Deterministic Legal Agents: A Canonical Primitive API for Auditable Reasoning over Temporal Knowledge Graphs

1. Declaração do Problema

O artigo aborda limitações críticas na aplicação de Geração Aumentada por Recuperação (RAG) a domínios jurídicos de alto risco. Sistemas RAG padrão dependem de similaridade semântica sobre fragmentos de texto planos, o que falha em capturar a natureza complexa do conhecimento jurídico. Os autores identificam três modos de falha específicos no RAG jurídico atual:

• Cegueira Mereológica: Falha em reconhecer relações parte-todo (ex.: cláusula $\subset$ artigo $\subset$ lei).
• Naivete Diacrônica: Incapacidade de distinguir entre normas superadas e atualmente válidas, levando à confusão entre lei histórica e atual.
• Opacidade Causal: Falta de rastreabilidade quanto à proveniência legislativa (os atos específicos que criaram, alteraram ou revogaram uma norma).

Enquanto trabalhos anteriores (SAT-Graph) resolveram o problema de representação ao modelar normas jurídicas como grafos de conhecimento temporais conscientes de estrutura, um novo problema de interação surgiu: Como um agente LLM probabilístico pode consultar esse grafo determinístico sem reintroduzir a não confiabilidade que o grafo foi projetado para evitar? Permitir que agentes gerem consultas de banco de dados arbitrárias (SQL/SPARQL) ou dependam exclusivamente de busca semântica arrisca erros silenciosos, alucinações e a burla de restrições temporais/estruturais.

2. Metodologia: A API SAT-Graph

O artigo propõe a API SAT-Graph, uma interface primitiva canônica projetada para mediar entre um agente LLM probabilístico e um substrato simbólico determinístico (o Grafo de Conhecimento Temporal).

Princípio de Design Central: Isolamento de Probabilidade

A arquitetura confina estritamente a incerteza estocástica a três estágios delimitados, garantindo que, uma vez resolvida uma referência, todas as operações subsequentes sejam determinísticas:

1. Tradução de Intenção: O LLM converte uma consulta em linguagem natural em um plano de execução.
2. Ancoragem Semântica Inicial: O sistema usa busca probabilística (semântica/lexical) para mapear referências ambíguas para âncoras de grafo candidatas classificadas (Itens, Temas, Unidades de Texto).
3. Síntese Narrativa: O LLM gera a resposta final em prosa com base em evidências verificadas.

Núcleo Determinístico: Uma vez estabelecido um identificador canônico e parâmetros temporais, todas as travessias de grafo (estruturais, temporais, causais) são executadas via primitivas tipadas e atômicas. Isso garante que o próprio processo de recuperação seja reproduzível e auditável.

Componentes Arquitetônicos

• O Substrato (SAT-Graph): Um grafo de conhecimento temporal que modela instrumentos jurídicos como entidades versionáveis com contenção hierárquica explícita e causalidade legislativa.
• O Protocolo de Interação (API): Uma biblioteca de primitivas tipadas e composáveis que atuam como uma fachada procedimental. O agente não vê o esquema físico do banco de dados, mas interage por meio de um vocabulário fixo.
• O Agente: Um planejador probabilístico que decompõe perguntas em uma sequência de chamadas primitivas, observa resultados intermediários e sintetiza respostas.

Modelos de Dados Chave

A API opera sobre cinco modelos de dados canônicos e portáveis entre domínios:

• Item: Uma entidade de grafo canônica com identidade estável (ex.: um Artigo específico).
• Versão: Um instantâneo limitado no tempo de um Item, capturando intervalos de validade e aplicabilidade.
• Unidade de Texto: A realização textual anexada a uma entidade de grafo, fazendo a ponte entre busca semântica e recuperação determinística.
• Ação: Um evento de transição de estado reificado (ex.: promulgação, alteração) que produz ou termina versões.
• Relação: Arestas semânticas tipadas (citações, dependências) entre entidades.

Categorias de Primitivas

A API expõe grupos funcionais de primitivas:

• Descoberta e Busca: resolveItemReference, searchTextUnits (retorna candidatos classificados com pontuações de confiança).
• Resolução Temporal: getValidVersions, getItemVersions (recuperação determinística de versões válidas em um momento específico).
• Navegação Estrutural: getItemHierarchy, getItemAncestors (reconstrói contexto sem depender de adjacência de texto).
• Causalidade e Impacto: getItemHistory, getActionsBySource (rastreia proveniência e impacto futuro).
• Introspecção: getRootItemTypes, getSupportedActionTypes (permite que agentes descubram limites de esquema).
• Hidratação: getVersionTextUnits (converte IDs leves em evidência textual completa).

