Perguntas Frequentes Inteligência Artificial

Para acelerar e organizar o trabalho: classificar processos, identificar temas repetitivos, gerar minutas de decisão, detectar padrões e relacionar julgados.

A inovação e o desenvolvimento tecnológico sempre foram pilares na prática do Superior Tribunal de Justiça (STJ). Entre os exemplos de uso da IA no STJ, destacam-se:

• Organização e triagem de processos: As ferramentas Athos e Sócrates auxiliam na classificação de documentos, agrupamento de processos com temas semelhantes e na indicação de recursos com potencial repetitivo.
• Sugestão de ementas, relatórios e minutas: O STJ Logos possibilitou o desenvolvimento de ferramentas que sugerem ementas, relatórios e minutas a depender do comando inserido pelo servidor. No caso das ementas e dos relatórios, a interface do sistema oferece um comando padrão, com base no modelo do CNJ, para as ementas, e em modelo interno do Tribunal, para os relatórios.

Todas as ferramentas possuem acesso disponibilizado pelo Tribunal, com acesso restrito aos servidores, permitindo a habilitação específica e o monitoramento constante. Antes de ser disponibilizada para utilização, cada ferramenta de IA passa por diversas etapas de testes e validação:

(1) Testes iniciais na Assessoria de Inteligência Artificial (AIA) juntamente com Secretaria de Tecnologia de Tecnologia da Informação e Comunicação (STI).

(2) Testes em alguns Gabinetes para validação da interface e recebimento de comentários para a melhoria da ferramenta.

(3) Lançamento da ferramenta, com o oferecimento de capacitações continuadas e canais abertos de comunicação com os usuários do Tribunal.

Consoante o disposto na Resolução nº 615/2025 do CNJ, o STJ busca não somente implementar novas tecnologias, mas também investir na capacitação contínua das colaboradoras e colaboradores que as utilizam. Para isso, são oferecidos diversos cursos e treinamentos sobre as ferramentas de IA disponíveis no Tribunal, sempre enfatizando o manejo consciente, responsável e o devido cuidado com os dados pessoais.

Veja a listagem completa em “capacitações e eventos.”

Os chamados Large Language Models, ou “Modelos de Linguagem de Grande Escala” (LLMs), são modelos de IA treinados com uma enorme quantidade de dados, “aprendendo” padrões da linguagem, regras gramaticais e informações gerais presentes em trilhões de possibilidades semânticas. Esse processo cria a base de conhecimento que o STJ Logos utiliza. No contexto do Superior Tribunal de Justiça (STJ), quando utilizamos LLMs, eles estão principalmente aplicando esse vasto conhecimento adquirido. O diferencial é que a plataforma STJ Logos é otimizada para uso especificamente jurídico. Embora apresente nível de criatividade zero — ou seja, não inventa informações —, esse modelo é capaz de analisar textos jurídicos de maneira precisa.

O STJ Logos foi desenvolvido utilizando o LLM GPT-4o como BASE/MODELO/QUAL PALAVRA? e personalizado para o contexto da Corte. Contudo, sua infraestrutura é agnóstica, o que permite operar com qualquer modelo de LLM atual ou futuro. Essa característica garante que o STJ possa estar sempre fazendo o melhor uso dos recursos públicos e apresentando os melhores resultados à sociedade com a adoção dos modelos que apresentem maior utilidade no contexto jurídico. Os modelos passam por ajustes internos, realizados pela equipe do STJ, buscando garantir que funcionem adequadamente na prática jurisdicional e possam se adaptar às necessidades locais.

A tecnologia já integra o dia a dia do Superior Tribunal de Justiça (STJ), o que contribui diretamente para a agilidade e eficiência das decisões. A utilização das ferramentas de inteligência artificial pode ocorrer em diversos momentos do processo. Por exemplo, para indicar se um recurso trata de tema repetitivo ou auxiliar na elaboração automática de minutas de relatório. Esses recursos tornam o processo decisório mais célere e preciso, tanto no aspecto processual quanto no material.

O registro do uso de sistema de IA em determinado processo não significa que houve, de fato, consideração do texto sugerido em uma das ferramentas disponíveis no Tribunal. Os registros servem para produzir estatísticas, monitorar o uso e possibilitar auditorias e análises.

A plataforma Corpus927, lançada em 2018 pela parceria entre o STJ e a Enfam, está disponível para usuários externos. O sistema centraliza em uma única base de dados as decisões vinculantes e a jurisprudência do Supremo Tribunal Federal (STF) e do STJ. Assim, busca-se democratizar o acesso à informação não apenas à comunidade jurídica, mas também à sociedade como um todo.

A IA simula aspectos do raciocínio humano com algoritmos, principalmente usando redes neurais artificiais, que imitam o funcionamento dos neurônios. Analisa grandes volumes de dados para encontrar padrões, prever resultados ou gerar conteúdos — tudo isso sem “pensar” como um humano.

A IA “tradicional” analisa dados, enquanto a IA generativa cria conteúdo novo — como textos, imagens e músicas — com base no que aprendeu e no comando fornecido, em linguagem natural.

É a forma como humanos se comunicam no dia a dia. A IA de linguagem natural busca compreender e responder nesse mesmo estilo, tornando a interação mais fluida.

São respostas falsas que parecem verdadeiras. A IA “alucina” quando gera um conteúdo que não responde de maneira verídica ao que foi perguntado. Contudo, aquela informação é apresentada como se fosse verdadeira. No meio jurídico, um exemplo é quando um usuário solicita a indicação de uma jurisprudência ou caso sobre determinado assunto e o conteúdo gerado é um caso que nunca existiu de fato, apresentando citação, data de julgamento, nome do relator e até número de processo.

