Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 2.215
Aluno: João Tiago Ferreira Soares Pessoa
Orientador: Prof. Adriano Lorena Inácio de Oliveira
Título: Mineração de Processos Assistida por LLMs: Avaliação de Estratégias
de Interação para Usuários Não Especialistas do Poder Judiciário
Data: 28/07/2025
Hora/Local: 14h – Virtual – Interessados em assistir entrar em contato com o aluno
Banca Examinadora:
Prof. Ricardo Massa Ferreira Lima (UFPE / CIn)
Dr. Raphael José D`Castro (TJPE / Secretaria de Tecnologia da Informação e
Comunicação)
Prof. Adriano Lorena Inácio de Oliveira
RESUMO:
A crescente facilitação do acesso à justiça no Brasil tem resultado em um aumento exponencial da demanda processual, impondo desafios significativos para magistrados e servidores judiciários. Embora a mineração de processos ofereça potencial para identificar gargalos operacionais e otimizar fluxos de trabalho nos tribunais, sua adoção permanece limitada devido à complexidade técnica das ferramentas existentes e à escassez de interfaces intuitivas para profissionais jurídicos sem formação especializada em análise de dados.
Esta pesquisa investigou a aplicação de Large Language Models (LLMs) como interfaces cognitivas para democratizar o acesso à mineração de processos no contexto judicial brasileiro. O estudo empregou dados estruturados da plataforma Judiciário & Mineração de Processos (JuMP), desenvolvida em parceria entre o CNJ e a UFPE, utilizando logs de eventos e artefatos derivados de cinco unidades jurisdicionais para avaliar comparativamente duas estratégias de interação: engenharia de prompts diretos e uma arquitetura baseada em agentes inteligentes que integra LLMs com ferramentas computacionais auxiliares.
A metodologia experimental envolveu a utilização sistemática dos modelos proprietários GPT-4o e Gemini 2.0 Flash, submetidos à avaliação mediante um conjunto de questões analíticas co-projetadas com especialistas do domínio jurídico. Os critérios de avaliação abrangeram clareza do raciocínio, aderência contextual, ausência de alucinações e precisão numérica. Os resultados evidenciaram superioridade significativa da estratégia baseada em agentes sobre a interação direta, demonstrando maior capacidade de processamento de datasets volumosos, execução de raciocínio multi-etapas e resolução de computações complexas, enquanto a abordagem direta revelou-se adequada exclusivamente para consultas de menor complexidade computacional.
Não obstante a estratégia baseada em agentes tenha apresentado desempenho consistentemente superior em tarefas de agregação e computações condicionais, nenhuma das abordagens alcançou precisão absoluta em consultas de elevada complexidade temporal e lógica. Conclui-se que os LLMs, particularmente quando implementados em arquiteturas de agentes inteligentes com acesso a ferramentas externas, constituem uma solução tecnologicamente viável para democratizar a mineração de processos entre profissionais judiciários, contribuindo substancialmente para a transformação digital do sistema judicial brasileiro e fomentando a tomada de decisões fundamentada em evidências empíricas.
Palavras-chave: mineração de processos; jump; llms; modelos de linguagem de
grande escala; agentes; gpt; gemini; ia generativa.
Comentários desativados