Hugo Malone
Os atuais desdobramentos da Inteligência Artificial no Direito, especialmente a profusão de modelos fundacionais avançados que comprovam a eficiência da IA Generativa para produção de textos jurídicos,[2] permitem cogitar um futuro possível. Não um futuro de ficção científica, com tribunais controlados por máquinas, juízes substituídos por avatares e advogados transformados em figurantes de um sistema automatizado. O futuro pode dar azo a algo mais discreto, mais plausível e, por isso mesmo, mais inquietante: uma estrutura em que quase todos continuam formalmente exercendo as mesmas funções, mas a parte mais visível do trabalho jurídico — a produção escrita — passa a ser realizada, com enorme qualidade, por sistemas de inteligência artificial generativa.
Nesse cenário, petições iniciais, contestações, recursos, pareceres, sentenças e votos deixam de ser redigidos, de forma manual, por profissionais humanos. Eles passam a ser produzidos por uma combinação cada vez mais sofisticada de grandes modelos de linguagem, pequenos modelos especializados, agentes autônomos, sistemas de recuperação aumentada por geração, bases jurisprudenciais estruturadas, ferramentas de verificação normativa, modelos treinados em estilos decisórios específicos e rotinas automáticas de auditoria de citações.
O advogado ainda aparece como subscritor da peça. O juiz ainda assina a sentença. O promotor ainda oferece manifestação. O professor ainda publica artigo. Mas, em muitos casos, o trabalho intelectual imediatamente visível ao público — a linguagem articulada, a seleção de argumentos, a organização do raciocínio, a busca de precedentes, a comparação de teses, a antecipação de objeções e até a redação final — já não será produto direto da mente humana. Será resultado de uma operação híbrida, em que o profissional define objetivos, formula comandos, escolhe bases, corrige desvios e valida o texto final.
A distopia não está, portanto, no erro grosseiro da máquina. Ao contrário, a distopia mais interessante começa quando a máquina acerta, ou seja, quando as petições geradas por IA são mais claras, mais objetivas, mais completas e mais persuasivas do que a média das petições humanas, ou quando as sentenças produzidas com apoio de IA são mais bem estruturadas, citam melhor os precedentes, reduzem omissões, identificam com precisão as teses relevantes e entregam fundamentações mais compreensíveis ao jurisdicionado. O problema deixa de ser a má qualidade, e passa a ser a excelente qualidade da IA.
Esse ponto parece ser decisivo para uma leitura mais sofisticada sobre as potencialidades e riscos do uso de IA no Direito. Grande parte do debate jurídico ainda se organiza em torno da premissa de que a inteligência artificial seria perigosa porque erra, alucina, inventa precedentes, simplifica demais e não compreende o sentido institucional do Direito.[3] Tudo isso continua sendo verdadeiro em muitos contextos, mas atualmente é uma resposta insuficiente. O desafio mais profundo não está apenas em saber o que fazer quando a IA erra. Está em saber o que fazer quando ela acerta melhor do que nós.
Um estudo recente da Stanford Law School, intitulado “Law Professors Prefer AI Over Peer Answers”,[4] oferece uma provocação importante. Em uma avaliação cega, professores de Direito preferiram, em parcela expressiva das comparações, respostas geradas por sistemas de IA a respostas elaboradas por outros professores humanos. O dado não deve ser lido de forma ingênua, como se demonstrasse a superioridade geral da máquina sobre o jurista. O estudo tinha objeto específico, metodologia própria e limites evidentes. Ainda assim, ele exige que passemos a fazer uma nova pergunta: se uma resposta produzida por IA é considerada mais útil, mais clara e pedagogicamente superior, qual seria a razão para rejeitá-la apenas por sua origem artificial?[5]
A mesma pergunta começa a aparecer no campo científico. Um artigo acadêmico deve ser rejeitado porque foi escrito com auxílio de IA?[6] A resposta, em princípio, deve ser negativa. O critério de validade de uma produção científica não pode ser a pureza artesanal de sua redação. O que importa é a qualidade da hipótese, a correção metodológica, a robustez das fontes, a honestidade intelectual, a reprodutibilidade, a originalidade da contribuição e a possibilidade de crítica pública. Se a IA auxilia na revisão bibliográfica, no refinamento da linguagem, na organização argumentativa, na exploração de hipóteses ou na análise de dados, não há razão para tratar esse auxílio como uma fraude em si mesmo.
