The Generative Reasonable Person

Resumo Técnico: A Pessoa Razoável Generativa

1. O Problema: A Lacuna Empírica no Padrão da "Pessoa Razoável"

O conceito jurídico de "pessoa razoável" é um pilar fundamental no direito (tortos, contratos, consentimento), servindo como padrão objetivo para julgar condutas, interpretações e acordos. Historicamente, a aplicação deste padrão enfrenta um dilema epistemológico:

• Falta de Dados Empíricos: Determinar o que uma "pessoa comum" pensaria ou faria em uma situação específica depende, na prática, da intuição judicial.
• Limitações dos Métodos Atuais:
  • Jurados: São caros, lentos, sofrem de distorções adversariais e não estão disponíveis para a maioria das disputas.
  • Pesquisas (Surveys): São extremamente custosas (milhares de dólares), lentas e burocráticas, limitando seu uso a casos de alto perfil.
  • Intuição Judicial: Juízes, frequentemente elites desconectadas do público-alvo (ex.: adolescentes em casos de publicidade), projetam seus próprios vieses sob o rótulo de "senso comum".
• Consequência: O padrão da pessoa razoável torna-se um "vaso para a intuição judicial", onde a divergência entre a lei e a compreensão pública permanece oculta e não justificada.

2. Metodologia: Ensaios Controlados Aleatórios de Silício (S-RCT)

O artigo propõe e valida uma nova metodologia chamada Silicon Randomized Controlled Trials (S-RCT), adaptando o padrão-ouro da ciência social para Grandes Modelos de Linguagem (LLMs).

• Abordagem: Utiliza LLMs como "sujeitos experimentais" para simular julgamentos de pessoas comuns.
• Solução para Vieses de Memória e Sycophancy (Servilismo):
  • Desafio: LLMs treinados em corpora jurídicos podem apenas "recitar" doutrina (memorização) ou ajustar respostas para agradar o usuário (sycophancy), em vez de refletir julgamentos reais.
  • Solução Técnica (Statelessness): A metodologia explora a característica de estado zero (statelessness) das APIs de LLM. Cada sessão de conversa é iniciada como uma "folha em branco", sem memória de interações anteriores.
  • Design Experimental:
    1. Atribuição Aleatória: Milhares de sessões independentes são atribuídas aleatoriamente a diferentes condições experimentais.
    2. Medição Diferencial: Em vez de pedir um julgamento absoluto (que pode ser memorizado), mede-se a mudança na resposta do modelo quando variáveis experimentais são alteradas. Isso isola o raciocínio latente da mera recuperação de fatos.
    3. Atribuição de Persona: Os modelos são instruídos a atuar como indivíduos demograficamente específicos (ex.: "Mary Alvarez, 61 anos, hispânica, democrata") para simular a diversidade da população e reduzir o viés de "assistente útil".
• Escala: O estudo replicou três estudos humanos publicados, gerando quase 10.000 julgamentos simulados através de múltiplos modelos (GPT-5, Claude, Gemini, Mistral, etc.).

3. Principais Contribuições e Resultados Empíricos

O estudo replicou três áreas clássicas de julgamento da "pessoa razoável", revelando que os LLMs internalizaram padrões de raciocínio leigo que frequentemente contradizem a doutrina jurídica formal.

A. Negligência (Replicação do Estudo de Jaeger)

• Hipótese: A doutrina econômica (Fórmula de Hand) sugere que a razoabilidade deve basear-se na análise custo-benefício. A teoria social sugere que se baseia na conformidade com práticas comuns.
• Resultado: Tanto humanos quanto LLMs priorizam a conformidade social sobre a eficiência econômica.
  • Se 90% das pessoas tomam uma precaução, a falha em fazê-lo é julgada muito mais negligente do que se apenas 10% o fizessem.
  • O custo da precaução teve um impacto estatisticamente menor na avaliação de negligência.
• Significado: Os modelos aprenderam a hierarquia de julgamento leigo (o que é comum é o que é razoável), invertendo a hierarquia ensinada nos livros de direito.

