Resumo Técnico: Além da Similaridade Probabilística

Definição do Problema

O artigo identifica um descompasso arquitetural sistêmico entre os atuais paradigmas de Geração Aumentada por Recuperação (RAG) e os requisitos ontológicos específicos do domínio jurídico. Embora o RAG tenha sido adotado para mitigar alucinações na IA jurídica, persistem falhas de alto perfil onde os sistemas citam documentos reais de forma anacrônica, estruturalmente incompleta ou institucionalmente não fundamentada. Os autores argumentam que estes não são confabulações residuais solucionáveis pelo escalonamento de modelos de linguagem, mas sintomas de uma falha fundamental: as arquiteturas de recuperação dominantes otimizam para a similaridade semântica aproximada, enquanto a correção jurídica exige fundamentação de validade.

A correção jurídica é definida não pela proximidade textual, mas por três condições:

1. Validade hierárquica: Qual norma se aplica com base em sua posição em uma hierarquia formal.
2. Validade temporal: Qual versão de uma norma estava em vigor em um ponto específico no tempo.
3. Proveniência institucional: A cadeia específica de atos oficiais que criou, modificou ou autorizou a norma.

As abordagens atuais baseadas em vetores, e até mesmo as de Graph RAG, falham em expressar essas noções, levando a resultados que são fluentes, mas juridicamente inadequados.

Metodologia

O artigo emprega uma pesquisa crítica e orientada pela teoria, em vez de um benchmark empírico sistemático. A metodologia procede em três movimentos distintos:

1. Formulação Ontológica: Baseando-se na teoria jurídica clássica (a hierarquia das normas de Kelsen, as regras de reconhecimento/mudança de Hart e o fechamento operacional de Luhmann), os autores articulam o "compromisso ontológico" do conhecimento jurídico. Eles traduzem esses conceitos teóricos em três requisitos computacionais para arquiteturas de recuperação.
2. Identificação de Patologias: Os autores invertem a perspectiva para definir três "patologias" específicas de recuperação que surgem quando esses compromissos são violados. Para cada patologia, eles fornecem uma definição operacional, um mecanismo de falha, um exemplo canônico e critérios de detecção.
3. Revisão Crítica e Síntese: A literatura existente (incluindo RAG, Graph RAG, ontologias jurídicas, grafos de conhecimento temporal e agentes de uso de ferramentas) é revisada através da lente dessas patologias. Os autores demonstram que, embora existam soluções parciais para patologias individuais, elas não se compõem automaticamente quando retroajustadas a substratos projetados para outros fins. Isso leva à derivação de quatro compromissos arquiteturais para um novo paradigma.

Principais Contribuições

1. O Compromisso Ontológico do Conhecimento Jurídico

O artigo formaliza três propriedades de nível de domínio que qualquer sistema de recuperação jurídica deve respeitar:

• Estrutura Hierárquica e Mereológica: Textos jurídicos possuem relações estritas de parte-todo (ex: artigos, parágrafos, itens). Um fragmento isolado de seu contexto governante (ex: um subitem sem o seu caput) é semanticamente ambíguo e potencialmente enganoso.
• Dinamismo Diacrônico sob Fechamento Operacional: Sistemas jurídicos mudam apenas através de operações internas reconhecidas (atos legislativos, decisões judiciais). A validade é impulsionada por eventos, não inferida de tendências textuais. Isso exige distinguir o tempo válido (quando uma norma produz efeito jurídico) do tempo de transação (quando ela foi registrada), acomodando complexidades como vacatio legis e retroatividade.
• Rastreabilidade Causal de Proveniência Institucional: Decisões jurídicas exigem um "dever de justificativa". A recuperação deve expor a cadeia de atos institucionais (promulgação, alteração, interpretação) que fundamentam a validade de uma norma, não apenas o texto em si.

2. Um Framework Diagnóstico de Três Patologias

Os autores definem três falhas independentes de arquitetura:

• Cegueira Mereológica: A falha em preservar a estrutura parte-todo.
  • Mecanismo: Tratar fragmentos como unidades independentes ou falhar em impor o fechamento do ancestral durante a recuperação.
  • Detecção: O sistema consegue retornar todos os descendentes de uma consulta de escopo? Pode recuperar o contexto governante para um fragmento?
• Cegueira Diacrônica: A falha em reconstruir o estado das normas em momentos específicos.
  • Mecanismo: Retornar versões atuais para consultas passadas, falhar ao distinguir tempo válido/tempo de transação ou ignorar mudanças interpretativas (ex: decisões judiciais vinculantes que alteram o sentido sem mudar o texto).
  • Detecção: O sistema consegue recuperar o texto válido na data T? Ele distingue entre o texto estatutário e a interpretação operativa?
• Opacidade Causal: A falha em expor a cadeia institucional de atos.
  • Mecanismo: Retornar o texto sem a sequência de eventos (emendas, decisões) que fundamentam sua validade.
  • Detecção: O sistema consegue reconstruir a linhagem ordenada de atos, da promulgação ao estado atual?

