Resumo Executivo

Divino Eterno Martins da Costa; Karen Tank Mercuri Macedo

Resumo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação.

A Inteligência Artificial Generativa (IAG) é uma vertente da Inteligência Artificial (IA) focada na criação autônoma de conteúdos a partir de padrões em grandes conjuntos de dados (Collodel, 2025). O aprendizado de máquina, um dos alicerces da IA, viabiliza aplicações que vão de filtros de spam a sistemas de detecção de fraudes, operando de forma supervisionada ou não supervisionada (Luger, 2013). A percepção histórica da IA como utopia foi transformada pelos avanços do século XXI, que a posicionaram como uma inovação com potencial para redefinir setores como o jurídico (Honorato, 2024). Na advocacia brasileira, a IA automatiza tarefas repetitivas, analisa grandes volumes de dados e oferece capacidades preditivas, aumentando a eficiência e permitindo decisões mais embasadas (Queiroz et al., 2024).

(2024) e Junior e Novais (2024) alertam para riscos como discriminação algorítmica, falta de explicabilidade e responsabilidade por erros, tornando premente uma regulamentação que assegure transparência e proteção de dados. (2018) corroboram, advertindo que o uso indiscriminado da IA pode violar princípios éticos e reproduzir preconceitos existentes nos dados de treinamento, perpetuando injustiças sociais sob um verniz de objetividade tecnológica. (2020) destacam que a IA, bem utilizada, otimiza a gestão de riscos e aumenta a previsibilidade de resultados, mas reforçam que não substitui a capacidade interpretativa e analítica do advogado, essencial na validação dos dados e na formulação de teses. A metodologia adotada para este estudo foi de natureza descritiva com uma abordagem quantitativa, visando mapear e descrever as percepções, os padrões de uso e os desafios enfrentados por advogados brasileiros em relação à Inteligência Artificial Generativa (Marconi e Lakatos, 2003; Gil, 2008).

A escolha pela abordagem quantitativa justifica-se pela necessidade de obter um panorama amplo e mensurável do fenômeno, permitindo a identificação de tendências gerais e a quantificação de atitudes e comportamentos em uma amostra representativa do grupo de interesse (Creswell, 2017). A pesquisa descritiva, por sua vez, é particularmente adequada para explorar um campo emergente; o objetivo principal é caracterizar um fenômeno e suas variáveis, sem a pretensão de estabelecer relações de causalidade (Sampieri et al., 2013). Os dados foram coletados por meio de um survey online, uma técnica que se mostra eficiente para alcançar um público geograficamente disperso de forma rápida e com baixo custo (Babbie, 2005). A aplicação do questionário ocorreu no período de 17 de maio a 02 de junho de 2025, sendo divulgado em redes sociais profissionais, como o LinkedIn, e em grupos de discussão voltados para advogados.

A opção por perguntas fechadas visou padronizar as respostas, facilitar a análise estatística e minimizar a ambiguidade na interpretação dos dados, garantindo maior objetividade aos resultados (Rafagnin, Madruga e Furtado, 2020). O terceiro bloco, “Utilidade e Confiabilidade”, aprofundou-se na percepção de valor e nos níveis de confiança depositados nos resultados. O quarto, “Desafios”, mapeou as principais barreiras e preocupações dos usuários. O quinto, “Perspectivas Futuras”, sondou as expectativas sobre o impacto da IAG na profissão. O sexto bloco, “Capacitação”, avaliou o nível de formação e o interesse em qualificação. Por fim, um bloco específico para “Não-usuários” buscou entender as razões para a não adoção. A amostragem foi não probabilística por conveniência, uma escolha pragmática e adequada à natureza exploratória do estudo, que não busca generalizar os resultados para toda a população de advogados do Brasil, mas sim obter insights valiosos de um subgrupo acessível (Gil, 2008).

