Advogado Lin Shanglun em artigo próprio » Amplificação e aceleração: a verdadeira capacidade de IA que 99% dos profissionais jurídicos perdem

Nos últimos seis meses, ajudei mais de mil profissionais jurídicos ao redor do mundo a integrarem a IA, desde advogados nos Estados Unidos, Japão, Austrália até Taiwan, e até organizações sem fins lucrativos locais. Minha experiência é que a essência da IA é "amplificar" e "acelerar" sua expertise, enquanto a taxa de adoção global é inferior a 2%. Quem entrou primeiro está desfrutando de benefícios surpreendentes de produtividade.
(Preâmbulo: Artigo do advogado Lin Shanglun》Quando você pergunta o que comer ao meio-dia, o mundo está replanejando o mapa energético para essa questão)
(Complemento de contexto: Artigo do advogado Lin Shanglun》IA virou uma desculpa universal para demissões! A culpa coletiva das empresas de tecnologia)

Índice deste artigo

Alternar

• O maior equívoco: "Meu fluxo de trabalho não precisa de IA"
• Segundo equívoco: Usar modelos de consumo, sem entender suas limitações
• "Escrevo melhor que a IA": isso é ingenuidade, e um julgamento equivocado
• Erros na metodologia de uso: a "Atenção Solta" negligenciada
• A maior capacidade da IA: "Transformações infinitas" de formato e conteúdo
• O tesouro esquecido: a capacidade de "iterações infinitas" da IA
• Por que profissionais especializados precisam de "IA dedicada"?
• Não use os erros dos outros como justificativa para não evoluir
• IA é uma "tecnologia universal", mas sua adoção é surpreendentemente baixa

Resumo dos pontos principais

• A qualidade da produção da IA depende do input: modelos de consumo geralmente leem apenas de 10.000 a 20.000 tokens por vez, o que pode fazer perder cláusulas importantes em contratos de 50.000 palavras ou interpretações, problema que está na escolha do modelo, não na capacidade da IA.
• Os quatro maiores escritórios de advocacia nos EUA integram IA desde estagiários até sócios, e profissionais precisam de IA "paga por token" para explorar a capacidade de iteração infinita e transformação de formato.
• IA é uma "tecnologia universal" de aprendizado de barreira muito baixa, mas sua adoção global é inferior a 1% a 2%. Como 99% ainda não entraram, os pioneiros podem alcançar uma produtividade surpreendente.

Nos últimos seis meses, tive a oportunidade de ajudar advogados ao redor do mundo a integrarem IA. Desde advogados nos EUA, Japão, Austrália até Taiwan, participei de mais de mil reuniões de implementação. Aproveitando esta oportunidade, quero revisar as percepções e equívocos mais comuns que observei sobre IA na sociedade moderna. Porque não suporto ver tantas pessoas subestimando a IA por interpretações erradas, atacando ou resistindo a ela — isso é uma pena.

O maior equívoco: "Meu fluxo de trabalho não precisa de IA"

Na minha visão, o equívoco mais comum e fatal é alguém dizer: "Meu fluxo de trabalho talvez não precise de IA." Essa frase já demonstra uma subestimação grave da capacidade da IA. Essa subestimação geralmente tem várias causas.

Primeira causa: "Quem usa é ruim", levando a pensar que a produção da IA é ruim. Muitos advogados veem seus clientes usando GPT para gerar textos, e pensam: "Isso é uma porcaria." Mas isso é um entendimento errado da IA. A qualidade do output depende fundamentalmente do input que você fornece. Quem opera a IA, o que ela recebe de entrada, determina o que ela produz.

Imagine: seu cliente é alguém que não entende de direito. Você zomba de alguém que não conhece direito por usar IA e acha que o resultado é ruim, e conclui que não precisa de IA. Essa conclusão é absurda. A IA é uma ferramenta de "amplificação" e "aceleração": amplifica seus resultados, acelera seu fluxo de trabalho. Uma pessoa que não distingue direito civil de penal, que não conhece direito processual, certamente opera mal e não consegue fazer iterações de resultados. Isso é um problema do usuário, não da IA.

