O USO DE INTELIGÊNCIA ARTIFICIAL NO PODER JUDICIÁRIO BRASILEIRO: LIMITES JURÍDICOS E DESAFIOS DE GOVERNANÇA

O USO DE INTELIGÊNCIA ARTIFICIAL NO PODER JUDICIÁRIO BRASILEIRO: LIMITES JURÍDICOS E DESAFIOS DE GOVERNANÇA

17 de novembro de 2026 Off Por Cognitio Juris

THE USE OF ARTIFICIAL INTELLIGENCE IN THE BRAZILIAN JUDICIARY: LEGAL LIMITS AND GOVERNANCE CHALLENGES

Artigo submetido em 15 de novembro de 2026
Artigo aprovado em 17 de novembro de 2026
Artigo publicado em 17 de novembro de 2026

Cognitio Juris
Volume 16 – Número 59 – 2026
ISSN 2236-3009
Autor:
Luiz Augusto Morais Mariúba Sobreira[1]
Francisco Ubirajara Uchoa Rebouças[2]
Renato Luiz Gomez da Silva[3]

Resumo: O presente artigo analisa os limites jurídicos, éticos e regulatórios aplicáveis ao uso da Inteligência Artificial (IA) no Poder Judiciário brasileiro, avaliando como a Lei Geral de Proteção de Dados Pessoais (LGPD) e a Resolução CNJ nº 615/2025 disciplinam a matéria depois de encerrado, em março de 2026, o prazo de adequação concedido aos tribunais. Metodologicamente, adotou-se abordagem qualitativa, de caráter descritivo e analítico, mediante pesquisa bibliográfica em doutrina de Direito Digital, Constitucional e Processual e análise documental de um corpus normativo nomeado, lido dispositivo a dispositivo segundo três eixos: supervisão humana, explicabilidade e contestabilidade, e proteção de dados. Como resultados, constatou-se que a transição da digitalização do processo para a decisão mediada por algoritmos preditivos e generativos traz ganhos de celeridade e gestão de acervo, mas gera riscos de opacidade (caixa-preta), viés discriminatório, alucinação de modelos generativos, viés de automação e atenuação do contraditório substancial. Evidenciou-se que o modelo brasileiro de governança algorítmica baseia-se na gestão por risco (risk-based approach), com proibições expressas a práticas incompatíveis com direitos fundamentais e dever de supervisão humana efetiva (human-in-the-loop) graduada conforme o impacto da solução. Propõe-se uma matriz de verificação de conformidade que organiza essas exigências por momento do ciclo de uso. Conclui-se que a legitimidade do uso de IA pelos tribunais depende da submissão estrita ao devido processo legal, garantindo que o algoritmo atue como instrumento auxiliar e que a responsabilidade indelegável pelo ato de julgar permaneça com o magistrado.

Palavras-chave: Inteligência Artificial; Poder Judiciário; Governança Algorítmica; LGPD; Resolução CNJ nº 615/2025.

Abstract: This article analyzes the legal, ethical, and regulatory boundaries applicable to the use of Artificial Intelligence (AI) within the Brazilian Judiciary, evaluating how the General Data Protection Law (LGPD) and CNJ Resolution No. 615/2025 govern the subject after the adaptation period granted to the courts expired in March 2026. Methodologically, a qualitative, descriptive, and analytical approach was adopted, combining a literature review of Digital, Constitutional, and Procedural Law scholarship with a documentary analysis of a named normative corpus, read provision by provision along three axes: human oversight, explainability and contestability, and data protection. The findings indicate that the transition from the mere digitization of proceedings to decision-making mediated by predictive and generative algorithms offers gains in speed and case-load management, but also introduces risks of opacity (the “black box” problem), discriminatory bias, hallucination by generative models, automation bias, and the erosion of substantive adversarial proceedings. It is shown that the Brazilian algorithmic governance model is based on a risk-based approach, with explicit prohibitions of practices incompatible with fundamental rights and a duty of effective human oversight (“human-in-the-loop”) graduated according to the impact of the solution. A compliance verification matrix organizing these requirements by stage of use is proposed. The article concludes that the legitimacy of AI use by the courts depends on strict adherence to due process of law, ensuring that algorithms serve only as auxiliary tools and that the non-delegable responsibility for adjudication remains with the judge.

Keywords: Artificial Intelligence; Judiciary; Algorithmic Governance; LGPD; CNJ Resolution No. 615/2025.

1 INTRODUÇÃO

Em março de 2026 esgotou-se o prazo de doze meses que a Resolução CNJ nº 615/2025, publicada em 14 de março de 2025, concedeu aos tribunais brasileiros para adequar às suas disposições os projetos e modelos de Inteligência Artificial (IA) em desenvolvimento ou já implantados (Conselho Nacional de Justiça, 2025, art. 45, parágrafo único). A partir dessa data, o prazo transitório deixou de amparar os projetos já existentes, e as exigências de classificação de risco, avaliação de impacto, registro e supervisão humana, que obrigam as soluções novas desde a entrada em vigor da resolução, em julho de 2025 (art. 47), passaram a ser parâmetro de controle da atuação administrativa do Judiciário também para elas. O marco temporal impõe uma pergunta que a literatura ainda não respondeu de modo sistemático: o que, concretamente, um tribunal e um magistrado precisam demonstrar para que o uso de IA seja considerado juridicamente legítimo?

Essa pergunta insere-se em uma transformação mais ampla: a estrutura do Poder Judiciário brasileiro atravessa um período de metamorfose, associado ao advento da quarta revolução industrial (Schwab, 2016). A digitalização dos processos, que outrora se limitava à transposição do meio físico para o eletrônico, evoluiu para uma integração de sistemas inteligentes capazes de processar volumes massivos de dados, realizar triagens complexas e produzir textos de apoio à confecção de atos judiciais, atividade que a própria regulação do CNJ passou a reconhecer e a classificar (Conselho Nacional de Justiça, 2025, Anexo, BR4). A busca por ferramentas automatizadas consolida-se no cenário nacional sob a premissa de conferir maior celeridade e racionalidade à gestão dos acervos processuais.

Essa transformação não é apenas técnica, mas cultural e jurídica, exigindo que o operador do Direito compreenda as novas dinâmicas da prestação jurisdicional mediada por algoritmos e modelos de IA. O papel do Direito Digital nesse cenário é o de estabelecer balizas regulatórias e éticas que garantam que a tecnologia permaneça a serviço da justiça (Pinheiro, 2021). Não se trata apenas de utilizar ferramentas para acelerar o trâmite processual, mas de assegurar que os princípios constitucionais fundamentais — em especial o contraditório, a ampla defesa, a motivação das decisões e a publicidade — sejam preservados no ambiente virtual. O Direito Digital emerge, portanto, como ramo transversal que dialoga diretamente com o Direito Constitucional e com o Direito Processual para oferecer respostas aos dilemas do viés algorítmico, da opacidade dos modelos de aprendizado de máquina e da proteção de dados sensíveis na esfera pública.

