Onde o júnior vai aprender?

Quando comecei como estagiário no Machado Meyer Advogados, no fim do primeiro ano da faculdade, recebi uma contestação para redigir e tive a certeza de que nunca conseguiria escrever uma peça daquela qualidade. Li a petição inicial e pensei que não havia como rebater aquilo; era a sensação de quem ainda não entendia inteiramente o que estava acontecendo e precisava aprender fazendo, errando e levando de volta a versão com caneta vermelha em cada parágrafo. As primeiras versões voltavam, como dizíamos na época, “sangradas”. Não existia Harvey nem copiloto. No máximo, havia o sistema para buscar peças anteriores e tentar encontrar algo parecido - uma mineração ao mesmo tempo custosa e ingrata. Eu me sentava, olhava para o lado, pedia ajuda a um colega e escrevia, sabendo que viriam três ou quatro rodadas de revisão até as minhas chefes considerarem o texto aceitável. Foi nesse percurso que eu aprendi a advogar.

Em conversas recentes sobre o tema, tenho ouvido relatos que se repetem com variações mínimas: um associado de segundo ano entrega uma pesquisa de jurisprudência em vinte minutos, embora a mesma tarefa levasse um dia e meio quando feita manualmente. A pesquisa está correta: os precedentes são pertinentes e as ementas estão atualizadas. Quando se pede, porém, que explique por que escolheu aqueles precedentes, e não outros, ele hesita, porque a IA fez a seleção e ele a validou sem ainda ter repertório suficiente para discordar. O resultado é bom, mas falta a explicação que permite a um advogado sustentar por que aquele caminho merece confiança.

Essa cena me fez perceber com mais nitidez que uma ferramenta pode entregar enorme poder de execução sem entregar, junto, o conhecimento necessário para avaliar o que produz, perceber o que falta e corrigir o que não funciona. Esse mecanismo - a imersão desestruturada no caso, o erro tolerado e a revisão linha a linha como ferramenta pedagógica - era, sem que ninguém o chamasse de treinamento, o programa de formação mais eficaz que a profissão já produziu, justamente porque colocava o iniciante dentro do problema e o obrigava a voltar a ele com mais repertório a cada rodada - percurso que, por razões que ainda precisamos examinar, parece estar desaparecendo.

Quem começa a trabalhar nesta nova era pode receber ferramentas de enorme alcance sem ter passado pela sequência de experiências que constrói maturidade, repertório e critério para usá-las.

A formação dos advogados já vinha se transformando antes da inteligência artificial generativa. A digitalização do processo judicial, a lei do estágio e o controle de jornada reconfiguraram o que se espera de um estagiário e o que ele consegue vivenciar nos primeiros anos. Perdeu-se muito da dimensão relacional com o fórum e seus trâmites, assim como da necessidade de se virar e tomar decisões no instante em que as coisas aconteciam na rua, muitas vezes sem acesso a celular, usando a sala da OAB ou um orelhão para conseguir instruções. A tecnologia já havia alterado a formação dos novos advogados; a IA generativa acrescenta uma camada que, dependendo de como for absorvida, pode eliminar o último espaço de aprendizado por tentativa e erro que a profissão ainda preservava. A digitalização comprimiu o tempo e o esforço de acesso à informação; a IA generativa comprime o próprio percurso que o júnior precisava fazer até chegar à análise. Quando uma ferramenta produz em minutos a análise que antes consumia dias de trabalho manual, o ponto central passa a ser identificar em que momento desse novo fluxo o advogado iniciante desenvolve repertório crítico suficiente para perceber o que a ferramenta não viu.

Eu vejo a IA generativa fazer extraordinariamente bem a análise documental, a validação de dados e informações e outras tarefas intermediárias da advocacia, entregando em pouco tempo análises que antes consumiam dezenas de horas de trabalho humano. O Convergence Outlook 2026, relatório de prospectiva estratégica de Amy Webb¹, cita um estudo do MIT e do Oak Ridge National Laboratory segundo o qual a capacidade técnica da IA já se sobrepõe a competências presentes em uma fatia equivalente a 11,7% do mercado de trabalho dos Estados Unidos, sobretudo em atividades cognitivas de serviços administrativos, financeiros e profissionais. O próprio relatório de Webb destaca, nesse movimento, a automação crescente de tarefas como documentação, relatórios, verificações de compliance e coordenação interna. Pesquisa, revisão documental e triagem de casos são justamente atividades que, durante décadas, constituíram a porta de entrada da profissão. Não surpreende que estejam entre as primeiras a ser automatizadas. No trabalho jurídico, a exposição estimada é ainda maior: o Goldman Sachs² estima que 44% da carga de trabalho nas profissões jurídicas esteja exposta à automação por IA. Automatizar tarefas, evidentemente, não equivale a eliminar postos de trabalho, mas o dado revela o quanto do percurso que antes cabia ao júnior já não depende, em tese, de um ser humano.

