No filme Justiça Artificial (2026), o detetive de polícia Chris Raven acorda amarrado a uma cadeira de execução e descobre que está sendo julgado pelo assassinato da própria esposa. Ele tem exatamente 90 minutos para acessar arquivos digitais e provar sua inocência à juíza Maddox, do programa "Mercy Court” - uma inteligência artificial avançada que já calculou sua culpa em 97,5% de probabilidade. No universo do filme, a criminalidade em Los Angeles havia saído do controle e o sistema judicial tradicional se tornara sobrecarregado e ineficaz. Chris fora, ironicamente, um dos grandes defensores e cocriadores da IA. Sem revelar o desfecho do protagonista, é possível adiantar um aspecto central: como a tecnologia confia rigorosamente na base de dados fornecida, hackers e criminosos habilidosos conseguem fabricar "falsos positivos", com a manipulação da máquina para condenar inocentes.
O futuro imaginado pela ficção não está tão distante. Em maio de 2016, uma investigação da ProPublica revelou que o algoritmo do sistema COMPAS - software de avaliação de risco de reincidência penal nos Estados Unidos, desenvolvido pela empresa Northpointe - apresentava vieses raciais: gerava o dobro de "falsos positivos" para réus negros (classificados como de alto risco quando não eram) e o dobro de "falsos negativos" (inocência indevida) para réus brancos. Destaca-se que a IA não considerava expressamente a raça em sua fórmula matemática, mas se valia de proxies (como CEP, histórico familiar e desemprego), que acabavam operando como substitutos funcionais. Dessa forma, o modelo absorvia e reproduzia a desigualdade estrutural e as dinâmicas históricas de marginalização, agora disfarçadas de "ciência de dados".1
É aqui que ficção e realidade têm um ponto de interseção. Em ambos os casos, opera o chamado "viés de automação" (automation bias): a tendência dos operadores do Direito confiarem em excesso no resultado da máquina. Na prática, a parte se vê obrigada a argumentar não apenas contra o adverso, mas contra um selo de "alto risco", estabelecido por um computador. Nesse contexto, defender-se de uma probabilidade estatística se torna muito mais difícil, eis que permeada por uma falsa crença de que a máquina faria decisões mais justas e imparciais.
Desacreditar da tecnologia ou banir a inteligência artificial do Judiciário, porém, não é a resposta. Em sentido oposto, isso significaria renunciar ao desenvolvimento e celeridade de que o sistema de justiça tanto carece. Nesse sentido, vale destacar o papel das chamadas tecnologias exponenciais. As tecnologias exponenciais são inovações cujo poder de processamento, eficiência ou capacidade dobra em intervalos regulares, enquanto os custos caem, em uma curva de crescimento não linear. Enquanto a tecnologia linear progride em ritmo previsível, tais tecnologias provocam disrupções rápidas e estruturais. Os exemplos mais proeminentes incluem os próprios sistemas de IA, o aprendizado de máquina (machine learning);2 o Big Data,3 a RPA - automação robótica de processos e a blockchain.4
O Judiciário brasileiro é apontado como um dos pioneiros globais na adoção dessas ferramentas, movido pela necessidade de administrar um acervo de cerca de 75,5 milhões de processos pendentes5. O CNJ incentiva ativamente a digitalização, hoje centralizada na plataforma Sinapses,6 que funciona como repositório para criação e compartilhamento de modelos de IA entre os tribunais.
Dois exemplos ilustram o alcance dessas tecnologias no âmbito dos tribunais superiores. O Victor (STF)7 emprega processamento de linguagem natural para ler e classificar recursos extraordinários, identificando sua vinculação a temas de Repercussão Geral: o que um servidor levava horas para triar, a IA faz em segundos. Por sua vez, o Athos (STJ)8 monitora o acervo para localizar processos que versam sobre controvérsias idênticas, auxiliando os ministros na afetação de casos ao rito dos recursos repetitivos.
Mais recentemente, a fronteira dessas aplicações deslocou-se da simples triagem para a inteligência artificial generativa. É o caso da LIA3R, desenvolvida de forma colaborativa por magistrados e servidores do TRF da 3ª Região, que auxilia na elaboração de minutas de decisões, despachos e ementas, em pesquisas jurídicas especializadas e no resumo de peças e documentos extensos. A ferramenta já resumiu cerca de 1,55 milhão de peças em 106 mil processos e realiza aproximadamente 100 mil interações por mês, tendo sido nacionalizada em agosto de 2026 pelo Programa Conecta, do CNJ, que a disponibilizou a todos os tribunais brasileiros.9
Não obstante, como ressaltado, a relevância de atualização e agilidade que tais inovações permitem, elas igualmente tensionam a proteção de direitos fundamentais. Quando um tribunal superior usa aprendizado de máquina para triar a admissibilidade recursal, por exemplo, a falta de explicabilidade - a "caixa preta" do algoritmo - pode comprometer o contraditório e o devido processo legal.
