Desde a emergência do ChatGPT em 2022, chatbot de inteligência artificial generativa que popularizou a tecnologia, antevia-se que essas ferramentas teriam capacidade de tomar decisões e agir por conta própria. O ponto de virada aconteceu com a arquitetura de agentes que integra ferramentas, como acesso a navegadores e bancos de dados, executa tarefas seguindo o planejamento que cria e adapta em tempo de execução. No final de 2024, a Anthropic, empresa criadora do Claude, publicou um artigo definindo sistemas agênticos, que poderiam ser tanto fluxos agênticos, nos quais os modelos e ferramentas seguem caminhos predeterminados por algoritmos, quanto agentes propriamente ditos, em que o próprio modelo dirige dinamicamente o processo e o uso de ferramentas. No ano seguinte, a maioria dos aspectos agênticos foi integrada nos chatbots, especialmente nas ferramentas de IA que rodam diretamente no computador, como o ChatGPT Work e o Claude Cowork. O que, por algum tempo foi engenharia de prompt, que consistia em formatar a entrada do chatbot de maneira a obter melhores resultados, amplia-se em engenharia de contexto, já que podem acessar informações na internet, ler e manipular arquivos e rodar comandos no terminal do computador.
Leia também: CERC eleva produtividade em 67% com ecossistema de agentes de IA
Em um primeiro momento, a diretriz para tratar a responsabilidade da utilização de chatbots conversacionais era a revisão do conteúdo e das fontes. A atual arquitetura agêntica das ferramentas de IA exige uma postura diferente. Como os grandes modelos de linguagem produzem respostas estatisticamente prováveis, mas não necessariamente verdadeiras, eles geram ocasionalmente respostas erradas – o que se convencionou chamar de alucinações de IA. Uma revisão detalhada poderia minimizar o problema das alucinações. Casos de peças jurídicas contendo precedentes inexistentes, possivelmente alucinações, ficaram notórios. Para esse tipo de erro, averiguar nos tribunais a existência das decisões citadas seria suficiente. No entanto, aspectos menos visíveis do conteúdo gerado exigiam a reconstrução das respostas. A precisão técnica e capacidade de interpretação do direito são atributos que requerem mais do retirar ou alterar uma linha de texto. Nesse cenário, os chatbots serviam mais como um auxiliar de pesquisa do que propriamente uma ferramenta para a qual se poderia delegar a execução da pesquisa e, ainda menos, da tarefa de criação do documento de ponta a ponta.
Com acesso aos arquivos do computador, capacidade de mimetizar o estilo de escrita do conteúdo deles e uma janela de contexto maior – isto é, a capacidade de processar volumes maiores de informação –, a criação de petições, contratos e outros documentos se tornou possível com um grau maior de acurácia. As alucinações não sumiram do mapa, mas a melhoria dos modelos e a capacidade de autorrevisão obtida com a arquitetura agêntica minimizaram respostas disparatadas. Atualmente, é bastante mais viável delegar a construção de um documento jurídico para um chatbot e, ainda mais, para um fluxo de trabalho agêntico especializado na tarefa. Por um lado, o ganho de agência agregou possibilidades de uso e utilidade às conexões com grandes modelos de linguagem; por outro, as decisões tomadas pelos agentes seguem sendo de responsabilidade da pessoa que os incorpora em seu trabalho, bem como pelos dados que fornece ao agente como contexto.
O que está em questão, mais visível do que antes, não é mais apenas a correção de conteúdo gerado por IA, mas a atribuição de responsabilidade pelas decisões que são tomadas no processo de geração. Uma decisão exposta como precedente judicial em uma petição pode não ser a mais adequada para as peculiaridades do caso ou, pior ainda, pode ter sido superada ou contrariar uma súmula posterior. O fato de a decisão judicial encontrada pelo agente existir e parecer pertinente não significava que seja a mais adequada ao caso. A opção por utilizar esta decisão judicial e não outra é uma atribuição interpretativa do caso. Assim, soma-se à necessidade de revisão, em sentido objetivo, da veracidade daquela informação – afinal, ainda existe chance de alucinação – uma revisão em um sentido mais orientado à técnica jurídica. A interpretação das peculiaridades e sutilezas do caso em relação aos precedentes é própria da atividade jurídica de modo que a delegação disso pode ser feita apenas parcialmente. Parte disso pode se manifestar na orquestração do uso de ferramentas generativas, como a inserção no contexto do agente de informações relevantes para balizar a busca.
