A IA jurídica é mais fácil de adquirir e mais difícil de avaliar do que há dois anos. Atualmente, as opções abrangem aplicativos de pesquisa e elaboração de documentos, IA integrada diretamente a sistemas de gestão de documentos e plataformas gerais de IA conectadas ao trabalho jurídico.

Atualmente, o modelo é apenas uma parte da decisão. O que ele é capaz de alcançar, quais controles acompanham as informações, se os advogados continuam a utilizá-lo após o primeiro mês e se tudo isso gera algum valor mensurável são fatores que determinam, cada vez mais, se a tecnologia funciona na prática.

1. O que significa a IA jurídica em 2026

A IA jurídica é a inteligência artificial, geralmente baseada em grandes modelos de linguagem (LLMs), aplicada ao trabalho jurídico sob as restrições que caracterizam esse campo: sigilo profissional, confidencialidade, contexto do caso, precisão nas citações e normas de responsabilidade profissional.

Modelos eficientes e seguros já não são escassos, e isso vale tanto para ferramentas de uso geral quanto para aquelas específicas da área jurídica. O que nenhum deles possui por si só é o conhecimento sobre o seu escritório ou organização: quais precedentes o seu grupo de prática realmente utiliza, quais assuntos estão sujeitos a restrições éticas, qual versão de um documento está atualizada ou o que as diretrizes de um cliente permitem. Esse conhecimento está nos sistemas que vocês levaram anos para construir, e a IA precisa acessá-lo de alguma forma.

Atualmente, a IA jurídica se apresenta em três formas. Há a IA incorporada aos sistemas seguros onde o trabalho jurídico e o conteúdo já se encontram. Há aplicativos especializados desenvolvidos em torno de fluxos de trabalho jurídicos específicos. E há plataformas gerais de IA conectadas a sistemas e conteúdos jurídicos. A maioria das organizações utilizará alguma combinação dessas formas, o que faz com que a questão relevante não seja tanto qual categoria prevalece, mas sim quais dados cada uma delas pode acessar, quais controles são aplicados às informações uma vez que elas chegam lá e quais tarefas são aprimoradas como resultado.

2. Onde a IA aplicada ao direito está gerando valor

Quatro categorias representam grande parte do valor relatado, embora sua classificação dependa da área de atuação e do porte da organização, bem como dos dados aos quais têm acesso.

Elaboração e revisão: primeiras versões de contratos, memorandos e correspondência, além da revisão de documentos recebidos em comparação com seus manuais de procedimentos ou com a documentação do cliente. É a aplicação mais amplamente adotada nas pesquisas sobre o uso da IA, em grande parte porque se alinha diretamente ao trabalho que já está sendo acompanhado e faturado. Sua principal dependência é a qualidade dos precedentes, uma vez que a elaboração por IA a partir de uma biblioteca de modelos desorganizada ou desatualizada produz versões bem elaboradas do conteúdo errado.

Recuperação de conhecimento e precedentes: Apresentação de trabalhos anteriores provenientes de seu próprio repositório, em vez da web aberta. Os resultados são limitados ao que a IA consegue ver e apresentar com facilidade. Um modelo que opera em uma coleção parcial ainda assim responderá com segurança, o que constitui uma falha mais difícil de detectar do que uma recusa direta.

Extração de múltiplos documentos: Obter informações estruturadas de um conjunto de documentos de uma só vez, para fins de due diligence, análise de portfólio de contratos ou elaboração de uma cronologia. É nesse contexto que a IA tende a economizar horas, em vez de minutos, e onde a citação das fontes é mais importante, uma vez que o resultado é uma tabela com base na qual alguém tomará medidas sem precisar abrir todos os arquivos subjacentes.

Inteligência de processos e fluxos de trabalho: resumir arquivos, extrair datas e obrigações e responder a perguntas sobre o andamento dos trabalhos em andamento. O interesse está crescendo rapidamente e essa é a área menos consolidada das quatro, uma vez que compreender um processo é um desafio maior do que produzir um documento.

