Ferramentas de inteligência artificial generativa já redigem petições, resumem autos e organizam pesquisas de jurisprudência em poucos segundos, e estão ao alcance de praticamente qualquer escritório. Quando produzir textos jurídicos fica barato para todos, o valor do trabalho jurídico tende a se deslocar para aquilo que a ferramenta não consegue fornecer por conta própria. Sustento neste artigo que esse deslocamento tende a dar origem a um novo perfil profissional, que chamo de advogado deep data, e procuro descrever quem ele é, como trabalha, o que o distingue e por que deve ser o mais valorizado na advocacia dos próximos anos.
1. A IA nivela a produção jurídica
Por muito tempo, parte relevante do valor do advogado esteve na capacidade de produzir, isto é, pesquisar, redigir e organizar argumentos. Essas tarefas continuam necessárias, mas passaram a ser executadas por ferramentas que trabalham sobre o mesmo material: legislação, doutrina, jurisprudência publicada e modelos de peças. Se dois escritórios usam ferramentas semelhantes sobre as mesmas bases, tendem a chegar a resultados semelhantes, e a produção, que antes diferenciava um do outro, passa a ser o que eles têm em comum.
Isso não diminui a importância do advogado, mas muda o lugar em que se encontra a diferença entre um profissional e outro. Ela passa a estar no material que a ferramenta não recebe sozinha e na capacidade de transformar esse material em resultado.
2. O dado que a máquina não vê
A gestão de dados corporativos usa há anos a expressão dark data para designar, nos termos da Gartner, os ativos de informação que uma organização coleta, processa e armazena no curso regular de sua atividade, mas que em geral deixa de usar para outros fins (Vaughan, 2021). Com a IA generativa, o conceito comporta uma releitura. As ferramentas de uso geral operam sobre o que foi escrito e tornado acessível. O que se passa no atendimento ao cliente, no exame técnico de um documento, na audiência ou no comportamento concreto de réus e julgadores só chega a elas se alguém registrar e fornecer essa informação, já que boa parte dela nunca foi documentada ou permanece dispersa em autos e sistemas internos.
Chamo de dark data jurídico, adaptando a expressão, a informação juridicamente relevante produzida na prática profissional que não está nas bases públicas e que ainda não foi convertida em conhecimento estruturado e reutilizável. Ela inclui o modo como varas e câmaras decidem de fato determinadas questões, o padrão de defesa de cada réu, o que o exame pericial revela sobre os documentos, o que funcionou ou falhou em cada estratégia e, principalmente, o desfecho de cada processo ligado ao caminho escolhido. Na leitura corporativa, esse material representa custo parado. Diante da IA, torna-se recurso escasso.
3. Quem é o advogado deep data
O advogado deep data é o profissional que converte esse conhecimento não publicado em acervo estruturado e o utiliza para dirigir a operação jurídica, executada por pessoas e por ferramentas de IA, respondendo perante o escritório ou a empresa em que atua pelos resultados que essa operação entrega.
O nome se apoia no uso de deep data na análise de dados, em que designa a abordagem segundo a qual poucos fluxos de informação densa, bem aproveitados, geram mais valor, a custo menor, do que grandes volumes, desde que combinados com conhecimento do domínio, ciência de dados e infraestrutura adequada (IT Business Edge, 2015). A IA já dispõe de volume, e o que esse advogado acrescenta é profundidade sobre uma matéria e uma carteira de casos que ele conhece por dentro. A troca de dark por deep também afasta a sugestão de algo oculto ou ilícito que a primeira palavra costuma trazer.
Ele atua num plano acima da produção de peças. Cabe a ele decidir, com base no acervo, quais casos aceitar, que tese adotar, que prova requerer e onde concentrar esforço, além de garantir que essas decisões sejam registradas e depois confrontadas com o resultado obtido. A equipe e as ferramentas executam.
4. Como trabalha
O trabalho começa pela captura. As fontes são a experiência acumulada pelos advogados do escritório, em especial os mais antigos, os autos dos processos e os exames técnicos de documentos. Cada atendimento, perícia, audiência e decisão gera informação que precisa ser registrada com critérios uniformes, ou não servirá para comparação futura. Segue-se a estruturação, que liga cada achado ao processo e, mais tarde, ao seu desfecho. Com a base formada, o advogado passa a decidir apoiado nela e a usá-la para orientar as ferramentas de IA, que redigem com muito mais precisão quando recebem as informações certas. Depois mede o resultado e corrige o rumo, num ciclo que se repete.
Um exemplo ajuda a visualizar. Suponha-se um escritório que atua em ações de aposentados que negam ter contratado empréstimos consignados formalizados por meio eletrônico. Uma plataforma de jurimetria informa com que frequência essas ações são julgadas procedentes e em quanto tempo, mas essa informação está ao alcance de qualquer concorrente e nada diz sobre o contrato de um cliente específico. Imagine agora que o escritório tenha registrado, para cada contrato periciado, a geolocalização informada no momento da assinatura, o horário, o aparelho utilizado e a existência de selfie, ao lado do resultado da perícia e da sentença. Se esse registro mostrar que contratos assinados em cidade diferente da residência do cliente foram reiteradamente reconhecidos como fraudulentos, o advogado sabe, já no primeiro atendimento, que prova pedir e onde concentrar a impugnação. Em escala, sabe também quais tipos de caso tendem a dar resultado e quais consomem recursos sem retorno, e pode orientar a carteira inteira a partir disso.
