Inteligência artificial aplicada no executivo fiscal.

É notória (e constitui tema inesgotável para os meios de comunicação) a atual crise enfrentada pelo setor público, da qual uma das facetas pode ser sintetizada na crescente insatisfação pela forma através da qual se desenvolvem as políticas sociais e a prestação dos serviços. Advém daí uma polarização que se aprofunda na mesma medida em que se desenvolve a consciência popular e a prática da cidadania.

O Judiciário brasileiro tem atualmente mais de 80 (oitenta) milhões de processos em tramitação. Ao mesmo tempo, há limitações de orçamento e quadro de pessoal. Isso cria um paradoxo: a mesma sociedade que entra cada vez mais em litígio, cobra de modo mais intensificado eficiência do Judiciário2.

A cada ano, a publicação do relatório “Justiça em Números”3 do Conselho Nacional de Justiça destaca o impacto negativo gerado pela fase de execução nos dados de litigiosidade do Poder Judiciário brasileiro, que acumula alto volume processual e alta taxa de congestionamento. Esse volume dificulta a efetivação da tutela jurisdicional.

A maior parte dos processos de execução é composta pelas execuções fiscais, que representam 75% (setenta e cinco por cento) do estoque. Esses processos são os principais responsáveis pela alta taxa de congestionamento do Poder Judiciário, tendo em vista que representam aproximadamente 38% (trinta e oito por cento) do total de casos pendentes, apresentando congestionamento de 91% (noventa e um por cento) em 20164 - a maior taxa entre os tipos de processos constantes do citado Relatório.

O impacto da execução é significativo principalmente nos segmentos da Justiça Estadual, Federal e do Trabalho, representando, respectivamente, 53% (cinquenta e três por cento), 49% (quarenta e nove por cento), e 42% (quarenta e dois por cento) do acervo total de cada ramo5.

No quadro geral das execuções, o maior problema é a fiscal. O executivo fiscal chega a Juízo depois que as tentativas de recuperação do crédito tributário se frustraram na via administrativa, provocando sua inscrição na dívida ativa. Dessa forma, o processo judicial acaba por repetir etapas e providências de localização do devedor ou patrimônio capaz de satisfazer o crédito tributário já adotadas, sem sucesso, pela administração fazendária ou pelo conselho de fiscalização profissional. Acabam chegando ao Judiciário títulos cujas dívidas já são antigas e, por consequência, mais difíceis de serem recuperadas.

Com média de recuperação historicamente baixa, o crescente volume de cobranças judiciais de dívidas ativas não corresponde ao aumento no ingresso de receitas fiscais, em razão dos entraves encontrados, principalmente, na localização do devedor e de bens penhoráveis suficientes para responder pela dívida.

Some-se a isso o ajuizamento, às pressas, de cobranças fiscais, sem maior critério ou somente para evitar a prescrição, congestionando as unidades judiciárias com milhares de execuções fiscais economicamente inexpressivas ou inviáveis, cujas despesas de processamento são superiores aos próprios créditos perseguidos.

Na prática, percebe-se um grande estoque de execuções fiscais paralisadas depois da citação do devedor, ante a ausência de meios materiais e humanos para prosseguir com os atos executivos, especialmente os constritivos (penhora e bloqueio de bens).

Em pioneiro estudo realizado a respeito do executivo fiscal, finalizado no ano de 2011, o Instituto de Pesquisa Econômica Aplicada (IPEA)6 apontou que, aproximadamente, três quintos dos processos de execução fiscal vencem a etapa de citação. Destes, 25% (vinte e cinco por cento) conduzem à penhora, mas somente uma sexta parte das penhoras resulta em leilão.

Os números disponibilizados pelo relatório “Justiça em Números” e o resultado final do estudo do IPEA7, além de impressionarem, demonstram a ineficiência do sistema de execução fiscal do Brasil que precisar ser melhorado e aperfeiçoado8.

A realidade forense atual impõe, portanto, a adoção de medidas eficientes, com o objetivo de racionalizar a cobrança da dívida ativa na estrutura das varas com competência de dívida ativa, tanto com a melhoria dos mecanismos de cobrança extrajudicial, quanto com a classificação da viabilidade da cobrança judicial do estoque da dívida, tomando em consideração, nesse último caso, critérios como a localização conhecida do devedor, a existência de patrimônio suficiente e a representatividade econômica dos créditos cobrados, como no aperfeiçoamento dos sistemas eletrônicos processuais.

Consoante se observa dos dados disponibilizados pelo relatório “Justiça em Números”, o problema nacional do executivo fiscal, também encontra eco no Estado do Rio de Janeiro, que apresenta a maior taxa de congestionamento na execução fiscal dentre os Tribunais Estaduais, qual seja, 91% (noventa e um por cento), seguido pelo Estado de São Paulo, que apresenta taxa de congestionamento na execução fiscal de 89% (oitenta e nove por cento).

O tamanho do problema é dimensionado, quando se analisa o acervo geral do Tribunal de Justiça do Estado do Rio de Janeiro, de onde se extrai que a Dívida Ativa responde por mais de 60% (sessenta por cento) do acervo geral em relação às demais competências, consoante se observa do gráfico abaixo.

Sem sombra de dúvida devemos buscar uma forma mais eficiente de cobrança da dívida ativa e não temos dúvida que a adoção da tecnologia da informação tem impacto significativo no processamento das execuções fiscais. Partindo-se da premissa de que a utilização da tecnologia pelo Direito representa, neste momento histórico, o instrumento mais eficaz de agilização na distribuição da Justiça, a prova de conceito (Proof of Concept -PoC)9 de Inteligência Artificial realizada no TJRJ apresentou resultados superiores ao esperado.

Assim, podemos afirmar que uma forma de resolver a equação acima apontada é com a utilização da tecnologia. A transformação digital já foi iniciada na Justiça com a implantação do processo digital. Ele possibilitou um expressivo aumento de produtividade e economia de gastos. Os processos em papel fazem parte do passado. Aproximadamente 73% (setenta e três por cento) de todos os casos novos na Justiça de primeiro grau do país tramitam de modo eletrônico (processo digital) nos Tribunais.

Deste modo, se mostra necessário pensar numa inovação capaz de reduzir significativamente o tempo “gasto” para realização de atos processuais, especialmente aqueles praticados pelos Magistrados. E é aqui que entra a Inteligência Artificial. Agora é o momento de ingressar numa terceira fase nessa transformação digital, com o uso da Inteligência Artificial no Judiciário (Judiciário 4.0)10. O momento é mais que propício à inovação. A Justiça brasileira precisa dar um novo salto, uma nova onda de transformação11.

No universo profissional e dos negócios, esta revolução tem se desdobrado no que foi chamado de “transformação digital”12. Isso porque negócios – tradicionais ou não – estão sendo direta e rapidamente afetados por novas tecnologias. A economia caminha no ritmo da digitalização e todos os seus setores, sejam públicos ou privados, passam a formar a “economia digital”, que nada mais é do que a própria economia, já tendo passado, ou passando, pelo processo de transformação digital.

A velocidade da transformação social e tecnológica tem influenciado o Judiciário e, não por outro motivo, este também vem evoluindo na necessária transformação digital.

Num quadro raso e superficial, é possível identificar que o Judiciário passou da utilização de papel e caneta para a máquina de escrever; desta, para utilização do computador, apenas como substituição da forma de escrita e, depois, começamos a utilizar os recursos computacionais: o processo se transformou do físico para o digital e, a partir daí, se implantou e ainda se implanta, paulatinamente, automação de rotinas, com o computador (sistema/software), substituindo, gradativamente, rotinas antes mecanizadas e burocráticas, desempenhadas por Servidores13. De outro lado, a comunicação com a sociedade evolui e a utilização de novas tecnologias já se mostra presente em diversos Tribunais.

Os Sistemas de Justiça14 em todo o mundo estão atualizando os seus sistemas de informática, legados e fluxos de trabalho baseados em papel, incorporando tecnologias digitais. O Sistema de Justiça do futuro sinaliza maior eficiência, transparência, e com menor custo.

O momento agora é de pensar nas novas tecnologias e como elas podem auxiliar o Judiciário na sua missão: prestação jurisdicional eficaz, em tempo razoável e acessível a todos. Temos que avançar para a terceira fase dessa transformação digital, com o uso da Inteligência Artificial no Judiciário.

Várias nações já compreenderam que a inteligência artificial não se restringe ao surgimento de uma mera tecnologia, trata-se, portanto, de um viabilizador de transformações profundas e exponenciais para o enfrentamento dos desafios globais, como apontaram em estudo Rodrigo César Santos Felisdório e Luís André Dutra e Silva15.