O objeto desta pesquisa concentra-se no uso de sistemas de IA nos tribunais brasileiros, sob delimitação espacial voltada para a realidade do Judiciário nacional, observando a atuação do Conselho Nacional de Justiça (CNJ) na padronização da governança tecnológica. A delimitação temporal abarca o período de consolidação da governança digital posterior ao Marco Civil da Internet (Brasil, 2014), intensificado pela vigência da Lei Geral de Proteção de Dados Pessoais (Brasil, 2018), e culmina nos marcos normativos sobre IA no Judiciário, em especial a Resolução CNJ nº 615/2025, em seu texto compilado com as alterações da Resolução CNJ nº 674/2026 (Conselho Nacional de Justiça, 2025, 2026).

Diante desse contexto, formula-se o seguinte problema de pesquisa: quais limites jurídicos e mecanismos de governança se aplicam ao uso de sistemas de IA pelos tribunais brasileiros para assegurar os direitos fundamentais dos jurisdicionados, à luz da Resolução CNJ nº 615/2025 e da LGPD?

Parte-se da hipótese de que a validade jurídica do uso de sistemas de IA pelos tribunais depende da observância cumulativa de supervisão humana efetiva, explicabilidade da decisão e proteção de dados, nos termos da LGPD e da Resolução CNJ nº 615/2025.

O objetivo geral deste trabalho é analisar os limites jurídicos, éticos e regulatórios aplicáveis ao uso da IA no Poder Judiciário brasileiro, avaliando como as normas do CNJ e a legislação de proteção de dados disciplinam a matéria. Para alcançar esse objetivo geral, delimitam-se os seguintes objetivos específicos:

a) mapear a evolução da transformação digital e do uso de algoritmos preditivos e generativos nos tribunais brasileiros;

b) examinar os riscos de opacidade, viés algorítmico, alucinação, viés de automação e violação de direitos fundamentais na prestação jurisdicional automatizada;

c) analisar as exigências de governança, proteção de dados e supervisão humana impostas pela LGPD e pela Resolução CNJ nº 615/2025;

d) propor uma matriz de verificação de conformidade que organize essas exigências por momento do ciclo de uso das soluções de IA.

Do ponto de vista metodológico, a pesquisa adota abordagem qualitativa, de caráter descritivo e analítico, com pesquisa bibliográfica e documental, detalhada na seção 2. O artigo organiza-se em oito seções além desta introdução: a segunda apresenta a metodologia; a terceira, o estado da arte e a lacuna; a quarta, a trajetória da IA no Judiciário; a quinta, os riscos jurídicos da automação; a sexta, o modelo de governança resultante da interseção entre a LGPD e a Resolução CNJ nº 615/2025; a sétima, a proposta de matriz de conformidade; e a oitava, as objeções, seguidas das considerações finais.

2 METODOLOGIA

A pesquisa adota abordagem qualitativa, de caráter descritivo e analítico. É descritiva porque reconstrói a trajetória normativa do uso de IA no Judiciário brasileiro, e analítica porque examina a compatibilidade dessa trajetória com as garantias constitucionais e processuais. Quanto aos procedimentos, utiliza-se a pesquisa bibliográfica, centrada na doutrina do Direito Digital, Processual e Constitucional e na literatura internacional sobre opacidade e viés algorítmico, e a pesquisa documental.

O corpus documental foi delimitado em quatro grupos. O primeiro é constitucional e legal: a Constituição Federal (arts. 5º, 93, IX, e 103-B, § 4º, I), o Código de Processo Civil (arts. 7º, 9º, 10, 11 e 489, § 1º), a Lei nº 11.419/2006, o Marco Civil da Internet (Lei nº 12.965/2014) e a LGPD (Lei nº 13.709/2018, em especial os arts. 4º, 5º, 6º, 20, 23, 38 e 46). O segundo é regulamentar: a Resolução CNJ nº 332/2020, a Portaria CNJ nº 271/2020, o Termo de Cooperação Técnica nº 042/2018 e a Resolução CNJ nº 615/2025, examinada em seu texto compilado com as alterações da Resolução CNJ nº 674/2026. O terceiro é comparado: o Regulamento (UE) 2024/1689. O quarto é legislativo: o Projeto de Lei nº 2.338/2023, considerado apenas como direito em formação. A seleção obedeceu a dois critérios: a incidência direta sobre o uso de IA pelo Judiciário e a vigência ou tramitação na data de corte da pesquisa, 12 de novembro de 2026.

Cada documento foi lido dispositivo a dispositivo segundo três eixos: (i) supervisão humana, isto é, quem decide, em que grau e com que possibilidade de revisão; (ii) explicabilidade e contestabilidade, ou seja, o que as partes e o magistrado podem conhecer e impugnar sobre o funcionamento e os resultados do sistema; e (iii) proteção de dados, compreendendo as bases e os limites do tratamento de dados pessoais e sigilosos. Os resultados dessa leitura são apresentados nos Quadros 1 e 2 e sintetizados, em chave propositiva, no Quadro 3.

Como limitação, a pesquisa é bibliográfica e normativa, sem análise empírica do funcionamento efetivo dos sistemas nem dos registros da Plataforma Sinapses. Os episódios concretos mencionados ao longo do texto, conhecidos por sua divulgação pública, têm função ilustrativa e não constituem amostra.

3 ESTADO DA ARTE E DELIMITAÇÃO DA LACUNA

3.1 Três linhagens de estudo

A produção sobre IA no Judiciário pode ser organizada em três linhagens. A primeira, de matriz internacional, é a crítica da opacidade e do viés. Pasquale (2015) descreve a sociedade da caixa-preta, na qual decisões de grande consequência são tomadas por sistemas inacessíveis ao escrutínio público; O’Neil (2020) demonstra como modelos opacos e aplicados em escala penalizam os mais vulneráveis; e Crawford (2021) recusa a imagem de uma IA imaterial e neutra, expondo suas dimensões políticas e extrativas. No campo específico dos modelos de linguagem, Bender et al. (2021) advertem que esses sistemas recombinam padrões estatísticos sem compreensão do que produzem, e a literatura técnica sobre alucinação descreve a geração de conteúdo fluente, porém infiel à fonte ou inverificável (Ji et al., 2023). Essa linhagem fornece os conceitos, mas não se ocupa das garantias processuais brasileiras.

A segunda linhagem é a processualista brasileira, que transpõe essas preocupações para o terreno do devido processo. Nunes e Marques (2018) examinam os vieses algorítmicos e os riscos de atribuição de função decisória às máquinas, e Peixoto (2021) reúne estudos sobre o emprego da IA na atividade jurisdicional, incluindo o problema da confiança acrítica nas sugestões automatizadas. A essa linhagem soma-se a literatura sobre fatores humanos, que descreve o viés de automação como tendência a seguir a recomendação do sistema em lugar de verificá-la (Parasuraman; Manzey, 2010).

A terceira linhagem é a regulatória, que estuda a governança da tecnologia a partir do Direito Digital e da proteção de dados (Pinheiro, 2021) e, mais recentemente, dos marcos baseados em risco, como o Regulamento (UE) 2024/1689 (União Europeia, 2024). Parte significativa dessa produção foi elaborada sob a vigência da Resolução CNJ nº 332/2020, que não classificava as soluções por nível de risco nem tratava expressamente da IA generativa.

3.2 A lacuna

As três linhagens convergem no diagnóstico de que a IA judicial exige supervisão humana, transparência e proteção de dados, mas raramente articulam a LGPD e a Resolução CNJ nº 615/2025 dispositivo a dispositivo, e menos ainda traduzem essa articulação em exigências verificáveis depois de encerrado o prazo de adequação. Falta, em suma, a passagem do princípio à conformidade. A contribuição deste artigo é oferecer essa passagem: uma leitura cruzada dos dois diplomas, organizada em matriz de verificação que indica, para cada momento do ciclo de uso, a exigência, seu fundamento e a evidência documental que a comprova.

