Este é o segundo artigo da nossa série sobre a adoção da IA. Leia o primeiro, intitulado «Por que razão a adoção da IA no setor jurídico estagna antes mesmo de começar», para saber como as organizações passam de uma fase de experimentação dispersa da IA para uma abordagem estruturada.

Uma forma mais eficaz de identificar os problemas jurídicos que vale a pena resolver com a IA

Pergunte a uma sala cheia de advogados, especialistas em tecnologia jurídica, consultores ou fornecedores quais são os casos de utilização da IA e não ficará com falta de ideias.

Revisão de contratos. Resumos de processos. Investigação jurídica. Elaboração de documentos. Due diligence. Pesquisa de conhecimento. Revisão de faturação. Cronologias. Acolhimento de clientes. Uma ferramenta de IA pode gerar mais 50 exemplos antes do fim da reunião.

O difícil já não é pensar em coisas que a IA possa fazer. É determinar quais são, de facto, os problemas que vale a pena resolver.

Os casos de utilização continuam a ser importantes. Mostram o que é possível, suscitam ideias e ajudam as organizações a aprender com o que os outros estão a fazer. O erro consiste em tratar a lista como se fosse uma descoberta.

Comece por perguntar: «Onde podemos utilizar a IA?», e quase todos os processos manuais podem tornar-se uma oportunidade para a IA. Identifique as tarefas que criam atritos, consomem tempo ou deixam informações importantes inacessíveis, e a conversa muda de rumo.

Comece por analisar as tarefas que as pessoas já não deveriam ter de realizar. Em seguida, procure informações, riscos, conhecimentos ou relações que a organização deveria ser capaz de identificar, mas que, atualmente, não consegue identificar de forma razoável. Por fim, questione-se sobre o contexto, o acesso e a autoridade de que uma solução necessita.

Esse é um teste muito mais exigente do que a elaboração de casos de utilização, e é mais provável que conduza a algo que valha a pena desenvolver.

Comece pelo trabalho que deve desaparecer

Algumas das melhores oportunidades estão escondidas em tarefas que as pessoas já deixaram de notar. Percebe-se isso quando alguém:

• Pesquisa em vários sistemas, uma vez que não sabem onde se encontram as informações
• Pede a um colega algo que, tecnicamente, já existe noutro local
• Copia informações de um sistema para outro
• Verifica duas fontes, uma vez que nenhuma delas é totalmente fiável
• Recria um documento, uma vez que localizar o original demoraria demasiado tempo
• Mantém uma folha de cálculo pessoal, uma vez que o sistema oficial não disponibiliza a visualização de que necessita

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

Procure os comportamentos recorrentes: procurar, deslocar-se, verificar, conciliar, recriar, perguntar, perseguir. Em seguida, pergunte por que razão a pessoa tem de os praticar.

Se um advogado tiver repetidamente dificuldade em encontrar trabalho anterior, a solução poderá residir numa melhor pesquisa, nos metadados, nas práticas de arquivo ou na gestão do conhecimento. Se os colaboradores tiverem de introduzir repetidamente a mesma informação, talvez seja simplesmente necessário que dois sistemas troquem dados. Se alguém estiver a reunir manualmente informação proveniente de várias fontes porque a sua compreensão requer comparação, síntese ou discernimento, a IA poderá desempenhar um papel significativo.

A questão relevante não é «Será que a IA consegue fazer isto?», mas sim «Por que razão é que alguém tem de fazer isto, afinal?»

Esteja disposto a admitir que a IA é a resposta errada

Um bom processo de descoberta de IA deve eliminar casos de utilização, bem como criá-los. Alguns problemas são melhor resolvidos através da configuração. Outros requerem automatização, integração, reformulação de processos, melhor formação ou tecnologia de que a organização já dispõe.

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

Talvez seja.

No entanto, se o trabalho consistir principalmente em transferir dados estruturados para um único local, a integração ou a elaboração de relatórios poderão resolver o problema de forma mais fiável. Se for necessário ler atualizações narrativas, resolver informações contraditórias, identificar o que mudou e explicar o que é relevante, a IA poderá trazer uma perspetiva 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 a tecnologia.

Preste atenção aos limites que já existem

Existe outro indício útil na avaliação de uma oportunidade: em que ponto é que a organização começa a sentir-se desconfortável?

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

Essas diferenças são reveladoras. A preocupação pode residir na sensibilidade da informação, no público-alvo, nas consequências de um erro, na capacidade de perceber o que aconteceu posteriormente, na possibilidade de reverter uma ação ou no grau de autoridade que a organização delega.

Essas não são razões para deixar de integrar a IA no trabalho jurídico. São elementos a ter em conta na conceção.

Do contexto à consequência

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

O Protocolo de Contexto do Modelo (MCP), as APIs, as integrações e os sistemas agentísticos podem permitir que a IA trabalhe com informações em todo o ambiente da tecnologia jurídica e, cada vez mais, tire partido dessas informações.

O contexto é o mais importante. Do que é que a IA necessita para compreender corretamente o trabalho? Um contrato sem as normas do cliente, um documento sem o seu contexto ou um elemento isolado do produto do trabalho sem o historial que o rodeia podem estar disponíveis para o sistema e, mesmo assim, carecer do necessário para serem úteis.

