A integração da inteligência artificial (IA) no Poder Judiciário brasileiro, celebrada pela capacidade de processar volumes massivos de dados, levanta questões fundamentais sobre a natureza do ato de julgar. Com o ingresso de 40,9 milhões de novos casos em 2025 e um estoque que atingiu 75,5 milhões de processos, a tecnologia surge como uma resposta necessária à crise de judicialização. Contudo, especialistas alertam que a eficiência numérica não pode obscurecer os critérios interpretativos que moldam a justiça.
O papel da IA na triagem e classificação de processos
O Conselho Nacional de Justiça (CNJ) tem incentivado o uso de ferramentas como o sistema Berna, desenvolvido pelo Tribunal de Justiça de Goiás. Entre janeiro de 2025 e fevereiro de 2026, a tecnologia analisou 30 milhões de processos, identificando 2,5 milhões de demandas repetitivas ou abusivas. Embora o ganho de tempo seja inegável, a transparência sobre como a máquina decide quais fatos são relevantes e quais podem ser descartados permanece um ponto de atenção.
A classificação de processos, frequentemente vista como uma tarefa administrativa, possui contornos jurisdicionais. Ao agrupar ações similares, a IA realiza escolhas que influenciam diretamente o que será apresentado ao magistrado. Se a tecnologia define previamente quais argumentos merecem aprofundamento, ela acaba por exercer uma influência decisiva na formação da convicção do julgador, mesmo que a sentença final seja assinada por um humano.
A reserva de humanidade na jurisdição
A Resolução CNJ 615/2025 estabelece um marco regulatório importante ao classificar ferramentas de IA pelo critério funcional, e não apenas pelo nível de automação. Sistemas que passam a emitir juízos, como o perfilamento de pessoas ou a valoração de provas, são classificados como de alto risco. A norma reforça que a supervisão humana não é um selo automático de segurança, especialmente quando a análise da máquina pressupõe uma delegação cognitiva que molda o resultado final.
A distinção entre organizar informações e realizar juízos conclusivos é o cerne do debate. A detecção de precedentes, por exemplo, não é uma tarefa puramente mecânica. Identificar a pertinência de um precedente exige confrontar fatos e fundamentos, um processo interpretativo que envolve escolhas sobre o nível de generalidade da comparação. Quando a máquina realiza essa filtragem, ela pode estar escondendo, sob uma aparência de neutralidade estatística, escolhas que deveriam ser fruto de debate jurídico.
Riscos na padronização de ementas e precedentes
Iniciativas como a Recomendação CNJ 154/2024, que propõe um manual de padronização de ementas, visam organizar a jurisprudência para sistemas de IA. No entanto, existe o risco de que a ementa, ao ser convertida em representação matemática para facilitar o ranqueamento, torne-se um substituto digital do próprio precedente. O uso de ferramentas como o Gerador de Ementas, adotado pelo Tribunal de Justiça de São Paulo, exemplifica essa transição.
O perigo reside na cadeia de automação: uma IA produz a ementa, enquanto outra a utiliza para triagem. Nesse cenário, o revisor humano pode não ter acesso aos critérios implícitos que levaram a máquina a selecionar certos julgados em detrimento de outros. O Direito, contudo, é construído por teses, antíteses e distinções refeitas a cada caso. A conversão dessas disputas em relações matemáticas pode conferir uma falsa neutralidade a escolhas que, na prática, delimitam o acesso à justiça e a própria interpretação das leis.