4 A INTRODUÇÃO DA INTELIGÊNCIA ARTIFICIAL NO ECOSSISTEMA JUDICIÁRIO E SEUS IMPACTOS NA PRESTAÇÃO JURISDICIONAL

A incorporação da IA no Poder Judiciário brasileiro não ocorreu de forma isolada, mas como ápice de um processo gradual de modernização tecnológica. O marco inicial dessa transição deu-se com a Lei nº 11.419/2006, que dispôs sobre a informatização do processo judicial, autorizou a substituição do papel pelo documento eletrônico e criou as bases para a automação dos fluxos cartorários (Brasil, 2006). A partir desse momento, os tribunais migraram da tramitação física para o processo eletrônico, acumulando bases de dados massivas sobre o histórico das demandas judiciais brasileiras.

Um dos primeiros projetos de maior visibilidade no país foi o Projeto Victor, desenvolvido pelo Supremo Tribunal Federal em parceria com a Universidade de Brasília (Supremo Tribunal Federal, 2018). O Victor foi concebido para analisar os recursos extraordinários que chegam ao STF, utilizando aprendizado de máquina (machine learning) para ler as petições e identificar a vinculação a temas de repercussão geral, acelerando o juízo de admissibilidade e a organização da pauta da Corte.

A multiplicação de iniciativas autônomas pelos tribunais estaduais e federais levou o CNJ a exercer seu papel de padronização institucional. O Sinapses foi concebido no Tribunal de Justiça do Estado de Rondônia (TJRO): o projeto começou no fim de 2017 e passou a operar no início de 2018. Ainda em 2018, o TJRO e o CNJ deram início à sua adaptação para uso em todo o país, no âmbito do Termo de Cooperação Técnica nº 042/2018. Em 2020, a Resolução CNJ nº 332/2020 e a Portaria CNJ nº 271/2020 consolidaram o Sinapses como plataforma nacional de IA do Poder Judiciário; o art. 4º, parágrafo único, e o art. 5º da Portaria registram expressamente a parceria e o apoio técnico do TJRO (Tribunal de Justiça do Estado de Rondônia, 2024; Conselho Nacional de Justiça, [202-?], 2018, 2020a, 2020b). Essa experiência pioneira evidencia a relevância regional de Rondônia na construção da arquitetura nacional de governança em tecnologia judiciária.

Essa trajetória demonstra que a transformação digital nos tribunais evoluiu da desmaterialização dos autos para a governança de ecossistemas algorítmicos complexos, culminando na necessidade de regulamentar a IA generativa e os modelos de linguagem em larga escala (Large Language Models — LLMs) sob os parâmetros da Resolução CNJ nº 615/2025, que revogou expressamente a Resolução nº 332/2020 (Conselho Nacional de Justiça, 2025, art. 46). O Quadro 1 sintetiza as diferenças entre os dois marcos normativos sucessivos.

Quadro 1 — Comparativo entre os marcos regulatórios de IA do CNJ (Resolução nº 332/2020 e nº 615/2025)

Critério de análiseResolução CNJ nº 332/2020Resolução CNJ nº 615/2025
Abordagem regulatóriaPrincípios éticos e de governança para a produção e o uso de IA, sem classificação por níveis de risco.Abordagem baseada em risco (arts. 10 e 11 e Anexo de Classificação de Riscos).
Escopo tecnológicoTrata de modelos de IA em geral; não menciona expressamente IA generativa.Inclui IA generativa e Grandes Modelos de Linguagem (LLMs) (arts. 19 e 20).
Classificação de riscosNão prevê níveis de risco; exige documentar riscos identificados (art. 8º, III) e interromper o modelo quando não eliminado o viés discriminatório (art. 7º, § 3º).Estabelece categorias de alto e baixo risco e proibições para risco excessivo (arts. 10 e 11).
Governança institucionalNão cria comitê; prevê comunicação dos projetos ao CNJ e divulgação da lista de modelos (arts. 10 e 11).Cria o Comitê Nacional de IA do Judiciário (arts. 15 a 18) e prevê avaliação de impacto algorítmico (art. 14).
Registro de sistemasImpõe o depósito dos modelos no Sinapses (art. 10, III).Amplia o cadastro para soluções em desenvolvimento e em uso, organizadas por categoria de risco (art. 24).

Fonte: elaborado pelos autores a partir de Conselho Nacional de Justiça (2020a, 2025).

5 OS RISCOS JURÍDICOS E PRINCIPIOLÓGICOS DA AUTOMAÇÃO DE DECISÕES E A OPACIDADE DOS ALGORITMOS

A incorporação da IA na atividade jurisdicional, embora promissora para a celeridade e a eficiência, suscita profundas preocupações quanto à preservação dos pilares do Estado Democrático de Direito. Quando a tecnologia deixa de atuar como mero suporte administrativo para intervir, direta ou indiretamente, no raciocínio decisório, emergem riscos que tensionam garantias constitucionais e processuais consolidadas. A tensão central dessa transformação reside no conflito entre a automação em escala e a necessidade individualizada de justiça material (Nunes; Marques, 2018).

O primeiro grande obstáculo principiológico refere-se ao fenômeno da opacidade algorítmica, frequentemente denominado problema da caixa-preta (black box) (Pasquale, 2015). Sistemas baseados em redes neurais profundas (deep learning) e IA generativa operam por meio de correlações estatísticas complexas em volumes massivos de dados, cujos caminhos lógicos intermediários não são facilmente auditáveis ou compreensíveis.

Na esfera do processo, essa ininteligibilidade entra em rota de colisão com a exigência constitucional de motivação das decisões judiciais (Brasil, 1988, art. 93, IX) e com as balizas do Código de Processo Civil (Brasil, 2015, arts. 11 e 489, § 1º). Decidir sem que as partes ou o próprio magistrado compreendam o nexo ou as premissas analíticas geradas pelo algoritmo acarreta a nulidade do ato por falta de fundamentação substancial, podendo caracterizar, conforme o conteúdo concreto da decisão, as hipóteses do art. 489, § 1º, incisos III e IV, do CPC: o inciso III, quando a fundamentação se limitar a motivos que serviriam para justificar qualquer outra decisão, e o inciso IV, quando deixar de enfrentar argumentos capazes de infirmar a conclusão adotada. O inciso II também poderá incidir se a minuta empregar conceito jurídico indeterminado sem explicar o motivo concreto de sua incidência, e o inciso V, se invocar precedente sem identificar seus fundamentos determinantes, além de fragilizar a legitimidade do Poder Judiciário.

Essa opacidade atinge a garantia constitucional do devido processo legal e seus corolários: o contraditório, a ampla defesa (Brasil, 1988, art. 5º, LIV e LV) e a vedação à decisão surpresa (Brasil, 2015, arts. 7º, 9º e 10). Pela disciplina do próprio CPC, o contraditório não se reduz ao direito de ser informado: o art. 10 proíbe o juiz de decidir com base em fundamento a respeito do qual não se tenha dado às partes oportunidade de se manifestar, o que assegura o direito de influenciar a formação da convicção do julgador. O uso de decisões ou minutas fundamentadas em inferências de IA opacas impede que os litigantes identifiquem premissas equivocadas, refutem critérios discriminatórios ou impugnem adequadamente os fundamentos do provimento, esvaziando a essência da dialética processual.

