MOROSIDADE DO JUDICIÁRIO: PROPOSTAS DE UTILIZAÇÃO DA INTELIGÊNCIA ARTIFICIAL PARA CONTRIBUIR NA CELERIDADE DA RETIFICAÇÃO DA AUTUAÇÃO PROCESSUAL
Resumen
Objetivo: Demonstrar que há morosidade na prestação jurisdicional, mais especificamente na fase de retificação da autuação processual quando há intervenção humana e que a morosidade é ainda maior quando se faz necessária a efetiva retificação com alteração de dados. Sugerir o uso da inteligência artificial para substituir a fase de retificação manual da autuação processual da classe, assunto e partes, reduzindo assim o tempo de tramitação.
Metodologia: Uso da análise estatística de dados e gráficos para comprovar empiricamente que a retificação manual na autuação do processo traz efetiva morosidade na prestação jurisdicional.
Resultados: Comprovou-se experimentalmente que essa fase manual de conferência de dados da autuação acrescenta em média de 2,5 a 10 dias na tramitação do processo, contribuindo para a morosidade do judiciário.
Contribuições: Sugere-se que essa etapa de conferência manual seja substituída pela execução de software com auxílio da inteligência artificial (IA), resultando na maior celeridade das atividades desenvolvidas pelo Poder Judiciário.
Palavras-chave: Morosidade do Poder Judiciário; Automação e Inteligência Artificial; Retificação de Autuação do Processo Inicial no Sistema e-Proc TJTO.
ABSTRACT
Objective: To show that there is a slowness in the judicial provision, more specifically on the phase rectification of the procedural assessment when there is human intervention and that the delay is even greater when effective rectification with alteration of data is necessary. Suggest the use of artificial intelligence to replace the manual rectification phase of the procedural assessment of the class, subject, and parties, thus reducing the processing time.
Methodology: Use of statistical analysis of data and graphics to prove empirically that manual rectification in the process's assessment brings effective delay in the jurisdictional provision.
Results: It was experimentally proven that this manual data conference phase of the assessment adds an average of 2.5 to 10 days in the process, contributing to the slowness of the judiciary.
Contributions: It is suggested that this manual checking step be replaced by the execution of software with the aid of artificial intelligence (AI), resulting in greater celerity of the activities developed by the Judiciary.
Keywords: Slowness of the Judiciary; Automation and Artificial Intelligence; Rectification of Assessment of the Initial Process in the e-Proc TJTO System.
Palabras clave
Texto completo:
PDF (Português (Brasil))Referencias
ALMEIDA, J. C. A., Filho. Processo eletrônico e teoria geral do processo eletrônico: A informatização judicial no Brasil (3a ed.). Rio de Janeiro: Forense. 2010.
BRASIL. Projeto cadastrar melhor avança para sanear 1 milhão de processos até o final do ano. 22 nov. 2017. Tribunal de Justiça da Bahia. Disponível em http://www5.tjba.jus.br/portal/projeto-cadastrar-melhor-avanca-para-sanear-1-milhao-de-processos-ate-o-final-do-ano/. Acesso em: Maio / 2021.
BELL, J. Machine Learning: Hands-On for Developers and Technical Professionals. Indianápolis: John Wiley & Sons, Inc, 2015.
BEZERRA, M. T. O processo virtual como instrumento de acesso à justiça no Juizado Especial Federal da subseção judiciária de Sobral/CE. Revista ESMAFE, 19(2), 337- 380. 2009.
CINTRA, AC de A.; GRINOVER, Ada Pellegrini; DINAMARCO, Cândido Rangel. Teoria geral do processo. Editora Malheiros, 2005.
COPPIN, B. Inteligência Artificial. Rio de Janeiro. LTC, 2017.
DAKOLIAS, Maria. O setor judiciário na América Latina e no Caribe: elementos de reforma. Publicações do Banco Mundial, 1996.
GOMES, D. S. M.; EVSUKOFF, A. G. Processamento de linguagem natural em Português e aprendizagem profunda para o domínio de Óleo e Gás. arXiv e-prints, p. arXiv: 1908.01674, 2019.
HOLLANDER, M., A. WOLFE, D., CHICKEN, E. Nonparametric Statistical Methods. Wiley Series in Probability and Statistics. 3rd. Ed., John Wiley & Sons, 2015. Disponível em: https://doi.org/10.1002/9781119196037. Acesso em: Maio/2021.
KRASKA-MILLER, M. Nonparametric Statistics for Social and Behavioral Sciences. CRC Press, Taylor & Francis Group, 2013.
RAMOS, J. D. A.; PRATA, D. N.; GOMES DA SILVA, L.; SOUSA, R. N. Minerjus: solution to the processual classification with use of artificial intelligence. International Journal of Development Research, v. 09, p. 28642-28646, 2019.
SERBENA, C. A. Interfaces atuais entre a E-Justiça e a Q-Justiça no Brasil. Revista de Sociologia e Política, Vol.21, nº 45, Curitiba, 2013.
SERRANO, A. G. Inteligencia Artificial. Fundamentos, práctica y aplicaciones. Rc Libros, 2012.
SOUSA, R. N. Minerjus: Solução de apoio à classificação processual com uso de Inteligência Artificial. Dissertação de Mestrado, 2019. Disponível em: http://200.129.179.47/bitstream/11612/1446/1/Rog%C3%A9rio%20Nogueira%20de%20Sousa%20-%20Disserta%C3%A7%C3%A3o.pdf. Acesso em: 20 de abril de 2022.
THEODORO JÚNIOR, Humberto. Celeridade e efetividade da prestação jurisdicional. Insuficiência da reforma das leis processuais. Revista Síntese de Direito Civil e Processual Civil, Porto Alegre, v. 1, n. 36, p.19-37, Jul. /Ago. p. 27, 2005.
DOI: http://dx.doi.org/10.26668/revistajur.2316-753X.v2i69.5881
Enlaces refback
- No hay ningún enlace refback.
Revista Jurídica e-ISSN: 2316-753X
Rua Chile, 1678, Rebouças, Curitiba/PR (Brasil). CEP 80.220-181