Deterministic Probabilistic Projection for Hallucination-Free Judicial Inquiry: A Neuro-Symbolic Framework for Evidentiary Solidity Assessment

No mundo de alto risco da justiça criminal, o caminho de um relatório policial até uma decisão judicial é um fardo pesado de texto. Os juízes instrutores devem filtrar montanhas de notas manuscritas, depoimentos de testemunhas e registros forenses para encontrar a verdade. Eles devem decidir se as evidências são fortes o suficiente para enviar alguém a julgamento ou se o caso deve ser arquivado. Durante décadas, a esperança era que a inteligência artificial pudesse ajudar a organizar esse caos. Os modelos de linguagem de grande escala, os mesmos programas de computador poderosos que podem escrever ensaios ou resumir notícias, pareciam a ferramenta perfeita para ler esses arquivos e identificar os fatos. Mas essas máquinas têm uma falha perigosa: elas são propensas a "alucinações". Isso significa que elas podem inventar fatos com confiança, citar leis que não existem ou criar razões para uma decisão. Em um sistema jurídico onde uma palavra errada pode arruinar uma vida, uma máquina que inventa coisas não é apenas inútil; ela é perigosa.

Um pesquisador no Marrocos propôs uma nova forma de usar a inteligência artificial que elimina esse risco inteiramente. Em vez de deixar um programa de computador adivinhar o resultado de um caso, eles construíram um sistema que separa o ato de ler do ato de decidir. Imagine um tribunal onde um computador lê o depoimento e lista os fatos, mas um conjunto de regras estrito e imutável — escrito em código, não em palavras — faz a decisão final. Esta nova estrutura, testada contra o Código Penal Marroquino, garante que a máquina nunca invente um motivo para condenar ou absolver. Ela não adivinha; ela calcula. Ao forçar o computador a seguir um caminho lógico rígido após ter lido os documentos, o pesquisador criou uma ferramenta que é tão confiável quanto as leis que interpreta, oferecendo aos magistrados uma maneira de usar a tecnologia sem perder a certeza do julgamento humano.

O cerne desta inovação é uma mudança na forma como o computador processa a informação. Os sistemas de IA tradicionais funcionam como um contador de histórias; eles leem um comando e então geram uma resposta palavra por palavra, prevendo o que vem a seguir com base nos padrões que viram antes. É aqui que ocorrem os erros. O novo sistema, no entanto, divide este processo em duas etapas distintas. Primeiro, um modelo de computador especializado lê o relatório policial bruto e extrai fatos específicos, rotulando-os como evidências contra o suspeito ou evidências a seu favor. Ele também encontra as leis exatas que podem se aplicar. Esta etapa ainda é feita por uma máquina flexível de compreensão de linguagem. Mas, uma vez que os fatos são extraídos, eles são entregues a uma parte completamente diferente do sistema. Esta segunda parte é um motor matemático rigoroso que não escreve frases. Ele simplesmente olha para a lista de fatos e os verifica contra um conjunto fixo de regras lógicas. Se as regras dizem que as evidências são fortes o suficiente, o sistema emite uma decisão para enviar o caso a um tribunal. Se as regras dizem que as evidências são fracas demais, ele ordena o arquivamento do caso. Como esta etapa final é um cálculo rígido em vez de um palpite criativo, o sistema não pode alucinar. Ele não pode inventar uma lei ou um fato que não estava lá desde o início.

Para fazer isso funcionar, o pesquisador teve que resolver o problema de como pesar as evidências. Em um julgamento real, nem todos os fatos são iguais. Uma impressão digital é uma evidência forte; um rumor vago é uma evidência fraca. A equipe criou um sistema de pontuação que mede a "densidade" das evidências. Eles contam quantos elementos de evidência existem a favor e contra o suspeito, mas também os pesam de acordo com o nível de confiança do sistema em cada elemento. Eles até incorporaram um viés matemático que favorece o suspeito, refletindo o princípio jurídico de que uma pessoa é inocente até que se prove o contrário. Isso significa que o sistema exige um caso mais forte para condenar do que para absolver. Se as evidências estiverem equilibradas ou incertas, a matemática naturalmente empurra o resultado para o arquivamento. O sistema também verifica se os fatos realmente correspondem às leis que ele deve aplicar. Ele utiliza um método para medir o quão proximamente as palavras no relatório policial se alinham com as palavras no código legal, garantindo que a decisão seja fundamentada em estatutos reais e não em associações vagas.

O pesquisador testou este sistema com um caso fictício realista envolvendo um roubo à mão armada. Eles inseriram um relatório policial na máquina, que descrevia um suspeito encontrado na cena com impressões digitais em uma janela quebrada, mas que também possuía um álibi parcial. O sistema extraiu com sucesso os detalhes incriminatórios e o contra-argumento da defesa. Em seguida, calculou a força do caso da acusação contra o caso da defesa. O resultado foi uma pontuação clara e numérica indicando que as evidências eram fortes o suficiente para prosseguir. O sistema então aplicou suas regras lógicas estritas e decidiu encaminhar o caso a um tribunal. Neste teste específico, o sistema cometeu zero erros. Ele não inventou uma nova testemunha nem citou incorretamente a lei. Quando comparado a um modelo de IA padrão e não modificado, o novo sistema eliminou completamente a taxa de erro. Enquanto o modelo padrão cometeu erros em mais de 14 por cento de suas decisões, o novo framework não cometeu nenhum.

A velocidade do sistema também é notável, embora não seja o objetivo principal. O processo leva cerca de oito segundos para ir de um documento bruto até uma decisão final, sendo ligeiramente mais lento do que uma IA padrão que poderia adivinhar em quatro segundos. No entanto, o pesquisador argumenta que o tempo extra é um preço pequeno a pagar pela confiabilidade absoluta. O sistema é projetado para rodar em computadores locais, o que significa que os dados sensíveis dos casos criminais não precisam ser enviados para a nuvem, protegendo a privacidade dos envolvidos. Cada decisão que o sistema toma é rastreável. Um juiz pode olhar para o resultado e ver exatamente quais fatos foram encontrados, quais leis foram correspondidas e como a pontuação final foi calculada. Não há caixa preta; o raciocínio é transparente e aberto à inspeção.

Esta abordagem representa uma mudança significativa na forma como a tecnologia jurídica é construída. Ela se afasta da ideia de que um computador deve ser capaz de "pensar" como um advogado e sugere, em vez disso, que um computador deve agir como um contador rigoroso da lei. Ele conta os fatos, verifica as regras e relata o resultado. O pesquisador reconhece que isto é apenas o começo. Eles planejam expandir o sistema para lidar com casos complexos envolvendo múltiplos suspeitos e adicionar a capacidade de verificar o tempo dos eventos, garantindo que álibis não contradigam a linha do tempo do crime. Eles também pretendem testar o sistema com juízes reais para ver o quão bem ele se alinha com a intuição humana. Por enquanto, o estudo prova que é possível construir uma inteligência artificial que ajude a lei sem quebrá-la, oferecendo uma ferramenta que é ao mesmo tempo poderosa e perfeitamente obediente às regras da justiça.