Este é o segundo artigo da nossa série sobre a adoção da IA. Leia o primeiro, intitulado “Por que a adoção da IA no setor jurídico estagna antes mesmo de começar”, para saber como as organizações passam de experimentações dispersas com IA para uma abordagem estruturada.

Uma maneira melhor de identificar os problemas jurídicos que valem a pena resolver com IA

Pergunte a um grupo de advogados, especialistas em tecnologia jurídica, consultores ou fornecedores sobre casos de uso de IA e você certamente não ficará sem ideias.

Revisão de contratos. Resumos de casos. Pesquisa jurídica. Elaboração de documentos. Due diligence. Pesquisa de conhecimento. Revisão de faturamento. Cronologias. Admissão de clientes. Uma ferramenta de IA pode gerar mais 50 itens antes mesmo do término da reunião.

O desafio já não é mais imaginar o que a IA poderia fazer. É descobrir quais problemas realmente valem a pena resolver.

Os casos de uso continuam sendo importantes. Eles mostram o que é possível, estimulam ideias e ajudam as organizações a aprender com o que os outros estão fazendo. O erro é tratar a lista como se fosse uma descoberta.

Comece perguntando: “Onde podemos utilizar a IA?”, e quase todo processo manual pode se tornar uma oportunidade para a IA. Identifique as tarefas que geram atrito, consomem tempo ou deixam informações importantes fora de alcance, e a conversa muda.

Analise, em primeiro lugar, as tarefas que as pessoas não deveriam mais ter que realizar. Em seguida, identifique as informações, os riscos, os conhecimentos ou os relacionamentos que a organização deveria ser capaz de perceber, mas que, atualmente, não consegue perceber de forma razoável. Por fim, pergunte-se de que contexto, acesso e autoridade uma solução necessita.

Esse é um teste muito mais desafiador do que a elaboração de casos de uso, e é mais provável que leve a algo que valha a pena ser desenvolvido.

Comece pelo trabalho que deve ser eliminado

Algumas das melhores oportunidades estão escondidas em tarefas que as pessoas deixaram de notar. Você percebe isso quando alguém:

• Pesquisa em vários sistemas, pois não sabem onde as informações estão armazenadas
• Pede a um colega algo que, tecnicamente, já existe em outro lugar
• Copia informações de um sistema para outro
• Verifica duas fontes, pois nenhuma delas é totalmente confiável
• Recria um documento, pois localizar o original levaria muito tempo
• Mantém uma planilha pessoal porque o sistema oficial não oferece a visualização de que precisa

Nenhuma dessas atividades parece particularmente significativa por si só. É, em parte, por isso que elas persistem.

Procure os comportamentos recorrentes: procurar, movimentar, verificar, conciliar, recriar, perguntar, perseguir. Em seguida, pergunte por que a pessoa precisa fazê-los.

Se um advogado tem dificuldade recorrente em localizar trabalhos anteriores, a solução pode estar em uma pesquisa mais eficaz, nos metadados, nas práticas de arquivamento ou na gestão do conhecimento. Se a equipe precisa inserir repetidamente as mesmas informações, talvez seja necessário simplesmente que dois sistemas troquem dados entre si. Se alguém estiver reunindo manualmente informações de várias fontes porque a compreensão delas exige comparação, síntese ou julgamento, a IA pode desempenhar um papel significativo.

A pergunta pertinente não é “A IA é capaz de fazer isso?”, mas sim “Por que é que alguém precisa fazer isso, afinal?”.

Esteja disposto a admitir que a IA é a resposta errada

Um bom processo de descoberta de IA deve eliminar casos de uso, além de criá-los. Alguns problemas são melhor resolvidos por meio de configuração. Outros exigem automação, integração, redesenho de processos, melhor treinamento ou tecnologia que a organização já possui.

Considere um departamento jurídico que reúne manualmente informações de vários sistemas para elaborar um relatório de andamento periódico. Parece uma oportunidade óbvia para a IA.

Talvez seja.

Mas, se o trabalho consistir principalmente em transferir dados estruturados para um único local, a integração ou a geração de relatórios podem resolver o problema de maneira mais confiável. Se alguém precisar ler atualizações narrativas, resolver informações conflitantes, identificar o que mudou e explicar o que é relevante, a IA pode agregar um valor diferente.

A distinção parece simples. Na prática, é fácil ignorá-la, pois, assim que uma organização dá início a uma iniciativa de IA, surge a pressão para encontrar projetos de IA.

