feitos por uma equipe e o funcionamento dos que aprendem de forma autônoma pode ser incompreensível até mesmo para os criadores que os tiverem desenvolvido, sem contar que, no campo jurídico, não há como vislumbrar o programador como o juiz natural do processo porque ele é alheio ao processo, não tem jurisdição, e também porque haveria concentração de poder nessa pessoa que ficaria responsável pelo programa que determinaria, basicamente, como a Justiça funcionaria (GRECO, 2020).

Na mesma direção, Greco (2020) discorre sobre a impossibilidade de se atribuir a responsabilidade às empresas, pessoa jurídica, que desenvolveriam tais programas, pelos mesmos óbices jurídicos que fazem presente em relação aos programadores, bem como argumenta que haveria possibilidade de monopolistas globais como Google, Apple ou Amazon adquirirem tais empresas quando elas se mostrarem lucrativas, o que resultaria em “um fundamental problema de direito constitucional: afinal, ter-se-ia nada mesmo que uma submissão do poder judicial a grupos econômicos” (p. 49, grifo do autor), algo que é incompatível com o juiz natural e a própria democracia. O mesmo autor entende que o princípio do juiz natural não se harmonizaria ainda que o algoritmo fosse desenvolvido pelo Estado ou pelo próprio Poder Judiciário, salvo nos casos de exercício de função administrativa no âmbito judiciário.

Ainda seguindo o ponto de vista de Greco (2020), o afetado pela decisão do juiz-robô também não poderia ser responsabilizado, pois para ele, no âmbito penal, a justiça consensual/negociada/ institutos como acordos sobre sentença e princípio do consenso são fenômenos ilegítimos na justiça penal, podendo-se alegar, todavia, o princípio do estado de necessidade para aquele que quer um julgamento justo e acredita na isenção do robô e assim escolhê-lo para que o julgue. Entretanto, escolhas feitas sob esse estado não devem ser institucionalizadas, mesmo porque a imparcialidade, a isonomia e a igualdade devem sempre guiar a aplicação do direito por parte dos julgadores humanos, não se podendo aceitar o juiz-robô com o argumento de que ele seria isento “isso porque uma justiça não-discriminatória é nossa responsabilidade como uma sociedade de seres humanos juridicamente constituída” (GRECO, 2020, p. 54, grifo do autor).

Já no âmbito cível, o consentimento para ser julgado pela ferramenta tecnológica poderia acontecer da mesma forma que acontece na convenção de arbitragem, mas nesse caso se trataria na verdade de um árbitro-robô (GRECO, 2020).

Por fim, Greco (2020) rejeita a ideia de a responsabilidade recair sobre o robô, porquanto isso violaria: a dimensão jurídico-objetiva da dignidade humana, o direito de se ter a lesão ou a ameaça a direito apreciada pelo Poder Judiciário (art. 5, XXXV, CF) e o direito real ao contraditório (art. 5º, LV, CF); ele tece críticas aos que tentam igualar a máquina ao ser humano, e acrescenta o fato de o juiz-robô dissociar o exercício do poder da responsabilidade individual-pessoal.

Desse modo, a existência do juiz-robô encontra obstáculos ao se analisar certos aspectos jurídicos no ordenamento brasileiro bem como da própria natureza do Direito em si, como alguns que foram pontuados alhures. Obviamente que não é possível parar o avanço tecnológico, afinal o juiz-robô do país estoniano é uma realidade e esse cenário tecnológico traz muitos benefícios, decerto que não haverá retrocesso nesse sentido, mas ainda assim é crucial trazer a lume reflexões do que isso tudo significa para a sociedade, especialmente na ótica jurídica, para que seja possível conciliar a tecnologia com o aspecto humano inerente do Direito.

3. A INTELIGÊNCIA NOS JUIZADOS ESPECIAIS CÍVEIS PARA O ACESSO À JUSTIÇA

A criação dos Juizados Especiais Cíveis está prevista no art. 98, I, da Constituição Federal. A Lei nº 9.099/1995 dispõe sobre os Juizados Especiais Cíveis estaduais. Esses órgãos possuem como objetivo principal facilitar o acesso à justiça, tendo em vista as dificuldades de se conseguir uma prestação jurisdicional adequada e satisfatória em relação a causas de pequeno valor diante das elevadas custas processuais, da baixa credibilidade do Judiciário e da burocracia da Justiça (FERRAZ, 2010).