A adoção e os gastos estão avançando mais rapidamente do que a avaliação. A Thomson Reuters constatou que 41% dos escritórios de advocacia relataram o uso de IA generativa em 2026, um aumento em relação aos 28% do ano anterior, e os orçamentos de tecnologia dos escritórios cresceram quase 10% no mesmo período. A pesquisa interna da Axiom sobre 2026 revelou que apenas cerca de 17% das equipes jurídicas que utilizam IA estabeleceram métricas e acompanham o retorno regularmente, enquanto todas as equipes pesquisadas esperavam que seu orçamento para IA crescesse. Muitas organizações conseguem descrever o que sua IA faz. Menos ainda conseguem descrever o que mudou por causa dela e o valor derivado dela. Em todos os quatro casos, a qualidade e a acessibilidade do conteúdo subjacente podem ser tão importantes quanto o modelo que o utiliza.

3. O que realmente importa na avaliação da IA jurídica

A maioria das avaliações dá peso excessivo à demonstração, que é a parte do processo que o fornecedor controla mais rigidamente. Cinco fatores determinam se uma plataforma se mantém no mercado posteriormente. Eles já não têm o mesmo peso. A capacidade é praticamente um requisito mínimo; o contexto e o controle são os aspectos em que as plataformas realmente se diferenciam; e a adoção e o valor devem determinar se qualquer um desses aspectos sobreviverá ao primeiro ano.

(1) Capacidade

Será que ele consegue realizar o trabalho de maneira confiável, e os usuários serão capazes de perceber quando isso não acontecer?

As citações forjadas constituem o tipo de infração com o histórico público mais evidente. Um banco de dados público de decisões judiciais mantido pelo pesquisador jurídico Damien Charlotin registrava cerca de 200 casos em meados de 2025 e ultrapassou 1.590 em junho de 2026, com penalidades que agora chegam a multas de seis dígitos e suspensões da Ordem dos Advogados. Nesses dados, aparecem ferramentas específicas para o âmbito jurídico ao lado de chatbots gerais, e um estudo do RegLab da Universidade de Stanford constatou que mesmo plataformas pagas de pesquisa jurídica baseadas em recuperação de informações produziam respostas sem fundamento em uma parcela significativa das consultas. De modo geral, os tribunais têm sido mais severos com os advogados que não conseguiam especificar o que haviam verificado do que com o uso da IA em si.

Nenhum sistema confiável elimina a necessidade de verificação; portanto, é a verificação que deve ser avaliada. Com que rapidez alguém consegue identificar qual fonte produziu uma determinada frase ou citação, abri-la e confirmar se ela diz o que a IA afirma? Uma ferramenta que faz com que a verificação leve segundos será verificada. Uma ferramenta que faz com que isso leve minutos será verificada até que surja a primeira pressão real de um prazo.

(2) Contexto

O que a IA é realmente capaz de alcançar e como ela decide o que é relevante?

O acesso por si só não gera um contexto útil. A IA com acesso a um subconjunto selecionado de seu conteúdo apresenta bom desempenho em uma demonstração, mas decepciona na prática. A IA com acesso a tudo, incluindo rascunhos substituídos e assuntos abandonados, apresenta respostas confiantes baseadas em documentos nos quais ninguém deveria confiar. A relevância, as permissões e a atualidade precisam ser mantidas à medida que sua equipe adiciona, substitui e reorganiza o conteúdo. Falhas nesse aspecto costumam ser mais difíceis de serem reconhecidas pelos usuários do que falhas na qualidade do modelo. Pergunte como a relevância é determinada e o que acontece quando a resposta correta não está dentro do escopo.

(3) Controle

As suas permissões atuais, barreiras éticas, requisitos de auditoria, políticas de retenção e restrições dos clientes continuam a se aplicar, ou a IA introduz um segundo conjunto para manter a sincronia com o primeiro?