Ademais, se treinado com decisões passadas, sem revisões periódicas, o modelo tende a herdar e automatizar vieses, de modo a rejeitar teses inovadoras e/ou desfavorecer grupos específicos, sob o véu de padronização matemática. Foi para conter esses riscos que o CNJ editou a resolução 615/25,10 que fixa diretrizes éticas para o uso de IA nos tribunais e exige respeito à igualdade, à transparência e à não discriminação, além de manter o controle final - o "human in the loop11" - nas mãos do magistrado.
Seguindo a própria lógica das tecnologias exponenciais, não é despropositado cogitar de um estágio mais radical: as réplicas digitais (ou digital twins humanos) no Judiciário. Essas ferramentas podem ser entendidas como representações sintéticas hiper-realistas de uma pessoa, geradas por IA, que reproduzem não apenas traços físicos e vocais (como nos deepfakes12), mas também padrões comportamentais, de linguagem e de tomada de decisão.13
Do ponto de vista tecnológico, a criação de uma "réplica cognitiva" de um magistrado já é viável. Treinado com todo o acervo de sentenças, votos e manifestações de um juiz específico, um modelo de aprendizado de máquina se torna capaz de prever e redigir decisões como aquele magistrado as redigiria, mimetizando sua hermenêutica e seu estilo argumentativo. Nesse contexto, convém distinguir duas possibilidades:14
- Réplicas completas (fully-fledged): mais avançadas, carregam a totalidade dos dados psicológicos do titular e, possivelmente, a capacidade de ter experiências conscientes. Seria uma extensão quase integral da personalidade humanidade;
- Réplicas "zumbi" (zombie replicas): no estágio tecnológico atual, as réplicas não possuem consciência ou experiências subjetivas. Ainda assim, usam os dados psicológicos do titular (gostos, crenças, disposições comportamentais) para replicar sua atuação e processo decisório. Embora a consciência não implique numa conexão psicológica imediata, essas réplicas estendem, no mínimo, fragmentos (slivers) da personalidade humana.
Há, porém, razões de fundo para recusar essa substituição. A jurisdição é atividade dinâmica, que acompanha a evolução social. Isso significa dizer que o juiz humano ajusta seu entendimento diante de novas construções de identidade, mudanças culturais e mutações constitucionais. A réplica opera exclusivamente sobre dados do passado - os inputs de treinamento. Substituir o juiz por um clone algorítmico congelaria a jurisprudência no tempo, inviabilizando a virada jurisprudencial (overruling) provocada por sensibilidades sociais que a máquina não é capaz de experimentar.
A esse risco soma-se o da discriminação algorítmica, já visto no caso COMPAS. Todo juiz humano carrega vieses inconscientes; uma réplica digital os codificaria em matemática, aplicando-os em escala e sob a falsa aura de neutralidade tecnológica. E a opacidade dos modelos de caixa preta tornaria no mínimo, muito mais difícil à defesa auditar se a decisão se apoiou em critérios dogmáticos ou em correlações espúrias.
Julgar, afinal, não é mera subsunção lógica. Aplicar o direito exige equidade, bem como a detida análise das especificidades do caso concreto. O algoritmo não tem empatia, não mede o peso moral da privação de liberdade ou de patrimônio, nem vivencia o contexto histórico das partes. A decisão perde legitimidade democrática e humana quando proferida por uma entidade sem identidade social.
Por isso, no Brasil, a delegação da jurisdição a máquinas é expressamente vedada: a resolução 615/25 do CNJ proíbe que sistemas de IA profiram sentenças de forma autônoma. O direito a uma decisão humana desponta, cada vez mais, como direito fundamental da era digital, isto é, a garantia de que o cidadão não será inteiramente submetido ao escrutínio de um código de computador.