Depois, há a questão do acesso. A que sistemas e fontes de informação é que a solução precisa, efetivamente, de aceder? A conectividade pode eliminar grande parte do trabalho humano desnecessário. Um advogado não deveria ter de descarregar repetidamente informação sujeita a regras de conformidade, transferi-la para outra aplicação, realizar o trabalho e, em seguida, reconstruir o contexto simplesmente porque os sistemas não estão interligados.

Pergunte o que o caso de utilização exige.

A autoridade é, mais uma vez, um caso à parte. Obter informação não é o mesmo que alterar um registo. 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 adquirem maior capacidade de agir, a revisão e o acompanhamento por parte de seres humanos, bem como a capacidade de reverter uma ação, tornam-se mais importantes.

Proporcione à solução o contexto de que necessita, o acesso necessário para realizar a tarefa 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 detetar porque ninguém está a realizar a tarefa em falta. 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 os clientes. No entanto, as decisões importantes continuam a basear-se apenas na parte dessa informação que uma pessoa consegue encontrar ou cuja existência por acaso conhece.

Um advogado pode lembrar-se de que o escritório tratou de uma questão semelhante há vários anos, mas não saber de que processo se tratava nem quem nele trabalhou. Uma equipa jurídica empresarial pode ter negociado a mesma cláusula centenas de vezes, mas não ter qualquer forma prática de identificar padrões nessas negociações. Um responsável de área pode saber que o escritório possui uma vasta experiência numa área emergente, sem conseguir identificar rapidamente os processos, as pessoas e o trabalho que isso demonstram.

Não se trata de fluxos de trabalho ineficientes no sentido habitual. Ninguém precisa necessariamente de um botão mais rápido. O problema reside numa visão incompleta.

O que é que a organização deveria poder ver que, atualmente, não consegue ver de forma razoável?

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

Como pode ser uma melhor visibilidade

A segurança é um exemplo. Os sistemas de segurança existentes determinam e controlam o acesso, monitorizam a atividade e aplicam os controlos estabelecidos. A IA não deve substituir essas funções.

Mas imagine uma situação em que a política permita, tecnicamente, uma ação e as circunstâncias que a rodeiam continuem a ser invulgares. A questão poderá já não ser simplesmente: «Isto era permitido?», mas sim: «Existe aqui contexto suficiente para que alguém analise a situação mais atentamente?»

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

A inteligência relacional constitui outro exemplo. Os escritórios de advogados já dispõem de tecnologias de CRM e de inteligência relacional. Chamar a isso «CRM com IA» não constitui uma ideia nova.

A questão mais interessante é o que a organização sabe que o registo estruturado não revela. O histórico do processo, a correspondência, o trabalho anterior e outros conteúdos institucionais podem revelar experiência, conhecimentos especializados ou relações que são difíceis de perceber apenas a partir dos dados de contacto.

A IA jurídica também gera informação

Esta é a parte da conceção da IA que, na minha opinião, merece muito mais atenção.

Dedicamos muito tempo a refletir sobre as informações que a IA utiliza. Dedicamos, no entanto, muito menos tempo a refletir sobre o que acontece ao que a IA cria.

Suponha que um fluxo de trabalho baseado em IA produza uma cronologia útil do processo, uma análise de uma negociação, um briefing para o cliente ou um resumo do trabalho anterior. Para onde vai esse documento? Será que outro advogado o conseguirá encontrar seis meses mais tarde? Permanece associado ao processo e ao material de referência que serviu de base à sua elaboração?

Alguém pode indicar o que foi gerado pela IA, o que foi revisto 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 a tornar-se mais uma fonte de resultados de trabalho substanciais. O destino desses resultados deve ser tido em conta na conceção dos casos de utilização.

O DMS desempenha aqui um papel importante, uma vez que as equipas jurídicas já o utilizam para associar o trabalho ao processo e preservar o contexto em torno desse trabalho. Os resultados valiosos gerados pela IA levantam a mesma questão: como é que se mantêm associados ao trabalho jurídico de onde provêm?

Caso contrário, uma organização pode utilizar a IA com sucesso para extrair conhecimento do seu conteúdo institucional, criando simultaneamente um novo conjunto de trabalhos que mais ninguém consegue encontrar ou reutilizar de forma fiável.

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

Mudar a forma como se aborda a descoberta

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

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

• Que tarefas deveriam desaparecer? Procure as atividades de pesquisa, movimentação, verificação, reconciliação, recriação, questionamento e perseguição que as pessoas aprenderam a aceitar como parte do trabalho.
• O que é que deveríamos ser capazes de ver e que hoje não conseguimos ver? Procurem 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 é que a solução requer, na realidade? Decida o que o sistema precisa de compreender, a que áreas precisa de ter acesso e o que pode fazer.

Para pôr estas questões em prática, utilize a Ficha de Trabalho para a Identificação de Oportunidades de IA para identificar oportunidades potenciais, compreender o que está a causar o atrito e determinar se a IA é, de facto, a intervenção adequada.

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

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

Segue-se então a próxima questão: será que resolver o problema desta forma vale realmente a pena?

No próximo artigo, iremos analisar como realizar uma Avaliação do Valor da IA para responder a essa questão antes de passar de uma ideia promissora para um investimento em IA.