Algumas dessas questões devem constar no contrato: se suas informações são utilizadas para treinar os modelos do fornecedor, onde são processadas e armazenadas e o que ocorre com as instruções e os resultados após uma sessão. Alguns provedores também aplicam processos de revisão automatizados ou realizados por pessoas ao conteúdo sinalizado por seus sistemas de segurança, o que pode envolver regras de retenção diferentes das aplicáveis ao uso comum. As equipes jurídicas devem compreender o que desencadeia essas revisões, se o conteúdo do cliente pode ser incluído, quem pode acessá-lo e por quanto tempo essas informações podem ser retidas. O restante diz respeito à arquitetura e se resume a saber se a ferramenta de IA herda permissões e barreiras de segurança dos sistemas que o senhor já mantém ou se o obriga a reconstruí-las dentro da própria ferramenta.

A responsabilidade profissional acrescenta uma camada que as empresas tendem a abordar tardiamente. Dependendo da ferramenta, da forma como ela lida com as informações do cliente e da representação envolvida, as orientações éticas existentes podem exigir consentimento informado ou divulgação, e a redação genérica de uma carta de compromisso pode não ser suficiente por si só. As diretrizes dos clientes cada vez mais incluem seus próprios requisitos relativos à IA, e muitas organizações não as revisaram desde a assinatura, o que pode ter ocorrido antes de a IA ser levada em consideração.

A movimentação manual de documentos levanta outra questão. Quando os usuários baixam, enviam ou copiam repetidamente conteúdos sujeitos a governança entre sistemas, a organização enfrenta atritos adicionais no fluxo de trabalho e, potencialmente, mais cópias para gerenciar. Em grande escala, a governança não pode depender de que cada usuário se lembre de para onde o conteúdo foi movido ou quais controles devem ser aplicados a ele.

(4) Adoção

Será que as pessoas vão usá-lo daqui a seis meses, e o senhor saberá para que elas o estão utilizando? Os números brutos de uso ocultam mais do que revelam. Eles não mostram o que as pessoas estão realizando, se isso se relaciona com algum objetivo da empresa ou se três equipes estão, discretamente, desenvolvendo a mesma coisa porque não houve coordenação.

A maioria das avaliações trata isso como uma nota de rodapé, mas é nesse ponto que as implantações fracassam discretamente. Mais da metade das empresas relata não oferecer nenhum treinamento sobre o uso responsável da IA; portanto, grande parte da adoção atual ocorre sem suporte ou orientação aceitável sobre o uso, o que coloca as pessoas em uma situação de menor confiança e muito mais arriscada. Cada fluxo de trabalho adicional e cada novo sistema aumentam o atrito e a alternância entre tarefas, e mesmo uma ferramenta de melhor desempenho pode enfrentar dificuldades se seu uso implicar em sair repetidamente dos aplicativos em que as pessoas já trabalham e resultar em confirmações manuais demoradas da precisão. Pergunte como está o uso após 90 e 180 dias entre os clientes atuais de um fornecedor, em vez de apenas no momento do lançamento, e insista em saber o valor real que eles estão obtendo, além de simples métricas de uso.

(5) Valor

O senhor poderia demonstrar que houve alguma melhoria? Isso está relacionado à estratégia de negócios?

Poucas equipes medem o retorno de forma consistente ou refletem sobre sua estratégia de negócios antes de implementar ferramentas de IA; portanto, o simples fato de definir o que constitui sucesso antes da implementação já coloca uma organização à frente da maior parte do mercado. Escolha um parâmetro de referência que você possa observar agora, como o tempo gasto em um tipo de documento recorrente ou o prazo de resposta para uma categoria de solicitação.