Os números já começaram a dar escala ao que aparece nessa experiência cotidiana. Um estudo recente de Hosseini e Lichtinger³ mostra que, nos Estados Unidos, o emprego júnior em empresas que adotaram IA generativa caiu cerca de 9% em relação às não adotantes, enquanto o emprego sênior não apresentou ruptura semelhante de tendência. A IA opera, assim, como uma mudança tecnológica enviesada por senioridade: quem já tem repertório se mantém; quem ainda está construindo é deslocado. O fenômeno não se limita ao direito: o World Economic Forum⁴ estima que 30% das horas de trabalho de nível inicial são automatizáveis, com desemprego 129% maior entre desenvolvedores juniores, o que ameaça o andar de baixo da escada de liderança em múltiplas profissões. Dados recentes da Anthropic⁵ apontam na mesma direção: entre trabalhadores de 22 a 25 anos, houve queda de 14% na taxa de entrada em novos empregos nas ocupações mais expostas à inteligência artificial, em comparação com 2022, embora o resultado ainda seja apenas marginalmente significativo. Dados da NALP⁶, por sua vez, indicam escritórios americanos com quadros cada vez mais concentrados em profissionais experientes.

No Brasil, os dados seguem a mesma direção. Uma pesquisa da AASP publicada em julho de 2026⁷, feita com 1.149 pessoas associadas, mostrou que 87,4% dos respondentes já utilizam IA no trabalho, 85,3% defendem capacitação específica e 54% apontam como maior risco a produção de informações incorretas pela tecnologia. Esses números sugerem que, nesse universo, a adoção corre à frente da formação. O estreitamento da base documentado nos estudos internacionais, como observei em um ensaio sobre o futuro dos escritórios⁸, produz um desafio que transcende a gestão de quadros e o dimensionamento de equipes: é um desafio de formação e, em última instância, de sucessão.

O relatório de Webb usa a imagem do topsoil, ou seja, a camada de solo sobre a qual crescem os profissionais seniores. Quando essa camada desaparece sem que outra seja formada em seu lugar, a base produtiva da profissão começa a se deteriorar, e o problema deixa de ser apenas o que a tecnologia faz hoje e passa a alcançar quem estaria preparado para fazer o trabalho amanhã. Se a porta de entrada da profissão se estreita, quem forma o profissional sênior de amanhã?

A história sugere que a posição não vai desaparecer, mas o caminho de formação mudará substancialmente. Um exame de 271 ocupações do censo americano entre 1950 e 2010 revela que apenas uma ocupação havia desaparecido por causa da automação: a de ascensorista⁹. O piloto de avião oferece outro contraponto: em 2016, a FAA estimava que a automação era utilizada em cerca de 90% do tempo de voo. Isso não tornou o piloto dispensável; ao contrário, reforçou a importância de sua capacidade de monitorar o sistema e assumir o controle quando surge o imprevisto. O que mudou não foi a necessidade do piloto, mas o que ele precisa saber.¹⁰

O advogado júnior, portanto, terá de ser formado para ocupar esse mesmo lugar, em que a presença humana se torna mais valiosa à medida que a máquina assume a tarefa mais visível, e não aquele em que a função inteira se resume a operar uma alavanca substituível. Nesse novo contexto, para mim, a parte mais difícil e ainda sem resposta - porque minha formação se deu de outra maneira - é incutir a mentalidade investigativa, analítica e crítica nos novos advogados quando o espaço para tentativa e erro, antes presente nas idas e vindas ao fórum e no estudo dos casos, deixa de fazer parte da formação. Em conversa recente com estagiários e juniores do meu time, eu disse que a minha geração foi a última que realmente aprendeu indo ao fórum, lendo o que estava disponível na biblioteca e fazendo pesquisa com as próprias mãos. Essa inquietação, percebo, não se restringe ao direito. Eric Kutcher, sócio sênior da McKinsey¹¹, formulou a mesma preocupação de modo direto: “Eu sei que preciso continuar formando pessoas. Não posso simplesmente ter todos chegando prontos para exercer um papel sênior, de julgamento.”