“Nesse sentido, atualmente, mais de vinte países já publicaram as suas estratégias nacionais de inteligência artificial (Estados Unidos, Coreia do Sul, França, Japão, Canadá, China, Emirados Árabes Unidos, Reino Unido, México, Dinamarca, Finlândia, Índia, Itália, Singapura, Quênia, Malásia, Suécia, Polônia, Rússia, Tunísia, Taiwan, Nova Zelândia e Alemanha). De forma comum, o conteúdo dos documentos divulgados está voltado à promoção do uso e do desenvolvimento de Inteligência Artificial, porém cada estratégia possui focos diferentes associados aos interesses, políticas e objetivos estratégicos de cada país”16.

A inteligência artificial (IA) vem ganhando manchetes no mundo todo. Ela é anunciada tanto como uma salvação econômica, quanto como precursora de desintegração social. Faltam, porém, avaliações claras sobre o real valor que essa tecnologia pode criar, bem como os desafios que precisam ser enfrentados para garantir que a sociedade usufrua dos benefícios deste inevitável impacto disruptivo, em vez de sofrer com ele17.

Em termos gerais e simplista, correndo o risco das simplificações redutoras, é possível definir a inteligência artificial (IA) como o desenvolvimento de sistemas de computador capazes de executar tarefas que normalmente exigem habilidades humanas 18.

Em sua grande maioria, a IA está sendo empregada de forma especializada, sistemas especialistas, para resolver problemas específicos. Entretanto, com o crescimento da utilização de redes neurais computacionais, já é plenamente possível solucionar problemas de elevada complexidade que envolvam reconhecimento de padrões, além destas redes possuírem a capacidade de autoaprendizado19.

A IA está presente no dia a dia do cidadão. Alguns exemplos simples são: reconhecimento facial em rede social, que sugere a marcação de pessoas conhecidas; identificação de uma pessoa pela fala ao emitir comandos para dispositivos como smartphone ou mesmo para um portal de busca na Internet; tomada de decisões por aplicativos de trânsito que sugerem melhores rotas para se chegar a um determinado destino e que informa a condição do trânsito nos horários nos quais o usuário está prestes a se deslocar; tradução automática de vídeos para diversas línguas; a decolagem, pilotagem e pouso de uma aeronave com centenas de passageiros já pode ser realizada de forma independente baseado em IA; e até mesmo análise e diagnósticos médicos têm sido realizados com extrema precisão por sistemas baseados em IA. O sistema de recomendação de filmes e séries, como acontece no Netflix, ou mesmo de vídeos, no Youtube, é uma das técnicas da inteligência artificial. Esse sistema gera um padrão com as informações dos tipos de filme, série ou vídeo que você normalmente assiste e, dessa forma, faz recomendações na sua página inicial de acordo com o modelo dos seus gostos pessoais. Essa técnica também é utilizada pelo Spotify, sugerindo músicas, e pelo Facebook.

E no Judiciário, como aplicamos?

Um dos desafios na aplicação da Inteligência Artificial no Judiciário está em treinar os sistemas. Por exemplo, um software de IA dentro de um gabinete de Magistrado. A “máquina” deve acessar todos os documentos, decisões, sentenças e jurisprudências. A partir desse acervo de conhecimento, realiza o trabalho da forma mais calibrada possível com o raciocínio jurídico do Magistrado e, com o tempo, vai aprimorando o índice de assertividade, mas isso só ocorre quando o Magistrado está corrigindo a máquina e a aperfeiçoando20.

O aprendizado pode ser não-supervisionado ou supervisionado. No primeiro tipo, é quando existe uma carga de dados e documentos e, a partir disso, a ferramenta já é programada para identificar padrões, correlações e fazer agrupamentos. Já no segundo, essa calibragem é conduzida por um ser humano, que rotula base de treinamento para a máquina, que trabalha sobre essas anotações sobre os dados. O processo de aprendizagem de uma tecnologia envolve, pelo menos, uma dessas categorias, ou as duas combinadas21.

O problema é o tempo. Com milhares de processos para decidir, como dedicar tempo para treinar a máquina?

O Judiciário não tem tempo para treinar a máquina! Não pode se dar a esse luxo, porque, se o fizer, não conseguirá atender minimamente a demanda. Assim, é importante destacar onde e como essa fantástica tecnologia pode ser utilizada no Judiciário.

A capacidade de utilizar Inteligência Artificial para melhorar a tomada de decisões, reinventar modelos e ecossistemas de negócio, além de melhorar a experiência do consumidor, é um dos principais desafios dos fabricantes de tecnologia, de acordo com a Gartner 22.

O desenvolvimento da inteligência artificial se deu por diversos caminhos e aqui não se pretende fazer uma introdução à inteligência artificial, muito menos um texto técnico sobre o tema, até mesmo porque não temos formação acadêmica para tanto23. O que se pretende é indicar algumas variáveis capazes de autorizar o estabelecimento de diálogos com o campo do Direito, mais especificamente sobre a possibilidade da tomada de decisão e a predição dos resultados processuais, isto é, como a IA pode auxiliar o Judiciário no seu árduo mister24.

Para tanto, será necessário distinguir a inteligência artificial forte e a fraca 25. Enquanto o objetivo da primeira (forte) é construir uma máquina que responda à inteligência geral humana, a segunda (fraca) busca emular a realização de tarefas específicas26. Enquanto na geral se busca um substituto, na especializada se pretende predizer aplicações individualizadas. O alvo das duas é diferenciado e, no que se refere a Prova de Conceito (PoC)27 realizada no Tribunal de Justiça do Estado do Rio de Janeiro restou comprovado que podemos caminhar bem no modelo fraco, ao menos neste momento28.

A PoC (Proof of Concept) realizada no TJRJ para aplicação de Inteligência Artificial ao Executivo Fiscal teve um resultado fantástico, primeiro é importante destacar que foi selecionada a 12ª Vara de Fazenda Pública da Capital que trata do executivo fiscal municipal, que é a maior Vara de Execuções Fiscais do Tribunal, certamente uma das maiores do país. A escolha do executivo municipal se deu basicamente pelos seguintes motivos: (a) alto impacto; (b) questão simples (easy case) e (c) grande probabilidade de conquistar o operador jurídico da validade e utilidade de usar a tecnologia a favor do Judiciário.

A prova de conceito fora direcionada para o Executivo Fiscal, também porque: (a) a uma, porque representa 62% (sessenta e dois por cento) da demanda do Judiciário Estadual; (b) a duas, porque representa o maior índice de congestionamento de todas as competências; (c) a três, porque apresenta um resultado muito pouco efetivo e um gasto significativo; (d) a quarto, porque é possível selecionar etapas de fácil tratamento com pouco esforço de treinamento supervisionado, dentre inúmeros outros.

Como se sabe, a Justiça, sem dúvida, não tem preço. O benefício que proporciona ao jurisdicionado e, de modo geral, a todo o tecido social, está além do que os usuais critérios de mercado podem captar29.

Contudo, da perspectiva da atividade estatal, sua produção tem um custo. Uma estrutura consideravelmente complexa é necessária para o exercício da jurisdição. Recursos humanos, materiais e tecnológicos são consumidos no sofisticado processo de buscar um nível satisfatório de justiça na resolução de disputas e conflitos. Este esforço público tem um custo, que é variável e pode ser mensurado30.

A discussão a respeito dos custos na Justiça brasileira tem como pano de fundo os debates em torno da reforma do Judiciário, em especial as de cunho gerencial e processual. Os diagnósticos divulgados nos últimos anos vêm revelando que os principais desafios a serem enfrentados dizem respeito aos seguintes aspectos: morosidade; prescrições intercorrentes devido à morosidade; alto número de processos em estoque (taxa de congestionamento do Poder Judiciário); alto custo da tramitação processual; e baixo índice de processos sentenciados a tempo de resolver efetivamente o conflito 31. Sinteticamente, estas questões se inscrevem no quadro geral de baixa efetividade do Poder Judiciário32.

No caso em tela, a execução fiscal, deve-se levar em consideração que as consequências negativas da ausência de efetividade do Judiciário – as quais, nas demais circunstâncias, recaem majoritariamente sobre o cidadão – também se revertem em prejuízos ao próprio Estado. Assim, se o Poder Público é o grande interessado em que sejam geradas informações mais precisas sobre os custos da prestação jurisdicional em geral, de modo a aprimorar a eficiência de sua atuação, isto se manifesta em dupla medida no caso da execução fiscal.

Longe de pretender enquadrar as questões enfrentadas pelo Judiciário em um enfoque meramente produtivista, a análise do custo do processo pode ser conduzida também de uma perspectiva qualitativa e, com isso, revelar aspectos gerenciais e processuais muito relevantes, que têm impacto sobre a qualidade do serviço prestado aos cidadãos. Como alerta Boaventura de Sousa Santos, “a pressão quantitativa que recai sobre os tribunais e sobre os juízes contribuiu para degradar as condições de funcionamento da administração da Justiça, a maioria das vezes em detrimento da qualidade necessária à função jurisdicional”33

Ao compreender o Judiciário como prestador de serviço, o que se pretende é ir além de qualquer avaliação sobre se o sistema de justiça34 pode produzir decisões a menor custo; cabe também refletir sobre se a Justiça efetivamente exerce as funções que são de sua responsabilidade, além de considerar a relação entre a qualidade do serviço prestado e os resultados obtidos35.