5. O que o diferencia
Dois perfis ajudam a delimitar o conceito. O primeiro é o advogado que opera ferramentas de IA sobre dados públicos. Pode ser muito produtivo, mas o que entrega pode ser reproduzido por qualquer concorrente que use a mesma ferramenta.
O segundo é o advogado data driven, ou orientado a dados, que fundamenta decisões em jurisprudência, estatísticas de tribunais, padrões de decisão e métricas de desempenho, com apoio de jurimetria, além de converter dados internos do escritório em indicadores (Turivius, 2025). O advogado deep data também é orientado a dados, mas trabalha principalmente com conhecimento de primeira mão, que não se compra em plataforma, e o liga de forma sistemática aos resultados obtidos.
6. O veterano como fonte e como protagonista
A principal fonte do advogado deep data não está em plataforma nenhuma. Está na experiência dos advogados que passaram décadas no balcão, nas audiências e nas mesas de negociação. Eles sabem como determinado juízo costuma reagir a uma tese, que tipo de prova convence um perito, como cada adverso se defende e em que momento um acordo se torna possível. Esse conhecimento raramente foi escrito. Ficou na cabeça de quem o acumulou, e por isso esses profissionais são verdadeiras bibliotecas ambulantes.
Para o advogado deep data, o veterano é uma fonte primária. Conversar com ele, registrar o que sabe e cruzar esse saber com os dados dos processos é parte essencial da construção do acervo. A experiência indica onde procurar, e o registro permite que ela seja usada por toda a equipe e permaneça no escritório.
O cenário de maior valor, porém, é aquele em que o veterano e o advogado deep data são a mesma pessoa. Quando um profissional com décadas de prática passa a registrar o que sabe, ligar esse conhecimento aos resultados e usá-lo para dirigir a operação e as ferramentas de IA, reúne o que nenhum dos perfis tem isoladamente: a profundidade que só o tempo dá e o método que transforma essa profundidade em resultado mensurável. Longe de ser ameaçado pela IA, o advogado experiente que adota esse modelo tende a ser o profissional mais difícil de substituir.
7. Cobrado por números
O traço mais característico desse profissional é a forma como é avaliado. Ele responde perante o escritório ou a empresa em que atua pelos números da operação que dirige, como taxa de êxito, tempo até a sentença, valor recuperado, custo por caso e acerto das previsões feitas a partir do acervo. Essa avaliação é interna, de gestão, e não se confunde com promessa de resultado ao cliente, cuja relação com o advogado continua regida pelas regras próprias da profissão.
A responsabilidade pelo que é levado a juízo também continua com quem assina cada peça, nos termos do art. 32 da lei 8.906/94, segundo o qual o advogado responde pelos atos que, no exercício profissional, praticar com dolo ou culpa, e na linha da recomendação 1/24 do Conselho Federal da OAB, que recomenda a revisão integral das saídas geradas por IA antes de sua apresentação em juízo (item 3.7). O advogado deep data se distingue por responder, além disso, pelo desempenho do conjunto.
8. Por que tende a ser o mais valorizado
A razão é de escassez. À medida que a IA barateia a produção, o trabalho que se resume a produzir perde preço, porque passa a ser oferecido por muitos a custo cada vez menor. Continuam escassos o conhecimento que não está em base pública e a capacidade de transformá-lo em resultado mensurável. Quem reúne as duas coisas entrega ao escritório ou à empresa algo que não se obtém contratando uma ferramenta.
Há também um ganho institucional. O acervo construído por esse profissional permanece quando ele sai, pode ser auditado e melhora com o uso, de modo que o escritório deixa de depender apenas da memória de seus integrantes. E, como o desempenho é medido, o valor do trabalho pode ser demonstrado, o que tende a se refletir na remuneração e na posição do profissional dentro da estrutura.
Trata-se de uma projeção. Não tenho notícia de dados de mercado que meçam um perfil ainda em formação, e o argumento se apoia na lógica econômica descrita acima.
9. Considerações finais
A IA não elimina o advogado, mas reorganiza o que se espera dele. A produção de peças tende a se tornar atividade de suporte, executada em boa parte por ferramentas sob supervisão, e o centro do trabalho se desloca para quem conhece a matéria por dentro, registra o que aprende, decide com base nisso e responde pelos números que entrega. É esse profissional que proponho chamar de advogado deep data, e é nele que, a meu ver, tende a se concentrar o valor da advocacia nos próximos anos. Em muitos escritórios, ele já está presente, na figura do advogado com décadas de prática que decide registrar, medir e colocar a serviço da operação aquilo que sempre soube.
_____
BRASIL. Lei 8.906, de 4 de julho de 1994. Estatuto da Advocacia e da OAB.
CONSELHO FEDERAL DA OAB. Recomendação 1/2024. Brasília, 11 nov. 2024. Disponível em: https://s.oab.org.br/arquivos/2024/11/80a03f8d-e4cb-4bac-a3ea-357009f77d3f.pdf.
IT BUSINESS EDGE. Defining Deep Data: What It Is and How to Use It. 27 maio 2015 (com base em Badri Raghavan, FirstFuel). Disponível em: https://www.itbusinessedge.com/business-intelligence/defining-deep-data-what-it-is-and-how-to-use-it/.
TURIVIUS. Por que se tornar um advogado data driven? 28 out. 2025. Disponível em: https://turivius.com/portal/advogado-data-driven/.
VAUGHAN, Jack. What is dark data? TechTarget, 12 out. 2021. Disponível em: https://www.techtarget.com/data-technologies/definition/What-is-dark-data.