Tenho recebido de colegas relatos de peças muito bem escritas e claramente feitas com o apoio de IA generativa no assento de copiloto: texto fluido, formatação impecável e referências aparentemente corretas. O problema aparecia quando quem operou o modelo de linguagem não tinha capacidade de questionar os outputs e aprofundar a análise, produzindo uma peça com aparência de completude técnica, mas incapaz de sobreviver ao escrutínio de um desembargador que conhece a matéria. Um profissional preparado e desconfiado, capaz de desafiar a máquina, chegaria a soluções melhores; preparar esse profissional, porém, é o que o modelo tradicional de formação não consegue mais entregar, porque foi desenhado para uma realidade em que o júnior aprendia percorrendo manualmente cada etapa do caso, e essa realidade vem se transformando desde a migração do processo judicial brasileiro para o meio digital.

O desafio, aliás, não se esgota na peça escrita, porque há um momento em que o advogado precisa sustentar de viva voz a recomendação que o modelo de linguagem ajudou a construir, responder a perguntas que a ferramenta não antecipou e adaptar a estratégia em tempo real diante do cliente. Nesse momento, o que está em jogo é exatamente o repertório e o julgamento que nenhuma ferramenta transmite sozinha. A resposta talvez não exija reinventar a formação, mas temperá-la: a liderança pode, em primeiro lugar, voltar a cobrar dos juniores o mesmo escrutínio que sempre cobramos da jurisprudência pesquisada e da doutrina trazida, questionando os fundamentos do que a IA generativa produziu com a mesma exigência aplicada ao trabalho manual - e, nesse sentido, a formação volta a ser o que sempre foi; em paralelo, é possível pensar em simulações de situações reais - reuniões, sustentações, negociações - que reconstituam a pressão formativa que o fluxo automatizado já não oferece. Num horizonte mais ambicioso, seria possível condicionar o uso irrestrito da ferramenta à demonstração prévia da capacidade crítica de operá-la, ainda que essa alternativa esbarre no custo e na operacionalização. Nenhuma dessas frentes parece funcionar isoladamente, e qualquer caminho efetivo passa por estrutura, método e direcionamento de uso claros.

Em conversas que tenho tido nos últimos anos com Bruno Strunz, colega dos tempos de faculdade e hoje consultor especializado em desenvolvimento de negócios para escritórios de advocacia, ele insiste em um ponto ao qual eu sempre volto: é possível que o entry-level não desapareça, mas se reconfigure em torno de funções que hoje estão nas margens da prática tradicional - por exemplo, experiência do cliente, legal operations e gestão de projetos - e que, a seu modo, transmitam o entendimento do negócio e da profissão por outros caminhos, permitindo que o júnior absorva repertório e visão de conjunto ao circular por essas novas posições.

Quando discutimos a automação de tarefas jurídicas, é fácil perder de vista que a função do júnior nunca foi apenas produzir a peça; era percorrer um feixe inteiro de experiências formativas que a peça tornava visível: a pesquisa tátil nos autos, a negociação com o colega sobre a melhor tese, o embate com a revisão do sócio e a compreensão gradual de como um caso se comporta ao longo do tempo. Dvorah Graeser¹² descreve as funções profissionais como conjuntos de tarefas - algumas facilmente automatizáveis, outras dependentes de relações, julgamento e coordenação - e aponta o erro recorrente das organizações de tratar a função como sinônimo da tarefa mais visível, automatizando essa parte e perdendo o tecido relacional e cognitivo que sustentava o conjunto. Bessen, na Boston University, parte dessa distinção: cada ocupação reúne tarefas múltiplas, e automatizar uma delas não equivale a automatizar a ocupação.