A mensuração de custos na Administração Pública é um grande desafio metodológico, em virtude da dificuldade não apenas de mensurar os benefícios gerados, mas também de identificar todos os elementos de custo e de atribuir-lhes valores monetários com alguma precisão.

Segundo pioneira pesquisa realizada pelo INSTITUTO DE PESQUISA ECONÔMICA APLICADA (IPEA)36, no ano de 2011, com foco no custo unitário dos processos nas execuções fiscais federais, o custo médio da execução fiscal na Justiça Federal de primeiro grau era próximo de R$ 4.368,00 37 .

Ainda segundo a pesquisa acima citada, o processamento da execução fiscal é um ritual ao qual poucas ações sobrevivem. Apenas três quintos dos processos de execução fiscal vencem a etapa de citação. Destes, a penhora de bens ocorre em apenas um quarto dos casos (ou seja, 15% do total), mas somente uma sexta parte das penhoras resulta em leilão.

A pesquisa do IPEA ainda revelou que a defesa é pouco utilizada e é baixo seu acolhimento: a objeção de pré-executividade ocorre em 4,4% (quatro inteiros e quatro décimos por cento) dos casos e os embargos à execução em 6,4% (seis inteiros e quatro décimos por cento), sendo seu índice de acolhimento, respectivamente, de 7,4% (sete inteiros e quatro décimos por cento) e 20,2% (vinte inteiros e dois décimos por cento). Observe-se que, do total de processos da amostra, deste estudo, a procedência destes mecanismos de defesa fora reconhecida em apenas 1,3% (um inteiro e três décimos por cento) dos casos.

De acordo com o anuário estatístico do CNJ, “Justiça em Números 2017”38, o tempo médio de tramitação de uma execução fiscal é de 7 (sete) anos e 5 (cinco) meses.

O conhecimento desses números é relevante para justificar a PoC e, acima de tudo, analisar seus resultados.

Voltando à Prova de Conceito, o seu objetivo era realizar um teste de ato constritivo (BacenJud e RenaJud – “penhora on line” de valores disponíveis em instituições bancárias e indisponibilidade de veículos automotores) e de consulta (InfoJud – consulta ao banco de dados da Receita Federal, de modo a identificar bens passíveis de penhora no patrimônio do devedor). Mas a máquina precisaria auxiliar na tomada de decisões de quais processos levar para tais constrições, sempre com o olhar do magistrado processo a processo, um a um.

A lógica adotada foi a seguinte: existindo citação positiva e não tendo o devedor realizado o pagamento/parcelamento do débito, nem oferecido bens à penhora, o sistema de Inteligência Artificial deveria: (a) identificar os processos com a citação positiva; (b) buscar no banco de dados do Município o valor atualizado da dívida; (c) com essa informação, deveria identificar a natureza do tributo, vez que, a depender da natureza do tributo, o fluxo de prosseguimento é distinto; (d) realizar a penhora no sistema BacenJud; (e) aguardar o prazo do resultado da penhora; (f) ler o resultado e prosseguir no fluxo, a depender do mesmo: (f.1) sendo integral o valor da penhora, isto é, sendo penhorada a totalidade do débito, deveria realizar a transferência do valor para a conta judicial e desbloquear eventual excedente, sugerindo a minuta da decisão judicial respectiva; (f.2) sendo negativa ou parcial, seguir no fluxo; (g) seguindo no fluxo, deveria realizar a restrição de bens disponíveis no RenaJud e realizar a consulta no InfoJud, informando se há ou não bens passíveis de penhora e sugerindo a minuta da respectiva decisão. Em cada uma dessas etapas foi realizada uma validação pelos Juízes responsáveis (confirmação humana da atividade realizada pela “máquina”), de modo a identificar pormenorizadamente a acurácia do sistema de IA e sua utilidade.

Os resultados foram impressionantes.

O sistema de IA deu cabo de 6.619 (seis mil e seiscentos e dezenove) processos, em pouco mais de 3 (três) dias. A serventia levaria 2 (dois) anos e 5 (cinco) meses para fazer o mesmo com um servidor dedicado exclusivamente a esta atividade (o que já seria um “luxo” no estado atual).

O software de I.A testado no TJRJ levou 25 (vinte e cinco ) segundos para realizar todos os atos acima mencionados, sendo certo que o humano leva em média 35 (trinta e cinco ) minutos , o que significa dizer que a “máquina” foi 1.400% (um mil e quatrocentos por cento) mais veloz que o homem. Além disso, e isso é espantoso, a acurácia alcançou o patamar de 99,95% (noventa e nove inteiros e noventa e cinco centésimos por cento). Dito de outra forma, a máquina “errou” apenas em 0,05% (cinco centésimos por cento) dos casos (somente em 3 processos), enquanto o percentual de erro do humano é de 15% (quinze por cento).

O sistema mostrou que é muito, mas, muito mais rápido do que o humano e infinitamente mais eficaz, errando bem menos. Não foi só isso não!

O sistema de Inteligência Artificial gerou, ainda, os seguintes resultados nos 3 (três) dias de funcionamento:

1) Penhora total do valor executado em 1.532 (um mil e quinhentos e trinta e dois) processos, levando parte desses processos à sua extinção pelo pagamento;

2) Com isso, houve a economia de 2/3 (dois terços) do tempo médio nacional de vida de um processo, considerando que os processos foram ajuizados em 2016 e que o tempo médio é de 7 (sete) anos e 5 (cinco) meses, o que resulta em uma possível 39 economia de aproximadamente de R$ 4.357.693,48 (quatro milhões e trezentos e cinquenta e sete mil e seiscentos e noventa e três reais e quarenta e oito centavos) ao TJRJ40, se considerarmos o valor do custo do processo do estudo do IPEA, sem qualquer atualização. Atualizando o valor, a possível economia é de aproximadamente R$ 6.722.460,5041 (seis milhões e setecentos e vinte e dois mil e quatrocentos e sessenta reais e cinquenta centavos);

3) Penhora parcial do valor executado em 1.157 (um mil e cento e cinquenta e sete) processos, impulsionando tais processos para mais 2 (dois) anos e 5 (cinco) meses adiante, no fluxo normal, gerando, com isso, uma possível economia de R$ 1.646.736,00 (um milhão e seiscentos e quarenta e seis mil e setecentos e trinta e seis reais) em tempo de processo42 (custos da execução em tramitação), se considerarmos o valor do custo do processo do estudo do IPEA, sem qualquer atualização. Atualizando o valor, a possível economia é de aproximadamente R$ 2.540.361,72 (dois milhões e quinhentos e quarenta mil e trezentos e sessenta e um reais e setenta e dois centavos);

4) Penhora negativa em 3.930 (três mil e novecentos e trinta) processos, impulsionando tais processos para mais 2 (dois) anos e 5 (cinco) meses adiante, no fluxo normal, gerando com isso, uma possível economia de R$ 5.593.493,93 (cinco milhões e quinhentos e noventa e três mil e quatrocentos e noventa e três reais e noventa e três centavos) em tempo de processo43 (custos da execução em tramitação), se consideramos o valor do custo do processo do estudo do IPEA, sem qualquer atualização. Atualizando o valor, a possível economia é de aproximadamente R$ 8.628.886,40 (oito milhões e seiscentos e vinte e oito mil e oitocentos e oitenta e seis reais e quarenta centavos).

Nesse quadro, temos que o valor possivelmente economizado com o tempo do processo corresponde R$ 11.597.923,42 (onze milhões e quinhentos e noventa e sete mil e novecentos e vinte e três reais e quarenta e dois centavos), valor esse que, atualizado a valor presente, pois os dados do IPEA utilizados como parâmetro são de 2011, equivale à quantia de R$ 17.891.708,61 (dezessete milhões e oitocentos e noventa e um mil e setecentos e oito reais e sessenta e um centavos). Existe, ainda, um grande valor agregado a esse ganho de tempo: os Juízes e Servidores da Vara, poderão dedicar muito mais tempo para os processos de maior complexidade e de maiores valores (grandes devedores). Isso resulta em aumento de produtividade incalculável.

E o dado mais expressivo foi que a arrecadação direta atingiu o montante de R$ 31.919.214,37 (trinta e um milhões e novecentos e dezenove mil e duzentos e quatorze reais e trinta e sete centavos) através das penhoras (totais e parciais), cujo valor principal vai para o credor (Município do Rio de Janeiro). Isso gerou uma arrecadação recorde em apenas 3 (três) dias, incentivando uma educação fiscal, pois inúmeros contribuintes devedores, ao saberem das penhoras, buscaram o Município ou a Serventia para quitarem seus débitos, mesmo não tendo sido alcançados pelos atos constritivos, e, ainda, mesmo nos casos de penhora negativa, vários contribuintes, ao tomarem conhecimento, quitaram seus débitos, gerando uma arrecadação superior à mencionada acima.

