Solicitar demo

Blog

Voltar

Inteligência Jurídica: Como a tecnologia pode resolver três grandes desafios da área

Inteligência Jurídica: Como a tecnologia pode resolver três grandes desafios da área

Nem mesmo as profissões mais antigas e tradicionais, como a de advogado, têm resistido à inovação. Se, por um lado, o formalismo da carreira se mantém dentro dos tribunais, dos departamentos jurídicos de empresas e dos próprios escritórios de advocacia, por outro, acompanhamos uma verdadeira revolução no mercado do Direito, por meio do que ficou conhecido no mercado como Inteligência Jurídica. Tecnologias disruptivas centradas no Big Data e na Inteligência Artificial estão dando mais agilidade ao trabalho. Os profissionais podem, agora, reduzir o tempo dedicado a pesquisas e a funções repetitivas para se dedicar mais intensamente à estratégia do negócio e ao exercício intelectual típico da profissão.

A tecnologia já demonstra o seu potencial para tornar o Judiciário brasileiro mais célere, e, para quem sabe, dar fim ao senso comum de que a Justiça é lenta. Quando se trata da área Jurídica do mercado privado, não há dúvidas que será determinante. Veja três problemas das empresas e dos escritórios de advocacia que as soluções mais inovadoras já conseguem resolver:

Análise detalhada das decisões judiciais

O Brasil é um dos países com a maior quantidade de processos do mundo: 78,7 milhões em andamento, segundo os dados de 2018 do Conselho Nacional de Justiça. Em 2017 eram 80 milhões, o que significa que, pela primeira vez na história, a Justiça brasileira conseguiu reduzir o seu acervo de processos. Cinco setores da economia concentram a maior parte dessa massa processual: bancos, telecomunicações, e-commerce, energia e aviação - além das execuções fiscais, principal causa da morosidade do Judiciário.

O chamado “contencioso de massa” é conhecido no Brasil pelo seu caráter repetitivo e é aí que a Inteligência Jurídica, mais especificamente, a Inteligência Artificial se transforma em uma importante aliada. Para que as empresas com milhares e milhares de processos se organizem e sejam mais eficientes, o deep learning - camada mais profunda da IA -, entra como uma quebra de paradigma. Isso porque o aprendizado de máquina nesse estágio é capaz de extrair informações completas dos documentos do processo - da petição inicial à decisão judicial -, indo muito além da jurimetria convencional, que se limita à análise da “capa” do processo (dados genéricos).

Na prática, isso significa que, em poucos minutos, o advogado de uma empresa pode acessar sua carteira de processos judiciais em detalhes, identificar as causas predominantes de ações movidas contra a companhia e também contra os seus concorrentes. É possível checar ainda a concentração de processos em determinadas regiões, verificar os argumentos expostos, a probabilidade de uma das partes perder ou ganhar a causa, conferir valores e tempo estimados para a decisão, entender se um produto de seu portfólio gera uma quantidade anormal de processos, entre várias outras possibilidades.

Verificação de reservas de contingenciamento

As empresas que gerenciam um grande volume de processos têm um desafio frequente: conhecer o valor real do seu passivo jurídico - e, em especial, o do futuro. Não é raro que ações já concluídas ou com indenizações menores do que o imaginado inicialmente constem como passivos nos balanços financeiros desses negócios. A revisão correta e eficiente dessa gigantesca massa processual permite às companhias reduzir suas reservas para gastos com possíveis derrotas na Justiça. Como resultado, há retorno de dinheiro para o caixa.

Embora para uma empresa com poucos processos possa parecer impossível não conhecer os valores e o status das ações movidas contra ela, essa é uma realidade muito diferente dos departamentos jurídicos que lidam com milhares de casos. As principais razões que explicam a dificuldade para fazer o acompanhamento são a defasagem no site dos tribunais, falta de informatização de algumas comarcas, entre outros.

Além disso, grande parte das empresas possuem reservas de contingência. Ou seja, elas destinam recursos ou parcelas do lucro líquido para compensar perdas futuras consideradas prováveis e cujo valor possa ser estimado. Entretanto, o Brasil é um país marcado por insegurança jurídica, o que significa que um mesmo caso pode ser julgado de forma e com valores diferentes a depender do juiz. Ou seja, fazer estimativas torna-se tarefa difícil, especialmente, para as companhias com milhares de processos e que não têm a quantidade necessária de pessoas para fazer esse cálculo.

Para os negócios que enfrentam tal realidade, as novas tecnologias de análise profunda conseguem interpretar e extrair informações de documentos para que o departamento jurídico obtenha uma visão detalhada da carteira de processos. As ferramentas mais avançadas são capazes ainda de criar indicadores e predições para os processos, o que permite aos advogados estimar o tempo para a sentença, prever o valor de possíveis condenações, etc. Com isso, há previsibilidade e maior segurança no provisionamento de risco.

Tempo gasto com pesquisas de teses e documentos

As pesquisas processuais fazem parte do dia-a-dia do advogado e consomem uma parte importante da rotina desses profissionais. Encontrar informações sobre legislações e jurisprudências toma tempo, assim como gerar a análise desses dados.

Porém, para os escritórios e empresas que investem em tecnologia, o tempo dos advogados poderá ser usado de forma muito mais estratégica. Algoritmos quando treinados são capazes de encontrar, por meio de buscas, jurisprudências, posições de todos os tribunais sobre determinado tema, precedentes compatíveis para casos específicos etc. As ferramentas mais avançadas consideram, inclusive, não apenas buscas exatas, mas, também, as associadas, levando em conta palavras-chave, frases e até parágrafos de textos, expandindo o poder de busca do advogado.

Quer saber como a Neoway atua na área de Inteligência Jurídica? Solicite aqui uma demonstração gratuita.

Quer saber como fazemos na prática?

Solicitar demo