Aliás, em determinadas áreas, a inteligência artificial pode acelerar o próprio progresso científico. Modelos generativos já são utilizados para formular hipóteses, sugerir desenhos experimentais, navegar grandes bases de dados, identificar correlações, automatizar revisões de literatura e simular caminhos de pesquisa.[7] A ciência talvez avance mais rapidamente quando pesquisadores humanos forem capazes de dialogar com sistemas que exploram espaços cognitivos amplos, testam combinações improváveis e reduzem custos de investigação. Logo, o risco não está no uso da IA como instrumento de pesquisa, mas na transformação do pesquisador em mero operador de uma ferramenta autônoma.
Essa distinção será cada vez mais importante. Um pesquisador que usa IA para melhorar um artigo continua sendo pesquisador se compreende o problema, domina a literatura, responde às críticas, justifica as escolhas metodológicas e defende publicamente suas conclusões. Mas deixa de sê-lo se apenas terceiriza à máquina a produção de um texto que não é capaz de explicar. A autoria intelectual não se mede apenas pela digitação das palavras. Mede-se pela capacidade de responder por elas.
No Direito, o problema é ainda mais sensível. A atividade jurídica brasileira é, em grande medida, uma atividade escrita. A formação do advogado é avaliada por provas escritas, a advocacia se expressa por petições, a magistratura decide por sentenças e acórdãos, o Ministério Público se manifesta por pareceres e manifestações e a academia jurídica publica artigos, dissertações e teses. O prestígio profissional costuma estar associado à capacidade de produzir textos densos, elegantes e tecnicamente consistentes. Mas o que acontece quando a produção desses textos deixa de ser um bom indicador de capacidade técnica? Como avaliar a qualidade de advogados, juízes, promotores, defensores, procuradores e professores quando todos puderem apresentar peças formalmente excelentes, redigidas com apoio de sistemas altamente especializados?[8] Em outras palavras, como distinguir o profissional que domina o Direito daquele que apenas sabe acionar, com alguma habilidade operacional, uma cadeia automatizada de geração textual?
A resposta – felizmente – não parece estar na proibição ampla do uso de inteligência artificial. Essa solução tende a ser ineficaz, difícil de fiscalizar e, em muitos casos, contraproducente. Se a ferramenta for realmente capaz de melhorar a clareza, reduzir erros, ampliar acesso à informação, diminuir custos e aumentar a eficiência, bani-la integralmente pode significar preservar uma forma de trabalho menos qualificada em nome de uma ideia nostálgica de autoria.[9] Além disso, a própria fronteira entre atuação humana e auxílio por IA será cada vez menos nítida. Corretores gramaticais, buscadores jurídicos, sistemas de precedentes, editores inteligentes, plataformas de gestão processual e assistentes generativos formarão um ecossistema contínuo.
Portanto, o caminho mais promissor – e efetivo – talvez seja deslocar o centro da avaliação profissional. Se a escrita poderá ser amplamente assistida por IA, será necessário valorizar os momentos em que o conhecimento humano se manifesta em condições públicas, dialógicas e responsivas. Em outras palavras, o Direito brasileiro talvez precise resgatar a oralidade.
Esse resgate não significa o retorno romântico ao passado, nem a substituição da racionalidade escrita por improviso retórico. A oralidade processual, na tradição de parte significativa da doutrina processual, nunca foi apenas a preferência estética pela palavra falada. Ela se conecta a ideias de imediação, concentração, publicidade, identidade física do juiz, contraditório efetivo e contato direto entre os sujeitos do processo.[10]
Essas características ganham novos significados no contexto da inteligência artificial generativa. Atos como audiências, sustentações orais, alegações finais orais, debates públicos em bancas, arguições acadêmicas, sabatinas institucionais e julgamentos presenciais ou virtuais com interação efetiva podem se tornar espaços privilegiados de validação do conhecimento jurídico. Neles, o profissional não apenas entrega um texto, pois precisa compreender o que sustenta, responder a perguntas inesperadas, distinguir fatos relevantes, adaptar argumentos e reconhecer limites, de modo a demonstrar domínio técnico sem depender integralmente de uma peça previamente otimizada por IA.
A oralidade, portanto, deixa de ser vista apenas como técnica de simplificação procedimental ou instrumento de celeridade, para ser compreendida também como mecanismo institucional de verificação de habilidades. Em um mundo de textos juridicamente impecáveis, será cada vez mais preciso questionar quem é capaz de defender, explicar e criticar o próprio texto.
Essa mudança teria impactos importantes na advocacia. A sustentação oral, muitas vezes tratada como ato protocolar ou repetição condensada das razões recursais, poderia assumir nova função, não servindo apenas para ornamentar o julgamento, mas para testar a compreensão do advogado sobre o caso, uma vez que o julgador poderia formular perguntas objetivas sobre precedentes, distinções fáticas, consequências práticas da tese, riscos sistêmicos e pontos frágeis do argumento. O advogado, por sua vez, teria oportunidade real de demonstrar que não apenas apresentou uma peça bem escrita, mas domina o caso levado a julgamento.
