Resumo Técnico: Rumo à Variância Adjudicativa Explicável

Definição do Problema

Sistemas de previsão de resultados jurídicos enfrentam um desafio fundamental: o desmembramento entre fatos objetivos do caso e o contexto adjudicativo. Enquanto decisões baseadas no mérito dependem de evidências fáticas, despachos técnicos frequentemente dependem da discricionariedade judicial. As abordagens existentes, particularmente modelos de classificação de texto padrão e Modelos de Linguagem de Grande Escala (LLMs) generativos, muitas vezes tratam a identidade do juiz como uma característica estática ou falham em modelar explicitamente as distintas vias funcionais das decisões jurídicas (baseadas no mérito vs. não baseadas no mérito). Além disso, os métodos atuais têm dificuldade em capturar a interação matizada entre regras procedimentais e a busca de fatos em jurisdições específicas, como o Tribunal de Emprego do Reino Unido (UKET), onde os resultados não são monolíticos e dependem frequentemente de discricionariedade administrativa em vez de méritos jurídicos substantivos.

Metodologia

Os autores propõem uma arquitetura de Aprendizado Multitarefa (MTL) com Gate Sensível ao Juiz (Judge-Aware), projetada para modelar explicitamente a distinção entre as vias de decisão baseadas no mérito e as não baseadas no mérito. A metodologia é estruturada em torno de três componentes principais:

1. Taxonomia Jurídica Granular (DCO)

Para supervisionar o codificador e impor regularização estrutural, os autores introduzem uma taxonomia de Resultado Detalhado do Caso (DCO) composta por 11 categorias granulares. Este esquema distingue entre:

• Resultados Baseados no Mérito: Decisões que avaliam os fatos do caso e os méritos legais (ex: Vitória/Derrota Substantiva, Julgamento por Revelia).
• Despachos Não Baseados no Mérito: Decisões que encerram casos por razões técnicas sem abordar os fatos subjacentes (ex: Extinção do Processo/Strike Out, Fora do Prazo).
• Resultados Mistos: Casos que envolvem combinações de achados de mérito e despachos técnicos.
  Estes rótulos servem como alvos de supervisão auxiliares e protótipos semânticos para o mecanismo de atenção, atuando como um "currículo jurídico" para regularizar o codificador compartilhado.

2. Fusão com Gate Sensível ao Juiz (Judge-Aware Gated Fusion)

Em vez de concatenar ingenuamente os embeddings dos juízes, a arquitetura emprega um mecanismo de Fusão com Gate. Este módulo atua como um interruptor dinâm-ico de confiabilidade:

• Ele aprende uma ativação de gate escalar $g_k \in (0, 1)$ para cada rótulo de resultado $k$.
• O gate determina a confiança no embedding aprendido do juiz ($v_j$) com base na característica textual ($c_k$).
• O mecanismo "consulta" seletivamente a identidade do juiz quando a evidência textual é ambígua ou discricionária (ex: decisões de mérito complexas) enquanto suprime essa informação para despachos técnicos claros (ex: Extinções de Processo).
  Este design permite que o modelo aprenda a dependência do contexto judicial específica para cada resultado, fornecendo um sinal interpretável sobre quando a variância adjudicativa impulsiona a previsão.

3. Comparações Arquiteturais (As "Tracks")

O artigo conduz uma comparação controlada entre três regimes arquiteturais usando o backbone Gemma-4 26B-A4B e um baseline ModernBERT:

• D-Track (Discriminativa): Uma arquitetura baseada em ModernBERT com LWAN (Rede de Atenção por Rótulo), MTL e fusão com gate.
• G-Track (SFT Generativo): Um baseline generativo onde a identidade do juiz e a supervisão DCO são injetadas como tokens de prompt e alvos de saída via Ajuste Fino Supervisionado (SFT) com LoRA.
• B-Track (Híbrida): Uma abordagem híbrida que utiliza o codificador Gemma-4, mas retém a cabeça discriminativa estruturada (LWAN + Fusão com Gate + MTL). Isso isola a interface de condicionamento como a variável, testando se a composição estruturada supera a composição baseada em prompt.