3. Revisão Crítica de Abordagens Atuais

O artigo revisa vertentes da literatura (padrões de documentos, fragmentação consciente de estrutura, Graph RAG, KGs temporais, modelagem de proveniência e ferramentas agênticas) e conclui que são insuficientes isoladamente:

• Padrões codificam a estrutura, mas não impõem a travessia no momento da recuperação.
• Graph RAG infere a estrutura de baixo para cima, muitas vezes perdendo as hierarquias jurídicas formais.
• KGs Temporais frequentemente carecem de reificação de eventos ou falham em modelar o tempo interpretativo.
• IA Explicável (XAI) explica o comportamento do modelo, não a fundamentação institucional.
• Agentes de uso de ferramentas fornecem trilhas de auditoria, mas frequentemente dependem de planejamento probabilístico que pode omitir etapas jurídicas necessárias.
  A revisão conclui que soluções parciais não se compõem; o retroajuste delas cria descompassos de impedância e pode mascarar as patologias remanescentes.

4. Compromissos Arquiteturais para uma Recuperação Determinística por Design

Para alcançar a satisfação conjunta dos três requisitos, o artigo propõe quatro compromissos mutuamente reforçadores:

• C1. Primazia Ontológica: O substrato deve ser organizado em torno de entidades jurídicas (normas, autoridades, unidades estruturais) em vez de fragmentos de texto com metadados. A estrutura é o substrato, não uma anotação.
• C2. Reificação de Eventos: Transições de validade (emendas, decisões) devem ser entidades de primeira classe, consultáveis e com propriedades (data, autoridade, tipo), não meramente carimbos de data/hora em arestas.
• C3. Correção Bitemporal: Os sistemas devem representar e consultar independentemente o tempo válido (efeito jurídico) e o tempo de transação (registro), lidando com casos limítrofes como retroatividade e vacatio legis.
• C4. Protocolos de Interação Determinísticos: O acesso ao substrato deve ser mediado por primitivas de tipo semântico fixas (ex: retrieve_version(T), trace_lineage()) em vez de geração de consultas abertas (ex: geração de SQL/SPARQL por LLMs). Isso garante reprodutibilidade e auditabilidade.

Resultados e Alegações

O artigo não reporta um novo benchmark empírico ou uma implementação de software específica. Em vez disso, seus "resultados" são formais e diagnósticos:

• Estabelece que a falha da IA jurídica é estrutural, não meramente uma questão de escala de modelo ou dados de treinamento.
• Demonstra que os atuais paradigmas de RAG, otimizados para similaridade semântica, não podem garantir a adequação jurídica.
• Argumenta que a abordagem "determinística por design" é tecnicamente viável, citando trabalhos existentes em RAG baseado em ontologia, modelagem centrada em eventos e bancos de dados temporais como precursores, embora a co-satisfação deles na recuperação jurídica permaneça rara.

Significância

O artigo afirma mudar o paradigma da IA jurídica da similaridade probabilística para a fundamentação de validade. Sua significância reside em:

1. Reenquadrar o Problema: Mover o foco de "prevenir alucinações" para "garantir correção estrutural, temporal e causal".
2. Fornecer uma Ferramenta Diagnóstica: Oferecer um framework reutilizável (as três patologias) para avaliar sistemas de recuperação jurídica existentes e futuros.
3. Definir uma Nova Direção Arquitetural: Propor a "recuperação jurídica determinística por design" como a base necessária para aplicações jurídicas de alto risco, onde a falha silenciosa é intolerável.
4. Esclarecer o Papel dos LLMs: Posicionar os modelos de linguagem como ferramentas para compreensão e síntese de linguagem natural, enquanto reservam a fundamentação de validade, resolução temporal e reconstrução de proveniência para substratos controlados, simbólicos ou procedimentais.

Os autores concluem que, embora os métodos probabilísticos continuem úteis para tarefas exploratórias, o subconjunto de aplicações jurídicas que exigem fundamentação de validade demanda uma mudança arquitetural para estruturas que tratem hierarquia, tempo e proveniência como co-constitutivos, auditáveis e determinísticos.