Rememora-se, neste ponto, o princípio da indelegabilidade da função jurisdicional, segundo o qual apenas atos de administração e de mero expediente sem caráter decisório podem ser delegados pelo juízo, sob pena de violação ao disposto no art. 93, XIV da Constituição de 1988, bem como do art. 152, inciso VI, do CPC. Todavia, se o sistema exerce atividades cognitivas de caráter meramente instrumental, não há que se falar em violação ao referido princípio.15
O tema ocupa o centro da agenda institucional. Em 2026, o Grupo de Estudos para a Modernização do Sistema de Justiça, instituído no âmbito do STF pelo presidente da Corte, ministro Edson Fachin, recebeu 87 propostas de universidades, entidades da sociedade civil e do setor privado, entre cujos eixos temáticos figuram, precisamente, a governança da inteligência artificial e os limites ao seu uso na tomada de decisões. O debate aqui esboçado, portanto, não é especulativo, mas integra a construção coletiva dos rumos do Judiciário brasileiro16.
A réplica digital pode ser instrumento poderoso para auxiliar o juiz a organizar seus próprios precedentes. Todavia, no instante em que assume o poder de decidir, o sistema deixa de entregar justiça e passa a entregar apenas o cálculo estatístico do passado. Finalizamos com o ensinamento de Cathy O’neil para quem: “os processos de Big Data codificam o passado. Eles não inventam o futuro. Fazer isso exige imaginação moral, e isso é algo que apenas humanos podem fazer” (tradução nossa).17
_____
1. PFEIFFER, Jella; GUTSCHOW, Julia; HAAS, Christian; MÖSLEIN, Florian; MASPFUHL, Oliver; BORGERS, Frederik; ALPSANCAR, Suzana. Algorithmic Fairness in AI. Business & Information Systems Engineering, v. 65, n. 2, 2023.
2. Machine learning (ML) é um subcampo da inteligência artificial que se dedica ao desenvolvimento de algoritmos capazes de aprender a partir de dados e experiências passadas, de modo a realizar determinadas tarefas sem a necessidade de programação explícita para cada uma delas. Em formulação clássica, Tom Mitchell define que um programa de computador aprende a partir de uma experiência E em relação a uma tarefa T e a uma medida de desempenho P quando seu desempenho em T, mensurado por P, melhora com a experiência E. A definição evidencia, assim, três elementos centrais do aprendizado de máquina: a tarefa a ser realizada, a experiência adquirida e a métrica utilizada para avaliar o desempenho. Cf. CHATZILYGEROUDIS, Konstantinos I.; HATZILYGEROUDIS, Ioannis; PERIKOS, Isidoros. Machine Learning Basics. In: ESLAMBOLCHILAR, Parisa; KOMNINOS, Andreas; DUNLOP, Mark D. (ed.). Intelligent Computing for Interactive System Design: statistics, digital signal processing, and machine learning in practice. New York: ACM Books/Morgan & Claypool, 2021. p. 143-193.
3. Embora comumente associado ao grande volume de dados, o big data, segundo Shoshana Zuboff, integra uma nova lógica de acumulação que a autora denomina capitalismo de vigilância, orientada à previsão e à modificação do comportamento humano para fins de geração de receita e controle de mercado. Sua origem, portanto, é social, e não meramente tecnológica. Cf. ZUBOFF, Shoshana. Big other: surveillance capitalism and the prospects of an information civilization. Journal of Information Technology, v. 30, n. 1, p. 75-89, 2015.
4. Blockchain é um livro-razão digital distribuído que registra transações de forma criptograficamente segura, sem a necessidade de uma autoridade central. Sua estrutura consiste em uma sequência encadeada de blocos, cada qual contendo um conjunto de transações validadas e vinculado criptograficamente ao bloco anterior. Cf. GUPTA, Suyash; SADOGHI, Mohammad. Blockchain Transaction Processing. arXiv preprint, arXiv:2107.11592, 2021. Disponível em: https://arxiv.org/abs/2107.11592. Acesso em: 27 ago. 2026.
5. Dados do relatório Justiça em Números 2026 (ano-base 2025), que registrou o encerramento de 2025 com 75,5 milhões de processos em tramitação, redução de 3,4 milhões (4,3%) em relação ao ano anterior. Cf. CONSELHO NACIONAL DE JUSTIÇA. Justiça em Números 2026. Brasília: CNJ, 2026. Disponível em: https://www.cnj.jus.br/pesquisas-judiciarias/justica-em-numeros/. Acesso em: 8 set. 2026.
