APLICAÇÃO DA INTELIGÊNCIA ARTIFICIAL NA IDENTIFICAÇÃO E CLASSIFICAÇÃO AUTOMÁTICA DE INCIDENTE DE RESOLUÇÃO DE DEMANDA REPETITIVA NO TRIBUNAL DE JUSTIÇA DO BRASIL

Autores

  • Antônio Pires Castro Júnior Universidade Federal de Goiás (UFG), Goiânia, Goiás, Brasil, apcastrojr@gmail.com
  • Gabriel A. Wainer Carleton University, Ottawa, Canada, gwainer@sce.carleton.ca
  • Wesley P. Calixto Universidade Federal de Goiás (UFG), Goiânia, Goiás, Brasil, wesley.pacheco@ufg.br

DOI:

https://doi.org/10.5216/rfd.v45i2.70086

Resumo

Uma das áreas do conhecimento com diversas possibilidades de aplicação da inteligência artificial é o Direito. Mudanças recentes na legislação brasileira têm facilitado o uso de recursos de tecnologia da informação para agilizar o andamento e julgamento de casos, como incidentes de resolução de demanda repetitiva (IRDRs). O objetivo deste artigo é desenvolver e aplicar método de IA que possa identificar e relacionar novos processos judiciais com julgamentos repetitivos consolidados (IRDRs). Os conjuntos de dados utilizados nesta pesquisa são documentos de julgamento repetitivo de juízes e consolidados em IRDRs. Os documentos judiciais são transformados em vetores com pesos. A construção dos pesos no vetor é baseada na coocorrência dos termos, calculada a partir da combinação do termo frequência-frequência inversa do documento e sua similaridade no corpus do mesmo IRDR. Redes neurais artificiais são treinadas com esses vetores para reconhecer se novas ações judiciais estão relacionadas a um IRDR. A metodologia proposta obteve 93% de acurácia, 97% de precisão e 93% de recuperação nas simulações, o método pode agilizar o trabalho do Tribunal de Justiça, buscando solucionar os conflitos da sociedade o mais rápido possível. Embora o método possa ser utilizado em diversos cenários, as simulações foram realizadas em documentos em texto do Poder Judiciário.

Downloads

Não há dados estatísticos.

Biografia do Autor

Wesley P. Calixto, Universidade Federal de Goiás (UFG), Goiânia, Goiás, Brasil, wesley.pacheco@ufg.br

Possui graduação em Física pela Pontifícia Universidade Católica de Goiás (2002), mestrado em Engenharia Elétrica e de Computação pela Universidade Federal de Goiás (2008) e doutorado em Engenharia Elétrica pela Universidade Federal de Uberlândia (2011) com período na Universidade de Coimbra (UC), Portugal. Realizou pós-doutorado em modelagem de sistemas eletromagnéticos aplicado a geoprospecção na Carleton University (CU), Ottawa/Canadá no Visualization and Simulation Centre (VSIM). Atualmente é docente permanente no programa de pós-graduação da Universidade Federal de Goiás e professor full do Instituto Federal de Educação, Ciência e Tecnologia de Goiás. Atua na área de modelagem de sistemas com ênfase em sistemas inteligentes, processo de otimização, modelos computacionais e inteligência artificial.

Downloads

Publicado

2022-01-01

Como Citar

CASTRO JÚNIOR, A. P.; WAINER, G. A.; CALIXTO, W. P. . APLICAÇÃO DA INTELIGÊNCIA ARTIFICIAL NA IDENTIFICAÇÃO E CLASSIFICAÇÃO AUTOMÁTICA DE INCIDENTE DE RESOLUÇÃO DE DEMANDA REPETITIVA NO TRIBUNAL DE JUSTIÇA DO BRASIL. Revista da Faculdade de Direito da UFG, Goiânia, v. 45, n. 2, 2022. DOI: 10.5216/rfd.v45i2.70086. Disponível em: https://revistas.ufg.br/revfd/article/view/70086. Acesso em: 4 out. 2022.