De outro lado, o sistema de IA possibilitou, nesses 3 (três) dias, o recolhimento do montante de R$ 2.133.994,88 (dois milhões e cento e trinta e três mil e novecentos e noventa e quatro reais e oitenta e oito centavos) de custas e taxa judiciária para o TJRJ.

As conclusões imediatas são: (a) economia direta para o Tribunal na redução do tempo do processo; (b) redução do estoque processual, com significativa baixa na taxa de congestionamento e, por via de consequência, um expressivo aumento de produtividade; (c) maior efetividade da execução fiscal; (d) aumento da arrecadação do Município em percentuais nunca antes identificados; (e) aumento do recolhimento das custas e da taxa judiciária; (f) redução significativa do trabalho braçal e intelectual dos Servidores e do tempo de realização de atos de complexidade mediana; (g) criação de uma cultura de educação fiscal; (h) melhor gestão da serventia, dentre inúmeros outros.

O sucesso da PoC é inegável , não por outro motivo foi objeto de diversas matérias publicadas na mídia44. A experiência demonstrou que a tecnologia, quando bem empregada e com acompanhamento constante dos riscos, produz um resultado fantástico. O modelo apresentou acurácia superior a 99% (noventa e nove por cento), o que significa dizer que, de 6.619 (seis mil e seiscentos e dezenove) atos praticados, errou em apenas 3 (três), sendo certo que, se fosse o ser humano realizando os atos, o número de erros seria bem superior. Além da acurácia espetacular alcançada, é importante destacar um outro fator: tempo. O humano levaria mais de 2 (dois anos) para realizar aquilo que a máquina fez em apenas 3 (três) dias (e o prazo poderá ser drasticamente reduzido, posto que esse tempo levou em consideração a validação realizada pelo humano de todos os atos praticados pela máquina, o que consumiu a maior parte do tempo desses 3 (três) dias; significa dizer que o tempo será ainda menor, se for reduzido o número de validações).

A conclusão que se chega na PoC é que restou demonstrado, efetivamente, que o sistema de inteligência artificial utilizado gerou importante impacto no cenário brasileiro das execuções fiscais. O antigo processo de execução fiscal, com alto custo, sem efetividade, que não incentiva o devedor a quitar suas dívidas, está com os dias contados. O novo processo de execução fiscal, o processo de execução inteligente, já está pronto para entrar em operação.

A IA é uma tecnologia multidisciplinar, por isso a mais aderente a todos os públicos, e tem capacidade de elevar o processo de Transformação Digital a outro patamar. Como disse Piccoli “as máquinas estão pedindo passagem para simplificar processos e otimizar mecanismos no processo executivo, não para substituir o homem 45 , pois por mais que a tecnologia evolua, ainda está longe de desenvolver a habilidade da empatia, diferencial do profissional do século 21”46, e no Judiciário, se mostrou extremamente eficaz nos casos simples, com um ganho de tempo, qualidade e recurso inestimável para a sociedade e para gestão do Tribunal e do executivo fiscal.

Podemos concluir que chegou o momento de embarcar na terceira fase da transformação digital, não se mostrando suficiente, neste momento, apenas a adoção do processo judicial eletrônico, mas o emprego de fluxos automatizados, conjugados com a Inteligência Artificial.

A experiência pioneira realizada no Estado do Rio de Janeiro comprovou a eficácia do método no executivo fiscal, de modo que sua implantação pode gerar uma cultura de adimplemento dos tributos, com reflexos incomensuráveis para a sociedade como um todo e um impacto extremamente alto para o Judiciário. A solução do executivo fiscal implica numa redução elevada da taxa de congestionamento do Judiciário, sendo possível reduzir a mesma em até 12% (doze por cento) com a movimentação desses processos. Além disso, não se pode desconsiderar o impacto financeiro e orçamentário que essa medida irá ocasionar nos cofres públicos, em benefício de toda a comunidade.

De outro lado, como bem destacou o emérito professor Ricardo Fernandes47 “à medida em que os tribunais utilizam a tecnologia e promovem o aumento da velocidade de tramitação de processos, isso provocará dois fortes impactos: (a) redução do “Custo Brasil” na medida em que reduz drasticamente o tamanho do Estado (incluindo dos Tribunais), vide exemplo dos Emirados Árabes Unidos que está investindo bilhões de dólares em IA e pretende reduzir os custos do Estado em 50% até 203148, (b) a possível redução das taxas de congestionamento judicial e aumento da velocidade de tramitação processual provocará um aumento de demanda por novas tecnologias pelo mercado jurídico privado (em essência companhias, escritórios de advocacia e legaltechs/lawtechs). Outro ponto importante é que no plano tecnológico as máquinas aprendem com o tempo (sistemas dotados de capacidade autoaprender, sem nenhuma pessoa o treinar de novo após ser construído)”. Com a evolução dos sistemas de IA dentro dos mais variados setores, isso deve impactar outros e assim sucessivamente. Deste modo a tecnologia tende a ficar cada vez mais poderosa49.

Cumpre ainda destacar que é possível identificar diversas experiências com inteligência artificial no Poder Judiciário, a mais conhecida delas o Victor no Supremo Tribunal Federal50, cuja a fase inicial do projeto, visa “ler” todos os recursos extraordinários que direcionados encaminhados ao STF e identificar quais estão vinculados a determinados temas de repercussão geral. Mas, não é apenas esse, no STJ também encontramos iniciativa em I.A51, no TJMG52, no TJRO a experiência do Sinapses 53, sistema esse que segundo notícias servirá de base para o CNJ na implantação do modelo de I.A54.

Tratando especificamente do executivo fiscal, além da experiência do TJRJ, encontramos o projeto Elis no TJPE55 e o Poti no TJRN56.

Isso demonstra que de fato o Judiciário está experimentando, testando e usando as novas tecnologias, contudo, a grande preocupação que temos é que a busca da nova tecnologia, não se torne uma “corrida” ou uma “competição” é preciso coordenação e união, para melhor aproveitamento dos esforços já realizados e o aprimoramento da tecnologia, sem dúvida, juntos os Tribunais, podem fazer mais e melhor. A união levará ao melhor modelo, com o menor esforço.

Por fim, cumpre destacar que não se pode afirmar, com certeza absoluta, que a sugestão aqui apresentada é perfeita e irretocável. Não! A sugestão é ousada e não é de hoje que os mais ousados são tachados de loucos quando estão com a bola do futuro no pé. Galileu Galilei, ao cometer a insanidade de afirmar que a Terra se movia, teve sérios problemas com o Santo Ofício. Darwin até hoje continua sendo contraditado e rejeitado por muitos.

A ideia aqui proposta não pode ser comparada com os estudos de Galileu e Darwin; longe, muito longe disso! Assim, se até mesmo os maiores cientistas e pensadores sofreram críticas acirradas ao ousarem, que dirá os pobres mortais que se dedicaram única e exclusivamente a tentar melhorar um sistema engessado e dar certa operacionalidade à “máquina administrativa”, com a implantação da Inteligência Artificial no Executivo Fiscal.

É claro que a história também ensina que nem sempre os mais ousados acertam. O Universo, por exemplo, ao contrário do que afirmou Wallus Grudjkieff, não é um corpo em putrefação. Mas, sem o erro – e o tempo para errar –, o acerto não se faz e o progresso não ocorre. No momento, precisamos avançar, ainda que correndo o risco de errar; do contrário, ficaremos eternamente estacionados no passado.

Necessário destacar que o próximo passo será a discussão quanto à contratação desse de um sistema de I.A. como o testado, sobre qual seria o modelo adequado, quais critérios devem ser utilizados e que medidas de segurança devem ser previstas. A construção de um sistema de I.A para o judiciário não é simples, não está pronto; não está posto, precisa ser criado: idealizado e desenvolvido; não é uma simples contratação de I.A, blockchain ou outra tecnologia disruptiva; precisa ser gerida pelo novo para enfrentar o velho problema. Nem nós, nem ninguém no planeta tem as respostas corretas nesse momento57.

Tudo é experiência, é experimentação. Essa é uma discussão que “temos que chamar os empreendedores de auto impacto, as startups, para participar ativamente e nutrir o nosso repertório e a nossa habilidade de enxergar o que ninguém vê, olhando para onde todo mundo vê”, ensinou Fábio Veras no I Congresso Internacional de Direito e Tecnologia de 2017 58. Precisamos enfrentar esse debate e para ontem.

Neste ponto que está concentrada boa parte do risco dos projetos de inovação. A Lei nº. 8.666/1993 não foi feita para projetos de inovação. Ela é absolutamente inadequada para isso. Como licitar um projeto de inovação? Pelo menor preço? Como estabelecer critérios objetivos para a seleção das melhores propostas? Qual a garantia de que um projeto de I.A será entregue segundo os termos do edital? A Lei nº. 10.973/2004 (Lei de Incentivo à Inovação e à Pesquisa) foi uma tentativa de criar um ambiente mais propício para a inovação, mas a pouca experiência com a sua aplicação tem mantido o nível elevado de aversão ao risco. O Decreto Presidencial nº. 9.283/2018, que regulamentou a Lei nº. 10.973/18, detalhou mecanismos inovadores para contratação de inovação tecnológica pelo Estado.