Obter a abordagem crucial para o caso não é um objetivo para o qual a inteligência artificial generativa está apta. A razão para tanto está nos fundamentos dos grandes modelos de linguagem. Essa tecnologia é treinada a partir de grandes volumes de dados, obtidos de diversas fontes. Com isso, é possível calcular as respostas estatisticamente mais adequadas. Se – considerando o argumento de que os modelos de IA devem brevemente alcançar capacidades ainda não imaginadas – a adequação dos modelos equiparar a decisão estatística ao julgamento técnico humano, o que se convencionou chamar de alucinações de IA possivelmente desapareceria. Daria lugar, no entanto à imprecisão humana contida nos dados de treinamento. Porém, se esse cenário for ainda mais longe, a ponto de atingir uma superação dos próprios erros e inadequação do conteúdo produzidos por pessoas, e conseguir reproduzir os meandros da interpretação indutiva de casos jurídicos, ainda haveria uma limitação quanto ao que pode fazer a criação humana e que está subsumida na responsabilidade de um advogado. Trata-se da invenção, de conseguir criar algo fora da recombinação estatística. O que os modelos generativos enxergam e o que podem buscar é efetivamente o que já foi criado. Assim sendo, o que é produzido por inteligência artificial se compõe a partir de elementos pré-existentes. É inviável equiparar invenção e composição, ainda que esta última seja complexa e não simplesmente uma colagem. Pois enquanto esta mescla elementos, geralmente avizinhados, aquela pode cotejar informações obtidas de situações completamente diferentes.
O cenário em que a responsabilidade pela interpretação jurídica e a invenção de novas formas de ver o direito pode parecer preciosista. Esses fatores também não são considerados em conjunturas nas quais modelos de peças são reutilizados massivamente, com alteração apenas dos dados das partes, ou em que são utilizados sistemas de geração de documentos sem o auxílio de agentes. O eventual erro em um documento criado a partir de modelos ainda é de responsabilidade de quem o subscreve. O que faz diferença é a decisão do que e de quais partes automatizar, por meio de IA ou não. A situação atual é de geração de documentos que antes não tinha qualquer etapa automatizada. Enquanto a atuação dos agentes em casos que antes eram versões de modelo pode ampliar a especialização da maneira de tratar o caso, o que era feito de forma usual pode perder a especialização. Do ponto de vista interpretativo, um cenário de adoção massiva de criação de documentos jurídicos por meio de agentes de IA implica também uma convergência para um ponto intermediário de refinamento. Do ponto de vista inventivo, o desdobramento aponta para a manutenção de tendências e para o risco de obstrução à inovação.
Uma eventual solução para o dilema da responsabilidade, da interpretação e da invenção humanas não passa pela remoção de tecnologias agênticas do fluxo de trabalho. O que a arquitetura agêntica parece salientar é justamente o problema do cenário oposto: a possibilidade de delegar a construção integralmente para ferramentas de inteligência artificial generativa. Entre um e outro, a revisão do conteúdo que cruza modelos de linguagem em alguma medida já não é suficiente como função intermediadora. A depender do que revisão significa, a convergência à semelhança geral de peças e documentos pode continuar sem empecilhos a se consolidar como tendência. O que importa é definir, em cada caso, o que é crítico em termos de responsabilidade, interpretação e inovação e manter justamente o elemento humano nesses pontos, não apenas na ingestão de contexto ou na revisão final. Na elaboração de um caso, existem etapas que podem ser delegadas integralmente à IA; etapas delegáveis apenas em parte; etapas nas quais a IA funciona como apoio; e etapas que não devem ser automatizadas. Dentre esse último tipo, está justamente a decisão de como montar esse fluxo de trabalho. E ela está diretamente relacionada ao conhecimento jurídico que permite avaliar o que é capital.
Já que essa direção aponta mais para o julgamento que para a limitação tecnológica, é possível exemplificá-la a partir de uma analogia com a teoria do direito de Alexy. Ele entendia que as normas jurídicas poderiam ser de dois tipos, regras e princípios. Enquanto as primeiras são mandamentos de prescrição, as segundas são de otimização. A decisão sobre como delegar a construção de documentos jurídicos aos agentes de IA não é binária, podendo variar de acordo com a conduta profissional, com as especificidades do caso ou mesmo a aptidão dos modelos. É, em verdade, orientado a maximização da preservação da responsabilidade, da interpretação e da inovação ao profissional que subscreve o documento. Um problema que, à primeira vista, parecia ser de natureza tecnológica – os modelos de linguagem ainda não estariam aptos a fazer uma interpretação de maneira semelhante a um profissional – coloca o direito, novamente, diante do direito.
Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!