Um segundo risco de relevante gravidade diz respeito ao viés algorítmico (algorithmic bias) e à perpetuação de discriminações sistêmicas (O’Neil, 2020; Crawford, 2021). Os modelos de IA não são neutros; aprendem e replicam os padrões contidos nos dados históricos de treinamento (training data) aos quais foram expostos. Se a jurisprudência histórica ou a base de dados administrativa contiver discriminações estruturais, o sistema automatizado perpetuará e amplificará esses vícios sob aparente neutralidade matemática e imparcialidade técnica. Não por acaso, a Resolução CNJ nº 615/2025 define o viés discriminatório pelo resultado, como aquele que “cria, reproduz ou reforça preconceitos ou tendências, derivados ou não dos dados ou seu treinamento” (Conselho Nacional de Justiça, 2025, art. 4º, XIII), e determina a descontinuação da solução quando constatada a impossibilidade de eliminá-lo (art. 8º, § 3º).

Um terceiro risco é próprio da IA generativa: a alucinação, isto é, a produção de conteúdo fluente, porém sem sentido ou infiel à fonte que deveria sustentá-lo. A literatura técnica distingue a alucinação intrínseca, que contradiz a fonte, da extrínseca, que não pode ser verificada a partir dela (Ji et al., 2023), e explica sua origem no próprio modo de funcionamento dos grandes modelos de linguagem, que geram sequências linguísticas prováveis a partir de padrões estatísticos, sem acesso ao significado nem compromisso com a veracidade do que produzem (Bender et al., 2021). No processo, a alucinação extrínseca assume a forma do precedente inexistente, que viola diretamente o art. 489, § 1º, V, do CPC. A Resolução CNJ nº 615/2025 reconhece o problema ao exigir que os sistemas contratados ofereçam documentação e referências bibliográficas atualizadas, sempre que disponíveis, de acordo com o uso do resultado (Conselho Nacional de Justiça, 2025, art. 20, VIII), e ao condicionar o uso das ferramentas generativas à verificação e à revisão pelo magistrado (art. 19, § 3º, II).

Ademais, cumpre destacar o viés de automação (automation bias), que descreve a tendência humana de confiar acriticamente nas sugestões apresentadas por sistemas automatizados, aceitando minutas e relatórios gerados por IA sem revisão analítica minuciosa (Peixoto, 2021). A literatura de fatores humanos mostra que esse efeito não decorre apenas de desatenção individual: ele se intensifica sob sobrecarga de tarefas e quando o sistema é percebido como confiável, e não é eliminado pela simples presença de um revisor humano no fluxo (Parasuraman; Manzey, 2010). Quando o magistrado passa a homologar passivamente os resultados (outputs) preditivos para cumprir metas institucionais de produtividade, ocorre indevida transferência da função jurisdicional à máquina.

O risco não é hipotético. Em maio de 2025, a Corregedoria-Geral da Justiça do Maranhão abriu sindicância para apurar o uso inadequado de ferramentas de IA por juiz de Balsas cuja produção mensal, de cerca de 80 sentenças, saltou para 969 em agosto de 2024. A correição registrou textos repetitivos, decisões reformadas por falta de fundamentação e aplicação de precedentes inexistentes (De 80 […], 2025). O episódio reúne, em um único caso, o viés de automação, a fundamentação aparente vedada pelo art. 489, § 1º, e o efeito multiplicador da escala: o erro que, na decisão artesanal, seria pontual, replica-se em centenas de processos.

A supervisão humana, contudo, não precisa assumir intensidade idêntica em todas as aplicações: a Resolução CNJ nº 615/2025 ressalva, no art. 2º, V, o uso de ferramentas auxiliares para serviços meramente acessórios ou procedimentais e para suporte à decisão, e determina, no art. 3º, VII, que a supervisão seja ajustada ao nível de automação e ao impacto da solução. Essa graduação não afasta a responsabilidade humana pela decisão jurisdicional. O art. 19, § 3º, II, veda a utilização das ferramentas generativas “como instrumento autônomo de tomada de decisões judiciais sem a devida orientação, interpretação, verificação e revisão por parte do magistrado, que permanecerá integralmente responsável pelas decisões tomadas e pelas informações nelas contidas” (Conselho Nacional de Justiça, 2025). A delegação acrítica da decisão compromete o dever de decidir pessoalmente atribuído ao magistrado investido na jurisdição (Brasil, 1988, art. 5º, LIII, e art. 93, IX), pois a motivação exigida pela Constituição pressupõe que o julgador conheça e assuma as razões do ato. Ressalta-se que a garantia do juiz natural assegura a competência do órgão julgador previamente estabelecido por lei, a qual não pode ser usurpada por ferramentas computacionais autônomas.

Diante dessa constelação de riscos, consolida-se o entendimento de que a eficiência tecnológica não pode sobrepor-se às garantias fundamentais do jurisdicionado. O Quadro 2 relaciona cada risco aos direitos afetados e às salvaguardas fixadas pela Resolução CNJ nº 615/2025.

Quadro 2 — Matriz de riscos algorítmicos, garantias processuais e salvaguardas da Resolução CNJ nº 615/2025

Risco algorítmicoGarantia constitucional / processual afetadaSalvaguarda normativa (Resolução CNJ nº 615/2025)
Opacidade (black box)Motivação das decisões (art. 93, IX, CF/88; art. 489, § 1º, CPC)Explicabilidade (arts. 13, VII, e 22, § 3º) e avaliação de impacto algorítmico (art. 14). O art. 33 prevê informação clara sobre o caráter consultivo e não vinculante da proposta da IA.
Lesão ao contraditórioContraditório substancial e vedação à decisão surpresa (art. 5º, LV, CF/88; arts. 7º, 9º e 10, CPC)Contestabilidade (arts. 3º, II, e 4º, XIX) e dever de informar os usuários externos sobre a utilização da IA (art. 33), que alcança o fato do uso e não os parâmetros lógicos do sistema.
Viés algorítmicoIsonomia e não discriminação (art. 5º, caput, CF/88)Definição de viés pelo resultado (art. 4º, XIII), validação contínua e descontinuação (art. 8º, §§ 1º a 3º), vedação a soluções de risco excessivo (art. 10) e auditoria das soluções de alto risco (art. 11, § 1º).
Alucinação (IA generativa)Motivação e vedação à fundamentação aparente (art. 93, IX, CF/88; art. 489, § 1º, V, CPC)Vedação do uso como instrumento autônomo e dever de verificação e revisão (arts. 19, § 3º, II, e 20, IV), documentação e referências dos sistemas contratados (art. 20, VIII) e registro automático do uso (art. 19, § 6º).
Viés de automaçãoIndelegabilidade da jurisdição e dever de motivação (art. 93, IX, CF/88)Supervisão humana proporcional ao nível de automação e ao impacto da solução (arts. 2º, V, e 3º, VII), vedação do uso como instrumento autônomo de decisão (arts. 19, § 3º, II, e 20, IV) e da substituição da autoridade final dos usuários internos (art. 32, parágrafo único).

