| Campo DC | Valor | Idioma |
| dc.contributor.advisor | Rodrigues, Guilherme Souza | - |
| dc.contributor.author | Brandizzi, Loreane Evelyn Nazareth | - |
| dc.date.accessioned | 2026-06-01T19:02:42Z | - |
| dc.date.available | 2026-06-01T19:02:42Z | - |
| dc.date.issued | 2026-06-01 | - |
| dc.date.submitted | 2025-12-18 | - |
| dc.identifier.citation | BRANDIZZI, Loreane Evelyn Nazareth. Juridiscovery: análise automatizada da judicialização de políticas públicas com inteligência artificial, aplicada ao microempreendedor individual. 2025. 108 f., il. Dissertação (Mestrado profissional em Computação Aplicada) — Universidade de Brasília, Brasília, 2025. | pt_BR |
| dc.identifier.uri | http://repositorio.unb.br/handle/10482/54564 | - |
| dc.description | Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, Programa de Pós-Graduação em Computação Aplicada, 2025. | pt_BR |
| dc.description.abstract | A judicialização das políticas públicas no Brasil representa um desafio crescente, como se
observa no caso do regime jurídico do Microempreendedor Individual (MEI). Com milhares
de processos judiciais discutindo obrigações, direitos e fragilidades dessa modalidade empre sarial, compreender os principais desafios enfrentados tanto por esses contribuintes quanto
pelo poder público é uma tarefa complexa. Embora possa ser conduzida com o apoio de
técnicas de jurimetria, essa tarefa não é trivial, considerando o grande volume e a natureza
não estruturada dos dados judiciais.
Neste cenário, os avanços em Inteligência Artificial (IA), especialmente por meio de Mod elos de Linguagem de Grande Escala (LLMs) e técnicas de agrupamento semântico, abrem
caminho para transformar textos jurídicos em conhecimento estruturado. Este trabalho
propõe o desenvolvimento de uma ferramenta para a análise automatizada da judicialização
de políticas públicas, com foco no estudo de casos envolvendo o MEI. Para isso, apresenta
um pipeline que combina técnicas de extração de modelagem de tópicos com BERTopic e
prompt engineering para sumarização e extração de informações estruturadas.
O principal desafio da pesquisa está na obtenção, processamento e avaliação de técnicas
voltadas à análise de grandes volumes de dados judiciais não rotulados, com o objetivo
de identificar problemas centrais e tendências relacionadas à política pública em estudo.
Os resultados revelaram aspectos relevantes da judicialização do MEI, com destaque para
temas recorrentes como vínculo empregatício, acesso a benefícios previdenciários, insenção
de taxas e fraudes registrais. A metodologia adotada mostrou-se sólida, escalável e adaptável
a diferentes contextos judiciais, oferecendo contribuições significativas no campo jurídico e
na administração pública. | pt_BR |
| dc.language.iso | por | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.title | Juridiscovery : análise automatizada da judicialização de políticas públicas com inteligência artificial, aplicada ao microempreendedor individual | pt_BR |
| dc.type | Dissertação | pt_BR |
| dc.subject.keyword | Políticas públicas | pt_BR |
| dc.subject.keyword | Jurimetria | pt_BR |
| dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | pt_BR |
| dc.description.abstract1 | The litigation arising from the implementation of public policies in Brazil represents a growing
challenge, as observed in the case of the legal framework of the Individual Microentrepreneur
(MEI). With thousands of legal proceedings discussing obligations, rights, and weaknesses of
this business model, understanding the main challenges faced by both these taxpayers and
public authorities is a complex task. Although it can be approached with the support of
jurimetric techniques, this task is far from trivial, given the large volume and unstructured
nature of judicial data.
In this context, advances in Artificial Intelligence (AI), especially through Large Language
Models (LLMs) and semantic clustering techniques, pave the way for transforming legal
texts into structured knowledge. This study proposes the development of a tool for the
automated analysis of the judicialization of public policies, focusing on case studies involving
the MEI. For this purpose, it presents a pipeline that combines topic modeling techniques
using BERTopic with prompt engineering for summarization and structured information
extraction.
The main challenge of the research lies in the acquisition, processing, and evaluation of
techniques aimed at analyzing large volumes of unlabeled judicial data, with the goal of iden tifying core issues and trends related to the public policy under study. The results revealed
relevant aspects of the judicialization of the MEI, highlighting recurring topics such as em ployment relationships, registration fraud, and fee exemptions. The adopted methodology
proved to be robust, scalable, and adaptable to different judicial contexts, offering significant
contributions to academic research, public administration, and the legal field. | pt_BR |
| dc.description.unidade | Instituto de Ciências Exatas (IE) | pt_BR |
| dc.description.unidade | Departamento de Ciência da Computação (IE CIC) | pt_BR |
| dc.description.ppg | Programa de Pós-Graduação em Computação Aplicada, Mestrado Profissional | pt_BR |
| Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado
|