Segundo equívoco: Usar modelos de consumo, sem entender suas limitações

Outro motivo é usar modelos de "consumo", sem perceber suas limitações. É importante entender: esses são IA de consumo, não IA empresarial ou comercial, com objetivos e lógica de cobrança diferentes.

Hoje, os grandes modelos de linguagem têm um poder enorme na manipulação de textos, muito além do que a maioria imagina. Eles podem gerar combinações de texto, após várias iterações, que parecem idênticas às humanas, bastando imitar estilo; para superar humanos, basta fazer mais iterações. Mas por que muitos acham que o resultado é ruim? Porque usam modelos baratos de consumo.

A diferença decisiva está na cobrança. Modelos de consumo geralmente cobram por token de entrada, e esse número é muito baixo — cerca de 10.000 a 20.000 tokens por consulta. Quando você usa esse tipo de modelo "ilimitado", as empresas, para reduzir custos e aumentar lucros, tendem a limitar o uso de tokens de entrada.

O que acontece? Por exemplo, você envia um contrato de 50.000 palavras, mas o modelo só lê 20.000 tokens. Ele pode ler só partes, ou só o começo, ignorando o restante. Assim, você percebe que:

• Enviou um contrato longo, e ele perdeu cláusulas importantes;
• Enviou uma sentença, e a decisão ou as sanções finais não foram lidas;
• Enviou uma ata de reunião extensa, e ela sai incompleta.

Isso não é uma limitação da IA, mas uma escolha errada de modelo. Com a tecnologia atual, é possível ler com precisão qualquer volume de documentos. Se a cobrança fosse por token, as empresas ficariam felizes em ler cada palavra sua. Com o input garantido, na minha experiência de mais de mil casos, os resultados quase nunca decepcionam profissionais jurídicos.

"Escrevo melhor que a IA": isso é ingenuidade, e julgamento equivocado

Depois, muitos dizem: "Minha escrita é melhor que a IA." Essa ideia é extremamente ingênua.

Você precisa entender que as maiores e mais lucrativas firmas de advocacia nos EUA já usam IA em todas as áreas, desde estagiários de verão, advogados experientes até sócios. Por quê? Porque, quando uma tarefa pode ser automatizada e gerada por máquina, ninguém volta a fazer manualmente. É como usar computador em vez de calculadora; tirar notas com foto em vez de escrever à mão; viajar de avião em vez de caminhar ou velejar. Essa é a essência do progresso.

É como dizer: as quatro maiores firmas dos EUA usam IA, e isso é como um time de NBA campeão reconhecendo que a bola de basquete está muito boa. Mas muitos ainda negam, citando exemplos estranhos, como um time de basquete de terceiro mundo dizendo que a bola é ruim. Essa postura é irracional, pouco provável de convencer alguém, seja pela probabilidade ou pela lógica.

Erros na metodologia de uso: a "Atenção Solta" negligenciada

Além da escolha do modelo, o erro na metodologia de uso é comum. A IA é muito suscetível à "atenção dispersa" (loose attention).

Hoje, a abordagem mais correta, que a maioria dos fornecedores conhece, é usar uma base de dados (vetorização). Como funciona? Primeiro, converte-se cada arquivo em texto puro, depois envia-se para a IA. Por quê? Porque a leitura de texto puro é a mais eficiente; PDFs são melhores que DOCs, que por sua vez são melhores que imagens com texto.

Assim, a sequência correta para análise de dados é:

• Dividir em vários arquivos, ou consolidar em um só;
• Consolidar em um arquivo só, ou vetorializar tudo em texto, antes de ler com IA.

Se você não conhece esses detalhes, pode acabar enviando várias pastas, e ao ver resultados ruins, pensar: "A IA é ruim." Mas, na verdade, quando alguém consegue usar IA além do humano, o problema é sua metodologia, não a IA. É uma visão curta demais pensar assim.

Capacidade máxima da IA: "Transformações infinitas" de formato e conteúdo

Quero falar de uma capacidade específica da IA: a de fazer "transformações infinitas" de formato e conteúdo. Quando você tem bastante conteúdo, a IA é extremamente forte nisso.