Embora seja um importante instrumento, ainda não temos notícia de contratações no serviço público utilizando a mencionada legislação, de modo que, ainda temos o fantasma do risco da contratação. É difícil inovar, e é muito mais difícil ainda inovar na contratação pública, pois há risco ao Erário e, principalmente, ao gestor que tenha boas intenções mas pode ter seu nome e patrimônio ameaçados mesmo que seu foco seja única e exclusivamente fazer o que a sociedade quer que ele faça: não ser um burocrata, mas um verdadeiro Gestor Público, que busque reduzir o custo do Estado, que vise à melhoria da prestação do serviço estatal com o menor custo possível, ou seja, que gerencie nossos bens.

Na dúvida em um País assolado por corrupções sistêmicas a cautela recomenda: não faça! O desafio agora não é a tecnologia, esta provou que é eficaz e funciona, o desafio é contratar essa tecnologia, no quadro de desconfiança geral que atormenta o país e de completa aversão à inovação no setor público. O momento é propício para buscar os meios necessários de dar início à operacionalização da novel legislação. O poder público ainda não está preparado para contratar inovação, temos que vencer as amarras da Lei Geral de Licitações e pensar na legislação mais adequada para o caso. Mas isso é assunto para um estudo inteiro, não sendo o foco deste. Passada a etapa anterior (modelo de contratação e risco), ainda será necessário discutir a publicidade dos algoritmos59 de I.A aplicados no Judiciário e sua forma de auditagem60, mas isso também deve ser objeto de um estudo próprio.

Assim, ponderando os riscos concretos da adoção do sistema de I.A no Judiciário na busca de uma gestão pautada pela eficiência, celeridade, transparência e moralidade, acreditamos que adoção da Inteligência Artificial aliada ao fluxo automatizado no executivo fiscal se mostra necessária e indispensável neste momento.

Como escreveu Oscar Wilde se existe alguma coisa que ninguém consegue enxergar é precisamente porque se encontra à vista de todos; o esconderijo mais oculto é aquele que, de tão óbvio, nem parece esconderijo. Não precisamos fazer como descreveu Chesterton, em obra ainda hoje clássica61, nos colocar de cabeça para baixo para enxergar as coisas de modo correto, o futuro está na nossa frente, precisamos caminhar e ver aonde a estrada irá nos levar, como disse Fernando Pessoa “navegar é preciso (...)” 62 .

A automatização do processo eletrônico com recurso de Inteligência Artificial no Executivo Fiscal é um projeto ousado, mas precisamos optar entre agir e tentar melhorar, correndo o risco de errar, para depois corrigir, ou estacionar e esperar a situação complicar. Afinal, como disse Eduardo Galeano 63, se a cada passo as utopias mais parecem se afastar, devemos ter em mente que é para isso que elas servem: para que nunca deixemos de caminhar!

---

Notas

2 FLORÃO, Marcos. A Justiça brasileira e a próxima onda de transformação digital. Estadão. São Paulo, 20 de agosto de 2017. Disponível em:<https://politica.estadao.com.br/blogs/fausto-macedo/a-justica-brasileira-e-a-proxima-onda-de-transformacao-digital/> Acesso em 04 Ago 2018.

3 Principal fonte das estatísticas oficiais do Poder Judiciário, anualmente, desde 2004, o Relatório Justiça em Números divulga a realidade dos tribunais brasileiros, com muitos detalhamentos da estrutura e litigiosidade, além dos indicadores e das análises essenciais para subsidiar a Gestão Judiciária brasileira. Os relatórios encontram-se disponíveis no seguinte endereço eletrônico: https://www.cnj.jus.br/programas-e-acoes/pj-justica-em-numeros. RELATÓRIO JUSTIÇA EM NÚMEROS – CONSELHO NACIONAL DE JUSTIÇA. Disponível em:<https://www.cnj.jus.br/programas-e-acoes/pj-justica-em-numeros>. Acesso em 30 jul. 2018.

4 Dado coletado do relatório “Justiça em Números”. JUSTIÇA EM NÚMEROS 2017. Ano-base 2016. Disponível em:<https://www.cnj.jus.br/files/conteudo/arquivo/2017/09/904f097f215cf19a2838166729516b79.pdf>. Acesso em 25 jul. 2018.

5 JUSTIÇA EM NÚMEROS 2017. Ano-base 2016, op. cit.

6 Instituto de Pesquisa Econômica aplicada (IPEA). Relatório de Pesquisa IPEA. Custo unitário do processo de Execução Fiscal na Justiça Federal. 2011. Disponível em: <https://ipea.gov.br/agencia/images/stories/PDFs/relatoriopesquisa/121009_relatorio_custounitario_justicafederal.pdf>. Acesso em 30 Jul. 2018. O relatório do IPEA gerou um estudo no CNJ nominado: A execução fiscal no Brasil e o Impacto no Judiciário (CONSELHO NACIONAL DE JUSTIÇA. A execução fiscal no Brasil e o impacto no Judiciário. Julho 2011. Disponível em: <https://www.cnj.jus.br/files/conteudo/arquivo/2016/03/2d53f36cdc1e27513af9868de9d072dd.pdf>. Acesso em 30 Jul. 2018).

7 Instituto de Pesquisa Econômica aplicada (IPEA). Relatório de Pesquisa IPEA. Custo unitário do processo de Execução Fiscal na Justiça Federal, op. cit.

8 Essa melhora sem dúvida passa pelo aprimoramento na esfera administrativa e judicial, assim como soluções gerenciais e legislativas.

9 Prova de conceito ou PoC (sigla do inglês, Proof of Concept) é um termo utilizado para denominar um modelo prático que possa provar o conceito (teórico) estabelecido por uma pesquisa ou artigo técnico.

10 ROSA, Alexandre Morais. LIMITE PENAL A inteligência artificial chegou chegando: magistratura 4.0. Conjur. Disponível em:<https://www.conjur.com.br/2018-jul-13/limite-penal-inteligencia-artificial-chegou-chegando-magistratura-40>. Acesso em 04 Ago 2018.

11 FLORÃO, Marcos, op. cit. Para maiores detalhes quanto ao tema recomendamos a leitura do livro JUDICIÁRIO EXPONENCIAL. (PICOLLI, Ademir Milton. Judiciário Exponencial. 7. premissas para acelerar a inovação e o processo de transformação no ecossistema da justiça. São Paulo: Vidaria, 2018).

12 A expressão “quarta revolução industrial ”, que já se encontra incorporada às discussões econômicas e tecnológicas do mundo moderno, foi cunhada por Klaus Schwab – Fórum Econômico Mundial -, nos idos de 2016, para tratar da “technological revolution that will fundamentally alter the way we live, work, and relate to one another” (Disponível em:<https://www.weforum.org/agenda/2016/01/the-fourth-industrial-revolution-what-it-means-and-how-to-respond/>, consultado em 29 de julho de 2018), e tem sido recorrentemente mencionada e trazida à tona, dada a sua relevância não somente de impacto em nossas vidas, como também pela sua escala, abrangência e complexidade. Iniciou-se no bojo da terceira revolução industrial , então chamada de Revolução Digital, que mudou radicalmente a sociedade, as formas de comunicação e o estado do mundo globalizado. Também chamada de 4.0, a revolução acontece após três processos históricos transformadores. A primeira marcou o ritmo da produção manual à mecanizada, entre 1760 e 1830. A segunda, por volta de 1850, trouxe a eletricidade e permitiu a manufatura em massa. E a terceira aconteceu em meados do século 20, com a chegada da eletrônica, da tecnologia da informação e das telecomunicações. A Quarta Revolução Industrial é diferente de tudo o que a humanidade já experimentou. Novas tecnologias estão fundindo os mundos físico, digital e biológico de forma a criar grandes promessas e possíveis perigos. A velocidade, a amplitude e a profundidade desta revolução estão nos forçando a repensar como os países se desenvolvem, como as organizações criam valor e o que significa ser humano, na festejada obra A quarta Revolução Industrial (SCHAWB, Klaus. A quarta Revolução Industrial. Trad, Daniel Moreira Miranda. São Paulo: Edipro, 2016), o autor explica por que a Quarta Revolução Industrial é algo fabricado por nós mesmos e está sob nosso controle, e como as novas formas de colaboração e governança, acompanhadas por uma narrativa positiva e compartilhada, podem dar forma à nova Revolução Industrial para o benefício de todos. Se aceitarmos a responsabilidade coletiva para a criação de um futuro em que a inovação e a tecnologia servem às pessoas, elevaremos a humanidade a novos níveis de consciência moral.