Fonte: elaborado pelos autores com base em Brasil (1988, 2015) e Conselho Nacional de Justiça (2025).

6 MODELO DE GOVERNANÇA E LIMITES REGULATÓRIOS: A INTERSEÇÃO ENTRE A LGPD E A RESOLUÇÃO CNJ Nº 615/2025

Para mitigar os riscos principiológicos e garantir que a automação no ecossistema judiciário permaneça vinculada às garantias fundamentais, tornou-se indispensável o estabelecimento de um arcabouço normativo de governança algorítmica. No direito brasileiro, essa regulação estrutura-se a partir da convergência entre a LGPD e a regulação setorial editada pelo CNJ, culminando na Resolução CNJ nº 615/2025 (Brasil, 2018; Conselho Nacional de Justiça, 2025).

A LGPD aplica-se às atividades do Poder Judiciário nos termos de seu art. 23, impondo balizas ao tratamento de dados pessoais no âmbito da prestação jurisdicional. Todavia, essa incidência não é ilimitada: o art. 4º, III, afasta a aplicação da lei para o tratamento efetuado com fins exclusivos de segurança pública, defesa nacional, segurança do Estado ou atividades de investigação e repressão de infrações penais, exigindo o § 1º do mesmo artigo legislação específica para disciplinar tais hipóteses (Brasil, 2018). Por força dos princípios da finalidade, adequação, necessidade e transparência (Brasil, 2018, art. 6º), o desenvolvimento e o treinamento de ferramentas de IA pelos tribunais não podem ser realizados de forma ilimitada ou opaca.

Três pontos de contato entre a LGPD e a Resolução CNJ nº 615/2025 revelam a complementaridade dessa governança multicamadas.

Em primeiro lugar, destaca-se a relação entre o art. 20 da LGPD, que assegura o direito à revisão de decisões tomadas unicamente com base em tratamento automatizado de dados pessoais (Brasil, 2018), e os arts. 10, I, 32, parágrafo único, e 34 da Resolução CNJ nº 615/2025. O art. 10, I, veda soluções que não possibilitem a revisão humana dos resultados ou que gerem dependência absoluta do usuário em relação ao resultado proposto; o art. 32, parágrafo único, impede que a solução restrinja ou substitua a autoridade final dos usuários internos; e o art. 34 exige que os sistemas permitam ao magistrado competente modificar qualquer produto gerado pela IA. Assim, a norma não proíbe indistintamente toda ferramenta sem intervenção humana, em qualquer tarefa: a supervisão deve observar a natureza da atividade, o nível de automação e o impacto da solução, conforme os arts. 2º, V, e 3º, VII. A partir dessas disposições, infere-se que a decisão judicial final não pode ser transferida ao sistema automatizado. Já a extensão do art. 20 da LGPD às atividades administrativas internas, à gestão de servidores e às rotinas cartorárias automatizadas decorre de interpretação dos autores, pois o texto da lei não a prevê expressamente.

Em segundo lugar, verifica-se a articulação entre o Relatório de Impacto à Proteção de Dados Pessoais (RIPD), previsto nos arts. 5º, XVII, e 38 da LGPD, e a Avaliação de Impacto Algorítmico (AIA), prevista no art. 14 da Resolução CNJ nº 615/2025. Embora sejam instrumentos distintos, são complementares: o RIPD avalia os riscos do tratamento para os direitos dos titulares de dados pessoais, em conexão com a proteção desde a concepção (privacy by design) do art. 46, § 2º, da LGPD, enquanto a AIA analisa os impactos sobre os direitos fundamentais, a explicabilidade, a equidade e os potenciais vieses do modelo. A AIA tem ainda dois traços que a aproximam do controle social: deve, sempre que possível, incluir participação pública e o acompanhamento de representantes da OAB, do Ministério Público e da Defensoria Pública, e suas conclusões são públicas e disponibilizadas no Sinapses (Conselho Nacional de Justiça, 2025, art. 14, §§ 2º e 3º).

Em terceiro lugar, a proteção de informações sensíveis e sigilosas envolve o diálogo entre o art. 23 da LGPD e os arts. 19, § 3º, IV, e 20 da Resolução CNJ nº 615/2025. A norma admite o uso de ferramentas externas com dados sigilosos quando houver anonimização na origem ou mecanismos técnicos e procedimentais que garantam a efetiva proteção desses dados, nos termos do art. 19, § 3º, IV, e não apenas na hipótese de anonimização prévia; já para o treinamento de modelos, o parágrafo único do art. 20 exige prévia anonimização dos dados na origem. Essa disciplina resguarda o dever de confidencialidade da administração pública.

A Resolução CNJ nº 615/2025 adota abordagem baseada em risco (risk-based approach). Há convergência com o Regulamento (UE) 2024/1689, cujo Anexo III, item 8, alínea “a”, classifica como de alto risco determinados sistemas de IA destinados à administração da justiça, especialmente aqueles utilizados por autoridade judicial para pesquisar e interpretar fatos e direito e aplicar o direito a um conjunto concreto de fatos (União Europeia, 2024). A aproximação está na adoção de controles proporcionais ao risco e na preocupação com os direitos fundamentais; não por acaso, o Anexo da resolução brasileira considera de alto risco a formulação de juízos conclusivos sobre a aplicação da norma ou de precedentes a fatos concretos (AR4). Há, contudo, diferença de âmbito e técnica normativa: o Regulamento europeu integra um marco legislativo geral e horizontal para a IA, enquanto a Resolução CNJ disciplina especificamente o desenvolvimento, a utilização e a governança dessas soluções no Poder Judiciário brasileiro.

A Resolução CNJ nº 615/2025 estabelece proibições expressas (Conselho Nacional de Justiça, 2025, art. 10). São vedadas, por acarretarem risco excessivo, as soluções que não permitam a revisão humana dos resultados (inciso I); as de predição criminal fundadas em traços de personalidade, características ou comportamentos para prever crimes ou reiteração delitiva (inciso II); as que classifiquem ou ranqueiem pessoas, com base em comportamento, situação social ou atributos de personalidade, para avaliar a plausibilidade de seus direitos, méritos judiciais ou testemunhos (inciso III); e as de identificação e autenticação de padrões biométricos para reconhecimento de emoções (inciso IV). A solução que, ao longo do uso, se enquadrar nessas vedações deve ser descontinuada, com registro no Sinapses das razões e providências adotadas (art. 10, § 2º).

Complementarmente, para as soluções de alto risco, exige-se avaliação de impacto algorítmico (art. 14), bem como processos regulares de auditoria e monitoramento contínuo (art. 11, § 1º). A explicabilidade encontra previsão, entre outros dispositivos, no art. 13, VII, e no art. 22, § 3º; a contestabilidade é tratada nos arts. 3º, II, e 4º, XIX. Já o art. 33 estabelece o dever de informar os usuários externos, de modo claro e em linguagem simples, sobre a utilização de IA, esclarecendo o caráter consultivo e não vinculante da proposta da ferramenta. Seu § 3º prevê como faculdade do signatário a menção ao uso de IA no texto da decisão, aspecto que suscita tensão com a transparência e com a possibilidade de controle pelas partes, apenas parcialmente compensada pelo registro automático do uso no sistema interno do tribunal, previsto no art. 19, § 6º. A governança é supervisionada pelo Comitê Nacional de Inteligência Artificial do Judiciário (arts. 15 a 18), cuja composição foi alterada pela Resolução CNJ nº 674/2026, e vinculada ao cadastro obrigatório das soluções no Sinapses (art. 24) (Conselho Nacional de Justiça, 2025, 2026).

