De onde vem a jurisprudência que a inteligência artificial cita?

Uma resposta jurídica pode estar bem escrita, usar os termos certos e citar um processo que nunca existiu. Para avaliar uma inteligência artificial na pesquisa de jurisprudência, a pergunta mais importante vem antes da conclusão: de onde ela tirou a informação?

O caminho varia conforme a ferramenta e os recursos habilitados. Uma IA pode responder a partir do treinamento, pesquisar notícias e páginas na internet, acessar documentos de tribunais ou consultar uma base jurídica organizada. Uma mesma ferramenta pode seguir mais de um desses caminhos. Por isso, o nome do modelo, sozinho, diz pouco sobre a pesquisa que sustentou a resposta.

Quando a IA responde sem pesquisar

Sem consultar fontes, o modelo produz texto a partir dos padrões aprendidos durante o treinamento. Isso pode ser útil para explicar conceitos e organizar uma questão, mas não equivale a localizar e ler um precedente.

O risco aparece quando essa capacidade de escrever assume a aparência de uma pesquisa. O modelo pode combinar informações de julgados diferentes, atribuir uma tese ao tribunal errado ou produzir um número de processo plausível que não corresponde à decisão mencionada. É o que costuma ser chamado de alucinação: uma afirmação apresentada como verdadeira sem sustentação adequada.

A fluência da resposta não permite distinguir, por si só, uma referência correta de uma inventada. A conferência exige voltar ao documento.

Quando a IA procura na internet

Com uma ferramenta de busca, a IA pode formular consultas, recuperar páginas e usar o material encontrado para responder. A Anthropic descreve esse percurso na documentação de apresentação da busca na web do Claude.

Os resultados podem incluir notícias, artigos de escritórios, comentários jurídicos e páginas oficiais. Esse material ajuda a descobrir uma discussão e localizar referências, mas as fontes cumprem funções diferentes.

Uma notícia costuma destacar o aspecto mais interessante de um julgamento. Pode resumir o resultado sem reproduzir todas as ressalvas, os fatos relevantes ou os limites da fundamentação. Mesmo uma notícia publicada pelo próprio tribunal continua sendo uma apresentação da decisão. Para examinar o precedente, é preciso chegar ao documento e verificar o que foi efetivamente decidido.

Também importa saber quanto a IA conseguiu ler. Encontrar um link, ler um resumo do buscador e examinar o inteiro teor são situações diferentes. Uma citação ao final do parágrafo não comprova que todas essas etapas aconteceram.

Quando a busca chega ao tribunal

Uma ferramenta com acesso às páginas oficiais ou integração com um sistema de jurisprudência pode se aproximar da fonte primária. Ainda assim, a qualidade da pesquisa depende do mecanismo disponível, dos filtros e do material recuperado.

Nas consultas por termos, a escolha do vocabulário faz diferença. A pergunta pode estar em linguagem cotidiana, enquanto os julgados descrevem o problema em termos técnicos. Um documento pertinente pode ficar de fora; outro pode aparecer porque contém a expressão pesquisada, embora trate de uma questão diferente.

A busca por palavras é útil, sobretudo para localizar expressões específicas e referências exatas. Mas encontrar os termos não resolve sozinho a análise da pertinência jurídica. É necessário examinar os fatos, a questão discutida e o fundamento da decisão.

Seria incorreto afirmar que toda IA conectada à internet usa apenas correspondência literal de palavras. Buscadores modernos também podem considerar sinônimos e relações de significado, como explica a documentação do Bing sobre seus resultados. O ponto central é saber qual acervo foi consultado e que evidência chegou à resposta.

Como o LexGPT pesquisa jurisprudência

O Juris, ambiente de pesquisa do LexGPT, consulta uma base própria de documentos jurídicos, reunidos e preparados para busca. As decisões continuam sendo dos órgãos que as publicaram. O que o LexGPT organiza é o acervo consultável e o caminho entre a pergunta, os documentos e a resposta.

A pesquisa recupera material dessa base para apoiar a geração do texto. Assim, o modelo recebe documentos jurídicos concretos com os quais trabalhar. A explicação pode ser relacionada aos resultados encontrados, permitindo ao profissional abrir as referências relevantes e examinar seus fundamentos.

Há uma diferença prática em relação a responder apenas pelo treinamento: a pesquisa passa a contar com evidência recuperada para aquela consulta. E há uma diferença em relação à busca geral na web: o universo pesquisado é um acervo jurídico organizado, com cobertura delimitada, em vez de depender apenas das páginas encontradas por um buscador.

Esse desenho também ajuda a entender a proposta do LexGPT e suas diferenças em relação a outras ferramentas. A escolha do modelo participa da qualidade do resultado, mas as fontes e as ferramentas disponíveis para ele são igualmente relevantes.

Por que isso reduz a dependência de respostas inventadas

Consultar documentos oferece ao modelo uma base concreta para elaborar a resposta. A arquitetura do LexGPT foi concebida para reduzir o risco de referências inventadas em comparação com a geração sem consulta a fontes e para tornar a conferência mais acessível.

A segurança, aqui, está nesse percurso verificável: localizar o material, identificar a fonte, ler o fundamento e conferir se ele sustenta a afirmação. Ter uma base própria permite organizar esse percurso, mas não torna qualquer resposta automaticamente correta.

Ainda é possível recuperar um julgado pouco pertinente, interpretar mal um trecho ou deixar de encontrar uma decisão importante. Um acervo delimitado também não representa toda a jurisprudência existente. A qualidade depende da cobertura, da atualização, da busca e da fidelidade da síntese aos documentos.

Por isso, este artigo explica uma escolha de arquitetura; não apresenta um teste que demonstre superioridade sobre todos os outros produtos. Uma comparação de precisão exigiria perguntas equivalentes, critérios claros e leitura dos resultados.

O que conferir na resposta

Ao receber uma pesquisa de jurisprudência, observe se é possível identificar os julgados, abrir os documentos e localizar o fundamento que sustenta cada afirmação importante. Confira também o recorte pesquisado e se as ressalvas da decisão foram preservadas.

Uma resposta que não encontrou material suficiente precisa ser tratada como uma lacuna de pesquisa. A falta de resultados em determinado acervo não prova que inexista jurisprudência sobre o assunto.

Esse cuidado acompanha o trabalho mesmo quando o resultado é levado para outro assistente. No artigo sobre usar o LexGPT como copiloto do ChatGPT ou do Claude, mostramos como preservar referências e limitações ao continuar a análise em outro ambiente.

O LexGPT está em beta. Para conhecer esse percurso, abra o Juris, delimite sua pesquisa ao acervo disponível e examine os documentos que sustentam a resposta. O valor da IA na pesquisa jurídica aparece quando ela ajuda a chegar aos fundamentos e torna sua verificação mais simples.

Para aprofundar os cuidados na pesquisa, leia por que a inteligência artificial inventa e como reduzir esse risco. O artigo explica como conferir evidências, tratar lacunas e separar a busca da redação.

O anúncio do Astra for Law e sua relevância para o mercado brasileiro oferece outro exemplo dessa distinção: a capacidade do modelo, o acesso ao produto e a cobertura das fontes jurídicas precisam ser avaliados separadamente.

Ao contratar uma ferramenta, a origem das fontes deve ser avaliada junto de custo, dados e rotina. Nosso guia de compra de IA para advogados. Ele reúne critérios para testar as opções e decidir quando uma solução basta ou quando vale combinar ferramentas.