Principais Resultados

Avaliados em 13.937 decisões do Tribunal de Emprego do Reino Unido, o estudo produz os seguintes achados:

• Desempenho: A arquitetura híbrida (B2, codificador Gemma-4 adaptado via LoRA + cabeça estruturada) alcança um novo estado da arte de Macro-F1 de 65,21. Isso representa uma melhoria de +5,1 pontos sobre a variante mais forte de SFT generativo (G4).
• Eficiência de Composição: Os resultados demonstram que a composição ao nível de prompt da identidade do juiz e da supervisão granular é subaditiva (combinar sinais no G-track gera retornos decrescentes). Em contraste, rotear os mesmos sinais através de componentes arquiteturais diferenciáveis (B-track) resulta em composição aditiva, aumentando significativamente o desempenho.
• Eficiência de Parâmetros: O modelo híbrido B2 alcança precisão superior treinando aproximadamente uma ordem de magnitude menos de parâmetros do que os baselines de SFT generativo.
• Ganhos Específicos de Classe: As melhorias concentram-se nas classes de resultados mais ambíguas e raras (Vitórias Parciais e Outros). Por exemplo, o B2 melhora o F1 score para "Outros" de 0,273 (G4) para 0,411.
• Interpretabilidade: Os embeddings de juiz aprendidos e as ativações de gate permitem a localização de casos onde o contexto adjudicativo impulsiona a previsão. Intervenções contrafactuais de troca de juiz mostram que o B2 condiciona de forma mais ativa à identidade do juiz (maior divergência KL) do que os modelos generativos, particularmente para decisões discricionárias.
• Calibragem: A arquitetura estruturada produz um Erro de Calibração Esperado (ECE) melhor em comparação com os baselines generativos, indicando estimativas de probabilidade mais confiáveis.

Significância e Alegações

O artigo alega que, para classificação condicionada por identidade de resultados jurídicos, a escolha da interface de condicionamento domina a escala. Especificamente:

1. Estruturado vs. Baseado em Prompt: A composição estruturada diferenciável (aprendendo embeddings de juiz e fundindo-os via gates) produz modelos mais precisos e eficientes em termos de parâmetros do que a composição baseada em prompt, mesmo quando esta última utiliza um backbone substancialmente maior.
2. Desmembramento: A arquitetura proposta consegue desmembrar os fatos objetivos do caso da discricionariedade judicial, fornecendo uma trilha de auditoria clara para explicabilidade.
3. Heurística de Design: O trabalho sugere uma heurística de design mais ampla para ajuste fino eficiente em parâmetros: variáveis que exigem controle rigoroso ou auditoria (como a identidade do juiz) devem ser modeladas como parâmetros aprendíveis expostos ao gradiente e fundidas via atenção estruturada, em vez de serem absorvidas na distribuição de entrada como tokens de prompt.
4. Especificidade Jurisdicional: Os autores observam que seus achados são adaptados ao UKET, onde as identidades dos juízes são preservadas e os despachos procedimentais são frequentes, mas o princípio de "remédios roteados por gradiente" para gargalos de composição pode se estender a outros domos que envolvam classificação hierárquica condicionada por identidade.

Os autores mantêm uma postura modesta, reconhecendo limitações como a dependência de extração de taxonomia assistida por LLM (introduzindo um piso de ruído de "padrão-prata"), o uso de sentenças finais escritas em vez de petições brutas (potencial para racionalização pós-hoc) e a avaliação em um único conjunto de dados e família de LLM. Eles enfatizam que seu objetivo é a análise diagnóstica de justiça sistêmica, e não a criação de ferramentas para estratégia de litígio aplicada.