De fato, os Juizados Especiais Cíveis democratizaram o acesso ao Judiciário, cita-se as medidas dentro dos juizados estaduais como a possibilidade de as partes ajuizarem ação sem a necessidade de advogado nas causas que tenham valor de no máximo 20 (vinte) salários-mínimos e não ser necessário o pagamento de custas, taxas ou despesas, isso tudo em sede de primeiro grau de jurisdição. Acrescenta-se ainda os princípios explícitos na lei, quais sejam o da oralidade, simplicidade, informalidade, economia processual e celeridade, além de um procedimento específico, diferente do da Justiça comum, condizente com a menor complexidade das causas que ali serão ajuizadas.

Segundo o CNJ (2020b), no ano de 2019 foram ajuizados 5.193.140 (cinco milhões e cento e noventa e três mil e cento e quarenta) novos casos nos Juizados Especiais estaduais, sendo que no mesmo ano existiam 5.498.856 (cinco milhões e quatrocentos e noventa e oito mil e oitocentos e cinquenta e seis) casos pendentes. Salienta-se que desses casos novos, 96,1% foram não criminais (CNJ, 2020b). Nesse cenário, o uso da inteligência artificial tem potencial para ajudar juízes e servidores na prestação jurisdicional dentro desses órgãos.

Seguindo nessa linha, Boeing e Rosa (2020) sugerem que o robô-relator pode atuar de forma semelhante ao juiz leigo, eles exemplificam a hipótese de um caso em que já se encerrou a fase de produzir provas e o processo está saneado, então o algoritmo poderá sugerir um acordo para as partes com base no histórico de decisões daquela corte, se as partes concordarem então o acordo será homologado pelo juiz humano, caso não concordem, então deverá esperar o julgamento humano. Esse robô-relator estaria inserido dentro do fenômeno chamado Cortes Online em que não se fala apenas em processo digitalizado, mas também em sua automatização naqueles atos repetitivos, da possibilidade de a prestação jurisdicional ser, parcialmente ou totalmente, no ambiente virtual, e a utilização dos dados para analisar, prever, evitar surgimento de novas disputas (FERRARI et al., 2020). Tudo isso aplicado com uma linguagem acessível para as partes pode ajudar a chegar em acordo consensual.

Quanto à possibilidade de se empregar a mesma tecnologia do juiz-robô da Estônia nos juizados brasileiros, tal tecnologia seria viável nas causas em que não se chegar em um acordo e não houver necessidade de produção de prova oral, dispensando-se a audiência de instrução e julgamento, possibilitando o julgamento antecipado do mérito. Silva (2019) aduz que para que possa ocorrer a dispensa de audiência de instrução e julgamento é preciso que haja três requisitos cumulativos: inexistência de prejuízo para ambas as partes; que a controvérsia seja apenas ou predominantemente de direito ou que a questão tenha sido decidida, com base nos precedentes, apenas com base em prova documental ou perícia simples; inexistência de pedido de qualquer das partes pela designação de audiência de instrução e julgamento. Assim, nessa situação, as partes enviariam as peças e os documentos necessários e o algoritmo traria uma decisão em questão de minutos.

Apesar de que isso resultaria em uma tremenda celeridade, não se pode ignorar os óbices jurídicos relacionados ao uso desse tipo de tecnologia que já foram expostos anteriormente. Não obstante isso, é possível que o sistema ofereça a decisão pronta para que o magistrado verifique se ela está correta ou se é necessário fazer alguma alteração e, logo após, assine-a e profira a sentença.