Na advocacia, esse tecido é precisamente o que formava o profissional. O que esse feixe de experiências formativas transmitia, na prática, era phronesis: a sabedoria prática baseada na experiência que, segundo Nonaka e Takeuchi¹³, permite fazer julgamentos eticamente sólidos diante de situações concretas. Essa sabedoria não se ensina apenas em sala; transmite-se também por um sistema de aprendizado em que mentores compartilham experiências, contextos e tempo - exatamente o que o modelo tradicional da advocacia fazia, ainda que sem usar esse nome. Se a IA generativa elimina boa parte das tarefas que serviam de veículo para essa transmissão, o que fica em risco, então, é a phronesis da profissão.

O cenário que se desenha é o de uma profissão que seleciona pela fluência tecnológica, e não pelo julgamento a que essa fluência deveria servir. Ainda assim, seria desonesto fingir que tudo isso é inteiramente novo. Também já vivi a sensação de uma geração se perceber ultrapassada sem saber ao certo o que fazer com os novos entrantes. Toda revolução tecnológica anterior produziu medo; em todas elas, porém, a profissão se reconfigurou, criou funções e encontrou um novo equilíbrio depois de um deslocamento. É preciso, porém, reconhecer não apenas o que essas transformações criaram, mas também o que destruíram antes disso. O intervalo entre a destruição do antigo e a consolidação do novo foi medido em anos, não em meses, e é justamente esse intervalo que exige atenção, porque a inteligência artificial generativa atua no terreno da atividade que sempre consideramos exclusivamente humana: analisar, argumentar, interpretar. Por isso, as analogias com transformações anteriores ajudam, mas já não oferecem o mesmo conforto, e o desafio se torna proporcionalmente mais exigente.

O que talvez torne esta transformação diferente das anteriores é a natureza do que se automatiza: a IA produz, a custo quase zero, análises e pesquisas que antes exigiam semanas de imersão no caso, mas essa imersão, que era justamente o que formava o profissional, não acompanha a ferramenta. Adotar a ferramenta sem mapear e adequar os fluxos de trabalho em que ela se insere tende, assim, a produzir ganhos marginais, e o gargalo parece estar menos na tecnologia do que na falta de estrutura, método e direcionamento claros dentro das organizações. Os quick wins já se esgotaram, e o próximo passo, que é sair do uso da IA generativa no nível das tarefas e alcançar processos inteiros, exige disciplina e visão de longo prazo; é nesse terreno que se situa, inevitavelmente, a formação dos novos advogados.

Recentemente, em conversas com estagiários e juniores do meu time, o que mais me chama atenção é a velocidade com que estão mudando os critérios para considerar um estagiário pronto para ser efetivado - mais rápido do que conseguimos prever. Se o risco é que a fluência tecnológica avance descolada do julgamento profissional, a formação terá de ser reconstruída em torno daquilo que a ferramenta não consegue entregar sozinha, e o mais difícil de ensinar, nesse contexto, talvez seja justamente a capacidade de perceber o que está faltando num output tecnicamente correto.

O que me parece cada vez mais claro é que o advogado júnior não pode entrar no fluxo de trabalho com IA de maneira desestruturada; ele precisa de balizas claras e de uma metodologia que o ensine, desde o primeiro dia, a ler os outputs com desconfiança produtiva e a acrescentar aquilo que a ferramenta não alcança. O que o advogado precisa saber permanece, em larga medida, o mesmo; muda profundamente o caminho pelo qual ele adquire esse conhecimento. Bob Sternfels, sócio-gerente global da McKinsey, formula uma preocupação semelhante ao destacar três capacidades humanas duráveis – liderança, julgamento e pensamento descontínuo - e mencionar o renovado interesse da firma por candidatos com formação em humanidades, justamente por sua capacidade de raciocínio não linear.¹⁴

Penso que, daqui a dez anos, quando todas as pessoas que entrarem no mercado já forem fluentes em IA generativa como a geração atual é fluente em pesquisa digital, esse desafio estará mitigado. Até lá, há uma década de transição que exige respostas concretas, e a academia, os tribunais, as associações profissionais e os escritórios precisam conversar abertamente sobre o tema e transformar essa conversa em iniciativas com consequência.