13 Assim, aquilo que Pereira Tavares chamou de softwarização do processo (como se pode designar esse fenômeno, nas palavras de: PEREIRA, S. Tavares. Processo Eletrônico, software, norma tecnológica (eNorma) e o direito fundamental à transparência tecnológica. Elementos para uma teoria geral do processo eletrônico. Disponível em:<htts://docs.google.com/file/d/0B81pFflVFMJRUh5SkE3LUxaNHc/edit>. Acesso em 29 jul. 2013) é uma realidade real e concreta. O que se discute é até onde podemos automatizar as rotinas e até que ponto essa automatização pode ocorrer sem violar preceitos constitucionais e processuais, como, por exemplo, o devido processo legal e seus corolários lógicos: contraditório e ampla defesa. Vivenciamos, nas últimas décadas, a passagem do processo mecânico para um processo que, cada vez mais, se armará de mecanismos automáticos. Nas palavras de George Terborgh, “mechanization is one thing: automaticity is something else” (TERBORGH, George. The automation hysteria. New York: Norton&Company, 1965, p. 15). Num processo mecânico, o humano tem de agir a cada ciclo operativo. A automatização permite afastar o humano, deixando que a máquina faça as coisas “sozinha”. Nessa passagem do mecânico para o automático, o elemento marcante é o programa (software), porque conduz uma máquina (computador) durante a execução de passos que, ao final, redundam num trabalho feito sem a intervenção do operador (servidor). O processo eletrônico intensificou a transferência de tarefas paras as máquinas e tornou obsoleta parte expressiva de trabalhos “mecanizados” até então adotados com frequência nas serventias judiciais (juntada de petição, costura de processo, certificação...). Um exemplo significativo dessa revolução é a contagem de prazos, onde a máquina é muito mais efetiva e decisiva. Mas, isso não basta! Com a evolução tecnológica, o “sistema” começou a substituir alguns atos, até então praticados pelos serventuários, nas ações burocráticas e que tomavam tempo útil do processo. Isso possibilitou que o processo tivesse uma velocidade muito superior, contudo o gargalo apenas mudou de lugar: da secretária (cartório/serventia) para o gabinete do magistrado, e é esse o gargalo que a tecnologia agora precisa ajudar a solucionar.

14 Por sistema de justiça compreendem-se tanto as instituições que atuam no âmbito da prestação jurisdicional quanto aquelas cuja missão é essencial à realização da justiça ou cuja atuação envolve a elaboração de políticas e a oferta de serviços que possibilitam aos cidadãos a defesa de seus direitos (INSTITUTO DE PESQUISA ECONÔMICA APLICADA (IPEA). Políticas Sociais: acompanhamento e análise, n. 14, 2007, p. 249). Estão abrangidos, portanto, os órgãos do Judiciário, o Ministério Público, a Defensoria Pública, a advocacia pública e privada e os órgãos do Poder Executivo que atuam na elaboração e implementação de políticas para o setor

15 FELISDÓRIO, Rodrigo César Santos e DUTRA E SILVA, Luís André. Inteligência Artificial como Ativo Estratégico para a Administração Pública. In FERNANDES, Ricardo V. C. e CARVALHO, Ângelo Gamba P. Tecnologia Jurídica & Direito Digital – II Congresso Internacional de Direito, Governo e Tecnologia. Belo Horizonte: Fórum, 2018, p. 95.

16 FELISDÓRIO, Rodrigo César Santos e DUTRA E SILVA, Luís André, op. cit., p. 95.

17 PETERSEN, Tomás M. Inteligência Artificial No Judiciário: A Segunda Fase Da Transformação Digital No Direito. Disponível em:<https://www.sajdigital.com.br/pesquisa-desenvolvimento/inteligencia-artificial-no-judiciario/>. Acesso em 28 Jul 2018.

18 CRUZ, Frank Ned Santa. Inteligência artificial no Judiciário. Disponível em: <https://www.migalhas.com.br/dePeso/16,MI257996,51045-Inteligencia+artificial+no+Judiciario>. Acesso em 28 Jul 2018. John Mccarthy, quem cunhou o termo em 1956, "numa conferência de especialistas celebrada em Darmouth Colege" (GUBERN, Romá. El Eros Electrónico. Madri: Taurus, 2000), a define como "a ciência e engenharia de produzir máquinas inteligentes". É uma área de pesquisa da computação dedicada a buscar métodos ou dispositivos computacionais que possuam ou multipliquem a capacidade racional do ser humano de resolver problemas, pensar ou, de forma ampla, ser inteligente. Também pode ser definida como o ramo da ciência da computação que se ocupa do comportamento inteligente ou ainda, o estudo de como fazer os computadores realizarem coisas que, atualmente, os humanos fazem melhor.

19 CRUZ, Frank Ned Santa, op. cit.

20 A maneira mais fácil de perceber as diferenças entre os pontos acima mencionados (machine learning e deep learning) e seu relacionamento é visualizá-los como círculos concêntricos com IA : (a) o círculo maior veio primeiro, nele estão contidos os sistemas especialistas; (b) o segundo círculo comtempla o machine learning,  que floresceu depois, e abrange a capacidade de a máquina aprender a partir de exemplos e conseguir generalizar decisões e (c) e finalmente, no terceiro círculo, contém o deep learning,  que está liderando a explosão de IA hoje, por sua capacidade de trato com BigData e geração de melhores resultados nesse contexto. Em termos gerais, tanto Machine Learning como Deep Learning são formas de Inteligência Artificial. Machine learning é um tipo de inteligência artificial que favorece a forma como um computador compreende e aprende quando é apresentado a novos dados, que estão em constante alteração. Nessa hora entra em ação o trabalho do cientista de dados (humano), que realiza o pré-processamento e oferece aos algoritmos informações brutas que possam ser exploradas à procura de padrões. O aprendizado de máquina (Machine Learning) é uma forma de conseguir a inteligência artificial. É um ramo da inteligência artificial que envolve a criação de algoritmos que podem aprender automaticamente a partir de dados. Ao invés de os desenvolvedores de software elaborarem enormes códigos e rotinas com instruções específicas para que a máquina possa realizar determinadas tarefas e conseguir resultados (e com isso limitar drasticamente o seu campo de atuação e resultados), no aprendizado de máquina treina-se o algoritmo para que ele possa aprender por conta própria, e até mesmo conseguir resultados que os desenvolvedores dos algoritmos nem mesmo poderiam imaginar. Neste treinamento, há o envolvimento de grandes quantidades de dados que precisam ser alimentadas para o algoritmo (ou aos algoritmos envolvidos), permitindo que ele (o algoritmo) se ajuste e melhore cada vez mais os seus resultados. Exemplo: o aprendizado de máquina foi utilizado para melhorar significativamente a visão por computadores (a capacidade de uma máquina reconhecer um objeto em uma imagem ou vídeo). Os seres humanos podem marcar imagens que têm um gato versus aquelas que não os possuem. O algoritmo tenta construir um modelo que pode marcar com precisão uma imagem como contendo um gato ou não, assim como um ser humano. Uma vez que o nível de precisão é alto o suficiente, a máquina agora “aprendeu” como é um gato, como ele se parece (ELIAS, Paulo Sá. Algoritmos, Inteligência Artificial e o Direito. Disponível em:<https://www.conjur.com.br/dl/algoritmos-inteligencia-artificial.pdf>. Acesso em 05 Ago 2018). Já o deep learning é inspirado na capacidade de aprendizagem do cérebro humano ao utilizar as chamadas redes neurais profundas, que aceleram as máquinas de aprendizado. Ele também elimina a intervenção do cientista de dados, que gasta menos tempo na preparação das informações e pode se concentrar no ajuste e otimização do software, alcançando resultados muito mais precisos. As redes neurais profundas são a primeira família de algoritmos que não requerem engenharia de recursos manual. Elas aprendem por conta própria, processando recursos de alto nível a partir de dados brutos. O aprendizado profundo (Deep Learning), segundo paulo s. Eliais (op. cit.) “é uma das várias abordagens para o aprendizado de máquinas. Outras abordagens incluem aprendizagem por meio de árvores de decisão (decision tree learning), programação de lógica indutiva (inductive logic programming), agrupamento (clustering), aprendizagem de reforço (reinforcement learning), redes bayesianas (Bayesian networks), entre outros. A aprendizagem profunda foi inspirada na estrutura e nas funções do cérebro humano, na interligação dos neurônios. As redes neurais artificiais (Artificial Neural Networks –ANNs) são algoritmos que imitam a estrutura biológica do cérebro humano. Nas ANNs, existem “neurônios” (entre aspas) que possuem várias camadas e conexões com outros “neurônios”. Cada camada (layer) escolhe um recurso específico para aprender, como curvas e bordas no reconhecimento de uma imagem, por exemplo. A aprendizagem profunda tem o seu nome em razão dessas várias camadas. A profundidade é criada com a utilização de múltiplas camadas em oposição a uma única camada de aprendizado pelo algoritmo. Esses algoritmos de aprendizado profundo formam as "redes neurais" e estas rapidamente podem ultrapassar a nossa capacidade de compreender todas as suas funções”. Dito de outra forma, o deep learning dispensa de certo modo o auxílio humano na feature extraction.