A Resolução CNJ nº 615/2025 entrou em vigor 120 dias após a publicação (art. 47), e o prazo de adequação de doze meses previsto no art. 45, parágrafo único, contado da publicação, terminou em março de 2026. A pesquisa não dispõe de dados sobre o estágio de adequação ou de auditoria de cada tribunal, o que fica como agenda de investigação. Na esfera legislativa federal, o Projeto de Lei nº 2.338/2023, aprovado pelo Senado Federal em 10 de dezembro de 2024 e remetido à Câmara dos Deputados em 17 de março de 2025, encontrava-se, na consulta de 12 de novembro de 2026, na Comissão Especial, aguardando parecer do relator (Brasil, 2023a, 2023b).

Para além das exigências prescritivas, os desafios de governança envolvem complexidades operacionais severas. A implementação efetiva do normativo exige capacitação técnica contínua de magistrados e servidores, prevista no art. 20, III, e no art. 19, § 3º, I, e mecanismos que assegurem a auditabilidade de algoritmos proprietários contratados de terceiros, inclusive mediante a possibilidade de exigir auditoria externa ou relatórios periódicos, nos termos do art. 20, VII (Conselho Nacional de Justiça, 2025). Soma-se a isso a superação de assimetrias orçamentárias entre os tribunais para o cumprimento das exigências de segurança e governança de dados, que o próprio art. 20, X, manda considerar em todo o ciclo de vida da contratação.

7 PROPOSTA: MATRIZ DE VERIFICAÇÃO DE CONFORMIDADE

As exigências examinadas nas seções anteriores encontram-se dispersas por dois diplomas, com dezenas de dispositivos de naturezas distintas: fundamentos, princípios, vedações, deveres de documentação e direitos dos usuários. Essa dispersão dificulta tanto a autoavaliação pelos tribunais quanto o controle pelas partes, pelas corregedorias e pelo próprio CNJ. Para que a governança não permaneça no plano da intenção, propõe-se uma matriz de verificação de conformidade que reorganiza essas exigências segundo o momento do ciclo de uso em que devem ser cumpridas e associa a cada uma a evidência documental capaz de comprová-la.

A matriz parte de uma premissa que decorre da leitura cruzada: a conformidade não se verifica no sistema em abstrato, mas no seu uso. Uma mesma ferramenta pode ser de baixo risco quando produz texto de apoio revisado pelo magistrado (Anexo, BR4) e de alto risco quando formula juízos conclusivos sobre a aplicação da norma a fatos concretos (Anexo, AR4). Para as ferramentas externas de que trata o art. 19, a distinção tem efeito prático: o § 3º, V, veda seu emprego para finalidades de risco excessivo e de alto risco, o que alcança, em princípio, o uso para formular juízos conclusivos sobre a aplicação da norma ou de precedentes a fatos concretos. Por isso, a verificação percorre cinco momentos — implantação, contratação, uso, decisão e acompanhamento — e não apenas o momento da aquisição ou do desenvolvimento da solução.

Quadro 3 — Matriz de verificação de conformidade do uso de IA no Poder Judiciário

MomentoExigênciaFundamentoEvidência documental
ImplantaçãoAvaliação preliminar e classificação de risco; cadastro no Sinapses antes da entrada em produção (baixo risco) ou antes do desenvolvimento (alto risco)Res. CNJ 615/2025, arts. 4º, X, 11 e 24, §§ 3º e 4ºRegistro no catálogo do Sinapses, com finalidade e categoria de risco
Implantação (alto risco)Avaliação de impacto algorítmico com participação pública e acompanhamento de OAB, MP e Defensoria; relatório de impacto à proteção de dadosRes. CNJ 615/2025, art. 14; LGPD, arts. 5º, XVII, e 38Sumário público da AIA no Sinapses (art. 24, § 1º); RIPD
ContrataçãoCompromisso de observância da LOMAN, da LGPD e da resolução; vedação de uso dos dados para fins não autorizados; sigilo e possibilidade de auditoria externaRes. CNJ 615/2025, art. 20, I, II e VIICláusulas contratuais e relatórios periódicos do fornecedor
UsoCapacitação prévia dos usuários; vedação de dados sigilosos sem anonimização ou proteção técnica; vedação, nas ferramentas externas do art. 19, de uso para finalidades de risco excessivo e de alto riscoRes. CNJ 615/2025, arts. 10, 19, § 3º, I, IV e V, e 20, III; LGPD, art. 6ºCertificado de capacitação; registro de acesso habilitado pelo tribunal (art. 19, § 1º)
DecisãoRevisão humana efetiva, sem uso autônomo; fundamentação própria que resista ao art. 489, § 1º; registro automático do uso de IA generativaCF, art. 93, IX; CPC, art. 489, § 1º; Res. CNJ 615/2025, arts. 19, § 3º, II, e § 6º, e 32, parágrafo únicoRegistro no sistema interno do tribunal; texto da decisão
AcompanhamentoInformação aos usuários externos; revisão de decisões automatizadas; monitoramento, auditoria e descontinuação em caso de viés não eliminávelRes. CNJ 615/2025, arts. 8º, § 3º, 10, § 2º, 11, § 1º, e 33; LGPD, art. 20Relatórios de auditoria e monitoramento; registro de descontinuação no Sinapses

Fonte: elaborado pelos autores com base em Brasil (1988, 2015, 2018) e Conselho Nacional de Justiça (2025).

Duas observações orientam a aplicação da matriz. A primeira é que as evidências documentais nela indicadas não são criação dos autores, mas registros que a própria Resolução CNJ nº 615/2025 já exige; a matriz apenas os reúne e os associa ao momento em que devem existir. A segunda é que a linha relativa à decisão é a única que depende diretamente do magistrado, e não do tribunal: nenhuma conformidade institucional supre a ausência de revisão humana no caso concreto, e nenhuma ferramenta, por mais bem governada, transforma em fundamentação válida um texto que o julgador não conheceu e não assumiu.

8 OBJEÇÕES

A primeira objeção, de ordem formal, sustenta que o CNJ não teria competência para disciplinar matéria que envolve direitos fundamentais, a qual estaria sob reserva de lei. A resposta parte do art. 103-B, § 4º, I, da Constituição Federal, que atribui ao CNJ competência para expedir atos regulamentares no âmbito de suas atribuições. A Resolução CNJ nº 615/2025 é ato normativo administrativo de caráter regulamentar, voltado à organização e ao controle da atuação administrativa do Judiciário, e deve ser interpretada em conformidade com a Constituição e com as leis vigentes, em especial a LGPD e o CPC. Na ausência, até a data de corte deste estudo, de lei federal geral sobre IA em vigor, a Resolução exerce função regulatória setorial, sem substituir a competência legislativa do Congresso Nacional; ela disciplina como o próprio Judiciário usa a tecnologia, e não cria deveres para particulares. O Projeto de Lei nº 2.338/2023 poderá estabelecer disciplina legal mais ampla caso venha a ser aprovado, e a resolução terá então de ser relida à sua luz.