B. Consentimento e Engano (Replicação do Estudo de Sommers)

• Hipótese: A doutrina sugere que mentiras sobre a essência do produto (ex.: vender uma câmera como uma bicicleta) anulam o consentimento mais do que mentiras materiais (ex.: prometer pontos de recompensa que não existem).
• Resultado: Os LLMs replicaram um paradoxo contra-intuitivo observado em humanos:
  • As mentiras materiais foram julgadas como mais importantes para a vítima.
  • No entanto, paradoxalmente, o consentimento foi julgado como mais válido em casos de mentiras materiais do que em mentiras essenciais.
• Significado: Os modelos capturaram uma "teoria leiga de consentimento" onde a autenticidade sobre a natureza fundamental da transição é mais constitutiva do consentimento do que a precisão sobre os termos, desafiando a lógica jurídica padrão.

C. Interpretação de Contratos e Formalismo (Replicação do Estudo de Sommers & Furth-Matzkin)

• Hipótese: Comparar julgamentos de leigos vs. profissionais jurídicos sobre taxas ocultas e cláusulas abusivas.
• Resultado:
  • Hierarquia Formalista: Os modelos (e leigos) seguiram uma hierarquia onde a executabilidade legal (o que um tribunal faria) é julgada mais alta do que o consentimento real, que por sua vez é julgado mais alto do que a justiça/fairness.
  • Alinhamento: Os modelos, especialmente com prompts de persona, alinham-se mais com os leigos do que com os profissionais jurídicos.
• Significado: Os LLMs funcionam como proxies para a compreensão do consumidor comum, identificando que leigos tendem a ser "formalistas contratuais" (acreditam que termos ocultos são vinculativos mesmo sem consentimento real), diferentemente da intuição crítica de especialistas.

Limitações Técnicas Identificadas:

• Calibração de Magnitude: Embora os modelos acertassem a direção e a estrutura dos julgamentos (o "o que" importa), eles frequentemente falharam na magnitude exata (o "quanto" importa), tendendo a amplificar ou comprimir efeitos em comparação com dados humanos brutos.
• Viés Majoritário: Os modelos refletem a média agregada, podendo marginalizar perspectivas minoritárias específicas.

4. Significado e Implicações Práticas

O artigo argumenta que a "Pessoa Razoável Generativa" não substitui o julgamento humano, mas fornece uma ferramenta empírica de verificação antes inacessível.

• Para Juízes: Permite testar intuições contra dados simulados de demografias específicas (ex.: "como adolescentes veriam este anúncio?"), tornando as decisões mais transparentes e menos baseadas em projeção de viés.
• Para Reguladores (ex.: FTC): Oferece um método de baixo custo e alta escala para testar a compreensão pública de novas regras ou rótulos antes da implementação, substituindo ou complementando pesquisas caras.
• Para Litigantes: Democratiza o acesso a "simulações de júri", permitindo que partes com menos recursos testem a força de seus argumentos contra o padrão de julgamento comum.
• Teórico: Transforma o debate sobre a natureza da pessoa razoável (descritiva vs. normativa). Com dados empíricos disponíveis, a divergência entre a lei e a compreensão pública deixa de ser uma "falta de dados" e passa a ser uma escolha normativa explícita que deve ser justificada.

Conclusão

O artigo demonstra que os LLMs, quando submetidos a metodologias rigorosas de S-RCT, internalizaram os esquemas de raciocínio que orientam os julgamentos humanos sobre razoabilidade. Eles funcionam como um "dicionário para julgamentos de razoabilidade", tornando visível o que antes era ilegível: a compreensão empírica do público comum. Isso exige uma nova ética de uso, onde a tecnologia serve como um ponto de referência empírico para garantir a legitimidade democrática do sistema jurídico, sem substituir a autoridade normativa final do juiz.