21 PETERSEN, Tomás M. op. cit.

22 Para maiores detalhes consulte: https://www.gartner.com/en/newsroom/press-releases/2017-10-04-gartner-identifies-the-top-10-strategic-technology-trends-for-2018.

23 Para melhor detalhamento sugiro a leitura do artigo do Ademir Piccoli, publicado no site Amanha (PICCOLI, Ademir. Já pensou em ser um designer de órgãos humanos? Com o avanço da TI, já se sabe funções que deixarão de existir, mas é improvável prever quais novos empregos surgirão. Disponível em:<https://www.amanha.com.br/posts/view/5729/ja-pensou-em-ser-um-designer-de-orgaos-humanos>. Acesso 28 de julho 2018.

24 Assim, numa visão holística da aplicação da IA no Judiciário, podemos identificar as seguintes atuações: (a) auxiliando o Magistrado na realização de atos de constrição e consulta (penhora on line, Renajud, InfoJUD e outros); (b) auxiliando o Magistrado a identificar os casos de suspensão por decisões em recursos repetitivos, IRDR, Reclamações e etc, possibilitando que o processo seja identificado e suspenso sem esforço humano maior do que aquele baseado em confirmar o que a máquina apontou; (c) auxiliar o Magistrado na degravação de audiências, poupando enorme tempo; (d) auxiliar na classificação adequada dos processos, gerando dados estatísticos mais consistentes; (e) auxiliar o Magistrado na elaboração do relatório dos processos, filtrando as etapas relevantes do processos e sintetizando o mesmo; (f) auxiliar na identificação de fraudes; (g) auxiliar na identificação de litigante contumaz; (h) auxiliar na identificação de demandas de massa; (i) auxiliar na avaliação de risco (probabilidade/impacto de algo acontecer no futuro); (j) auxiliar na gestão relativa à antecipação de conflitos a partir de dados não estruturados; (k) auxiliar o Magistrado na avaliação da jurisprudência aplicada ao caso; (l) possibilitar uma melhor experiência de atendimento ao usuário: sistemas conversacionais, "chat bot" (atendimento para ouvidoria e Corregedoria); (m) identificar votos divergentes na pauta eletrônica; (n) auxiliar na gestão cartorária, identificando pontos de gargalos, processos paralisados, Servidores com menor/maior carga de trabalho; (o) identificar e reunir processos para movimentação em lote, e (p) auxiliar o Magistrado na elaboração de minutas de despachos, decisões e sentenças.

25 Aqui estamos utilizando a distinção brilhantemente apresentada pelo insigne Alexandre Morais da Rosa, no festejado artigo: LIMITE PENAL A inteligência artificial chegou chegando: magistratura 4.0, disponível em: https://www.conjur.com.br/2018-jul-13/limite-penal-inteligencia-artificial-chegou-chegando-magistratura-40. (ROSA, Alexandre Morais da. Limite Penal A inteligência artificial chegou chegando: magistratura 4.0. Disponível em:<https://www.conjur.com.br/2018-jul-13/limite-penal-inteligencia-artificial-chegou-chegando-magistratura-40>. Acesso em 28 Jul de 2018).

26 LÓPEZ DE MÁNTARAS BADIA, Ramon; MESEGUER GONZÁLEZ, Pedro. Inteligencia artificial. Madrid: CSIC/Catarata, 2017.

27 PoC (sigla do inglês, Proof of Concept) é um termo utilizado para denominar um modelo prático que possa provar o conceito (teórico) estabelecido por uma pesquisa ou artigo técnico.

28 Nos pontos acima destacados, podemos identificar que as hipóteses previstas na nota de rodapé nº. 22. os itens “e”, “i”, “j”, “k”, “m” e “p” representam aquelas de maior dificuldade na aplicação da IA, o que não significa impossibilidade de aplicação, mas sim que será demandado um esforço maior tanto do Judiciário, quanto dos responsáveis pelo desenvolvimento da tecnologia, sendo perfeitamente possível implantar no médio e longo prazo. No curto prazo, é possível aplicar todos os demais itens com o estado atual do avanço tecnológico e com menor esforço.

29 HOLMES, S.; SUNSTEIN, C. R. The cost of rights: why liberty depends on taxes. Nova Iorque: Norton, 1999. Sobre o tema: Relatório de Pesquisa IPEA. Custo unitário do processo de Execução Fiscal na Justiça Federal, op. cit.

30 Relatório de Pesquisa IPEA. Custo unitário do processo de Execução Fiscal na Justiça Federal, op. cit.

31 SANTOS, Boaventura S. Os actos e os tempos dos juízes: contributos para a construção de indicadores da distribuição processual nos juízos cíveis. Coimbra: Observatório Permanente da Justiça Portuguesa, 2005; HAMMERGREN, L. Envisioning reform: conceptual and practical obstacles to improving judicial performance in Latin America. Pensilvânia: Penn State Press, 2007; CAMPOS, A. G. Sistemas de justiça no Brasil: problemas de equidade e efetividade. Brasília: Ipea, 2008. Texto para Discussão, n. 1.328; TIMM, L. B. et al. Causas da morosidade na Justiça brasileira. Brasília: CNJ, 2010. Relatório de pesquisa.

32 Relatório de Pesquisa IPEA. Custo unitário do processo de Execução Fiscal na Justiça Federal, op. cit.

33 SANTOS, B. S., ob cit. p. 23

34 Por sistema de justiça compreendem-se tanto as instituições que atuam no âmbito da prestação jurisdicional quanto aquelas cuja missão é essencial à realização da justiça ou cuja atuação envolve a elaboração de políticas e a oferta de serviços que possibilitam aos cidadãos a defesa de seus direitos (INSTITUTO DE PESQUISA ECONÔMICA APLICADA (IPEA). Políticas Sociais: acompanhamento e análise, n. 14, 2007, p. 249). Estão abrangidos, portanto, os órgãos do Judiciário, o Ministério Público, a Defensoria Pública, a advocacia pública e privada e os órgãos do Poder Executivo que atuam na elaboração e implementação de políticas para o setor.

35 PASTOR, S. Los nuevos sistemas de organización y gestión de la Justicia: mito o realidad? In: Anais da terceira conferência sobre Justiça e desenvolvimento na América Latina e no Caribe. Quito: Banco Interamericano de Desenvolvimento, 2003

36 Custo Unitário do Processo de Execução Fiscal na Justiça Federal. Instituto de Pesquisa Econômica Aplicada – IPEA 2011, op. cit.

37 Esse valor foi obtido no ano 2011, portanto, encontra-se sete anos desatualizado, aplicando uma mera correção monetária no valor encontrado na pesquisa do IPEA chegamos ao valor atualizado de R$ 6.738,36, tão somente pelo indicie de correção disponibilizado pelo Tribunal de Justiça do Estado do Rio de Janeiro no seu sítio eletrônico (https://www4.tjrj.jus.br/correcaoMonetaria/faces/correcaoMonetaria.jsp).

38 Disponível em: https://www.cnj.jus.br/files/conteudo/arquivo/2017/12/b60a659e5d5cb79337945c1dd137496c.pdf.

39 Diz-se possível, porque não se tem como precisar o real valor da economia aferida, nem mesmo, se ela ocorreu na integralidade, contudo, levando em consideração os estudos realizados é possível que a mesma tenha ocorrido.

40 O cálculo utilizado foi o seguinte: se o valor unitário médio do processo executivo é de aproximadamente R$ 4.368,00, segundo a pesquisa realizada pelo IPEA (Custo Unitário do Processo de Execução Fiscal na Justiça Federal. Instituto de Pesquisa Econômica Aplicada – IPEA 2011, op. cit.), como o processo de execução fiscal dura em média 7 anos e 5 meses, segundo o último relatório do Justiça em Números do CNJ, temos que o custo médio anual do processo é de R$ 49,08 por mês (R$ 4.368,00/89 – número de meses do tempo do processo). Assim, como do total de processos onde se teve penhora total a imensa maioria acarreta extinção do processo, existe de fato uma redução do tempo e do custo. O cálculo para levar em consideração os processos que foram extintos utilizou novamente a pesquisa do IPEA que aponta que 10,8% dos executivos fiscais apresentam alguma forma de resistência (embargos ou exceção de pré-executividade), nada obstante o número da serventia ao longo dos últimos 12 meses apontou que em apenas 1% dos processos existe algum tipo de objeção e estudando especificamente as impugnações apresentadas no processos que tiveram penhora total ou parcial na PoC o número foi de 3%. Mesmo diante desses números, entendemos mais prudente utilizar o número da pesquisa do IPEA que na prática foi praticamente três vezes superior ao observado no caso em estudo. Assim, utilizando dados extremamente conservadores, deduzimos 10,8% do número de processos com penhora total: 1.523 – 10% = 1.366. Como o tempo médio do processo é de 89 meses e esses processos tiveram duração de apenas 24 meses, significa que é possível estimar uma economia de 65 meses ao custo mensal de R$ 49,08 o que representa uma economia no valor de R$ 4.357.693,48.