O valor do trabalho jurídico também não pode ser reduzido às horas economizadas. As diretrizes éticas são claras ao estabelecer que o tempo dedicado ao aprendizado de uma ferramenta geralmente não é faturável e que uma hora de trabalho corresponde a uma hora na fatura; portanto, no sistema de cobrança por hora, a eficiência pode criar um conflito com a receita justamente nos trabalhos de redação e pesquisa que a IA otimiza em primeiro lugar. Dependendo da organização, o argumento pode, em vez disso, basear-se na capacidade, no prazo de entrega, na concretização, na qualidade, na experiência do cliente ou na capacidade de aceitar trabalhos que antes eram recusados. Decidir qual desses aspectos você está buscando faz parte da definição de valor no que se refere à estratégia de negócios e à satisfação do cliente, e não uma discussão separada sobre faturamento.

4. Perguntas a serem feitas antes de comprar

Capacidade

• É possível rastrear cada saída até um documento de origem específico?
• Como um usuário verifica uma resposta, e quantas etapas são necessárias para isso?
• O que o sistema faz quando não tem uma resposta adequada?

Contexto

• A que a plataforma de IA tem acesso e o que está excluído?
• Como é que ele determina quais documentos são relevantes?
• O que ocorre quando o conteúdo é adicionado, substituído ou reorganizado?

Controle

• Nossas informações são utilizadas para treinar modelos, seja para nós ou para terceiros, e vocês se comprometerão a isso no contrato?
• Onde nossas informações são processadas e armazenadas, e isso atende aos requisitos de residência de nossos clientes?
• A IA herda nossas permissões e limites éticos existentes ou requer um modelo separado?
• O que ocorre quando as permissões ou as barreiras são alteradas após a implantação?
• O que fica retido após uma sessão e por quanto tempo?
• Como o conteúdo confidencial é identificado, analisado e mantido?

Adoção

• Isso já está integrado às ferramentas que nossa equipe utiliza, ou requer um fluxo de trabalho separado?
• As pessoas receberam treinamento adequado e orientações sobre o uso aceitável para que se sintam seguras e para reduzir os riscos para a organização?
• Como se apresenta o uso sustentado aos 90 e 180 dias entre seus clientes atuais?
• Como as pessoas estão utilizando as ferramentas e que valor estão obtendo com elas?
• A coordenação está garantindo que não ocorram esforços duplicados?

Valor

• Que parâmetro de referência devemos estabelecer antes da implantação?
• Que resultados seus clientes têm medido, além do uso ou da economia de tempo?
• Como se comporta a estrutura de preços à medida que o uso aumenta?

5. Qual será a nossa conclusão sobre isso

O fio condutor que une todos os cinco critérios é que o modelo em si é menos importante do que o que o rodeia. Modelos e ferramentas de IA eficazes estão se tornando amplamente disponíveis e continuarão a melhorar. O que sua organização sabe, os controles que regem quem pode ter acesso a essas informações e o impacto no dia a dia de seus funcionários e na estratégia de negócios da sua empresa devem perdurar por mais tempo do que quaisquer ferramentas que você utilize para trabalhar com elas.

Essa é a lógica por trás da abordagem da NetDocuments em relação à IA jurídica: aplicar a IA a conteúdos regulamentados, nos quais já existem permissões e limites éticos, ao mesmo tempo em que permite que esses conteúdos interajam com segurança com as outras ferramentas de IA escolhidas pelos profissionais do direito. Na prática, isso abrange desde a pesquisa em linguagem natural em todo o repositório até a extração estruturada com citações que remetem à fonte.

As perguntas acima se aplicam a nós da mesma forma que a qualquer outra pessoa, e vale a pena fazê-las, independentemente de estarmos ou não na sua lista. Se o senhor for fazer uma coisa antes da sua próxima conversa com o fornecedor, escolha uma tarefa recorrente e estabeleça uma linha de base para avaliar como ela é executada atualmente. O senhor terá algo concreto para comparar com o desempenho da tecnologia.