Não necessariamente. Apesar de não ter opiniões ou emoções, a IA pode reproduzir preconceitos presentes nos dados com os quais foi treinada.

Por meio de aprendizado de máquina e aprendizado profundo, com base em grandes conjuntos de dados rotulados.

• Aprendizado com dados: ela é alimentada com enormes volumes de dados — textos, imagens, sons, vídeos — e começa a identificar padrões. Por exemplo, se você mostrar milhares de fotos de gatos e cachorros com as respectivas etiquetas, ela aprende a distinguir entre os dois.
• Algoritmos: é como se fossem “regras” que ajudam a IA a processar os dados. Existem vários tipos, mas os mais famosos são os de aprendizado de máquina (machine learning) e aprendizado profundo (deep learning), que usam redes neurais inspiradas no cérebro humano.
• Treinamento: a IA ajusta seus “pesos” e “conexões” internas com base em acertos e erros, como um aluno recebendo feedback até melhorar suas respostas.
• Generalização: depois de treinada, a IA pode aplicar o que aprendeu em situações novas que ela nunca viu antes — é aí que começa a “parecer” inteligente.

Neste tipo de aprendizado, a IA é treinada com dados históricos de processos para fazer previsões. Pode prever o tempo de tramitação de um caso ou padrões de decisão de certos tribunais. Quanto mais dados e exemplos, maior a precisão.

Ainda é difícil auditar completamente “como” uma IA chegou a uma resposta específica. Mas há avanços contínuos para torná-la mais transparente, explicável e confiável. No STJ, o grau de criatividade da IA generativa disponível para uso dos servidores (STJ Logos) é selecionado a zero e a equipe de desenvolvimento treina o sistema para uso específico no contexto do STJ.

É o comando que você fornece à IA. Um bom prompt direciona a resposta de forma eficiente — é como falar com precisão o que você deseja de volta. No STJ, as ações vêm utilizando somente o termo “comando” para evitar anglicismos e facilitar a compreensão de um maior público.

Na inteligência artificial, vetores são representações matemáticas que transformam informações — como palavras, imagens ou dados — em números que podem ser entendidos e manipulados por algoritmos.

• Um vetor é uma lista de números que representa uma entidade. Por exemplo, a palavra “amor” pode virar algo como [0.12, 0.83, -0.45, 0.01, …].
• Esses números são construídos com base nos contextos em que a palavra aparece. Assim, palavras semelhantes (como “carinho”, “afeto”) acabam tendo vetores próximos entre si.
• Isso permite que a IA compare significados, identifique padrões e até crie coisas novas, tudo operando nesse “espaço vetorial”.

Não. O Sócrates 1.0 é a interface web do Athos voltada para Gabinetes de Ministro. Ele permite a triagem de processos, o agrupamento de matérias e a busca de precedentes.

Não. Os “Modelos de Linguagem de Grande Escala” (LLMs) têm apresentado melhor performance e o custo do processo de desenvolvimento de um modelo de IA como o Athos deixou de ser razoável face a atualizações disponíveis. A ferramenta continua em uso, mas não passará por melhorias.

O modelo de similaridade semântica do Athos utiliza o framework GENSIM (Doc2Vec), com códigos e integrações desenvolvidos em Python.

Na análise processual, o STJ Logos auxilia na execução de várias tarefas. Ao abrir o sistema, o servidor deve selecionar as peças do processo com as quais quer trabalhar.

Por exemplo, é possível utilizar a ferramenta para verificar se existe um pedido liminar. Após inserir o número do processo ou o número do registro do processo e selecionar a petição inicial do recurso, insere-se o comando na caixa de pergunta: Há pedido liminar? O Logos informa se há pedido, qual o pedido, e indica a folha em que está formulado.

O STJ Logos foi personalizado para o uso exclusivo do Superior Tribunal de Justiça, a fim de desenvolver um motor de IA passível de utilização em aplicações elaboradas de acordo com as demandas internas, o que permite uma contextualização do aprendizado à realidade da Corte.  Isso acontece principalmente das seguintes formas:

• Contextualização jurídica: o modelo recebe instruções para agir como um especialista em Direito, usando a linguagem técnica da área e entendendo como funcionam as leis, normas e decisões judiciais no Brasil.
• Alimentação com dados internos: o modelo também é abastecido com informações específicas do STJ, como acórdãos, petições e legislação própria, o que o torna ainda mais preciso e útil para o trabalho jurídico.

Desse modo, no dia a dia, as aplicações do STJ Logos consultam a base processual e jurisprudencial interna do STJ. No caso do Painel de Controle, o usuário deve, ainda, selecionar as peças específicas com as quais deseja conversar. A consulta é, então, direcionada e restrita ao contexto do Tribunal.

Nenhum processo sigiloso acima de nível 2 na escala do Conselho Nacional de Justiça (CNJ) é “conhecido” na interface no STJ Logos. Nas escalas 1 e 2, as regras são as mesmas aplicadas no Sistema Justiça Web: processos em segredo de justiça são visíveis a todos os servidores, enquanto os processos sigilosos são visíveis somente à unidade processante ou ao(à) relator(a).

Além disso, como o STJ Logos é uma interface interna ao Tribunal que utiliza as mesmas salvaguardas do Justiça Web, vale ressaltar que todas as regras relacionadas à segurança da informação, proteção de dados pessoais e privacidade são aplicáveis como em qualquer outro setor do Tribunal. Para mais informações sobre esse tema, veja o portal da Lei Geral de Proteção de Dados do STJ e a Política de Privacidade do STJ.