Todo mundo quer prever o futuro. No jurídico, isso virou promessa comercial. Legaltechs anunciam que sabem como o caso vai terminar antes mesmo da petição inicial ser protocolada. É uma promessa sedutora e, na maior parte das vezes, tecnicamente frágil.
Jurimetria não nasceu como sinônimo de previsão. O termo é americano e surge no fim dos anos 1940. Foi o jurista Lee Loevinger quem cunhou a expressão "jurimetrics", no artigo "Jurimetrics, The Next Step Forward", publicado pela Minnesota Law Review em 1949. Loevinger buscava aplicar lógica às leis, unindo a flexibilidade das ciências humanas à precisão das ciências exatas. Só em 1992 ele apresentaria abordagens mais específicas, como inferência bayesiana e álgebra booleana, aproximando o direito de um tratamento verdadeiramente quantitativo.
Jurimetria responde perguntas como: quantas vezes um juiz concede liminar, qual o tempo médio de julgamento em determinada vara, em quais teses a taxa de procedência é maior, qual o valor médio das condenações, como um magistrado se distancia da média do tribunal. Tudo isso é análise descritiva.
A diferença fica clara com um exemplo simples. A jurimetria encontra que um juiz julgou 3.200 ações semelhantes, sendo 72% procedentes, 18% parcialmente procedentes e 10% improcedentes. Isso ainda não é previsão. É histórico estatístico. A previsão nasce quando alguém dá o passo seguinte e afirma que um novo processo tem aproximadamente 72% de chance de procedência.
Antes: foi assim. Depois: provavelmente será assim.
A literatura de analytics já nomeou essas etapas. O modelo de maturidade analítica popularizado pela consultoria Gartner organiza a análise de dados em quatro categorias: descritiva, que responde o que aconteceu; diagnóstica, que responde por que aconteceu; preditiva, que responde o que provavelmente vai acontecer; e prescritiva, que responde o que deveríamos fazer a respeito. Cada categoria exige um esforço metodológico maior que a anterior, e o salto da descrição para a previsão é o mais caro de todos.
É nesse ponto que entram IA e agentes. Um agente consegue varrer milhares de decisões, extrair padrão e alimentar análises e modelos preditivos. Na prática, um fluxo automatizado analisa 10 mil processos em até 3 dias. Uma análise manual leva cerca de 4 dias para apenas 100 processos. O resultado é uma velocidade mais de 130 vezes maior, acelerando em mais de 13.200% a etapa de coleta e estruturação dos dados.
Isso significa que a jurimetria não serve para nada além de descrever o passado?
Não. Significa que descrever bem o passado já é um trabalho enorme. Saber como um juiz decidiu nos últimos anos, em quais teses, com qual consistência, esse dado já muda estratégia processual, já embasa provisão contábil, já orienta decisão de acordo.
Então não é possível ter predição?
Sim, é possível, é um trabalho posterior à jurimetria descritiva. É necessário uma base robusta de casos semelhantes: mesmo tribunal, mesma tese, decididos pelo mesmo magistrado ou por um conjunto de magistrados com padrão de julgamentos consistentes previamente identificados e categorizados pelos agentes de AI. Além da reconstrução do modelo preditor de forma contínua, afinal a lei e seus entendimentos são uma parte viva da sociedade, sempre em evolução. Um conjunto de processos analisados por agentes de AI viram estatística e estratégia para o jurídico, ao mesmo tempo que alimentam continuamente uma AI preditiva.