41 O cálculo realizado é idêntico acima, alterando unicamente o valor do custo médio do processo executivo fiscal que atualizado é de aproximadamente R$ 6.738,36. Assim, fazendo a redução dos processos que em tese poderiam ter alguma impugnação chegamos ao total de 1.366, que tiveram duração de apenas 24 meses, uma redução de 65 meses ao custo mensal de R$ 75,71 (R$ 6.738,36/89). Assim, multiplicando R$ 75,71 por 65 chegamos ao custo médio de R$ 4.921,15 de economia por processo, multiplicado esse valor pelo número de processos que finalizaram (1.366), chegamos ao valor de R$ 6.722.460,50.

42 Partindo da premissa assentada na nota acima, temos que com a redução de tempo do processo de aproximadamente dois anos e cinco meses, isso significa que o processo teve uma economia de tempo desse período que corresponde a seguinte fórmula: 1.157x(R$ 49,08x29meses).

43 Partindo da premissa assentada na nota acima, temos que com a redução de tempo do processo de aproximadamente dois anos e cinco meses, isso significa que o processo teve uma economia de tempo desse período que corresponde a seguinte fórmula: 3.930x(R$ 49,08x29meses).

44 Dentre outros confira-se: TJ-RJ usa inteligência artificial para acelerar processos, Rede Globo, 10.08.2018. Disponível em https://globoplay.globo.com/v/6937191/. Acesso em 12.08.2018.

45 A IA representa um campo de espaço colaborativo, em que as pessoas estão no centro do processo. Os seres humanos sempre serão protagonistas na customização e estruturação dos sistemas de inteligência artificial em especial no Judiciário. Dito de outra forma, a “máquina” não irá substituir o juiz, ele vem para auxílio, o magistrado é o fim e o meio do sistema de inteligência artificial que existe só para auxilia-lo.

46 PICCOLI, Ademir. Já pensou em ser um designer de órgãos humanos? Com o avanço da TI, já se sabe funções que deixarão de existir, mas é improvável prever quais novos empregos surgirão. Disponível em:<https://www.amanha.com.br/posts/view/5729/ja-pensou-em-ser-um-designer-de-orgaos-humanos>. Acesso 28 de Jul 2018.

47 FERNANDES, Ricardo V. C. e CARVALHO, Ângelo Gamba P. The Future: Análise da curva de adoção das tecnologias disruptivas jurídicas (LegalTech) e governamentais (GovTech), onde estamos e para onde queremos ir. In FERNANDES, Ricardo V. C. e CARVALHO, Ângelo Gamba P. Tecnologia Jurídica & Direito Digital – II Congresso Internacional de Direito, Governo e Tecnologia. Belo Horizonte: Fórum, 2018, p. 29.

48 Cf. https://www.youtube.com/watch?v=6P-5PkzC2ZI. Acesso em 12.08.2018.

49 FERNANDES, Ricardo V. C. e CARVALHO, Ângelo Gamba P., op. cit.

50 Para maiores detalhes: https://www.stf.jus.br/portal/cms/verNoticiaDetalhe.asp?idConteudo=380038; https://www.stf.jus.br/portal/cms/verNoticiaDetalhe.asp?idConteudo=393522; https://www.conjur.com.br/2018-jun-01/stf-programa-inteligencia-artificial-processos.

51 https://www.stj.jus.br/sites/STJ/default/pt_BR/Comunica%C3%A7%C3%A3o/noticias/Not%C3%ADcias/STJ-d%C3%A1-primeiro-passo-para-implantar-intelig%C3%AAncia-artificial-na-rotina-do-processo

52 https://www.tjmg.jus.br/portal-tjmg/noticias/tjmg-utiliza-inteligencia-artificial-em-julgamento-virtual.htm#.XJqicHtKiHs

53 https://www.tjro.jus.br/noticias/item/9837-inteligencia-artificial-sistema-desenvolvido-no-tribunal-de-justica-de-rondonia-e-apresentado-ao-ministerio-publico-federal

54 https://www.cnj.jus.br/noticias/cnj/87819-inteligencia-artificial-parceria-com-tribunal-de-rondonia-aproxima-o-futuro

55 https://www.tjpe.jus.br/noticias/-/asset_publisher/ubhL04hQXv5n/content/id/2079372

56 https://www.youtube.com/watch?v=AUczd1cMZL4

57 FERNANDES, Ricardo V. C. e CARVALHO, Ângelo Gamba P. The Future: Análise da curva de adoção das tecnologias disruptivas jurídicas (LegalTech) e governamentais (GovTech), onde estamos e para onde queremos ir. In FERNANDES, Ricardo V. C. e CARVALHO, Ângelo Gamba P. Tecnologia Jurídica & Direito Digital – II Congresso Internacional de Direito, Governo e Tecnologia. Belo Horizonte: Fórum, 2018, p. 30-31.

58 Informação verbal, gravada em vídeo, I Congresso Internacional de Direito e Tecnologia, 23 e 24 de novembro de 2017. Disponível em Link you tube. Acesso em 16.08.2018. Palestra integral disponível no link: https://www.youtube.com/embed/B8gESopneLQ?modestbranding=1&rel=0&controls=1&showinfo=0&html5=1&autoplay=1&output=embed. Acesso em 16.08.2018.

59 Segundo PAULO S. ELIAS “algoritmo (algorithm), em sentido amplo, é um conjunto de instruções, como uma receita de bolo, instruções para se jogar um jogo, etc. É uma sequência de regras ou operações que, aplicada a um número de dados, permite solucionar classes semelhantes de problemas. Na informática e telemática, o conjunto de regras e procedimentos lógicos perfeitamente definidos que levam à solução de um problema em um número de etapas. Em outras palavras mais claras: são as diretrizes seguidas por uma máquina. Na essência, os algoritmos são apenas uma forma de representar matematicamente um processo estruturado para a realização de uma tarefa. Mais ou menos como as regras e fluxos de trabalho, aquele passo-a-passo que encontramos nos processos de tomada de decisão em uma empresa, por exemplo”. (ELIAS, Paulo S., op. cit.).

60 No caso Zilly (ANGWIN, J., LARSON, J., MATTU, S. & KIRCHNER, L., Machine Bias. There is software that is used across the county to predict future criminals. And it is biased against blacks. Disponível em:<https://www.propublica.org/article/machine-bias-riskassessments-in-criminal-sentencing>. Acesso em 05 Ago 2018) – uma das questões consideradas pelo risk scoring algorithm utilizado (algoritmo de pontuação de risco em matéria de execução penal) foi que um dos pais do acusado já havia sido preso. Sabemos que essa não é uma praxe nos Tribunais atribuir um período maior de prisão ao acusado pelo simples fato de que um dos seus pais teria sido preso anteriormente. Mas a máquina interpretou assim.

61 CHESTERTON, G. K. Hereges. Ecclesiae, 2011.

62 Navegar é preciso - FERNANDO PESSOA “Navegadores antigos tinham uma frase gloriosa: “Navegar é preciso; viver não é preciso” . Quero para mim o espírito [d]esta frase, transformada a forma para a casar como eu sou: Viver não é necessário; o que é necessário é criar. Não conto gozar a minha vida; nem em gozá-la penso. Só quero torná-la grande, ainda que para isso tenha de ser o meu corpo e a (minha alma) a lenha desse fogo . Só quero torná-la de toda a humanidade; ainda que para isso tenha de a perder como minha . Cada vez mais assim penso. Cada vez mais ponho da essência anímica do meu sangue o propósito impessoal de engrandecer a pátria e contribuir para a evolução da humanidade. É a forma que em mim tomou o misticismo da nossa Raça.” (PESSOA, Fernando. Obra poética. Organização de Maria Aliete Galhoz. 3ª. ed. Rio de Janeiro: Nova Aguilar, 2004, p. 841) Em uma releitura cantada de FERNANDO PESSOA, o grupo musical O RAPPA na música Mar de Gente deixou consignado que “Esperança verdades de criança Um momento bom Como lembrança Navegar é preciso Se não a rotina te cansa”.

63 “A utopia está lá no horizonte. Me aproximo dois passos, ela se afasta dois passos. Caminho dez passos e o horizonte corre dez passos. Por mais que eu caminhe, jamais alcançarei. Para que serve a utopia? Serve para isso: para que eu não deixe de caminhar” (GALEANO, Eduardo. Palabras Andantes‎. Madri: Siglo XXI, 2003). No original “Ella está en el horizonte -dice Fernando Birri-. Me acerco dos pasos, ella se aleja dos pasos. Camino diez pasos y el horizonte se corre diez pasos más allá. Por mucho que yo camine, nunca la alcanzaré. ¿Para qué sirve la utopía? Para eso sirve: para caminhar”