Mineracao de Processos Assistida por LLMs: Avaliacao de Estrategias de Interacao para Usuarios Nao Especialistas do Poder Judiciario
mineração de processos; jump; llms; modelos de linguagem de
grande escala; agentes; gpt; gemini; ia generativa.
A crescente facilitação do acesso à justiça no Brasil tem resultado em um
aumento exponencial da demanda processual, impondo desafios significativos
para magistrados e servidores judiciários. Embora a mineração de processos
ofereça potencial para identificar gargalos operacionais e otimizar fluxos
de trabalho nos tribunais, sua adoção permanece limitada devido à
complexidade técnica das ferramentas existentes e à escassez de interfaces
intuitivas para profissionais jurídicos sem formação especializada em
análise de dados.
Esta pesquisa investigou a aplicação de Large Language Models (LLMs) como
interfaces cognitivas para democratizar o acesso à mineração de processos
no contexto judicial brasileiro. O estudo empregou dados estruturados da
plataforma Judiciário & Mineração de Processos (JuMP), desenvolvida em
parceria entre o CNJ e a UFPE, utilizando logs de eventos e artefatos
derivados de cinco unidades jurisdicionais para avaliar comparativamente
duas estratégias de interação: engenharia de prompts diretos e uma
arquitetura baseada em agentes inteligentes que integra LLMs com
ferramentas computacionais auxiliares.
A metodologia experimental envolveu a utilização sistemática dos modelos
proprietários GPT-4o e Gemini 2.0 Flash, submetidos à avaliação mediante um
conjunto de questões analíticas co-projetadas com especialistas do domínio
jurídico. Os critérios de avaliação abrangeram clareza do raciocínio,
aderência contextual, ausência de alucinações e precisão numérica. Os
resultados evidenciaram superioridade significativa da estratégia baseada
em agentes sobre a interação direta, demonstrando maior capacidade de
processamento de datasets volumosos, execução de raciocínio multi-etapas e
resolução de computações complexas, enquanto a abordagem direta revelou-se
adequada exclusivamente para consultas de menor complexidade computacional.
Não obstante a estratégia baseada em agentes tenha apresentado desempenho
consistentemente superior em tarefas de agregação e computações
condicionais, nenhuma das abordagens alcançou precisão absoluta em
consultas de elevada complexidade temporal e lógica. Conclui-se que os
LLMs, particularmente quando implementados em arquiteturas de agentes
inteligentes com acesso a ferramentas externas, constituem uma solução
tecnologicamente viável para democratizar a mineração de processos entre
profissionais judiciários, contribuindo substancialmente para a
transformação digital do sistema judicial brasileiro e fomentando a tomada
de decisões fundamentada em evidências empíricas.