Uma parte dessa construção passa por reconhecer que, em um campo em que o conhecimento técnico se atualiza mais rápido do que qualquer grade curricular consegue acompanhar, as disciplinas teriam de ser mais abertas e centradas na investigação e na descoberta a partir da experiência dos próprios alunos. O aprendizado aconteceria por imersão em problemas reais, em que o professor seria menos um depositário do conteúdo e mais um interlocutor que provoca, questiona e orienta o percurso. Há nisso um paradoxo produtivo: quanto mais avança a capacidade técnica das ferramentas, mais a formação precisa voltar às perguntas que fundaram o próprio conhecimento, ou seja, as perguntas da filosofia e da ética, de onde saíram os métodos de argumentação, as categorias de justiça e os hábitos de dúvida sistemática que toda a tradição jurídica herdou. Esse retorno às fundações não é saudosismo; é a condição para que o profissional saiba, diante de um output tecnicamente correto, o que perguntar em seguida.

O pensamento crítico que distingue o advogado do operador de ferramenta não nasceu na era digital; nasceu na ágora, no exercício de submeter cada premissa ao contraditório antes de aceitá-la, e é justamente esse exercício que a padronização corrente do ensino vem abandonando. Se o que nos distingue é a capacidade de julgar, questionar e ponderar, o caminho talvez passe menos por correr atrás da próxima atualização tecnológica e mais por voltar ao que sempre sustentou o raciocínio jurídico - o debate filosófico e ético como disciplina formativa. Não pretendo ser prescritivo enquanto o diagnóstico ainda está em construção, e cada uma dessas direções merece tratamento próprio e mais aprofundado. Duas, porém, me parecem suficientemente nítidas para registrar aqui.

A primeira é curricular: disciplinas de graduação que ensinem o aluno a auditar outputs de IA generativa com o mesmo rigor que se ensina a interpretar jurisprudência, tratando a desconfiança metodológica do resultado automatizado como competência curricular, e não como precaução individual. A segunda é organizacional: programas de mentoria dentro dos escritórios, desenhados para que o júnior trabalhe sob a orientação de quem tem repertório para enxergar as lacunas, compreendendo por que determinada análise automatizada está incompleta e o que falta para que ela resista ao contraditório. Outras iniciativas, como programas de residência jurídica sob supervisão estruturada e ciclos de debate intergeracionais conduzidos pelas seções da OAB, apontam na mesma direção, ainda que seus contornos institucionais exijam mais maturação do que este texto comporta.

O problema está posto, e as respostas de que a profissão precisa dependem de engenharia institucional. Se a camada de aprendizado tácito - aquela que se adquiria redigindo a contestação que voltava sangrada – desaparecer sem uma substituta, a profissão corre o risco de produzir uma geração capaz de operar a ferramenta, mas sem o julgamento necessário para avaliar o produto. Para quem forma advogados todos os dias, saber onde o júnior vai aprender envolve, ao mesmo tempo, quem ensina, quem contrata e quem regula. As perguntas que ficam são práticas: que funções de entrada substituirão as que estão desaparecendo e como desenhá-las para que sejam, elas mesmas, formativas; como preparar o advogado para os momentos em que a ferramenta não pode estar presente - a reunião que muda de rumo, o contraditório oral que exige improviso informado -; e quem assume a responsabilidade de coordenar essa transição quando nenhum dos atores envolvidos, isoladamente, controla todas as variáveis. Respostas prontas ainda não existem, e talvez por isso mesmo valha a pena começar a construí-las em voz alta.

_______

Notas

1 Webb, Amy. Convergence Outlook 2026. Future Today Strategy Group, 2026, esp. p. 81. Para a estimativa de 11,7%: Chopra, Ayush et al. The Iceberg Index: Measuring Skills-centered Exposure in the AI Economy. Project Iceberg / MIT / Oak Ridge National Laboratory, 2025. Disponível em: https://iceberg.mit.edu/report.pdf.

2 Hatzius, Jan; Briggs, Joseph; Kodnani, Devesh; Pierdomenico, Giovanni. “The Potentially Large Effects of Artificial Intelligence on Economic Growth”. Global Economics Analyst, Goldman Sachs, 26 mar. 2023. Disponível em: https://www.gspublishing.com/content/research/en/reports/2023/03/27/d64e052b-0f6e-45d7-967b-d7be35fabd16.html.

