A incorporação de modelos preditivos no sistema de justiça — especialmente para avaliação de risco, priorização de casos e apoio à decisão — inaugura um novo paradigma: o processo baseado em dados preditivos.
Nesse cenário, decisões passam a ser influenciadas por análises estatísticas que estimam comportamentos futuros, probabilidades de reincidência ou risco de dano, levantando questões relevantes sobre garantias processuais e legitimidade.
1. O que são dados preditivos no processo
Dados preditivos são resultados de modelos estatísticos ou algoritmos que utilizam grandes volumes de informações para estimar eventos futuros ou padrões de comportamento.
No processo, podem ser utilizados para:
• avaliação de risco (ex.: reincidência);
• definição de medidas cautelares;
• priorização de processos;
• apoio à decisão judicial;
• gestão do sistema de justiça.
A característica central é a antecipação probabilística de eventos, e não a reconstrução de fatos passados.
2. Fundamentos processuais envolvidos
A utilização desses dados impacta princípios essenciais.
2.1 Devido processo legal
A decisão deve ser justa, transparente e fundamentada.
2.2 Contraditório e ampla defesa
As partes devem poder questionar os dados e os modelos utilizados.
2.3 Presunção de inocência
Decisões não podem se basear apenas em previsões de comportamento futuro.
2.4 Motivação das decisões
O juiz deve justificar o uso de dados preditivos na decisão.
3. Problemas na prática
O uso de dados preditivos apresenta desafios relevantes.
3.1 Risco de decisões baseadas em probabilidade
Substituição da análise concreta por estimativas estatísticas.
3.2 Vieses algorítmicos
Modelos podem reproduzir desigualdades presentes nos dados.
3.3 Opacidade dos sistemas
Dificuldade de compreender como o resultado foi gerado.
3.4 Redução da individualização
Tratamento do indivíduo com base em padrões coletivos.
4. Critérios para uso legítimo
A utilização de dados preditivos exige parâmetros rigorosos.
4.1 Função auxiliar, não decisória
Os dados devem apoiar, e não substituir, a decisão judicial.
4.2 Transparência e explicabilidade
Os critérios do modelo devem ser compreensíveis.
4.3 Possibilidade de contestação
As partes devem poder impugnar os resultados.
4.4 Validação técnica
Os modelos devem ser testados e auditados.
5. Limites jurídicos fundamentais
O uso de dados preditivos encontra barreiras importantes.
5.1 Vedação à condenação baseada em previsão
A decisão penal deve se basear em fatos, não em probabilidades futuras.
5.2 Preservação da individualização
Cada caso deve ser analisado concretamente.
5.3 Proibição de automatização da decisão judicial
O juiz não pode delegar a decisão ao algoritmo.
6. Tendências e caminhos possíveis
O tema tende a se expandir com o avanço da tecnologia.
Possíveis caminhos incluem:
• regulamentação do uso de IA no processo judicial;
• criação de padrões de transparência algorítmica;
• capacitação técnica de operadores do Direito;
• desenvolvimento de auditorias independentes;
• integração entre Direito, estatística e ciência de dados.
A relevância do tema decorre de:
• crescente digitalização do sistema de justiça;
• uso intensivo de dados em decisões institucionais;
• necessidade de eficiência sem perda de garantias.
Na prática
• Dados preditivos podem ser utilizados como apoio à decisão;
• Não substituem a análise jurídica do caso concreto;
• Devem ser transparentes e contestáveis;
• O processo penal continua centrado em fatos e provas.
O processo baseado em dados preditivos representa uma transformação significativa na forma de decidir no âmbito jurídico.
O desafio consiste em equilibrar:
• eficiência e inovação tecnológica;
• proteção das garantias fundamentais;
• e preservação da centralidade do julgamento humano.
Trata-se de um campo em consolidação, que exige rigor técnico e cautela jurídica para assegurar que a utilização de dados preditivos fortaleça — e não comprometa — a justiça.