A segunda objeção, mais séria, afirma que a supervisão humana seria uma ficção diante da escala: um magistrado com milhares de processos não teria como revisar efetivamente cada minuta, e a exigência de human-in-the-loop serviria apenas para legitimar a automação. A literatura sobre viés de automação dá razão parcial à objeção, ao mostrar que a presença formal de um revisor não elimina a tendência de seguir o sistema (Parasuraman; Manzey, 2010), e o caso maranhense ilustra o risco (De 80 […], 2025). Daí não se segue, porém, que a supervisão deva ser abandonada, mas que deve ser estruturada. A resolução oferece três instrumentos para isso: a graduação da supervisão conforme o impacto (art. 3º, VII), que concentra o esforço humano onde o risco é maior; a capacitação contínua sobre riscos da automação e análise crítica dos resultados (art. 3º, VIII); e o registro automático do uso (art. 19, § 6º), que permite detectar padrões anômalos de produção. A objeção converte-se, assim, em agenda de implementação.

A terceira objeção é técnica: modelos generativos de grande escala não seriam explicáveis em sentido estrito, de modo que a exigência de explicabilidade seria inexequível. A própria resolução reconhece o limite ao condicionar a explicabilidade ao que for “tecnicamente possível” (arts. 4º, XVIII, 13, VII, e 22, § 3º). A resposta está em deslocar o lugar da explicação. O que o processo exige não é que o funcionamento interno do modelo seja inteligível às partes, mas que a decisão seja fundamentada nos termos do art. 489, § 1º, do CPC. Se a fundamentação se sustenta por si, com fatos, normas e precedentes verificáveis, a opacidade do instrumento que auxiliou sua redação torna-se juridicamente secundária; se não se sustenta, a decisão é nula, qualquer que seja a explicabilidade da ferramenta. A explicabilidade do sistema é exigência de governança; a da decisão é exigência de validade. Isso não dispensa a busca de soluções técnicas que aproximem as duas. Em outro trabalho de um dos autores, propôs-se priorizar, nos modelos de uso judicial, a geração assistida por recuperação (retrieval-augmented generation, RAG), em que as respostas são ancoradas em fontes normativas e jurisprudenciais verificáveis, de modo que cada saída relevante seja rastreável às fontes que a fundamentam (Silva, 2026). A rastreabilidade não torna o modelo transparente, mas torna verificável aquilo que, no processo, precisa ser verificado: a existência e o conteúdo das fontes invocadas.

9 CONSIDERAÇÕES FINAIS

A investigação buscou responder ao problema de pesquisa sobre os limites jurídicos e mecanismos de governança aplicáveis ao uso da IA pelos tribunais brasileiros para assegurar os direitos fundamentais dos jurisdicionados. Confirmou-se a hipótese formulada: a legitimidade jurídica e democrática do uso de IA pelos tribunais depende da observância cumulativa de supervisão humana efetiva, explicabilidade da decisão e proteção de dados, nos termos da LGPD e da Resolução CNJ nº 615/2025, garantindo que o algoritmo atue como instrumento auxiliar e que a responsabilidade indelegável pelo ato de julgar permaneça sob a autoridade do magistrado.

Ao longo do trabalho, evidenciou-se que a migração da simples digitalização do processo para uma jurisdição mediada por algoritmos traz ganhos de eficiência e triagem de acervos, mas expõe o sistema de justiça a riscos de opacidade, viés algorítmico discriminatório, alucinação de modelos generativos, atenuação do contraditório substancial e viés de automação. O cotejo entre a LGPD e a Resolução CNJ nº 615/2025 revelou que o ordenamento brasileiro evoluiu para um modelo de governança algorítmica baseado em risco, que veda práticas de risco excessivo — como a predição criminal fundada em perfis comportamentais ou o reconhecimento de emoções — e reafirma o princípio do human-in-the-loop, recaindo sobre o magistrado a responsabilidade indelegável pela fundamentação do provimento.

A contribuição do estudo está em duas sínteses. A primeira é a leitura cruzada dos dois diplomas em três pontos de contato — revisão de decisões automatizadas, avaliação de impacto e proteção de dados sigilosos —, que mostra a complementaridade entre a disciplina geral da LGPD e a regulação setorial do CNJ. A segunda é a matriz de verificação de conformidade (Quadro 3), que converte essa leitura em exigências verificáveis, distribuídas por momento do ciclo de uso e associadas a evidências documentais que a própria resolução já impõe.

Ressalta-se como limitação o caráter bibliográfico e normativo da pesquisa, sem análise empírica do funcionamento efetivo dos sistemas nem dos registros dos tribunais. Como desdobramentos, recomenda-se o mapeamento e a auditoria dos modelos cadastrados na Plataforma Sinapses, a verificação de quantas soluções de alto risco possuem sumário público de avaliação de impacto, como exige o art. 24, § 1º, e a aplicação piloto da matriz proposta em um tribunal estadual. O Tribunal de Justiça do Estado de Rondônia, onde o Sinapses foi concebido, oferece ambiente institucional especialmente adequado para esse piloto.

Conclui-se que o avanço tecnológico no Poder Judiciário não deve ser encarado sob a perspectiva de automação cega da justiça, nem de rejeição dogmática à inovação. O papel do Direito Digital é atuar como vetor de equilíbrio e proteção constitucional, assegurando que o algoritmo seja um meio de aperfeiçoar o acesso à justiça, sem jamais substituir a racionalidade, a sensibilidade e a ética do juízo humano.

Conflito de interesses: os autores declaram não haver conflito de interesses.

Financiamento: a pesquisa não recebeu financiamento de agências de fomento públicas, comerciais ou sem fins lucrativos.

REFERÊNCIAS

BENDER, Emily M. et al. On the dangers of stochastic parrots: can language models be too big? In: ACM CONFERENCE ON FAIRNESS, ACCOUNTABILITY, AND TRANSPARENCY, 2021, [S. l.]. Proceedings […]. New York: ACM, 2021. p. 610-623. DOI: 10.1145/3442188.3445922.

BRASIL. [Constituição (1988)]. Constituição da República Federativa do Brasil de 1988. Brasília, DF: Presidência da República, 1988. Disponível em: https://www.planalto.gov.br/ccivil_03/constituicao/constituicao.htm. Acesso em: 13 nov. 2026.

BRASIL. Lei nº 11.419, de 19 de dezembro de 2006. Dispõe sobre a informatização do processo judicial. Brasília, DF: Presidência da República, 2006. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2004-2006/2006/lei/l11419.htm. Acesso em: 13 nov. 2026.

BRASIL. Lei nº 12.965, de 23 de abril de 2014. Estabelece princípios, garantias, direitos e deveres para o uso da Internet no Brasil. Brasília, DF: Presidência da República, 2014. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2011-2014/2014/lei/l12965.htm. Acesso em: 13 nov. 2026.

BRASIL. Lei nº 13.105, de 16 de março de 2015. Código de Processo Civil. Brasília, DF: Presidência da República, 2015. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2015/lei/l13105.htm. Acesso em: 13 nov. 2026.

BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Brasília, DF: Presidência da República, 2018. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm. Acesso em: 13 nov. 2026.

BRASIL. Senado Federal. Projeto de Lei nº 2.338, de 2023. Dispõe sobre o uso da Inteligência Artificial. Brasília, DF: Senado Federal, 2023a. Disponível em: https://www25.senado.leg.br/web/atividade/materias/-/materia/157233. Acesso em: 13 nov. 2026.

