How Can AI Augment Access to Justice? Public Defenders' Perspectives on AI Adoption

Título: Como a IA Pode Ampliar o Acesso à Justiça? Perspectivas de Defensores Públicos sobre a Adoção de IA

1. O Problema

No sistema de justiça criminal dos EUA, os defensores públicos enfrentam uma crise de recursos: eles representam clientes que não podem pagar advogados particulares, mas lidam com cargas de trabalho esmagadoras e recursos escassos. Isso exacerba as disparidades no sistema de justiça, prejudicando desproporcionalmente grupos desfavorecidos.
Embora a Inteligência Artificial (IA) e os Modelos de Linguagem de Grande Escala (LLMs) sejam promovidos como ferramentas para aliviar encargos administrativos e cognitivos, há uma lacuna significativa na literatura:

• Pouco se sabe sobre como os próprios defensores públicos veem a adoção de IA no seu trabalho diário.
• A pesquisa atual sobre IA jurídica raramente engaja com a realidade prática da defesa pública.
• Existem preocupações éticas e práticas (alucinações, viés, confidencialidade) que podem impedir a adoção, especialmente em um ambiente onde a proteção de dados sensíveis é crítica.

2. Metodologia

Os autores conduziram um estudo qualitativo rigoroso para entender as demandas tecnológicas e as hesitações dos defensores públicos.

• Participantes: 14 profissionais de defesa pública (13 defensores públicos atuais ou ex-defensores, incluindo 6 professores de direito, e 1 investigador).
• Procedimento: Entrevistas semiestruturadas e aprofundadas realizadas entre março e agosto de 2025.
• Abordagem: As entrevistas incluíram exercícios de raciocínio baseados em casos reais (padrões de fatos comuns na defesa) e perguntas abertas sobre fluxo de trabalho, identidade profissional e ética.
• Análise: Os pesquisadores utilizaram codificação abductiva e teoria fundamentada. Eles analisaram 12 transcrições (total de 84.908 palavras), refinando o protocolo de entrevista iterativamente até atingir a "saturação teórica" (quando novas entrevistas não alteram mais a estrutura conceitual).
• Desafios: A taxa de resposta foi baixa devido a restrições institucionais sobre compensação financeira para funcionários governamentais e sobrecarga de trabalho dos participantes.

3. Contribuições Chave

O artigo oferece três contribuições principais para a literatura de IA e Direito:

1. Centralidade da Voz do Profissional: Mapeia as tarefas que os defensores públicos realmente desejam que a IA suporte, alinhando o desenvolvimento de IA às necessidades reais dos trabalhadores de linha de frente.
2. Mapa de Tarefas em Cinco Pilares: Introduz uma taxonomia detalhada do trabalho de defesa pública, dividindo-o em cinco domínios para clarificar onde a IA pode e não pode contribuir, desafiando visões simplistas de que a IA substituirá advogados ou que toda saída deve ser verificada manualmente de forma igualitária.
3. Agenda de Pesquisa para Acesso à Justiça: Propõe um roteiro futuro que prioriza a ciência aberta, a criação de conjuntos de dados específicos para o domínio e a incorporação de perspectivas de praticantes no desenvolvimento de sistemas, focando em modelos de código aberto para reduzir a dependência de fornecedores comerciais.

4. Resultados Principais

A. Barreiras à Adoção (RQ1)
Os participantes identificaram quatro barreiras principais que limitam o uso de IA:

1. Custos: A falta de recursos para comprar sistemas comerciais ou assinaturas (ex: Westlaw) é crítica, especialmente para defensores contratados ou em escritórios públicos com orçamentos rígidos.
2. Normas e Políticas de Escritório: Muitas instituições têm regras restritivas ou proíbem o uso de ferramentas externas. A falta de diretrizes claras e a incerteza sobre o que constitui "IA generativa" (ex: correção automática vs. LLM) geram hesitação.
3. Riscos de Confidencialidade: É a principal preocupação. Os defensores temem que dados de clientes (ligações de prisão, registros médicos) vazem para servidores externos ou sejam usados para re-treinar modelos. Eles preferem ferramentas "fechadas" (in-house) que mantenham os dados dentro de um "universo fechado".
4. Qualidade Insatisfatória das Saídas: Ferramentas atuais frequentemente falham em capturar nuances factuais, produzem alucinações (citações falsas) e não entendem a distinção sutil entre casos, exigindo verificação humana exaustiva.