Em audiências de instrução e julgamento, a condução oral do processo pode revelar competências que a escrita automatizada tende a ocultar, como a capacidade de escuta, formulação de perguntas, leitura estratégica da prova, compreensão da dinâmica probatória, respeito ao contraditório, clareza na delimitação dos pontos controvertidos e percepção da dimensão humana do conflito.
A magistratura também seria afetada. Se decisões judiciais puderem ser redigidas com apoio de sistemas generativos altamente precisos, a legitimidade do juiz não poderá repousar apenas na elegância da sentença. Será necessário avaliar sua capacidade de conduzir audiências, formular perguntas, explicitar razões, ouvir partes, enfrentar objeções, distinguir precedentes, controlar vieses automatizados e assumir responsabilidade institucional pelo resultado. A sentença poderá ser auxiliada por IA, mas a jurisdição continuará exigindo presença, prudência e accountability.[11]–[12]
No campo acadêmico, a consequência talvez seja ainda mais evidente. Artigos, dissertações e teses escritos com apoio de IA não devem ser automaticamente desqualificados. Mas a defesa pública desses trabalhos deve ganhar importância renovada. Bancas não poderão limitar-se à leitura cerimonial de elogios, seguida de aprovação previsível. Precisarão testar, de modo efetivo, se o pesquisador compreende sua hipótese, domina o método, conhece as objeções relevantes e sabe justificar suas escolhas. A defesa oral é um antídoto contra a pesquisa sem pesquisador. A oralidade pública cria fricção, contingência, risco e exposição. Ela obriga o sujeito a responder em condições menos controladas do que a escrita.
A valorização da oralidade não deve, contudo, ser ingênua. O processo brasileiro tem problemas reais de tempo, estrutura, volume, desigualdade entre litigantes e assimetria de recursos. A oralidade pode melhorar a qualidade da jurisdição, mas também pode ampliar desigualdades se for convertida em espetáculo retórico, privilégio de grandes escritórios ou mecanismo de pressão sobre partes vulneráveis. Por isso, seu resgate deve ser institucionalmente desenhado.
É necessário pensar em audiências com objetivos claros, tempo adequado, registro audiovisual, possibilidade de participação remota, acessibilidade, paridade de armas, delimitação prévia dos pontos controvertidos e dever de fundamentação sobre as questões efetivamente debatidas. A oralidade do futuro não pode ser mera nostalgia da tribuna. Deve ser uma oralidade constitucional, democrática, documentada e orientada à validação pública do conhecimento.
A inteligência artificial, nesse sentido, não decreta o fim do jurista. Ela obriga a redefinir o que esperamos dele. Durante muito tempo, valorizamos o profissional capaz de produzir bons textos jurídicos. No futuro próximo, isso poderá ser insuficiente. O jurista relevante será aquele capaz de formular boas perguntas, compreender bons textos, auditar boas respostas, identificar maus argumentos escondidos em linguagem elegante, explicar escolhas normativas e sustentar publicamente suas posições.
A questão, portanto, não é se a IA deve ou não participar da produção jurídica. Ela já participa e participará cada vez mais. A questão é como impedir que a excelência formal dos textos esconda a mediocridade técnica dos seus operadores. O Direito não pode se satisfazer com peças perfeitas produzidas por profissionais que não saberiam defendê-las diante de uma pergunta simples. Tampouco a ciência pode celebrar artigos impecáveis escritos por pesquisadores incapazes de explicar sua própria hipótese.
Se a inteligência artificial fará o Direito escrever melhor, talvez caiba ao Direito reaprender a falar. Não por apego ao passado, mas por exigência de futuro. Em uma cultura jurídica cada vez mais mediada por máquinas capazes de redigir, resumir, citar, comparar e argumentar, a palavra oral pode recuperar a função decisiva de revelar se ainda há pensamento humano por trás do texto.[13]
Referências
BOMMASANI, Rishi et al. On the opportunities and risks of foundation models. arXiv, 2022. DOI: 10.48550/arXiv.2108.07258.
CONSELHO NACIONAL DE JUSTIÇA. Resolução nº. 615, de 11 de março de 2025. Estabelece diretrizes para o desenvolvimento, utilização e governança de soluções desenvolvidas com recursos de inteligência artificial no Poder Judiciário. Brasília: CNJ, 2025.