Greco (2020) se opõe ao juiz-robô para julgar pequenas causas, mesmo que as partes consintam para que se proceda dessa maneira, pois isso poderia criar um sistema classista em que pessoas pobres teriam seus direitos decididos por máquinas. O mesmo autor acrescenta uma crítica em relação ao robores que elaboram minutas de decisões, porque eles produziriam várias decisões e o juiz humano acabaria por aceitá-las de forma acrítica. De outro lado, Boeing e Rosa (2020) entendem que não há como parar o avanço dessas tecnologias nos Tribunais e que elas trazem mais benefícios que malefícios.

Desse modo, é preciso que se faça um estudo prévio de como essa tecnologia nas tomadas de decisões deve ser empregada nos Juizados Especiais Cíveis para tentar mitigar os aspectos negativos, ao mesmo tempo que permita expandir o acesso à justiça com qualidade nos serviços e que mantenha a compatibilidade com o ordenamento jurídico, consultando e informando com antecedência a sociedade sobre qualquer mudança que se pretenda fazer na prestação jurisdicional e os possíveis riscos associados para que assim tudo seja o mais transparente possível, resultando em uma maior participação dos jurisdicionados em casos desse tipo.

4. CONSIDERAÇÕES FINAIS

A inteligência artificial na tomada de decisões judiciais traz benefícios como celeridade e diminuição de custos, porém também acompanham alguns problemas de ordem técnica, citando-se a baixa qualidade dos conjuntos de dados que podem conter vieses humanos, reproduzir efeitos discriminatórios e a falta de transparência do processo que o algoritmo realizou para chegar a determinada decisão por ele emanada. Ante essa situação, já existe uma preocupação do setor público e privado de vários países em tentar entender e resolver esses problemas para garantir que essa tecnologia continue se desenvolvendo apropriadamente, gerando os benefícios almejados enquanto se tenta diminuir ou eliminar os erros já conhecidos.

Nesse sentido, os pontos de preocupação levantados na atuação dos algoritmos decisórios podem ser muito prejudiciais quando ocorrem no âmbito das decisões judiciais, especialmente na seara penal. Foi averiguado ainda a inconstitucionalidade, ao menos por enquanto, do juiz-robô, pois ele não possui jurisdição e não pode ser enquadrado no conceito de autoridade competente nos termos constitucionais e legais. Conclui-se que o juiz-robô não é compatível com princípio do juiz natural e, consequentemente, também não se harmoniza com o que se entende por devido processo legal, bem como paira a indagação acerca de quem será o responsável pelas decisões proferidas pela máquina.

Em frente a esse cenário, constituir um juiz-robô nos mesmos moldes do modelo estoniano dentro dos Juizados Especiais Cíveis brasileiros, que são órgãos essenciais para que grande parte da população tenha acesso à justiça, seria um desafio ou até mesmo impossível atualmente em decorrência dos óbices jurídicos. Não se pode olvidar a possibilidade de mudanças no que se entende atualmente como juiz natural, autoridade competente e devido processo legal, porquanto o Direito acompanha as mudanças na sociedade, e isso poderia permitir, em um futuro próximo ou distante, o estabelecimento de juízes-robôs, nesse caso, esses órgãos se beneficiariam da celeridade e diminuição de custos provenientes do uso dessa tecnologia.

Este presente artigo não tem nenhuma pretensão de cobrir todos os tópicos desse tema nem de trazer respostas definitivas, mas sim de proporcionar uma reflexão sobre o que seria relegar a uma máquina uma atividade que até outrora era intrinsecamente humana. Se isso será bom ou ruim ao longo prazo, só o tempo dirá.

REFERÊNCIAS

ALVES, Isabella Fonseca (org.). Inteligência artificial e processo. 1.ed. 3. reimp. Belo Horizonte, São Paulo: D’Plácido, 2020.

ANDRADE, Mariana Dionísio de; ROSA, Beatriz de Castro; PINTO, Eduardo Régis Girão de Castro. Legal tech: analytics, inteligência artificial e as novas perspectivas para a prática da advocacia privada. Rev. direito GV, São Paulo, v. 16, n. 1, e1951, 2020. Disponível em: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1808-24322020000100403&lng=en&nrm=iso. Acesso em 17 de jan. de 2021. Epub Mar 23, 2020.  https://doi.org/10.1590/2317-6172201951.

