Notícias & Artigos

TST e Enfam se unem para desenvolvimento de ferramentas de automação e inteligência artificial - TST

Com o objetivo de promover a melhoria da prestação jurisdicional e dar mais celeridade aos processos, o Tribunal Superior do Trabalho e a Escola Nacional de Formação e Aperfeiçoamento de Magistrados (Enfam) assinaram acordo de cooperação técnica para unir a expertise das duas instituições no desenvolvimento de ferramentas de automação e de inteligência artificial. A ideia é ampliar o alcance do Sistema Corpus927, que agrupa a jurisprudência dos tribunais superiores.

O acordo foi assinado pelo presidente do TST, ministro Brito Pereira, e pelo diretor-geral da Enfam e ministro do Superior Tribunal de Justiça (STJ), Herman Benjamin, no dia 6/12, e terá vigência até dezembro de 2023.

Também subscreveram o documento a ministra Maria Cristina Peduzzi, presidente da Comissão de Jurisprudência e de Precedentes Normativos do TST, e o ministro Luiz Phillipe Vieira de Mello Filho, diretor da Escola Nacional de Formação e Aperfeiçoamento de Magistrados do Trabalho (Enamat).

As etapas iniciais de execução do plano de trabalho serão implantadas ainda no 1º semestre de 2019.

Correções e melhorias

De acordo com o documento, o TST deverá alocar e gerenciar equipe técnica para tratamento das demandas de desenvolvimento. A equipe do Tribunal também terá de utilizar a plataforma para promover correções e melhorias nos códigos, nas ferramentas e nas bibliotecas de uso comum, além de compartilhar técnicas e tecnologias que permitam a extração de texto de documentos no formato PDF, especialmente nos casos que necessitem de reconhecimento óptico de caracteres (OCR).

Já a Enfam deverá efetuar o repasse de conhecimento acerca dos conceitos, das tecnologias e ferramentas de inteligência artificial utilizadas no Sistema Corpus927. A Escola disponibilizará biblioteca para tratamento e tokenização de textos jurídicos; extrator automático de referências legislativas; algorítimos e parâmetros utilizados na aferição da similaridade entre conjuntos de textos; e concederá acesso aos códigos fontes, bibliotecas, demandas e documentos, entre outros.