Isso também muda a forma de cobrar pelos serviços jurídicos. Antes, você só cobrava quando achava que era hora; agora, com IA, pode estender esse momento indefinidamente, oferecendo serviços mais refinados sem cobrar mais. Por exemplo, uma consulta única, que antes era só uma, agora pode gerar análises, rascunhos de petições, tudo a partir do mesmo material.

Vamos pegar um exemplo de litígio trabalhista: uma disputa entre empregado e empregador. Com consentimento, você registra toda a reunião. Essa ata pode incluir:

• Estratégias futuras de litígio;
• Como fazer denúncias ou recorrer a órgãos reguladores;
• Como alegar despedimento forçado sob a lei trabalhista, e solicitar indenizações;
• Cálculo de indenizações, horas extras, tipos de jornada, valores de aposentadoria complementar, etc.

Com esse material claro, o que você pode transformar? Pode gerar uma carta de rescisão, uma proposta de negociação, uma petição inicial, uma contestação, uma justificativa, ou até uma declaração pública.

O ponto-chave: quando seu conteúdo está bem organizado, mesmo que haja informações redundantes ou irrelevantes, a IA, usando o conceito e a ferramenta corretos, consegue ler, extrair e interpretar com precisão. Ela não precisa de um formato "perfeito" ou "fino"; o que importa é que o conteúdo seja claro, rico e completo. Quanto à forma, a transformação pela IA é tão fácil que chega a ser óbvia.

Tesouro esquecido: a capacidade de "iterações infinitas" da IA

Outro aspecto que muitos ignoram é a capacidade de "iterações infinitas". O que é "iteração"? Vou usar um exemplo de cartão de aniversário.

Primeira versão: Você escreve uma mensagem para seu amor, como "Te amo, meu bem, para sempre". Pode parecer uma frase sem graça, sem sentimento. Mas, para a IA, essa primeira versão é só um rascunho, basta colocar o nome, como você ama, e sua conclusão.

Segunda versão: Você diz para a IA: "Quais momentos de gratidão tivemos nos últimos anos?" Mesmo sem saber exatamente como incorporar, basta passar os fatos, e a IA automaticamente integra essas histórias de amor na mensagem inicial.

Terceira versão: Você admira uma cena de "Orgulho e Preconceito" e quer usar aquela frase na mensagem. Passa para a IA fazer uma terceira iteração. Assim, a versão final vira uma mensagem perfeita, com história, referências de filmes e frases marcantes.

Antes, cada modificação levava uma hora; agora, uma única alteração na sua parte pode gerar inúmeras iterações automáticas.

No caso de advogados, uma petição longa ou declaração pode ser aprimorada muito mais rápido assim. Tradicionalmente, um advogado experiente critica uma versão, devolve, e repete. Com IA, esse ciclo é muito mais rápido. Essa é a forma correta de usar a capacidade de iteração.

Por que profissionais especializados precisam de "IA dedicada"?

Mas atenção: se você usar modelos tradicionais ou errados, não consegue fazer boas iterações. Por quê? Porque cada iteração consome tokens de entrada e saída mais caros, e esses modelos de consumo querem economizar tokens.

Por exemplo: um artigo de 5.000 palavras, dividido em partes, e você quer modificar só a terceira parte. O modelo de consumo, para economizar, pode simplesmente marcar as partes não modificadas como "omitted" (omitido). Isso é um erro grave. Porque, na prática, trabalhamos com versões sucessivas, baseadas na anterior. Para evitar desperdício de tokens, o modelo pode apagar partes, colocar "omitido", ou fazer fusões em massa, dificultando a iteração. Quando não há possibilidade de iterar, você está deixando de usar a maior força da IA, que é a capacidade de refinar continuamente.

Por isso, advogados, profissionais de dados, jornalistas, escritores — todos precisam de IA dedicada, que permita usar tokens de forma eficiente e fazer múltiplas iterações.

