DECISÕES JUDICIAIS COM APOIO DE IA:
desafios e boas práticas para os tribunais trabalhistas brasileiros
DOI:
https://doi.org/10.70940/rejud4.2025.929Palavras-chave:
Argumentação jurídica., Decisao judicial., Inteligência artificial., Processo trabalhista., Redação jurídicaResumo
O artigo analisa as potencialidades e limitações dos grandes modelos de linguagem (large language models, ou LLMs), como o ChatGPT, na deliberação jurídica, com ênfase nos processos trabalhistas brasileiros. Embora essas ferramentas possam auxiliar na síntese de informações e estruturação de argumentos, sua incapacidade de compreender nuances jurídicas e ponderar valores humanos exige supervisão criteriosa. O estudo destaca a importância de um método passo a passo, alinhado às boas práticas de redação jurídica ou legal writing, para evitar erros cumulativos e garantir decisões fundamentadas. Conclui-se que a inteligência artificial (IA) deve ser utilizada como ferramenta de apoio, jamais substituindo o julgamento humano, especialmente em casos complexos que envolvem múltiplas interpretações e princípios em tensão.
Downloads
Referências
ALEXY, Robert. A theory of legal argumentation: the theory of rational discourse as a theory of legal justification. Oxford: Oxford University Press, 2010.
ALMEIDA, Wilson; YANG, Antonio; REIS, Amanda Madeira. The Brazilian crisis and the structural reforms, the turn of the labor reform = A crise brasileira e as reformas estruturais, a mudança da reforma trabalhista. Revista Jurídica, Curitiba, v. 4, n. 53, p. 573-610, 2018. Disponível em: https://www.mpsp.mp.br/portal/page/portal/documentacao_e_divulgacao/doc_biblioteca/bibli_servicos_produtos/bibli_informativo/bibli_inf_2006/Rev-Juridica-UNICURITIBA_n.53.24.pdf. Acesso em: 08 abr. 2026.
ASHLEY, Kevin D. Artificial intelligence and legal analytics: new tools for law practice in the digital age. Cambridge: Cambridge University Press, 2017. Disponível em: https://iamaeg.net/files/267A598B-5C9B-4F1A-8500-BDFCB5FAF823.pdf. Acesso em: 08 abr. 2026.
BENCH-CAPON, Trevor J. M. Before and after Dung: argumentation in AI and law. Argument & Computation, v. 11, p. 221-238, 2020. DOI: 10.3233/AAC-190477. Disponível em: https://journals.sagepub.com/doi/pdf/10.3233/AAC-190477. Acesso em: 08 abr. 2026. Acesso em: 14 abr. 2026.
BENDER, Emily M.; GEBRU, Timnit; MCMILLAN-MAJOR, Angelina; SHMITCHELL, Shmargaret. On the dangers of stochastic parrots: can language models be too big? In: ACM CONFERENCE ON FAIRNESS, ACCOUNTABILITY, AND TRANSPARENCY (FAccT), 2021, Online. Proceedings. New York: ACM, 2021. p. 610-623. DOI: https://doi.org/10.1145/3442188.3445922. Disponível em: https://dl.acm.org/doi/epdf/10.1145/3442188.3445922. Acesso em: 15 abr. 2026.
BERGLUND, Lukas; TONG, Meg; KAUFMANN, Max; BALESNI, Mikita; STICKLAND, Asa Cooper; KORBAK, Tomasz; EVANS, Owain. The reversal curse: LLMs trained on “A is B” fail to learn “B is A”. Ithaca: ArXiv, 2024. ArXiv:2309.12288v4. Disponível em: https://arxiv.org/abs/2309.12288v4. Acesso em: 17 ago. 2025.
BERRING, Robert C.; VANDEN HEUVEL, Kathleen. Legal research: should students learn it or wing it? Law Library Journal, Chicago, v. 81, p. 431-449, 1989. Disponível em: https://lawcat.berkeley.edu/record/1113501?v=pdf. Acesso em: 25 set. 2025.