BOEING, Daniel Henrique Arruda; ROSA, Alexandre Morais da. Ensinando um robô a julgar: pragmática, discricionariedade, heurísticas e vieses no uso de aprendizado de máquina no judiciário. 1. ed. Florianópolis: Emais Academia, 2020.

BRASIL. Constituição (1988). Constituição da República Federativa do Brasil de 1988. Disponível em: http://www.planalto.gov.br/ccivil_03/constituicao/constituicaocompilado.htm. Acesso em 05 de abr. de 2021.

BRASIL. Lei complementar nº 35, de 14 de março de 1979. Dispõe sobre a Lei Orgânica da Magistratura Nacional. Disponível em: http://www.planalto.gov.br/ccivil_03/leis/lcp/lcp35.htm. Acesso em 05 de abr. de 2021.

BRASIL. Lei nº 9.099, de 26 de setembro de 1995. Dispõe sobre os Juizados Especiais Cíveis e Criminais e dá outras providências. Disponível em: http://www.planalto.gov.br/ccivil_03/leis/l9099.htm. Acesso em 05 de abr. de 2021.

BUCH, Varun H.; AHMED, Irfan; MARUTHAPPU, Mahiben. Artificial intelligence in medicine: current trends and future possibilities. British Journal General Practice, v. 68, n. 668, p. 143-144, 2018. Disponível em: https://bjgp.org/content/bjgp/68/668/143.full.pdf. Acesso em 12 de jan. de 2021.

CONSELHO NACIONAL DE JUSTIÇA. Aprovada resolução que cria Plataforma Digital do Poder Judiciário. CNJ, 2020a. Disponível em: https://www.cnj.jus.br/aprovada-resolucao-que-cria-plataforma-digital-do-poder-judiciario/. Acesso em 01 de fev. de 2021.

CONSELHO NACIONAL DE JUSTIÇA. Diagnóstico dos Juizados Especiais. Brasília: CNJ, 2020b. Disponível em: https://www.cnj.jus.br/wp-content/uploads/2020/08/WEB_LIVRO_JUIZADOS_ESPECIAIS.pdf. Acesso em 10 de abr. de 2021.

CONSELHO NACIONAL DE JUSTIÇA. Judiciário ganha agilidade com uso de inteligência artificial. CNJ, 2019a. Disponível em https://www.cnj.jus.br/judiciario-ganha-agilidade-com-uso-de-inteligencia-artificial/. Acesso em 29 de jan. de 2021.

CONSELHO NACIONAL DE JUSTIÇA. Quase 85% dos processos ingressaram eletronicamente em 2018. CNJ, 2019b. Disponível em: https://www.cnj.jus.br/quase-85-dos-processos-ingressaram-eletronicamente-em-2018/. Acesso em 17 de jan. de 2021.

COWAN, David. Estonia: a robotically transformative nation. The Robotics Law Jornal, 2019. Disponível em: https://www.roboticslawjournal.com/global/estonia-a-robotically-transformative-nation-28728942. Acesso em 20 de set. de 2020.

DUBOIS, Christophe. How do lawyers engineer and develop legaltech projects? A story of opportunities, platforms, creative rationalities, and strategies. Law, Technology and Humans, v. 2, n. 2, 2020. Disponível em: https://orbi.uliege.be/bitstream/2268/249082/4/Dubois%202020%20LTH.pdf. Acesso em 17 de jan. de 2021.

ELI-CHUKWU, Ngozi Clara. Applications of artificial intelligence in agriculture: A review. Engineering, Technology & Applied Science Research, v. 9, n. 4, p. 4377-4383, 2019.Disponível em: https://pdfs.semanticscholar.org/6e08/7108aa8048da8cfc82cdecb7071a55bab488.pdf. Acesso em 12 de jan. de 2021.

FERRARI, Isabela. et al. Justiça digital. 1. ed. São Paulo: Revista dos Tribunais, 2020.

FERRAZ, Leslie Shérida. Acesso à justiça: uma análise dos Juizados Especiais Cíveis no Brasil. 1. ed. Rio de Janeiro: Editora FGV, 2010.

