AIL: Integrating LLM Capacity Awareness, Legal Intuition, and Lexis Understanding into Legal Information Extraction

No mundo do direito, uma sentença judicial é mais do que apenas uma decisão final; é uma história complexa de factos, argumentos e raciocínios que explica por que razão um determinado resultado foi alcançado. Durante décadas, os computadores tiveram dificuldade em ler estes documentos, perdendo-se frequentemente na linguagem densa e especializada que advogados e juízes utilizam. Embora a inteligência artificial se tenha tornado muito boa a ler textos comuns, a escrita jurídica apresenta um desafio único. Ela baseia-se em séculos de tradição, termos específicos que significam uma coisa num tribunal e algo inteiramente diferente na conversa quotidiana, e uma lógica que muda de caso para caso. Para construir ferramentas úteis que possam ajudar os advogados a pesquisar precedentes ou prever resultados, os investigadores precisam de transformar estas histórias não estruturadas em dados organizados e legíveis por máquina. A questão tem sido sempre como o fazer sem perder a nuance que faz a lei funcionar.

Uma equipa de investigadores abordou este problema desenvolvendo uma nova forma de trabalhar com a inteligência artificial, uma que trata os especialistas jurídicos humanos não como meros supervisores, mas como parceiros essenciais no processo. Em vez de tentarem forçar um computador a fazer tudo sozinho, criaram um sistema onde a intuição humana e o conhecimento profundo da linguagem jurídica guiam a máquina em cada etapa. Testaram esta abordagem nas sentenças judiciais de Macau, uma região com um sistema jurídico único que mistura tradições chinesas e portuguesas, resultando em documentos que são notoriamente difíceis de processar. O resultado é um método altamente preciso para transformar registos judiciais desorganizados em informações limpas e estruturadas, provando que a melhor forma de ensinar um computador sobre o direito é deixar um advogado humano mostrar-lhe o caminho.

Os investigadores começaram por reconhecer uma limitação fundamental na inteligência artificial atual. Embora os modelos de linguagem de grande escala consigam ler vastas quantidades de texto, eles frequentemente perdem os significados subtis e ocultos que um advogado humano captaria imediatamente. Um computador pode ver uma lista de factos, mas tem dificuldade em compreender quais os factos que realmente importam para o veredito final ou como o raciocínio de um juiz se liga a uma lei específica. A equipa argumentou que tentar automatizar todo o processo de extração, deixando o computador adivinhar o que deve retirar de um documento, leva a erros. Em vez disso, propuseram um framework chamado AIL, que significa Consciência da capacidade do LLM, Intuição jurídica e Compreensão do léxico jurídico. Esta abordagem reconhece que os computadores têm limites, que a experiência humana é necessária para identificar o que é importante e que o vocabulário especializado do direito deve ser explicado claramente à máquina.

Para colocar esta ideia em prática, a equipa focou-se nas sentenças judiciais de Macau. Estes documentos são um caso de teste perfeito porque são longos, muitas vezes carecem de um formato padrão e utilizam uma mistura de línguas e conceitos jurídicos que são únicos da região. Algumas sentenças estendem-se por mais de mil páginas, e o estilo de escrita pode variar drasticamente de um juiz para outro. Os investigadores reuniram milhares destes documentos públicos e delinearam o objetivo de construir um sistema que pudesse ler estes documentos e extrair detalhes específicos, tais como a data do caso, as acusações envolvidas, os argumentos apresentados por ambos os lados e a decisão final. Eles não simplesmente alimentaram o computador com os documentos e esperaram pelo melhor. Em vez disso, desenharam um fluxo de trabalho passo a passo onde especialistas humanos e o computador trabalharam juntos num ciclo de teste e refinamento.

Na primeira fase, os especialistas humanos definiram que informação precisava de ser extraída, criando uma lista de quinze campos específicos para preencher em cada caso. Eles então escreveram instruções, conhecidas como prompts, para dizer ao computador como encontrar esta informação. No entanto, sabiam que o computador cometeria erros, por isso construíram um processo de verificação rigoroso. Um grupo de especialistas jurídicos, incluindo juízes e procuradores, revisou as primeiras tentativas do computador. Eles procuraram por erros, tais como detalhes em falta, factos inventados ou informação que foi retirada da parte errada do texto. Quando o computador falhava, os humanos não se limitavam a culpar a máquina; eles ajustavam as instruções. Explicavam os termos jurídicos confusos de forma mais clara, davam ao computador exemplos do que procurar e diziam-lhe exatamente onde procurar no documento. Este ciclo de teste, identificação de erros e refinamento das instruções aconteceu repetidamente até que o desempenho do computador melhorasse dramaticamente.

Os resultados desta colaboração foram impressionantes. Após refinar o sistema através deste processo liderado por humanos, os investigadores alcançaram uma taxa de precisão global de 98,6 por cento na extração de informação das sentenças de Macau. Isto significa que, em quase todos os casos, o computador identificou corretamente os detalhes fundamentais que os humanos procuravam. Mesmo para os campos mais difíceis, como identificar as medidas processuais específicas tomadas durante um julgamento ou resumir os factos complexos de um caso, a precisão manteve-se bem acima dos 90 por cento. A equipa também descobriu que os dados estruturados que criaram eram imediatamente úteis. Eles utilizaram o novo conjunto de dados para treinar outros modelos de inteligência artificial para prever o resultado de casos futuros e para classificar o tipo de disputa jurídica. Estas tarefas subsequentes mostraram que a informação extraída não era apenas precisa, mas também rica o suficiente para suportar análises jurídicas avançadas.

O estudo também revelou que os modelos jurídicos especializados, que são frequentemente treinados com dados da China continental, não tiveram o mesmo desempenho que os modelos de uso geral quando aplicados ao sistema jurídico único de Macau. Isto sugere que um modelo treinado numa cultura jurídica não compreende automaticamente outra, mesmo que partilhem a mesma língua. O sucesso do projeto deveu-se aos especialistas humanos que compreendiam as peculiaridades específicas das leis de Macau e podiam ensinar o computador a navegá-las. Ao combinar a velocidade e a capacidade do computador de processar grandes quantidades de texto com a compreensão profunda do raciocínio e da linguagem jurídica do especialista humano, os investigadores criaram um sistema que é simultaneamente eficiente e fiável.

Este trabalho oferece um novo caminho a seguir para a tecnologia jurídica. Sugere que o futuro da inteligência artificial jurídica não reside em tentar construir uma máquina que saiba tudo sozinha, mas sim em construir sistemas onde humanos e máquinas trabalham juntos. O humano fornece a intuição e o conhecimento especializado, enquanto a máquina lida com o trabalho pesado de ler e organizar os dados. Ao seguir esta abordagem colaborativa, os investigadores podem criar conjuntos de dados de alta qualidade para qualquer sistema jurídico, não importa quão complexo ou único seja. O estudo demonstra que, quando respeitamos os limites da inteligência artificial e trazemos a perícia humana para o processo, podemos desbloquear a vasta e inexplorada informação escondida dentro das sentenças judiciais, tornando o direito mais acessível e compreensível para todos.