B. O Que a IA Pode e Não Pode Fazer: Os Cinco Pilares (RQ2)
Os autores mapearam o trabalho de defesa pública em cinco domínios, identificando o potencial da IA em cada um:

1. Investigação de Evidências (Maior Potencial):
   • Tarefas: Transcrição de vídeos/áudios, resumo de grandes volumes de documentos, extração de trechos específicos (ex: "quando o aviso Miranda foi lido"), deduplicação de registros.
   • Visão: Os participantes veem enorme potencial aqui para lidar com o volume esmagador de dados (ex: 12 horas de vídeo de câmera corporal). A IA pode atuar como um filtro inicial, mas a verificação humana final é obrigatória.
2. Pesquisa Jurídica e Redação (Potencial Moderado):
   • Tarefas: Gerar resumos de grandes volumes de leis, fornecer pontos de partida para novos tópicos, editar textos para clareza.
   • Limitação: A IA não pode substituir a pesquisa profunda devido a alucinações. Os defensores usam templates internos mais do que IA para rascunhos de petições.
3. Comunicação com o Cliente (Potencial Limitado/Assistivo):
   • Tarefas: Reescrever mensagens para simplificar a linguagem jurídica ("legalese") para o nível de educação do cliente, criar fluxogramas visuais.
   • Limitação: A IA não pode substituir a construção de relacionamento, empatia e escuta ativa, essenciais para a confiança cliente-advogado.
4. Representação em Tribunal (Baixa Compatibilidade):
   • Visão: A argumentação oral, o julgamento de contexto e a interação com juízes e júri são vistos como inerentemente humanos. A IA é considerada impraticável em tempo real devido à necessidade de confiabilidade absoluta e à natureza relacional do tribunal.
5. Estratégia de Defesa (Baixa Compatibilidade):
   • Visão: Embora a IA possa ajudar no brainstorming de opções, a estratégia final depende do julgamento humano, da experiência acumulada e das preferências do cliente. Compartilhar estratégias com IA levanta sérios riscos de privilégio advogado-cliente.

C. Condições Necessárias para Uso Responsável (RQ3)
Para que a IA seja adotada, os participantes exigem:

• Verificação Humana Obrigatória: Nenhuma saída de IA deve ser usada sem verificação humana, especialmente em citações e transcrições de evidências.
• Evitar a Superdependência: A dependência excessiva pode atrofiar habilidades críticas dos advogados, como o pensamento criativo e a capacidade de responder a situações imprevistas em tribunal.
• Preservação das Relações Humanas: O valor da defesa pública reside na relação humana e no cuidado com o cliente, aspectos que a IA não pode replicar.

5. Significado e Implicações Futuras

• Além da Pesquisa Jurídica: O foco atual da IA jurídica na pesquisa e redação ignora a maior parte do tempo dos defensores públicos: a revisão de evidências. A pesquisa de IA/NLP deve se voltar para tarefas de "sentido de grandes volumes de dados" (resumo de vídeo, extração de trechos, classificação).
• Fim da Dicotomia Humano vs. Máquina: O erro não deve ser visto como binário (humano vs. máquina). O objetivo deve ser projetar sistemas híbridos onde a IA mitiga a fadiga humana em tarefas repetitivas, permitindo que os advogados foquem em estratégia e julgamento.
• Risco de Dependência de Fornecedores Comerciais: A dependência de ferramentas proprietárias caras pode aprofundar a lacuna de justiça, deixando defensores públicos sem recursos ainda mais para trás. Além disso, a segurança desses provedores é questionável.
• Potencial do Código Aberto (Open Source): O artigo defende fortemente o uso de modelos de IA de código aberto (LLMs locais) que podem ser executados em dispositivos locais (on-device). Isso garante a confidencialidade dos dados (os dados não saem do escritório), reduz custos de assinatura e permite que os escritórios de defesa pública tenham controle total sobre suas ferramentas.
• Agenda de Pesquisa: É necessário desenvolver conjuntos de dados específicos para o domínio (ex: transcrições de câmeras corporais, registros de defesa pública) e benchmarks de avaliação que testem não apenas a precisão textual, mas também a privacidade, o viés e a utilidade prática no contexto da defesa pública.

Em suma, o estudo conclui que a IA tem um papel vital a desempenhar na defesa pública, mas apenas se for implementada de forma responsável, focada em tarefas de alto volume de dados (como investigação de evidências), protegendo a confidencialidade e preservando a relação humana essencial entre advogado e cliente.