Vert Analytics transforma, por meio da CyndIA, sua solução própria de inteligência artificial dedicada ao jurídico, a experiência acumulada por advogados em um banco de teses automatizado. A empresa, especializada em soluções de dados, IA e hiperautomação para governo e grandes empresas, busca converter conhecimento jurídico disperso em capital técnico da própria organização, e não apenas da pessoa que o construiu ao longo dos anos.
Toda vez que um advogado experiente deixa uma equipe jurídica, leva junto um tipo de conhecimento difícil de substituir: a memória de quais argumentos funcionaram, em quais teses, diante de quais tribunais e magistrados específicos. Esse conhecimento raramente fica registrado em algum lugar acessível para quem chega depois, e a empresa acaba pagando esse custo de aprendizado outra vez com o próximo profissional que assumir aqueles processos.
Por que o conhecimento jurídico costuma sumir quando alguém sai da equipe?
Grande parte da experiência de um jurídico corporativo vive na cabeça de quem litiga no dia a dia, não em nenhum documento formal. Um advogado aprende, ao longo de anos, quais argumentos convencem determinado desembargador, quais teses funcionam melhor em certo tribunal, quais fundamentos costumam ser rejeitados mesmo quando parecem tecnicamente corretos no papel e quais nuances de linguagem fazem diferença na hora de convencer um julgador específico.
Esse tipo de conhecimento tácito é valioso justamente porque é difícil de replicar. A Vert Analytics observa que o problema aparece quando a pessoa que acumulou essa experiência sai da empresa, muda de área ou simplesmente se aposenta, levando junto anos de aprendizado que nunca foram sistematizados em nenhum lugar consultável pelos colegas que ficam.
Escritórios parceiros e equipes internas de jurídico corporativo enfrentam essa perda de forma recorrente, especialmente em times com alta rotatividade ou crescimento rápido, situação comum em empresas que expandem a área jurídica junto com o próprio negócio, absorvendo processos novos mais rápido do que conseguem documentar o que já aprenderam com os antigos.
Como transformar argumentos vencedores em conhecimento reutilizável?
O primeiro passo para reverter essa perda é parar de tratar cada processo como um evento isolado e começar a registrar sistematicamente qual argumento foi usado, em qual contexto e qual foi o resultado. Feito manualmente, esse tipo de catalogação consome tempo demais para ser sustentável em um volume grande de processos e tende a ser a primeira tarefa abandonada assim que a rotina do time fica mais apertada.
É aqui que a automação muda o jogo: em vez de depender de alguém preenchendo formulários depois de cada decisão, um sistema que já lê e interpreta movimentações processuais consegue identificar automaticamente quando uma tese foi aceita, associar esse resultado ao argumento específico utilizado e alimentar um banco de teses e argumentos organizado e pesquisável para consultas futuras.
Esse mesmo mecanismo sustenta contestações automatizadas e a gestão de teses aderentes às evidências de cada processo, garantindo que o argumento sugerido esteja sempre alinhado ao que realmente consta nos autos. Esse tipo de automação só funciona bem quando a leitura das movimentações já é feita continuamente, e não como um projeto pontual de organização de dados.
Como o banco de teses da CyndIA organiza esse capital técnico?
A CyndIA associa automaticamente cada argumento jurídico ao resultado do processo em que foi utilizado, alimentando o banco de teses e argumentos organizado por tribunal, tipo de causa e fundamento legal. A Vert Analytics explica que, quando um novo caso surge com características semelhantes, o agente jurídico, apoiado em inteligência artificial generativa, consegue sugerir, em segundos, quais fundamentos tiveram melhor desempenho em situações parecidas, apoiando inclusive a produção de contestações automatizadas alinhadas a esse histórico.
Esse tipo de repositório também revela padrões que nenhum profissional, sozinho, perceberia sem cruzar milhares de casos manualmente: um argumento que funciona bem em determinado tribunal, mas quase nunca é aceito em outro, por exemplo, ou uma tese que perdeu força depois de uma mudança recente de entendimento jurisprudencial que ninguém teve tempo de acompanhar de perto.
A Vert Analytics, referência em IA no Brasil, destaca que o valor desse tipo de banco de teses cresce com o tempo, porque cada novo processo julgado alimenta ainda mais a base de conhecimento, tornando as recomendações futuras mais precisas do que eram no primeiro dia.
O que isso muda para times jurídicos que crescem ou rotacionam pessoas?
Quando o conhecimento sobre o que funciona deixa de estar preso a uma pessoa específica, a equipe jurídica ganha resiliência diante de saídas, licenças e trocas de escritório parceiro. Um advogado recém-chegado consegue acessar, desde o primeiro dia, o histórico de argumentos que já funcionaram em situações parecidas com as que ele vai enfrentar.
Esse tipo de continuidade também melhora a qualidade média das peças produzidas, porque reduz a dependência da experiência individual de quem está conduzindo determinado caso naquele momento. Times jurídicos que crescem rapidamente, absorvendo processos de novas unidades de negócio ou de aquisições recentes, tendem a sentir esse ganho de forma ainda mais evidente, já que o conhecimento institucional não precisa ser reconstruído do zero a cada nova contratação, nem depende da boa vontade de quem está saindo para deixar tudo documentado antes de ir embora.