Modelos de consumo são para quem? Para o usuário comum, que faz perguntas simples, como "Estou com tosse, o que fazer?" Sem necessidade de iteração. Mas, quando envolve expertise, é preciso fazer refinamentos, e aí o modelo de consumo não serve. Usar uma ferramenta inadequada para uma tarefa profissional é uma interpretação errada da tecnologia.

Não use os erros dos outros como justificativa para não evoluir

Muita gente se tranquiliza ao ver notícias negativas sobre IA, como processos judiciais que usam IA com "alucinações" ou erros. Alguns até compartilham, dizendo: "Nunca use IA."

Mas você sabe? Quando uma firma de advocacia comete um erro, quantas outras não cometeram, mas economizaram tempo e aumentaram sua produtividade? As maiores firmas já revelaram quais IA usam. Os que tiveram problemas, geralmente, usaram modelos de consumo baratos, sem verificar os resultados, e sem entender que IA serve para ampliar e acelerar sua expertise, não para substituir julgamento.

Transformar os erros alheios em desculpa para não usar IA é uma visão limitada e uma pena. Não é compatível com a realidade atual.

IA é uma "tecnologia universal", mas sua adoção é surpreendentemente baixa

Hoje, é fundamental entender que IA é uma "tecnologia universal". Assim como smartphones, qualquer pessoa pode usar, aprender facilmente, e é intuitiva. Quando você usa um smartphone, pensa: "Quem ainda usa telefone antigo?" A maioria já migrou, menos de 10%.

Porém, a IA, apesar de acessível, poderosa e fácil de usar, tem uma taxa de adoção global inferior a 1% ou 2%. É uma pena enorme. Do outro lado, quem entender e usar IA cedo, enquanto 99% ainda não entrou, pode alcançar uma produtividade extraordinária.

Por que tenho tanta certeza do uso de IA por advogados? Porque, nos últimos seis meses, ajudei quase mil profissionais jurídicos ao redor do mundo a integrarem IA, acumulando essas percepções.

Acredito que essas ferramentas são ainda mais importantes para organizações sem fins lucrativos. Agradeço especialmente à Fundação de Reforma Judicial e à Associação de Reabilitação de Injustiças por reconhecerem meu trabalho. Ajudar ONGs a integrarem IA, reduzindo trabalho burocrático e aumentando eficiência, é uma das minhas maiores satisfações. Essas organizações têm tarefas administrativas pesadas, e ao usar IA, economizam recursos e obtêm resultados melhores. É uma honra poder contribuir como advogado de IA nesse momento.

Certificado de agradecimento do Fundação de Reforma Judicial Popular, reconhecendo o trabalho voluntário do advogado Lin Shanglun na oferta do sistema M-ROSS.AI, auxiliando na tradução de documentos estrangeiros, resumos de sentenças e organização de textos.

Certificado de agradecimento da Taiwan Innocence Project, agradecendo a aplicação do M-ROSS.AI na tradução e resumo de documentos estrangeiros, resumos de sentenças em chinês e reconhecimento óptico de caracteres em arquivos não sensíveis.

Este artigo nasceu do meu incômodo ao ver tantas pessoas atacando e resistindo à IA por causa de equívocos. Preciso dizer: quem realmente usa IA, continuará a zombar dessa resistência. Porque esse equívoco só te coloca em desvantagem, te faz ficar para trás, e te afasta do ritmo desta era.

Perguntas frequentes

Qual a diferença entre IA de consumo e IA empresarial ou dedicada?

A principal diferença está na cobrança e nos tokens de entrada. Modelos de consumo cobram pouco por consulta, geralmente 10.000 a 20.000 tokens, e contratos ou sentenças longas podem ser parcialmente ignorados. IA dedicada cobra por uso completo de tokens, garantindo leitura integral e maior estabilidade na produção.

Por que a "iterações infinitas" é uma capacidade que a IA deve aproveitar ao máximo?

Porque o trabalho humano é baseado na revisão contínua de versões anteriores. A IA consegue fazer inúmeras iterações em um tempo muito curto. Mas modelos de consumo, para economizar tokens, muitas vezes marcam partes não modificadas como "omitido", o que impede a continuidade da iteração e limita sua potencialidade.