3. Contribuições Principais

1. Especificação de API de Primitivas Canônicas: Uma interface formal para consultar grafos de conhecimento temporais conscientes de estrutura, instanciada para normas jurídicas, mas projetada para ser portátil entre domínios.
2. Princípio de Isolamento de Probabilidade: Um padrão de design neuro-simbólico que separa o planejamento/ancoragem probabilísticos da execução determinística de grafos, tornando erros do sistema localizáveis e inspecionáveis.
3. Paradigma Raciocinar-Agir-Observar: Desloca o RAG jurídico de um pipeline passivo "Recuperar-Então-Gerar" para um processo ativo onde o agente decompõe perguntas em planos de execução explícitos e auditáveis.
4. Separação Formal de Responsabilidades: Desacopla a representação do conhecimento jurídico (o grafo) do raciocínio agencial (o LLM) por meio de um protocolo de interação tipado, prevenindo acoplamento de esquema e confabulação de consultas.
5. Demonstrações de Casos de Uso: Ilustra como consultas jurídicas complexas (recuperação em ponto no tempo, comparação de versões, causalidade futura, análise de impacto temático) são decompostas em sequências de primitivas verificáveis.

4. Resultados e Avaliação

O artigo não apresenta resultados empíricos de benchmark (ex.: pontuações de precisão contra baselines), mas fornece uma especificação arquitetônica formal e validação qualitativa através de casos de uso:

• Recuperação Determinística em Ponto no Tempo: Demonstrou como um agente pode recuperar o texto exato de uma lei válida em uma data passada específica, evitando a "naivete temporal" do RAG padrão.
• Localização Causal: Mostrou como um agente pode rastrear a ação legislativa exata que introduziu um direito específico (ex.: "moradia") e comparar o texto antes e depois da alteração.
• Causalidade Futura: Ilustrou como identificar todas as disposições afetadas por uma alteração específica, uma tarefa difícil para busca semântica devido à falta de sobreposição lexical.
• Análise de Impacto Temático: Demonstrou a capacidade de agregar mudanças históricas através de uma hierarquia temática (ex.: "Segurança Digital") combinando resolução temática com consultas de eventos temporais.

Os "resultados" são os registros de execução auditáveis gerados por esses processos, que permitem que revisores humanos rastreiem exatamente qual entidade foi resolvida, qual versão foi selecionada e qual ação produziu a evidência.

5. Significado e Implicações

• IA Jurídica Confiável: A arquitetura fornece uma base para sistemas jurídicos onde a base evidencial de uma resposta é totalmente inspecionável, reproduzível e rastreável até objetos canônicos do grafo.
• Auditabilidade como Propriedade de Recuperação: Diferentemente do RAG tradicional, onde a auditabilidade é uma característica post-hoc, este sistema torna a auditabilidade intrínseca ao próprio processo de recuperação. Cada etapa é uma operação tipada sobre um objeto canônico.
• Portabilidade de Domínio: Embora ilustrado no direito, as abstrações (Itens, Versões, Ações) aplicam-se a qualquer domínio governado por autoridade que exija correção histórica e proveniência (ex.: padrões técnicos, conformidade regulatória, especificações de engenharia).
• Mudança no Fardo de Engenharia: A complexidade da lógica temporal e validação estrutural é movida do prompt do LLM (onde é propensa a erros) para a camada da API (onde pode ser rigorosamente testada e aplicada).

6. Limitações e Trabalho Futuro

• Dependência da Qualidade do Grafo: O determinismo do sistema é condicional à correção e completude da ingestão do grafo de conhecimento subjacente.
• Erros de Ancoragem Semântica: Embora a incerteza seja exposta, o mapeamento inicial de linguagem natural para âncoras de grafo permanece probabilístico e pode falhar em consultas ambíguas.
• Erros de Planejamento: A arquitetura não impede que agentes gerem planos logicamente inadequados (ex.: consultar o instrumento errado), embora torne esses erros auditáveis.
• Direções Futuras: Os autores chamam para benchmarking empírico contra RAG padrão, o desenvolvimento de modelos de aprendizado "Texto-para-Plano" e a construção de conjuntos de dados padrão-ouro para raciocínio jurídico temporal.

Em conclusão, o artigo argumenta que, para domínios de alto risco, a recuperação deve ser um processo de execução auditável, não uma busca de caixa-preta. A API SAT-Graph fornece a interface necessária para alcançar isso, isolando estritamente a incerteza probabilística do raciocínio determinístico.