3 Hosseini Maasoum, Seyed Mahdi; Lichtinger, Guy. “Generative AI as Seniority-Biased Technological Change: Evidence from U.S. Résumé and Job Posting Data”. Harvard University, 31 ago. 2025; rev. 06 jun. 2026. Disponível em: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5425555.

4 Palsule, Himanshu; Leopold, Till. “Beyond the Inflection Point: The New Forces Shaping the Transformation of Work”. World Economic Forum, 15 dez. 2025. Disponível em: https://www.weforum.org/stories/education-and-skills/work-transformation-skills-agility-growth/.

5 Massenkoff, Maxim; McCrory, Peter. “Labor Market Impacts of AI: A New Measure and Early Evidence”. Anthropic, 05 mar. 2026. Disponível em: https://www.anthropic.com/research/labor-market-impacts.

6 NALP. “Lateral Hiring Across U.S. Law Firms Sees Robust Growth in 2025”. National Association for Law Placement, 22 abr. 2026. Disponível em: https://www.nalp.org/uploads/PressReleases/2026NALPLateraland3LHiringPressRel_4_22_2026.pdf.

7 AASP. “Pesquisa da AASP revela como a IA já faz parte da rotina da advocacia brasileira”. 31 jul. 2026. O levantamento reuniu 1.149 respostas de pessoas associadas. Disponível em: https://www.aasp.org.br/noticias/aasp-em-acao/pesquisa-da-aasp-revela-como-a-ia-ja-faz-parte-da-rotina-da-advocacia-brasileira. Ver também: Ignácio, Laura. “IA já faz parte da rotina dos advogados brasileiros”. Valor Econômico, 22 jul. 2026. Disponível em: https://valor.globo.com/legislacao/noticia/2026/07/22/ia-ja-faz-parte-da-rotina-dos-advogados-brasileiros.ghtml.

8 Perazza, Eduardo. “O escritório de advocacia daqui a dez anos: o que precisamos decidir agora”. Migalhas, 25 maio 2026. Disponível em: https://www.migalhas.com.br/depeso/456686/escritorio-de-advocacia-daqui-10-anos-o-que-precisamos-decidir-agora.

9 Bessen, James. “How Computer Automation Affects Occupations: Technology, Jobs, and Skills”. Boston University School of Law, Law & Economics Working Paper n. 15-49, rev. out. 2016. Disponível em: https://scholarship.law.bu.edu/faculty_scholarship/813/.

10 U.S. Department of Transportation, Office of Inspector General. Enhanced FAA Oversight Could Reduce Hazards Associated with Increased Use of Flight Deck Automation, 07 jan. 2016. Disponível em: https://services.oig.dot.gov/library-item/32899.

11 Kutcher, Eric, em entrevista a Lucia Rahilly. “How the Best CEOs Are Meeting the AI Moment”. The McKinsey Podcast, 22 jan. 2026. Disponível em: https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/how-the-best-ceos-are-meeting-the-ai-moment. No original: “I know I’ve got to apprentice people. I can’t just have everyone come in ready to play a senior-level, judgment-based role.”

12 Graeser, Dvorah. “The AI Job Takeover That Wasn’t”. Tech Transfer Today, 10 set. 2026. Disponível em: https://dvorahs-newsletter-951e51.beehiiv.com/p/the-ai-job-takeover-that-wasn-t. Graeser, Dvorah. “From Tech Transfer Professional to AI Conductor”. LinkedIn, 8 jun. 2025. Disponível em: https://www.linkedin.com/pulse/from-tech-transfer-professional-ai-conductor-dvorah-graeser-qj6cf.

13 Nonaka, Ikujiro; Takeuchi, Hirotaka. “The Wise Leader”. Harvard Business Review, maio 2011. Disponível em: https://hbr.org/2011/05/the-big-idea-the-wise-leader.

14 Sternfels, Bob, em entrevista a Adi Ignatius. “Where McKinsey—and Consulting—Go from Here”. HBR IdeaCast, 06 jan. 2026. Sternfels destaca liderança, julgamento e pensamento descontínuo como capacidades humanas duráveis e menciona o renovado interesse da firma por formações em humanidades (liberal arts). Disponível em: https://hbr.org/podcast/2026/01/where-mckinsey-and-consulting-go-from-here. Ver também: https://hbr.org/2025/12/mckinsey-faces-its-ai-future