BRASIL. Lei n.º 13.467, de 13 de julho de 2017. Altera a Consolidação das Leis do Trabalho (CLT), aprovada pelo Decreto-Lei n.º 5.452, de 1º de maio de 1943, e as Leis n.º 6.019, de 3 de janeiro de 1974, 8.213, de 24 de julho de 1991, e 8.212, de 24 de julho de 1991, a fim de adequar a legislação às novas relações de trabalho. Brasília, DF: Presidência da República, [2017]. Disponível em: http://www.planalto.gov.br/ccivil_03/_ato2015-2018/2017/lei/l13467.htm. Acesso em: 8 abr. 2026.
BRASIL. Supremo Tribunal Federal. Ação Direta de Inconstitucionalidade n.º 5766. Relator: Min. Roberto Barroso. Redator do acórdão: Min. Alexandre de Moraes. Brasília, DF, 20 de outubro de 2021. Diário de Justiça Eletrônico, 3 de maio de 2022. Disponível em: https://portal.stf.jus.br/processos/detalhe.asp?incidente=5250582. Acesso em: 8 abr. 2026.
BROWN, Tom B.; MANN, Benjamin; RYDER, Nick; SUBBIAH, Melanie; KAPLAN, Jared; DHARIWAL, Prafulla; NEELAKANTAN, Arvind; SHYAM, Pranav; SASTRY, Girish; ASKELL, Amanda; AGARWAL, Sandhini; HERBERT-VOSS, Ariel; KRUEGER, Gretchen; HENIGHAN, Tom; CHILD, Rewon; RAMESH, Aditya; ZIEGLER, Daniel M.; WU, Jeffrey; WINTER, Clemens; HESSE, Christopher; CHEN, Mark; SIGLER, Eric; LITWIN, Mateusz; GRAY, Scott; CHESS, Benjamin; CLARK, Jack; BERNER, Christopher; MCCANDLISH, Sam; RADFORD, Alec; SUTSKEVER, Ilya; AMODEI, Dario. Language models are few-shot learners. Advances in Neural Information Processing Systems, v. 33, p. 1877-1901, 2020. Disponível em: https://proceedings.neurips.cc/paper/2020/hash/1457c0d6bfcb4967418bfb8ac142f64a-Abstract.html. Acesso em: 25 set. 2026.
CALLEROS, Charles R. Legal method and writing. 8. ed. New York: Wolters Kluwer, 2018.
CAMPBELL, Ray Worthy. Artificial intelligence in the courtroom: the delivery of justice in the age of machine learning. Colorado Technology Law Journal, Boulder, v. 18, n. 2, p. 323-350, 2020. DOI: https://doi.org/10.2139/ssrn.3634055. Disponível em: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4425791. Acesso em: 08 abr. 2026.
DERNBACH, John C.; SINGLETON, Richard V.; WHARTON, Cathleen S.; WASSON, Catherine J.; RUHTENBERG, Joan M. A practical guide to legal writing and legal method. 6. ed. New York: Wolters Kluwer, 2017.
DICKERSON, Reed. Materials on legal drafting. St. Paul: West Publishing, 2001.
DRAPER, Chris; GILLIBRAND, Nicky. The potential for jurisdictional challenges to AI or LLM training datasets. In: WORKSHOP ON ARTIFICIAL INTELLIGENCE FOR ACCESS TO JUSTICE (AI4AJ), 2023, Braga. Proceedings [...]. Aachen: CEUR-WS, 2023. (CEUR Workshop Proceedings, v. 3435). Disponível em: https://ceur-ws.org/Vol-3435/paper2.pdf. Acesso em: 25 set. 2026.