CONSELHO NACIONAL DE DESENVOLVIMENTO CIENTÍFICO E TECNOLÓGICO — CNPq. Portaria CNPq nº 2.664, de 6 de março de 2026: institui a Política de Integridade na Atividade Científica do CNPq. Brasília, DF: CNPq, 2026. Disponível em: http://memoria2.cnpq.br/web/guest/view/-/journal_content/56_INSTANCE_0oED/10157/23142775?COMPANY_ID=10132. Acesso em: 7 jul. 2026.
DEHGHANI, F. et al. Large language models in legal systems: a survey. Humanities and Social Sciences Communications, 2025.
FLORIDI, Luciano. Distant Writing: Literary Production in the Age of Artificial Intelligence Revised version 5 (April 26, 2025). Centre for Digital Ethics (CEDE) Research Paper. Disponível em SSRN: https://ssrn.com/abstract=5232088 or http://dx.doi.org/10.2139/ssrn.5232088. Acesso em: 30 out. 25.
HARASTA, Jakub; NOVOTNÁ, Tereza; SAVELKA, Jaromir. It cannot be right if it was written by AI: on lawyers’ preferences of documents perceived as authored by an LLM vs a human. arXiv, 2024.
MAIA, Renata C. Vieira et al (Orgs.) A oralidade, processo do Séc. XXI [recurso eletrônico] / Renata C. Vieira Maia et al (Orgs.). Porto Alegre, RS: Editora Fi, 2020.
MALONE, Hugo. Do dever de revisão ao dever de orientação em ferramentas de IA generativa. Conjur, 2026. Disponível em: https://www.conjur.com.br/2026-mai-22/do-dever-de-revisao-ao-dever-de-orientacao-em-ferramentas-de-ia-generativa-um-novo-paradigma-para-a-resolucao-no-615-do-cnj/
SALINAS, Alejandro et al. Law Professors Prefer AI Over Peer Answers. Stanford Law School; SSRN, 2026.
ZHANG, Yanbo et al. Advancing the scientific method with large language models: from hypothesis to discovery. arXiv, 2025.
[1] Doutor e Mestre em Direito Processual, na área de Democracia, Constituição e Internacionalização (PUC Minas). Professor (IEC PUC Minas/EJEF TJMG). Assessor Jurídico (TJMG). Membro consultor da Comissão de Inteligência Artificial no Direito da OAB/MG. Membro do Instituto de Direito e Inteligência Artificial – IDEIA. E-mail: [email protected]
[2] Cf. https://exame.com/inteligencia-artificial/claude-fable-5-chega-com-foco-em-software-e-ciencia/
[3] BOMMASANI, Rishi et al. On the opportunities and risks of foundation models. 2022.
[4] SALINAS, Alejandro et al. Law Professors Prefer AI Over Peer Answers. 2026.
[5] HARASTA, Jakub; NOVOTNÁ, Tereza; SAVELKA, Jaromir. It cannot be right if it was written by AI: on lawyers’ preferences of documents perceived as authored by an LLM vs a human. 2024.
[6] Em 6 de março de 2026, a CAPES institui a Política de Integridade na Atividade Científica do CNPq, determinando, entre outras disposições, que se declare o uso de ferramentas de Inteligência Artificial Generativa – IAG, de qualquer espécie e em qualquer fase do desenvolvimento da pesquisa (concepção, redação, análise de dados, submissão) especificando nos respectivos textos e exposições eletrônicas, a ferramenta utilizada e a finalidade;
[7] ZHANG, Yanbo et al. Advancing the scientific method with large language models: from hypothesis to discovery. 2025.
[8] DEHGHANI, F. et al. Large language models in legal systems: a survey. Humanities and Social Sciences Communications, 2025.
[9] FLORIDI, Luciano. Distant Writing: Literary Production in the Age of Artificial Intelligence. 2025.
[10] MAIA, Renata C. Vieira et al (Orgs.). A oralidade, processo do Séc. XXI. 2020.
[11] MALONE, Hugo. Do dever de revisão ao dever de orientação em ferramentas de IA generativa. Conjur, 2026.
[12] Conselho Nacional de Justiça. Resolução n. 615/2025.
[13] Este texto foi produzido com auxílio de ferramentas de Inteligência Artificial Generativa para apoio aos processos de pesquisa, verificação adversarial de argumentos, redação e verificação final de inconsistências, o que não exime seu autor da responsabilidade de defender publicamente suas premissas, argumentos e conclusões.
Ao entrar você está ciente e de acordo com os termos de uso e privacidade do Whatsapp.
PARTICIPE DO CANAL