BRASIL. Câmara dos Deputados. Projeto de Lei nº 2.338, de 2023. Dispõe sobre o desenvolvimento, o fomento e o uso ético e responsável da inteligência artificial com base na centralidade da pessoa humana. Situação: aguardando parecer do relator na Comissão Especial sobre Inteligência Artificial. Brasília, DF: Câmara dos Deputados, 2023b. Disponível em: https://www.camara.leg.br/proposicoesWeb/fichadetramitacao?idProposicao=2487262. Acesso em: 12 nov. 2026.

CONSELHO NACIONAL DE JUSTIÇA (Brasil). Histórico da Plataforma Sinapses. Brasília, DF: CNJ, [202-?]. Disponível em: https://www.cnj.jus.br/sistemas/plataforma-sinapses/historico/. Acesso em: 13 nov. 2026.

CONSELHO NACIONAL DE JUSTIÇA (Brasil). Termo de Cooperação Técnica nº 042/2018. Brasília, DF: CNJ, 2018. Disponível em: https://www.cnj.jus.br/tcot-042-2018/. Acesso em: 13 nov. 2026.

CONSELHO NACIONAL DE JUSTIÇA (Brasil). Resolução nº 332, de 21 de agosto de 2020. Dispõe sobre a ética, a transparência e a governança na produção e no uso de Inteligência Artificial no Poder Judiciário e dá outras providências. Brasília, DF: CNJ, 2020a. Disponível em: https://atos.cnj.jus.br/atos/detalhar/3429. Acesso em: 13 nov. 2026.

CONSELHO NACIONAL DE JUSTIÇA (Brasil). Portaria nº 271, de 4 de dezembro de 2020. Regulamenta o uso de Inteligência Artificial no âmbito do Poder Judiciário. Brasília, DF: CNJ, 2020b. Disponível em: https://atos.cnj.jus.br/atos/detalhar/3613. Acesso em: 13 nov. 2026.

CONSELHO NACIONAL DE JUSTIÇA (Brasil). Resolução nº 615, de 11 de março de 2025. Estabelece diretrizes para o desenvolvimento, utilização e governança de soluções desenvolvidas com recursos de inteligência artificial no Poder Judiciário. Texto compilado com as alterações da Resolução nº 674/2026. Brasília, DF: CNJ, 2025. Disponível em: https://atos.cnj.jus.br/files/compilado1243232026032669c529ebd7bbb.pdf. Acesso em: 13 nov. 2026.

CONSELHO NACIONAL DE JUSTIÇA (Brasil). Resolução nº 674, de 25 de março de 2026. Altera o art. 15 da Resolução CNJ nº 615/2025. Brasília, DF: CNJ, 2026. Disponível em: https://atos.cnj.jus.br/atos/detalhar/6836. Acesso em: 13 nov. 2026.

CRAWFORD, Kate. Atlas of AI: power, politics, and the planetary costs of artificial intelligence. New Haven: Yale University Press, 2021.

DE 80 para 969 sentenças: juiz é investigado pelo TJ/MA por uso de IA. Migalhas, [S. l.], 2 maio 2025. Disponível em: https://www.migalhas.com.br/quentes/429513/de-80-para-969-sentencas-juiz-e-investigado-pelo-tj-ma-por-uso-de-ia. Acesso em: 13 nov. 2026.

JI, Ziwei et al. Survey of hallucination in natural language generation. ACM Computing Surveys, New York, v. 55, n. 12, p. 1-38, 2023. DOI: 10.1145/3571730.

NUNES, Dierle; MARQUES, Ana Luiza Pinto Coelho. Inteligência artificial e direito processual: vieses algorítmicos e os riscos de atribuição de função decisória às máquinas. Revista de Processo, São Paulo, v. 43, n. 285, p. 421-447, nov. 2018.

O’NEIL, Cathy. Algoritmos de destruição em massa: como o big data aumenta a desigualdade e ameaça a democracia. Tradução de Rafael Abraham. Santo André: Rua do Sabão, 2020.

PARASURAMAN, Raja; MANZEY, Dietrich H. Complacency and bias in human use of automation: an attentional integration. Human Factors, v. 52, n. 3, p. 381-410, 2010. DOI: 10.1177/0018720810376055.

PASQUALE, Frank. The black box society: the secret algorithms that control money and information. Cambridge: Harvard University Press, 2015.

PEIXOTO, Fabiano Hartmann (org.). Inteligência artificial: estudos de inteligência artificial. Curitiba: Alteridade, 2021. v. 4.

PINHEIRO, Patricia Peck. Direito digital. 7. ed. São Paulo: Saraiva Educação, 2021.

SCHWAB, Klaus. A quarta revolução industrial. Tradução de Daniel Moreira Miranda. São Paulo: Edipro, 2016.

SILVA, Renato Luiz Gomez da. Inteligência artificial pública e soberana no Poder Judiciário brasileiro: arquitetura institucional e epistemológica para a mitigação do racismo algorítmico. Revista da Emeron, Porto Velho, v. 3, p. 143-173, 2026. DOI: 10.62009/Emeron.2764.9679.v3.2026.529.p143-173.

SUPREMO TRIBUNAL FEDERAL (Brasil). Ministra Cármen Lúcia anuncia início de funcionamento do Projeto Victor, de inteligência artificial. Brasília, DF: STF, 30 ago. 2018. Disponível em: https://noticias.stf.jus.br/postsnoticias/ministra-carmen-lucia-anuncia-inicio-de-funcionamento-do-projeto-victor-de-inteligencia-artificial/. Acesso em: 13 nov. 2026.

TRIBUNAL DE JUSTIÇA DO ESTADO DE RONDÔNIA (Brasil). TJRO lidera avanços tecnológicos com integração plena ao Programa Justiça 4.0 e PDPJ-Br. Porto Velho: TJRO, 13 mar. 2024. Disponível em: https://www.tjro.jus.br/noticias/mais-noticias/11416-tjro-lidera-avancos-tecnologicos-com-integracao-plena-ao-programa-justica-4-0-e-pdpj-br. Acesso em: 13 nov. 2026.

UNIÃO EUROPEIA. Regulamento (UE) 2024/1689 do Parlamento Europeu e do Conselho, de 13 de junho de 2024, que cria regras harmonizadas em matéria de inteligência artificial […]. Jornal Oficial da União Europeia, Série L, 12 jul. 2024. Disponível em: https://eur-lex.europa.eu/legal-content/PT/TXT/?uri=CELEX:32024R1689. Acesso em: 13 nov. 2026.


[1]Acadêmico de direito do Centro Universitário São Lucas Porto Velho. lamsobreir@gmail.com

[2] Acadêmico de direito do Centro Universitário São Lucas Porto Velho. jara144@hotmail.com

[3] Orientador de Trabalho de Conclusão de Curso. Docente do Curso de Direito do Centro Universitário São Lucas – Afya Porto Velho, Doutorando em Letras (PPGL/UNIR), Mestre em Estudos Literários (UNIR), Especialista em Revisão de Textos (Unyleya) e Analista Judiciário – Revisor Redacional do Tribunal de Justiça do Estado de Rondônia (TJRO), atuando na Divisão de Estudos e Diagnósticos de Aprimoramento do 1º Grau (Diap1G).