Recuperação e Análise de Jurisprudências como Suporte a Elaboração de Defesas em Processos Jurídicos por meio de Modelos de Linguagem

Abstract

Jurisprudências são essenciais para a prática jurídica, sendo fundamentadas por uma linguagem técnica que ultrapassa o vocabulário comum. Os desafios técnicos da abordagem jurídica requerem atenção para superar desafios relacionados a sua linguagem peculiar. Neste contexto, este trabalho objetiva a recuperação de jurisprudências e elaboração de defesas jurídicas através de busca semântica com o auxílio de Modelos de Linguagem de Grande Porte (do inglês Large Language Model - LLM). As jurisprudências utilizadas foram adquiridas a partir da técnica de scrapping e armazenadas em um banco de dados relacional. Em seguida, ocorre a sumarização das jurisprudências, transformação em vetores densos (embeddings) e indexação em banco de dados vetorial. Isto permite que o profissional do direito realize buscas nas jurisprudências indexadas e, considerando documentos de sua escolha, efetue a geração de defesa jurídica. Para análise do método, foram estabelecidos cinco cenários específicos. Os quatro primeiros cenários avaliam a ordenação efetuada por profissionais jurídicos em relação a ordenação provida pelo protótipo que instancia o método proposto através do coeficiente de Spearman. Apesar da maioria das correlações serem positivas fracas (< 0.3) ou negativa, com discrepâncias consideráveis entre os profissionais, existem correlações positivas com certa relevância, demonstrando potencial de entrega de documentos aderentes à demanda dos profissionais. O quinto cenário específico trata da avaliação de um dos advogados quanto à elaboração de sugestão de defesa, sendo percebida como positiva. Diante dos resultados, o método proposto de recuperação de jurisprudências e elaboração de defesas utilizando LLMs demonstra potencial em servir de suporte a atividades consideradas complexas por profissionais na área do direito.

Jurisprudences are essential to legal practice, often grounded in technical language that surpasses common vocabulary. The technical challenges of legal approaches require attention to overcome issues related to their peculiar language. In this context, this work aims to retrieve jurisprudences and draft legal defenses through semantic search using Large Language Models (LLMs). The jurisprudences were acquired through scraping techniques and stored in a relational database. Next, jurisprudences are summarized, transformed into dense vectors (embeddings), and indexed in a vector database. This allows legal professionals to search indexed jurisprudence and generate legal defenses based on selected documents. To analyze the method, five specific scenarios were established. The first four scenarios evaluate the ranking performed by legal professionals compared to the ranking provided by the prototype that instantiates the proposed method using the Spearman coefficient. Despite most correlations being weakly positive (< 0.3) or negative, with considerable discrepancies among professionals, there are positive correlations of some relevance, demonstrating potential to retrieve documents tailored to professionals' demands. The fifth specific scenario evaluates one lawyer's assessment of defense suggestion drafting, perceived positively. Given the results, the proposed method of retrieving jurisprudences and drafting defenses using LLMs shows potential to support activities considered complex by legal professionals.