6. De acordo com as informações disponíveis no site do CJN, em agosto de 2020 foi aprovada a Resolução n. 332/2020 que instituiu o Sinapses como plataforma nacional de armazenamento, treinamento supervisionado, controle de versionamento, distribuição e auditoria dos modelos de Inteligência Artificial, além de estabelecer os parâmetros de sua implementação e funcionamento. A gestão e responsabilidade pelos modelos e datasets cabe a cada um dos órgãos do Poder Judiciário, por meio de seu corpo técnico e colaboradores. CONSELHO NACIONAL DE JUSTIÇA. Plataforma Sinapses. Brasília, DF: Conselho Nacional de Justiça, [s.d.]. Disponível em: https://www.cnj.jus.br/sistemas/plataforma-sinapses/. Acesso em: 8 set. 2026.
7. O Projeto Victor foi desenvolvido pelo Supremo Tribunal Federal em parceria com a Universidade de Brasília (UnB). Cf. SUPREMO TRIBUNAL FEDERAL. Inteligência artificial: Projeto Victor. Brasília: STF. Disponível em: https://portal.stf.jus.br/. Acesso em: 8 set. 2026.
8. SUPERIOR TRIBUNAL DE JUSTIÇA. Athos: inteligência artificial a serviço da jurisprudência. Brasília: STJ. Disponível em: https://www.stj.jus.br/. Acesso em: 8 set. 2026.
9. Cf. CONSELHO NACIONAL DE JUSTIÇA. Plataforma Digital do Poder Judiciário nacionaliza ferramenta de IA criada pelo TRF-3. Brasília: CNJ, ago. 2026. Disponível em: https://www.cnj.jus.br/. Acesso em: 8 set. 2026.
10. A Resolução CNJ nº 332/2020 foi revogada e substituída pela Resolução CNJ nº 615, de 11 de março de 2025 (em vigor desde 14 de julho de 2025), que amplia o marco regulatório para abranger expressamente os sistemas de inteligência artificial generativa e mantém a vedação ao uso da IA como instrumento autônomo de tomada de decisões judiciais, preservando a responsabilidade integral do magistrado. Cf. CONSELHO NACIONAL DE JUSTIÇA. Resolução nº 615, de 11 de março de 2025. Disponível em: https://atos.cnj.jus.br/atos/detalhar/6001. Acesso em: 8 set. 2026.
11. A expressão human in the loop designa o modelo de governança em que o ser humano permanece inserido no ciclo de decisão do sistema automatizado, cabendo-lhe validar, corrigir ou rejeitar os resultados gerados pela máquina. No contexto judicial, traduz a exigência de que a decisão final seja sempre atribuída ao magistrado, que responde integralmente por ela, sendo a IA mero instrumento de apoio.
12. Deepfakes são conteúdos sintéticos (imagem, áudio ou vídeo) gerados ou manipulados por técnicas de aprendizado profundo (deep learning), capazes de reproduzir de forma hiper-realista a aparência e a voz de uma pessoa, a ponto de simular declarações ou ações que nunca ocorreram. Constituem a base técnica a partir da qual se desenvolvem as réplicas digitais tratadas neste tópico.
13. SINGH, Maulshree; SRIVASTAVA, Rupali; FUENMAYOR, E.; KUTS, V.; QIAO, Yuansong; MURRAY, Niall; DEVINE, D. Applications of Digital Twin across Industries: A Review. Applied Sciences, v. 12, n. 11, p. 5727, 2022.
14. KARPUS, Jurgis; STRASSER, Anna. Persons and their Digital Replicas. Philosophy & Technology, v. 38, art. 25, 2025. Disponível em: https://doi.org/10.1007/s13347-025-00854-z. Acesso em: 27 ago. 2026
15. MARTINS, Anne Shirley de Oliveira Rezende; REIS, João Paulo Alves dos; ANDRADE, Lucas Silva. Novo Humanismo, Justiça Cidadã, Administração Pública Gerencial, Poder Judiciário e Inteligência Artificial. VirtuaJus, Belo Horizonte, v. 5, n. 8, 2020, p. 76-77.
16. Cf. SUPREMO TRIBUNAL FEDERAL. Modernização do sistema de Justiça: grupo de estudos divulga as propostas recebidas da sociedade civil. Brasília: STF, 2026. O Grupo de Estudos foi instituído pela Portaria STF nº 123/2026, no âmbito do Centro de Estudos Constitucionais (CESTF). Disponível em: https://noticias.stf.jus.br/. Acesso em: 8 set. 2026.