A análise dos dados foi realizada por meio de estatística descritiva univariada, utilizando medidas de frequência e percentuais para descrever as variáveis, e análises cruzadas descritivas para explorar possíveis associações e tendências entre diferentes variáveis, como a correlação entre o tempo de atuação profissional e a taxa de uso da IAG (Barbetta, 2008; Sampieri et al., 2013). O perfil dos respondentes é predominantemente de advogados em fases iniciais e intermediárias de suas carreiras. A maioria (51,09%) possui entre um e três anos de atuação, seguida por aqueles com quatro a seis anos (28,84%). Apenas uma pequena fração, 7,69%, atua há mais de seis anos. Este perfil demográfico é significativo, pois indica que a amostra é majoritariamente composta por uma geração de juristas que ingressou no mercado de trabalho em um período já permeado pela transformação digital.

Essa familiaridade inata com a tecnologia pode ser um fator explicativo para a alta taxa de adoção de ferramentas de IAG observada no estudo, sugerindo uma maior abertura à experimentação e à integração de novas tecnologias no fluxo de trabalho diário. A adesão à IAG é expressiva, com 85,57% dos advogados afirmando utilizar tais ferramentas em suas práticas profissionais. Entre as plataformas, o ChatGPT da OpenAI se destaca como a ferramenta dominante, sendo utilizada por 65,66% dos respondentes. Em um distante segundo lugar, aparecem o Gemini (Google) e a ferramenta de IAG do Jusbrasil, ambos com 13,48% de uso. As finalidades de aplicação são diversificadas, revelando uma integração multifacetada da tecnologia no cotidiano jurídico. A principal aplicação é a revisão de minutas e contratos, mencionada por 68 participantes, seguida de perto pela realização de pesquisas gerais, com 59 participantes.

A elaboração de peças processuais (51 menções) e a criação de resumos de documentos jurídicos (46 menções) também figuram como usos proeminentes, indicando que a IAG está sendo empregada não apenas em tarefas periféricas, mas em atividades centrais e de alta responsabilidade da advocacia. Quando questionados sobre a atividade em que a IAG demonstra ser mais útil, 55,05% dos usuários apontaram o aperfeiçoamento de peças processuais, o que reforça a percepção da tecnologia como um poderoso assistente para a redação, coesão e clareza de documentos jurídicos. A busca de jurisprudência específica foi destacada como a segunda área de maior utilidade por 23,59% dos respondentes, evidenciando seu valor como ferramenta de pesquisa jurídica para embasar teses e estratégias processuais. (2024).

Apesar da alta taxa de adoção, a principal barreira para uma utilização mais profunda e confiante da IAG é a falta de confiança nos resultados gerados, um sentimento compartilhado por 59,55% dos usuários. Este dado é crucial, pois revela uma tensão fundamental: embora a ferramenta seja amplamente utilizada para aumentar a produtividade, sua confiabilidade ainda é um ponto de ceticismo e cautela. Essa desconfiança é alimentada pela ocorrência de erros factuais ou “alucinações” nos resultados, um problema citado por 28,08% dos participantes. Outras preocupações, como o risco de desenvolver uma dependência excessiva da tecnologia (6,74%) e as dúvidas sobre a licitude e a conformidade ética do seu uso (3,37%), também foram mencionadas. Essas barreiras refletem diretamente os desafios éticos e técnicos discutidos na literatura por autores como Junior e Novais (2024) e Nunes et al. (2018), que apontam para a necessidade de um framework de governança robusto.

A percepção sobre o futuro da profissão diante do avanço da IAG revela um otimismo cauteloso. A esmagadora maioria dos usuários de IAG (91,01%) não acredita que a tecnologia substituirá completamente o trabalho do advogado, uma visão que é ainda mais categórica entre os não usuários, onde 100% compartilham da mesma opinião. Este consenso consolida a ideia de que a IAG é vista predominantemente como uma ferramenta de apoio e potencialização, e não como um substituto para o raciocínio crítico, a interpretação e o julgamento humano, que permanecem no cerne da advocacia. No que tange à capacitação, um dado revelador é que 73,03% dos usuários admitem não ter realizado cursos específicos sobre IAG. Contudo, a grande maioria manifestou forte intenção de fazê-lo, sinalizando uma clara e crescente demanda por qualificação para o uso ético, seguro e eficaz dessas novas tecnologias.

