TJDFT usa inteligência artificial para aprimorar sistemas - TJDFT
A tecnologia da inteligência artificial (AI) tem sido utilizada pelo TJDFT para aprimorar a prestação jurisdicional. A Vara de Execuções Fiscais - VEF, bem como os Centros Judiciários de Solução de Conflitos e Cidadania - CEJUSCs têm lançado mão do recurso. Na VEF, foi implantado o Projeto Hórus, que trouxe resultados efetivos e velozes ao cadastramento de processos digitalizados, integrou a digitalização de processos físicos com o PJe e viabilizou movimentações processuais no sistema judicial legado - SISTJ. Por outro lado, o Sistema de Conciliação utilizado pelos CEJUSCs, que já era capaz de realizar a importação automática de processos de redução a termo do PJe, passou a classificar os novos procedimentos por meio do processo de aprendizado da máquina.
Os sistemas têm sido desenvolvidos pelas equipes da Subsecretaria de Modernização de Sistemas - SUMOD/SEDES, da Coordenadoria-Geral de TI - CGTI. No que diz respeito à VEF, o TJDFT é o primeiro Tribunal a utilizar técnicas de inteligência artificial nesse caso. De acordo com o supervisor do Serviço de Gestão de Dados - SERGED, Jairo Simão, com o Hórus, o cadastramento de processos no PJe está sendo realizado com muita rapidez, pois é feito automaticamente pelo sistema e não mais por pessoas.
"Para processos simples como certidões e CDA's, além da carga dos dados básicos como classe, assunto, parte, advogado, endereço, o tempo médio para serem cadastrados no PJe vem sendo de 14 segundos. Já para processos mais complexos, 45 segundos", explica. Para se ter uma ideia da velocidade proporcionada pela inteligência artificial, um processo cadastrado de forma tradicional no PJe leva, em média, 15 minutos. "Considerando o alto volume de processos que circula na VEF, diminuem-se os gargalos, garante-se segurança e tem-se mais agilidade na distribuição de processos naquela unidade judicial", completa Michelle Kakoi, subsecretária da SUMOD.
Nos CEJUSCs, o sistema funciona assim: para cada processo importado, é gerado um novo procedimento que resultará em uma ou mais sessões de conciliação. O que antes era feito por um ou mais servidores ou estagiários, agora é feito de maneira automática pelo próprio sistema. Luiz Carlos Gomes dos Reis, integrante do time do Serviço de Projetos de Sistemas - SERPROJ, que executou o desenvolvimento da nova aplicação, explica que, após ser criado, cada um destes procedimentos ainda precisa passar por uma triagem visando a complementação de informação necessária para a realização da sessão.
"Os usuários dos CEJUSCs, a partir das informações recuperadas, precisavam realizar o procedimento de triagem dezenas de vezes até que os procedimentos estivessem prontos para que as sessões fossem realizadas. Com a utilização do aprendizado de máquina, ou Machine Learning, uma das áreas da inteligência artificial, o sistema passou a aprender como realizar tais operações de triagem a partir daquilo que as intervenções humanas já haviam ensinado anteriormente", complementa Reis.
Ele ainda reforça que, com a aplicação de IA e a técnica de aprendizado de máquina no sistema de conciliação, não é mais necessário que os servidores se ocupem tanto com a complementação de dados, pois o próprio sistema é capaz de descobrir, a partir de casos já solucionados, como executar o procedimento. "Apenas os casos desconhecidos pela máquina necessitam de intervenção humana", ressalta Luiz Reis.
De acordo com a SUMOD, o maior benefício para a conciliação no TJDFT com o uso da IA é que os servidores que trabalham com o sistema terão ganho de tempo, pois eles não mais precisarão fazer a triagem de todos os procedimentos gerados a partir da redução a termo. "Eles só vão intervir em casos desconhecidos. A vantagem é que possíveis erros de preenchimento serão evitados para os casos onde a própria máquina seja capaz de resolver sozinha", avalia Michelle Kakoi, subsecretária da SUMOD.
O coordenador-geral de TI, Luiz Fernando Serique, reforça que este é apenas um exemplo bastante simples de aplicação de IA. "Junto com nossas equipes, esperamos poder implementar o aprendizado de máquina em exemplos mais complexos, que trarão ainda mais benefícios para o TJDFT e para os cidadãos".
