Inteligência Artificial – Aplicações no Judiciário – Primeira parte
Inteligência Artificial – Aplicações no Judiciário – Primeira parte
Caros amigos da Laranja & Marranghello, neste artigo farei um resumo, dividido em duas partes, da apresentação feita no 4º Seminário L&M que ocorreu no dia 15 de setembro de 2022 sobre Inteligência Artificial suas aplicações no Judiciário e os cuidados com as decisões automatizadas.
Fui uma noite de intensa troca de informações com os participantes, como tem acontecido em todas as edições deste evento.
Em primeiro lugar, o que é Inteligência?
O paradigma é a Inteligência Humana, capaz de criar, aprender, abstrair, interpretar. É a capacidade de escolha de um indivíduo entre as várias possibilidades, que exige a avaliação das vantagens e desvantagens de cada alternativa.
O próprio conceito de “inteligência” evoluiu com o tempo, houve uma época em que se dizia que a inteligência era uma das características que distinguiam os seres humanos do restante dos animais. É um conceito aberto, assim como o conceito de “vida”.
E o que é Inteligência Artificial (IA)?
Já a Inteligência Artificial (IA) é a ciência de construção de máquinas que fazem coisas que requerem inteligência ou, é o estudo que busca simular processos inteligentes ou processos de aprendizagem em máquinas.
Segundo o MIT é “a capacidade das máquinas aparentemente pensarem por si mesmas, demonstradas quando uma tarefa, anteriormente realizada por um ser humano e considerada como exigindo a capacidade de aprender, raciocinar e resolver problemas, pode ser realizada por uma máquina”.
Existe uma classificação, que recebe muitas críticas, mas tem a vantagem de ser muito didática, que divide a IA e “forte” e “fraca”.
A IA do tipo forte é aquela que teria a capacidade igual ou superior à dos humanos, e fraca seria aquela com capacidade inferior à dos humanos, voltada para soluções de problemas específicos nos quais os sistemas desenvolvidos são capazes de auto-otimização. Para este fim, aspectos da inteligência humana são mapeados e descritos formalmente e sistemas são projetados para simular e apoiar o pensamento humano.
Já adianto que não se tem conhecimento da existência de uma IA Forte (o que já responderia à questão do principal mito sobre o assunto).
Considerando que o atual estágio da tecnologia nos apresenta IA do tipo “fraco”, o seu campo de atuação tem se desenvolvido na resolução de problemas específicos, bem delimitados e com uma grande massa de dados.
Para estas situações, algoritmos são desenvolvidos e muitos deles já se incorporaram no nosso dia a dia. Todos nós já vivenciamos nos sites de compra sugestões com base nas nossas aquisições anteriores ou no nosso perfil de consumo, ou a apresentação de conteúdo no YOUTUBE, filmes sugeridos na NETFLIX e assim por diante.
Os algoritmos ficam o tempo todo vasculhando informações, cruzando perfis e agindo de acordo com a sua programação, que também envolve obter mais informações.
Além dos algoritmos, temos os modelos, que são estruturas que sumarizam padrões de dados de maneira estatística ou lógica, de forma que ele pode ser aplicado a novos dados. A diferença entre um modelo e um algoritmo diz respeito essencialmente aos dados. Enquanto o algoritmo é um método ou procedimento abstrato, o modelo é o resultado da utilização de um algoritmo em um conjunto específico de dados por meio do quais valores de entrada (inputs) são convertidos em valores de saída (outputs), procedimento que pode ser aplicado a novos conjuntos de dados para fazer predições.
E como os Algoritmos e Modelos Aprendem?
Aprendizado supervisionado e não supervisionado
Classifica-se o aprendizado em supervisionado e não supervisionado. A distinção diz respeito a se o algoritmo foi treinado a partir de dados que foram ou não anteriormente classificados por humanos. No aprendizado supervisionado, houve uma classificação prévia, enquanto o algoritmo não supervisionado procura por estruturas semelhantes dentro de um conjunto, em um processo de clusterização, isto é, de divisão dos dados em agrupamentos (clusters).
Há, portanto, maior interferência humana no processo de aprendizado supervisionado.
Aprendizado profundo
O que caracteriza o aprendizado profundo é que o próprio algoritmo detecta seus erros e realiza os ajustes necessários para aprimorar os resultados. Sua grande vantagem, portanto, é não precisar da intervenção de um especialista para realizar tarefas de grande complexidade, ou melhor, justamente por não depender de um humano para orientá-lo na execução das atividades é que ele está apto a resolver problemas que nem mesmo os seres humanos são capazes de explicar com exatidão. Até porque amplia a capacidade de processamento e análise de dados, em proporções não compatíveis com o sujeito humano.
Aprendizado de máquina
O aprendizado de máquina extrai padrões de um conjunto de documentos relativos a um domínio específico, o que permite processar textos para identificar elementos relevantes à resolução de um certo problema e classificar as possíveis soluções por ordem de relevância, de forma automática. Para se compreender esse processo de forma mais detalhada, é necessário analisar a forma como os textos são representados, quando da aplicação do técnica de machine learning.
Os algoritmos são capazes de assimilar, ao menos em parte, o contexto textual de palavras, mas não se pode afirmar que eles compreendam conceitos da forma como humanos. Sua compreensão limita-se a associar uma palavra a outras que geralmente a acompanham e, ainda que se possa chegar a bons resultados através desse método, isso não é o suficiente para dar conta de todas as formas de uso da linguagem de um fenômeno social extremamente complexo como o Direito. Mas é possível falar em “entendimento” e uso supervisionado.
Mesmo com estas limitações, sem dúvida temos em mãos uma ferramenta extremamente útil ao Direito, como abordaremos nos próximos artigos.
Referências
Inteligência Artificial: Estudos de Inteligência Artificial. Fabiano Hartmann Peixoto (organizador). Quarto Volume.
Inteligência Artificial e Direito: Convergência Ética e Estratégica. Fabiano Hartmann Peixoto. Quinto Volume.
Ensinando um Robô a Julgar. Pragmática, discricionariedade, heurísticas e vieses no uso do aprendizado de máquina no Judiciário. Daniel Arruda Boing e Alexandre Morais da Rosa.
O impacto das decisões automatizadas no judiciário frente à privacidade Julho 17 2022.
Palestrantes: Miguel Ramos, Bráulio Gabriel Gusmão e Gustavo Rocha
https://gustavorochacom.com.br/tag/inteligencia-artificial/
https://www.youtube.com/watch?v=tokuzrG0SMc
Rápido e Devagar: Duas Formas de Pensar. Daniel Kahneman
Ruído: Uma falha no julgamento humano. Daniel Kahneman
INTELIGÊNCIA ARTIFICIAL NO PODER JUDICIÁRIO BRASILEIRO. CNJ.
Resolução 332 CNJ. https://atos.cnj.jus.br/atos/detalhar/3429
Quer saber mais sobre a L&M?
Acesse esse link e fique por dentro de tudo
https://meuairgo.com.br/laranjamarranghello