Isso está ao contrário.

O problema deve justificar o uso da tecnologia.

Preste atenção aos limites que já existem

Há outro indício útil ao avaliar uma oportunidade: em que ponto a organização começa a se sentir desconfortável?

Muitas organizações jurídicas já se sentem mais à vontade com algumas atividades de IA do que com outras, mesmo que nunca tenham colocado por escrito exatamente o motivo. Resumir um documento que um advogado já abriu parece diferente de pesquisar entre milhares de processos. Elaborar um rascunho interno parece diferente de se comunicar com um cliente. Sugerir um próximo passo parece diferente de tomá-lo. Ler informações de um sistema parece diferente de alterar as informações contidas nele.

Essas diferenças revelam algo. A preocupação pode ser a sensibilidade das informações, o público-alvo, as consequências de um erro, a capacidade de verificar o que ocorreu posteriormente, se uma ação pode ser revertida ou o grau de autoridade que a organização delega.

Essas não são razões para deixar de integrar a IA ao trabalho jurídico. São elementos que devem ser levados em conta no projeto.

Do contexto à consequência

O contexto gera valor. O acesso gera capacidade. A autoridade gera consequências. Essa distinção torna-se mais importante à medida que a IA jurídica vai além de uma ferramenta que aguarda um comando.

O Protocolo de Contexto de Modelo (MCP), as APIs, as integrações e os sistemas agentivos podem permitir que a IA trabalhe com informações em todo o ambiente de tecnologia jurídica e, cada vez mais, faça algo com elas.

O contexto vem em primeiro lugar. O que a IA precisa para compreender o trabalho corretamente? Um contrato sem os padrões do cliente, um documento sem o contexto do assunto em questão ou um produto de trabalho isolado, sem o histórico que o envolve, podem estar disponíveis para o sistema e, mesmo assim, carecer do necessário para serem úteis.

Depois, há a questão do acesso. A quais sistemas e fontes de informação a solução realmente precisa ter acesso? A conectividade pode eliminar grande parte do trabalho humano desnecessário. Um advogado não deveria ter que baixar repetidamente informações regulamentadas, transferi-las para outro aplicativo, realizar o trabalho e, em seguida, reconstruir o contexto simplesmente porque os sistemas não se conectam.

Pergunte o que o caso de uso exige.

A questão da autoridade é outra. Obter informações não é o mesmo que alterar um registro. Recomendar uma ação não é o mesmo que executá-la. Redigir uma comunicação não é o mesmo que enviá-la. À medida que os fluxos de trabalho baseados em IA ganham maior capacidade de agir, a revisão e o monitoramento por parte de seres humanos, bem como a capacidade de reverter uma ação, tornam-se mais importantes.

Proporcione à solução o contexto necessário, o acesso exigido para realizar o trabalho e a autoridade adequada às consequências.

A segunda via de descoberta: o que deveríamos ser capazes de ver?

Eliminar o trabalho desnecessário representa apenas metade da oportunidade.

A outra metade é mais difícil de identificar porque ninguém está realizando a tarefa que está faltando. A informação simplesmente não está visível.

As organizações jurídicas acumulam enormes quantidades de conhecimento em diversos assuntos, contratos, correspondência, documentos de trabalho, negociações, pareceres e interações com clientes. No entanto, decisões importantes ainda se baseiam apenas na parte dessas informações que uma pessoa consegue encontrar ou cuja existência por acaso conhece.

Um advogado pode se lembrar de que o escritório lidou com uma questão semelhante há vários anos, mas não saber qual foi o caso nem quem trabalhou nele. Uma equipe jurídica corporativa pode ter negociado a mesma cláusula centenas de vezes, mas não ter como identificar padrões nessas negociações. Um líder de área de atuação pode saber que o escritório possui ampla experiência em uma área emergente, sem conseguir identificar rapidamente os casos, as pessoas e o trabalho que comprovam isso.

Esses fluxos de trabalho não são ineficientes no sentido comum do termo. Ninguém precisa necessariamente de um botão mais rápido. O problema é uma visão incompleta.

O que a organização deveria ser capaz de perceber que, atualmente, não consegue perceber de forma razoável?

A IA pode ajudar a revelar relações, padrões, conhecimentos ou riscos que seriam difíceis de identificar por uma pessoa em um grande volume de informações. O valor reside em proporcionar à pessoa responsável pela tomada de decisão uma visão mais clara.

