Uma minuta judicial produzida por inteligência artificial pode apresentar normas, precedentes, argumentos e conclusão coerentes antes que o magistrado avalie seu conteúdo. O desafio, nesse caso, não é apenas revisar o texto, mas verificar se quem o confere tem conhecimento suficiente para reconhecer eventuais falhas.
A questão se relaciona ao efeito descrito por Kruger e Dunning em 1999. Nos experimentos que deram origem ao conceito, participantes do quartil inferior avaliavam seu desempenho, em média, no percentil 62, embora os resultados os colocassem no percentil 12. A hipótese é que a falta de domínio também pode reduzir a capacidade de perceber a própria insuficiência.
Na revisão jurídica, a análise da fundamentação, da prova e da aplicação das normas exige conhecimento próximo daquele necessário para produzir a decisão. A inteligência artificial generativa acrescenta uma dificuldade: ela não entrega apenas uma resposta, mas também sinais de competência, como vocabulário técnico, estrutura e referências organizadas.
A expressão ignorância assistida designa a situação em que a falta de domínio deixa de aparecer porque a ferramenta fornece uma resposta completa. Isso não significa que a tecnologia produza ignorância ou que todo usuário seja incompetente. Para quem conhece a matéria, a minuta pode funcionar como ponto de partida. Para quem não a domina, porém, o mesmo texto pode ocultar uma lacuna que antes levaria à pesquisa, à cautela ou ao pedido de auxílio.
O risco da concordância
Estudo publicado em 2026 por Fernandes e colaboradores avaliou 246 participantes em 20 problemas de raciocínio lógico do exame de admissão às faculdades de direito norte-americanas, com assistência de IA. O desempenho melhorou, mas a autoavaliação cresceu ainda mais. Entre os participantes sem assistência, a superestimação aumentava conforme a habilidade diminuía; com a ferramenta, essa relação praticamente desapareceu.
O estudo não analisou magistrados nem a revisão de decisões judiciais. Ainda assim, indica que a assistência pode alterar a relação entre competência e percepção do próprio erro. A familiaridade declarada com a inteligência artificial também não demonstrou capacidade de identificar suas falhas.
A literatura sobre sistemas automatizados descreve o viés de automação, em que a indicação da máquina substitui a busca independente por informação. Há também a adesão seletiva: o usuário tende a seguir mais facilmente uma recomendação quando ela coincide com estereótipos ou convicções anteriores. Sistemas podem ainda produzir respostas ajustadas ao que percebem que o interlocutor deseja ouvir, fenômeno estudado como sycophancy.
A Resolução CNJ nº 615/2025 exige supervisão humana, capacitação para análise crítica e preservação da autoridade final do usuário. A existência de uma pessoa após a máquina, no entanto, não garante por si só uma revisão efetiva. Quanto mais simples for gerar um texto, maior precisa ser a preparação de quem deve contestá-lo.
Uma barreira antes da resposta
No Gaia Assistente, solução de inteligência artificial generativa desenvolvida pelo Tribunal de Justiça do Rio Grande do Sul, foi proposto um mecanismo que impede a elaboração da sugestão quando o comando não informa previamente a decisão e ao menos um fundamento jurídico. A ferramenta pode prosseguir diante de uma instrução que indique a improcedência e apresente a base legal, mas interrompe pedidos genéricos para analisar o processo e produzir uma minuta.
O mecanismo não comprova que a conclusão humana esteja correta nem elimina a revisão posterior. Ele exige, porém, que algum juízo exista antes de a máquina fornecer redação, argumentos e aparência de completude.
A supervisão, portanto, precisa preservar a possibilidade de discordar. Auditar o sistema não basta: também é necessário observar como ele é usado e se o usuário mantém condições intelectuais para reconhecer quando o conhecimento termina e a dúvida deve começar.
