Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/38772
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2020_WesleiGomesdeSousa.pdf1,33 MBAdobe PDFVisualizar/Abrir
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorBermejo, Paulo Henrique de Souza-
dc.contributor.authorSousa, Weslei Gomes de-
dc.date.accessioned2020-07-02T14:31:55Z-
dc.date.available2020-07-02T14:31:55Z-
dc.date.issued2020-07-02-
dc.date.submitted2020-02-02-
dc.identifier.citationSOUSA, Weslei Gomes de. Inteligência artificial e celeridade processual no Judiciário: mito, realidade ou necessidade? 2020. 123 f., il. Dissertação (Mestrado em Administração)—Universidade de Brasília, Brasília, 2020.pt_BR
dc.identifier.urihttps://repositorio.unb.br/handle/10482/38772-
dc.descriptionDissertação (mestrado)—Universidade de Brasília, Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas, Programa de Pós-Graduação em Administração, 2020.pt_BR
dc.description.abstractHá décadas a justiça sofre com a morosidade processual, o que tem contribuído para a ascensão da Inteligência Artificial (IA) para tratar do problema. Diante disso, Zeleznikow (2017) e Langbroek (2019) abriram espaço para a discussão sobre as implicações da adoção da IA na celeridade judicial. Portanto, buscou-se identificar os fatores e as implicações da IA sobre a celeridade processual, por meio de um estudo de caso no Supremo Tribunal Federal (STF), o qual foi selecionado devido à posição estratégica do Órgão e ao alto interesse de profissionais e pesquisadores. Inicialmente, foi feita uma revisão bibliográfica sistemática. Depois, foram obtidas informações por meio de documentos e entrevistas. Então, procedeu-se com a análise de conteúdo. Ficou evidenciado que o uso da IA no STF teve como motivação o impacto sistêmico das decisões do Órgão e a morosidade processual. Decidiu-se usar a IA na Triagem processual devido ao alto volume (80 mil/ano) de Recursos Extraordinários que versam sobre temas de Repercussão Geral (RG) e por essa tarefa não envolver gabinetes de ministros. A técnica definida foi o Processamento de linguagem natural, com algoritmos de Aprendizagem de máquina e modelos de Redes neurais artificiais, usadas para desenvolver cinco serviços de impacto indireto sobre a celeridade. Dos 730 temas de RG reconhecidos, apenas 29 estão treinados na IA. A exclusão dos outros se deu por conta da alta aleatoriedade nas informações ou pelo baixo número de amostras. Como resultado indireto da IA, 2 profissionais podem ser redirecionados para atuarem no Julgamento, o que gerará R$ 570 mil de economia orçamentária anual, com retorno de investimento em 3 anos e ainda com possível impacto na celeridade. Notou-se que, apesar de contribuir, a IA não apresenta efeitos diretos para a celeridade no estudo de caso avaliado. Constatou-se redução no tempo de tramitação dos processos entre áreas internas do órgão. Entretanto, a literatura relata impactos diretos. Portanto, é apresentada uma consolidação que associa os recursos de IA do estudo de caso com a revisão de literatura e o respectivo impacto sobre a atuação judicial. Ademais, recomenda-se a verificação da lacuna criada por Zeleznikow (2017) e Langbroek (2019) por meio de pesquisa quantitativa para que seja possível determinar generalizações acerca do impacto da IA sobre a celeridade processual.pt_BR
dc.language.isoPortuguêspt_BR
dc.rightsAcesso Abertopt_BR
dc.titleInteligência artificial e celeridade processual no Judiciário : mito, realidade ou necessidade?pt_BR
dc.typeDissertaçãopt_BR
dc.subject.keywordInteligência artificialpt_BR
dc.subject.keywordCeleridade (Direito)pt_BR
dc.subject.keywordMorosidade judicialpt_BR
dc.subject.keywordSupremo Tribunal Federalpt_BR
dc.rights.licenseA 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.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, 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.abstract1For decades, courts have been suffering from a slow judicial process, which has contributed to the increase of Artificial Intelligence (AI) to fix the problem. Zeleznikow (2017) and Langbroek (2019) opened space for a discussion about implications of AI adoption in judicial speed. Therefore, this work identifies the factors and implications of AI on procedural speed, through a case study at the Supreme Federal Court (STF), which was selected due to the agency's strategic relevance and the high interest of professionals and researchers. Initially, a systematic bibliographic review was executed. Subsequently, the information about the case was obtained from documents and interviews. Then, a content analysis was fulfilled. It was evidenced that the use of AI in the STF had as a motivation the systemic impact of the organ decisions and the slow judicial process. It was decided to use AI in the Procedural Screening due to the high volume (80 thousand/year) of Extraordinary Resources that deal with themes of General Repercussion (RG) and because this task doesn t involve mini The technique used was natural language processing with machine learning algorithms and artificial neural network models. With these resources it was developed five services with indirect impact on procedural speed. Of the 730 recognized RG themes, only 29 are trained in AI. The exclusion of others was due to the high randomness of information or the low number of samples. As an indirect result of AI, 2 professionals can be redirected to act in the Judgment, which generates R$ 570 million in annual budget savings, with a return on investment in 3 years and with a possible impact on speed. In addition, although it contributes, AI does not have any effects on process speeding on the evaluated case study. There was a reduction in the time taken to process cases - between internal areas of the agency. However, a literature reports direct impacts. Therefore, it is presented a consolidation that links AI resources of the case study with the literature review and the respective impact on judicial action. Furthermore, it is recommended to check the gap created by Zeleznikow (2017) and Langbroek (2019), through quantitative research determine possible generalizations related to the impact of AI on procedural speed.pt_BR
dc.contributor.emailwesleigomes@gmail.compt_BR
dc.description.unidadeFaculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas (FACE)pt_BR
dc.description.unidadeDepartamento de Administração (FACE ADM)pt_BR
dc.description.ppgPrograma de Pós-Graduação em Administraçãopt_BR
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro simples do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.