Como seria uma visibilidade ainda melhor

A segurança é um exemplo. Os sistemas de segurança existentes determinam e controlam o acesso, monitoram as atividades e aplicam os controles estabelecidos. A IA não deve substituir essas funções.

Mas imagine uma situação em que a política permita tecnicamente uma ação e as circunstâncias envolvidas ainda sejam incomuns. A questão pode não ser mais simplesmente: “Isso era permitido?”. Pode ser: “Há contexto suficiente aqui para que alguém analise a situação mais detalhadamente?”.

Isso poderia ser um problema de visibilidade útil, com o auxílio da IA, em que uma pessoa tomasse a decisão em matéria de segurança.

A inteligência de relacionamento oferece outro exemplo. Os escritórios de advocacia já dispõem de tecnologia de CRM e de inteligência de relacionamento. Chamar isso de “CRM com IA” não constitui uma ideia nova.

A questão mais interessante é o que a organização sabe que o registro estruturado não revela. O histórico do caso, a correspondência, trabalhos anteriores e outros conteúdos institucionais podem revelar experiência, conhecimento especializado ou relações que são difíceis de perceber apenas a partir dos dados de contato.

A IA jurídica também gera informações

Essa é a parte do projeto de IA que, na minha opinião, merece muito mais atenção.

Dedicamos muito tempo a refletir sobre quais informações a IA utiliza. Dedicamos muito menos tempo a refletir sobre o que acontece com o que a IA cria.

Suponha que um fluxo de trabalho baseado em IA produza uma cronologia útil do caso, uma análise de uma negociação, um briefing para o cliente ou um resumo de trabalhos anteriores. Para onde isso vai? Será que outro advogado conseguirá encontrá-lo seis meses depois? Isso permanece vinculado ao caso e ao material de origem que serviu de base para sua elaboração?

Alguém poderia explicar o que foi gerado pela IA, o que foi revisado por uma pessoa e o que se tornou o produto final? O resultado passa a fazer parte do conhecimento institucional da organização ou desaparece no espaço de trabalho de IA de um indivíduo?

Os fluxos de trabalho baseados em IA estão se tornando mais uma fonte de resultados de trabalho substanciais. O destino desses resultados precisa ser considerado na concepção do caso de uso.

O DMS desempenha um papel importante nesse contexto, pois as equipes jurídicas já o utilizam para vincular o trabalho ao processo e preservar o contexto em torno desse trabalho. Os resultados valiosos gerados pela IA levantam a mesma questão: como eles permanecem vinculados ao trabalho jurídico do qual se originaram?

Caso contrário, uma organização pode utilizar a IA com sucesso para extrair conhecimento de seu conteúdo institucional, ao mesmo tempo em que cria um novo conjunto de trabalhos que ninguém mais consegue localizar ou reutilizar de forma confiável.

Não crie um novo problema de gestão da informação para resolver um problema de IA.

Mude o rumo da conversa sobre a descoberta

As listas de casos de uso são úteis. Basta utilizá-las mais tarde.

A conversa de descoberta pode resumir-se a três perguntas:

• Que tarefas deveriam ser eliminadas? Procure as atividades de pesquisa, movimentação, verificação, reconciliação, recriação, questionamento e acompanhamento que as pessoas aprenderam a aceitar como parte do trabalho.
• O que deveríamos ser capazes de perceber que não conseguimos perceber hoje? Procure identificar as decisões que as pessoas tomam sem o conhecimento, os padrões, os riscos, as relações ou o contexto de que a organização já dispõe.
• Que contexto, acesso e autoridade a solução realmente requer? Decida o que o sistema precisa compreender, a que áreas precisa ter acesso e o que ele pode fazer.

Para colocar essas questões em prática, utilize a Folha de Trabalho para Descoberta de Oportunidades de IA para identificar oportunidades potenciais, compreender o que está causando o atrito e determinar se a IA é, de fato, a intervenção adequada.

Às vezes, será assim. Às vezes, uma solução mais simples será melhor. Qualquer uma das respostas é útil, pois o objetivo da fase de descoberta não é produzir mais projetos de IA. Trata-se de identificar problemas que valham a pena resolver.

Isso responde a uma pergunta: será que identificamos o problema certo?

Em seguida, surge a seguinte questão: será que resolver isso dessa maneira realmente vale o investimento?

No próximo artigo, veremos como realizar uma Análise de Valor em IA para responder a essa pergunta antes de passar de uma ideia promissora para um investimento em IA.