FERREIRA, Eduardo Vargas; ZEVIANI, Walmes Marques. Aprendizado não supervisionado. Universidade Federal do Paraná (UFPR), entre 2013 e 2021. 32 slides. Disponível em: http://www.leg.ufpr.br/~walmes/ensino/ML/slides/nao_supervisionado.pdf. Acesso em 31 de mar. de 2021.

GIRARDI, Rosario. Inteligência artificial aplicada ao direito. 1.ed. Rio de Janeiro: Clube de Autores, 2020.

GRECO, Luís. Poder de julgar sem responsabilidade de julgador: a impossibilidade jurídica do juiz-robô. São Paulo: Marcial Pons, 2020.

HOLZINGER, Andreas et al. Causability and explainability of artificial intelligence in medicine. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, v. 9, n. 4, p. e1312, 2019. Disponível em: https://onlinelibrary.wiley.com/doi/epdf/10.1002/widm.1312. Acesso em 12 de jan. de 2021.

LORDELO, João Paulo. Vieses implícitos e técnicas de automação decisória: riscos e benefícios. Revista ANNEP de Direito Processual, v. 1, n. 2, p. 136-154, 2020. Disponível em: https://www.revistaannep.com.br/index.php/radp/article/view/44/pdf. Acesso em 02 de abr. de 2021.

LU, Pengzhen; CHEN, Shengyong; ZHENG, Yujun. Artificial intelligence in civil engineering. Mathematical Problems in Engineering, v. 2012, 2012. Disponível em: https://downloads.hindawi.com/journals/mpe/2012/145974.pdf. Acesso em 12 de jan. de 2021.

PEIXOTO, Fabiano Hartmann; SILVA, Roberta Zumblick Martins da. Inteligência artificial e direito. 1. ed. Curitiba: Alteridade Editora, 2019.

SEGUNDO, Edval Borges. Conteúdo e aplicabilidade do princípio do juiz natural. 1. ed. Belo Horizonte: Editora Dialética, 2020.

SILVA, Thiago de Moraes. Manual de Juizados Especiais Cíveis Estaduais. São Paulo: Revista dos Tribunais, 2019.

TRIBUNAL DE JUSTIÇA DE MINAS GERAIS. TJMG utiliza inteligência artificial em julgamento virtual. TJMG, 2018. Disponível em: https://www.tjmg.jus.br/portal-tjmg/noticias/tjmg-utiliza-inteligencia-artificial-em-julgamento-virtual.htm. Acesso em 29 de jan. de 2021.

TRIBUNAL DE JUSTIÇA DE RORAIMA.  JUSTIÇA 4.0 – Soluções tecnológicas do TJRR facilitam atendimento, promovem qualidade de vida e inclusão social. TJRR, 2019. Disponível em: https://www.tjrr.jus.br/index.php/noticias/noticias/3899-justica-4-0-solucoes-tecnologicas-do-tjrr-facilitam-atendimento-promovem-qualidade-de-vida-e-inclusao-social. Acesso em 29 de jan. de 2021.

ZABALA, Filipe Jaeger; SILVEIRA, Fabiano Feijó. Jurimetria: estatística aplicada ao direito. Revista Direito e Liberdade, v. 16, n. 1, p. 87-103, 2014. Disponível em: https://core.ac.uk/download/pdf/79117757.pdf. Acesso em 17 de jan. de 2021.

[1] Graduando em Direito.

[2] Orientador. Especialização Em Educação E Direitos Humanos.

Enviado: Abril, 2021.

Aprovado: Maio, 2021.

Rate this post

Deixe um comentário

O seu endereço de e-mail não será publicado.

DOWNLOAD PDF
RC: 85383
POXA QUE TRISTE!😥

Este Artigo ainda não possui registro DOI, sem ele não podemos calcular as Citações!

SOLICITAR REGISTRO
Pesquisar por categoria…
Este anúncio ajuda a manter a Educação gratuita
WeCreativez WhatsApp Support
Temos uma equipe de suporte avançado. Entre em contato conosco!
👋 Olá, Precisa de ajuda para enviar um Artigo Científico?