DUNNE, Paul. E.; BENCH-CAPON, Trevor J. M. (org.). Computational models of argument: proceedings of COMMA 2006. Amsterdam: IOS Press, 2006. Disponível em: http://www.ndl.ethernet.edu.et/bitstream/123456789/36634/1/Computational%20Models%20of%20Argument.pdf.
Acesso em: 17 ago. 2025.
EDWARDS, Linda H. Legal writing: process, analysis, and organization. 7. ed. New York: Wolters Kluwer, 2018.
ELIOT, Lance. AI and legal argumentation: aligning the autonomous levels of AI legal reasoning. arXiv preprint arXiv:2009.11180v1, 2020. Disponível em: https://arxiv.org/abs/2009.11180. Acesso em: 17 ago. 2025.
ENQUIST, Anne; OATES, Laurel Currie; FRANCIS, Jeremy. Just writing: grammar, punctuation, and style for the legal writer. 5. ed. New York: Aspen Publishers, 2018.
FAJANS, Elizabeth; FALK, Mary Ray; SHAPO, Helene. Writing for law practice. 3. ed. St. Paul: Foundation Press, 2017.
GARNER, Bryan A. The elements of legal style. 2. ed. New York: Oxford University Press, 2009.
GARNER, Bryan A.; SCALIA, Antonin. Making your case: the art of persuading judges. 2. ed. St. Paul: West Academic Publishing, 2013.
HELL, Lorena; SPRENGER, Janis; KLUSCH, Matthias; KOBAYASHI, Yoshiyuki; MÜLLER, Christian. Pedestrian behavior in Japan and Germany: a review. In: IEEE INTELLIGENT VEHICLES SYMPOSIUM (IV), 32., 2021, Nagoya. Proceedings [...]. Nagoya: IEEE, 2021. p. 1194-1201. Disponível em: https://ieeexplore.ieee.org/document/9575809. Acesso em: 08 abr. 2026.
KOLKMAN, Daan; BEX, Floris; NARAYAN, Nitin; VAN DER PUT, Manuella. Justitia ex machina: the impact of an AI system on legal decision-making and discretionary authority. Artificial Intelligence, v. 327, p. 104082, 2024. Disponível em: https://journals.sagepub.com/doi/10.1177/20539517241255101. Acesso em: 08 abr. 2026.
MARTINS, Leonardo Resende. Breves noções sobre processos estruturais. In: BOCHENEK, Antônio César (org.). Demandas estruturais e litígios de alta complexidade: casos práticos analisados no mestrado da Enfam. Brasília: Enfam, 2022. p. 15-16. DOI: 10.54795/eISBN978-65-88022-14-6. Disponível em: https://www.enfam.jus.br/wp-content/uploads/2022/05/demandas-estruturais-e-litigios-de-alta-complexidade.pdf. Acesso em: 08 abr. 2026.
MIRZADEH, Iman; ALIZADEH, Keivan; SHAHROKHI, Hooman; TUZEL, Oncel; BENGIO, Samy; FARAJTABAR, Mehrdad. GSM-Symbolic: Understanding the Limitations of Mathematical Reasoning in Large Language Models. Ithaca: arXiv, 2024. Disponível em: https://arxiv.org/abs/2410.05229. Acesso em: 22 maio 2024.
MURRAY, Michael D.; DESANCTIS, Christy H. Legal writing and analysis. 3. ed. St. Paul: Foundation Press, 2021.
NEUMANN, Richard K.; MARGOLIS, Ellie; STANCHI, Kathryn M. Legal reasoning and legal writing. 8. ed. New York: Wolters Kluwer, 2017. Disponível em: https://digitalcommons.law.uw.edu/cgi/viewcontent.cgi?article=4030&context=wlr. Acesso em: 25 set. 2026
PEREIRA, João Sérgio; SOUZA JÚNIOR, Eurípedes. Primeiras reflexões sobre o devido processo tecnológico na aplicação de provimentos vinculantes por sistemas de decisões automatizadas. IDP Law Review, Brasília, v. 1, n. 2, 2022. Disponível em: https://www.portaldeperiodicos.idp.edu.br/lawreview/article/view/5642. Acesso em: 08 abr. 2026.