Entre a minoria de 14,92% de respondentes que não utilizam ferramentas de IAG, a falta de confiança nos resultados foi um motivo unânime, apontado por todos os participantes deste grupo. Isso reforça que a confiabilidade é o principal obstáculo à adoção. Outras razões citadas incluem a preocupação com a dependência excessiva da IA, mencionada por 11 participantes, dúvidas sobre a licitude do uso em contextos jurídicos formais (9 menções) e considerações éticas mais amplas, como a proteção de dados de clientes (6 menções). É interessante notar que, mesmo entre os não usuários, uma parcela significativa de 73,33% manifestou interesse em aprender sobre o uso da IAG no futuro.

A análise cruzada dos dados revela insights importantes sobre os padrões de adoção. Observa-se que a relação entre o tempo de atuação e o uso da IAG é inversamente proporcional: 100% dos advogados com menos de um ano de carreira utilizam a tecnologia, enquanto essa taxa de adoção diminui progressivamente para 70% no grupo de 4 a 6 anos de experiência e atinge seu ponto mais baixo, 50%, entre os profissionais com mais de 6 anos de atuação. A falta de confiança nos resultados, principal barreira em todas as faixas etárias, atinge seu pico entre os profissionais com 4 a 6 anos de atuação (76,19%). Curiosamente, as preocupações com a licitude e a ética também se concentram nesse grupo intermediário, enquanto os advogados mais experientes demonstram uma preocupação mais específica com a autoria e a responsabilidade sobre os documentos gerados.

Isso sugere que as barreiras à adoção não são monolíticas, mas evoluem com a senioridade do profissional, passando de uma desconfiança tecnológica geral para preocupações mais sofisticadas com conformidade, responsabilidade profissional e risco reputacional. Os achados empíricos deste estudo dialogam diretamente com o referencial teórico apresentado. A ampla adoção da IAG para tarefas como pesquisa jurídica e elaboração de peças processuais alinha-se perfeitamente às observações de Queiroz et al. (2024) sobre o potencial da tecnologia para aumentar a eficiência e a produtividade no setor jurídico. A visão predominante de que a substituição do advogado será, no máximo, parcial, corrobora a tese de Junior e Novais (2024), que defendem a indispensabilidade da supervisão humana para validar, contextualizar e assumir a responsabilidade pelos resultados gerados pela IA.

As barreiras identificadas na pesquisa — especialmente a falta de confiança, a ocorrência de erros e as preocupações com licitude e ética — ecoam a agenda de governança tecnológica proposta por Magrani (2018), que enfatiza a necessidade de incorporar princípios como “privacy by design” e transparência algorítmica para mitigar riscos. Adicionalmente, a orientação de Medeiros (2018) sobre a importância de delimitar claramente as tarefas delegadas à IA ajuda a explicar por que a confiança dos advogados diminui em atividades mais abertas e interpretativas, reforçando a necessidade de validação humana contínua para garantir a qualidade e a acurácia dos resultados. O estudo analisou as percepções, usos e barreiras da IAG na advocacia brasileira, revelando um cenário de alta adoção, especialmente entre os profissionais mais jovens, mas também marcado por desafios significativos de confiabilidade e governança ética.

A IAG é predominantemente utilizada como uma ferramenta de apoio para otimizar tarefas de pesquisa e elaboração de peças, com uma crença muito baixa na possibilidade de substituição integral do advogado. A principal barreira identificada, tanto para usuários quanto para não usuários, é a falta de confiança nos resultados, seguida pela preocupação com erros factuais e por dilemas éticos e de licitude. Essas limitações destacam a necessidade urgente de investimentos em capacitação profissional e no desenvolvimento de protocolos de uso responsável que assegurem transparência, acurácia e, acima de tudo, a indispensável supervisão humana. As limitações da pesquisa incluem a utilização de uma amostragem não probabilística por conveniência, que, ao concentrar-se em redes sociais profissionais, pode ter introduzido um viés de seleção, atraindo participantes com maior afinidade tecnológica. Além disso, a análise puramente descritiva não permite o estabelecimento de inferências estatísticas ou relações de causalidade.