PIAE, Renata Petreli; FERREIRA, Adriano Fernandes; ESASHIKA, Tiago. Da black box à transparência: proteção de dados e ética na era da inteligência artificial. Virtuajus, Belo Horizonte, v. 10, n. 19, 2025. Disponível em: https://periodicos.pucminas.br/virtuajus/article/view/34235. Acesso em: 12 fev. 2026.
RIDEOUT, J. Christopher; RAMSFIELD, Jill J. Legal writing: a revised view. Washington Law Review, Seattle, v. 69, n. 1, p. 35-99, 1994. Disponível em: https://digitalcommons.law.uw.edu/cgi/viewcontent.cgi?article=4030&context=wlr. Acesso em: 25 set. 2026.
ROBBINS, Ruth Anne; JOHANSEN, Steve; CHESTEK, Ken. Your client’s story: persuasive legal writing. New York: Aspen Publishing, 2018.
SCHAUER, Frederick. Thinking like a lawyer: a new introduction to legal reasoning. Cambridge: Harvard University Press, 2009. Disponível em: https://delhihighcourt.nic.in/files/Ebook/thinking_like_a_lawyer.pdf. Acesso em: 9 abr. 2026.
SHOJAEE, Parshin; MIRZADEH, Iman; ALIZADEH, Keivan; HORTON, Maxwell; BENGIO, Samy; FARAJTABAR, Mehrdad. The illusion of thinking: understanding the strengths and limitations of reasoning models via the lens of problem complexity.Ithaca: Apple: arXiv, 2025. arXiv:2506.06941. Disponível em: https://doi.org/10.48550/arXiv.2506.06941. Acesso em: 17 ago. 2025.
SIMON, Herbert Alexander. The sciences of the artificial. 3. ed. Cambridge: MIT Press, 1996.
SURDEN, Harry. Machine learning and law. Washington Law Review, Sattle, v. 89, n. 1, p. 87-115, 2014.
SUSSKIND, Richard E. The future of law: facing the challenges of information. Rev. ed. Oxford: Oxford University Press, 1998.
TOULMIN, Stephen Edelston. Os usos do argumento. Tradução de Reinaldo Guarany. São Paulo: Martins Fontes, 2001.
VOLOKH, Eugene. Large libel models? Liability for AI output. Journal of Free Speech Law, v. 3, p. 489-558, 2023. Disponível em: https://www.journaloffreespeechlaw.org/volokh4.pdf. Acesso em: 25 set. 2026.
WEI, Jason; WANG, Xuezhi; SCHUURMANS, Dale; BOSMA, Maarten; ICHTER, Brian; XIA, Fei; CHI, Ed; LE, Quoc; ZHOU, Denny. Chain-of-Thought Prompting Elicits Reasoning in Large Language Models. [S. l.]: arXiv, 2023. Disponível em: https://arxiv.org/abs/2201.11903. Acesso em: 9 abr. 2026.
YONGJIANG Liu; HAOXI Li; XIAOSONG Ma; JIE Zhang; SONG Guo. Think how to think: mitigating overthinking with autonomous difficulty cognition in large reasoning models. arXiv preprint arXiv:2507.02663, 2025. Disponível em: https://arxiv.org/abs/2507.02663. Acesso em: 17 ago. 2025.
YUFEI Guo; MUZHE Guo; JUNTAO Su; ZHOU Yang; MENGQIU Zhu; HONGFEI Li; MENGYANG Qiu; SHUO Shuo Liu. Bias in large language models: origin, evaluation, and mitigation. arXiv preprint arXiv:2411.10915, 2024. Disponível em: https://arxiv.org/abs/2411.10915. Acesso em: 17 ago. 2025.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Revista da Escola Judicial do TRT4
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