Sugere-se, portanto, que futuras investigações utilizem amostragens probabilísticas e metodologias mistas para aprofundar a compreensão do fenômeno. Seria valioso explorar como variáveis como o modelo de acesso às ferramentas (gratuito vs. pago), a área de atuação específica (contencioso, consultivo, etc.) e o porte dos escritórios de advocacia influenciam os padrões de adoção e as percepções sobre a IAG.

Conclui-se que o objetivo foi atingido: demonstrou-se, a partir da percepção de profissionais da advocacia brasileira, as principais aplicações, barreiras e expectativas associadas ao uso da Inteligência Artificial Generativa no setor jurídico.

Referências:
Andrade, M. D. D., Rosa, B. D. C., & Pinto, E. R. G. D. C. (2020). Legal tech: analytics, inteligência artificial e as novas perspectivas para a prática da advocacia privada. Revista Direito GV, 16(1), e1951.
Babbie, E. (2005). Métodos de pesquisas de survey. Ed. UFMG.
Barbetta, P. A. (2008). Estatística aplicada às ciências sociais. Ed. UFSC.
Collodel, K. B. (2025). Inteligência Artificial: como torná-la sua principal aliada na advocacia. Revista de Direito da ADVOCEF, 21(38), 247-266.
Creswell, J. W., & Creswell, J. D. (2017). Research design: Qualitative, quantitative, and mixed methods approaches. Sage publications.
Fernandes, A. C., & Meira, T. M. (2023). Impactos da Inteligência Artificial na Advocacia Brasileira: desafios e oportunidades. Revista Jurídica do Nordeste Mineiro, 7(1).
Gil, A. C. (2008). Métodos e técnicas de pesquisa social. 6. ed. Editora Atlas SA.
Honorato, F. A. D. L. (2024). A utilização da inteligência artificial na advocacia: inovação, ética e regulamentação.
Júnior, E. D. H. C., & Novais, T. G. (2024). Inteligência artificial: impactos e consequências na advocacia. Revista Ibero-Americana de Humanidades, Ciências e Educação, 10(11), 7248-7271.
Luger, G. (2013). Inteligência artificial. Pearson.
Luz, A. G., & Souza, L. B. (2023). Inteligência Artificial e os Novos Rumos da Advocacia.
Magrani, E. (2018). A internet das coisas. FGV Editora.
Marconi, M. D. A., & Lakatos, E. M. (2003). Fundamentos de metodologia científica. Atlas.
Medeiros, L. F. de. (2018). Inteligência artificial aplicada: uma abordagem introdutória. Editora InterSaberes.
Nunes, D., Rubinger, P. C., & Marques, A. L. (2018). Os perigos do uso da inteligência artificial na advocacia. Consultor Jurídico, 9.
Queiroz, A. M. de, Bueno, P. L. N., & Lisbino, J. K. T. (2024). O impacto da inteligência artificial na advocacia brasileira: benefícios e desafios no setor jurídico. Revista Ibero-Americana de Humanidades, Ciências e Educação, 10(11), 2697-2712.
Rafagnin, M. S. S., Madruga, M. N., & Furtado, D. D. S. (2020). Instrumentos para a pesquisa social: noções básicas. Revista Jurídica Luso Brasileira, 6(4), 2137-2154.
Sampieri, R. H., Collado, C. F., & Lucio, M. P. B. (2013). Metodologia de pesquisa. 5. ed. Penso.
Tripodi, T., Fellin, P., & Meyer, H. J. (1975). Análise da pesquisa social: diretrizes para o uso de pesquisa em serviço social e ciências sociais. Francisco Alves.

Resumo executivo oriundo de Trabalho de Conclusão de Curso de Especialização em Digital Business do MBA USP/Esalq

_{Saiba mais sobre o curso; clique aqui:}