Índice do artigofaltam 10 min de leitura
Em 2026, o jurídico foi o cargo que mais adotou inteligência artificial dentro das empresas. No mesmo ano, o melhor sistema do mundo terminou 7,1% das tarefas jurídicas reais sem errar nenhum critério.
Quando alguém fala em IA no jurídico, a imagem que aparece é um advogado colando uma minuta no ChatGPT. Isso já acontece em toda empresa, não precisa de projeto e não é o assunto deste artigo.
O assunto é outro, e ele é desconfortável: as duas frases da abertura estão certas ao mesmo tempo. A adoção explodiu e a entrega completa continua rara. Essa distância não é contradição nem hype, é o resultado previsível de uma disciplina que já tentou resolver o mesmo problema cinco vezes, de cinco maneiras diferentes, desde 1977. Cada tentativa resolveu uma parte e revelou a próxima.
Este artigo percorre essas cinco tentativas para responder uma pergunta prática: o que dá para colocar em produção hoje, no jurídico de uma empresa, e o que ainda não dá. A base é a palestra de Joel Niklaus na conferência de IA e Raciocínio Jurídico da Universidade de St. Gallen, em 28 de agosto de 2026. Niklaus é Data Lead na Hugging Face, foi pesquisador na Harvey e é autor do MultiLegalPile, um dos maiores conjuntos de texto jurídico já montados. Ou seja, ele trabalhou nos dados, nos benchmarks, no produto e nos modelos.
Resumo do artigo
- O jurídico cresceu 108x em uso corporativo de IA entre fevereiro e junho de 2026, o cargo não técnico que mais cresceu. Engenharia, na mesma janela, cresceu 5x.
- No benchmark mais duro que existe, construído sobre casos reais e com mais de 75.000 critérios escritos por especialistas, o melhor modelo avaliado em maio de 2026 completou 7,1% das tarefas sem errar nada.
- O que mudou a prática jurídica em cinquenta anos não foi inteligência artificial: foi lei pesquisável e documento editável. A lição vale de novo hoje.
- Treinar um modelo só com texto jurídico rendeu 0,2 ponto de ganho agregado. O que move o resultado é o sistema em volta do modelo, não o modelo.
O jurídico foi quem mais adotou IA em 2026
Entre fevereiro e junho de 2026, o uso corporativo de IA cresceu 108 vezes entre profissionais do jurídico, o maior crescimento de qualquer cargo fora do desenvolvimento de software. Desenvolvedores continuam sendo cerca de quatro quintos dos usuários, mas a curva deles é a mais plana do gráfico.
Fonte: a16z sobre dados de uso corporativo da OpenAI, agosto de 2026, apresentado por Joel Niklaus em St. Gallen.
O dinheiro seguiu o mesmo caminho. A Harvey levantou US$ 200 milhões em março de 2026 numa avaliação de US$ 11 bilhões, e a sueca Legora fechou uma série D que a colocou perto de US$ 5,6 bilhões, com as duas rodadas anunciadas com duas semanas de diferença.
O que isso destrava para quem decide: o jurídico deixou de ser área difícil de convencer. Se o seu projeto emperrava porque o departamento resistia, esse obstáculo mudou de lugar. O obstáculo agora é escolher a tarefa certa.
E o melhor sistema do mundo completa 7,1% das tarefas
Em maio de 2026, a Harvey publicou o resultado do próprio benchmark de agentes jurídicos, construído a partir de mais de 1.250 tarefas vindas de casos reais de clientes, em 24 áreas de prática, com mais de 75.000 critérios escritos por especialistas. O critério de aprovação é implacável: errar um único critério obrigatório zera a tarefa inteira.
Fonte: Harvey, resultados iniciais do Legal Agent Benchmark, 26 de maio de 2026. Teste privado, rodado pelo próprio fornecedor.
Sete por cento foi o melhor resultado da lista. Metade dos modelos avaliados ficou em zero. O número envelheceu desde então, e para melhor: leituras públicas posteriores do mesmo benchmark citam 14,2% em julho e 11,7% em agosto de 2026, conforme o modelo. A ordem de grandeza, porém, continua a mesma, e é ela que importa para uma decisão de compra.
A leitura correta desse número não é "a IA não serve". É que tarefa jurídica completa tem muitos critérios obrigatórios, e a chance de acertar todos cai rápido. Um trabalho com trinta exigências não perdoa. Um trabalho com três, perdoa.
É por aí que se escolhe onde começar: pela tarefa cuja lista de exigências cabe na mão.
Cinquenta anos, cinco ondas, e nenhuma delas desapareceu
Cada onda da IA jurídica resolveu um problema e expôs o seguinte. Nenhuma substituiu a anterior: elas se empilharam, e por isso o mercado de hoje vende as cinco ao mesmo tempo, com o mesmo nome.
| Onda | A aposta, e o que ela expôs |
|---|---|
| Regras 1977-2009 | Escrever a lei como código. Não escalou: cada regra precisava de um jurista para redigir e outra para manter. |
| Atributos 2010-2019 | Prever o resultado a partir de dados do caso. Funcionou no papel e desmoronou quando o teste passou a prever o futuro. |
| Pré-treino 2020-2023 | Ensinar linguagem jurídica ao modelo. Rendeu quase nada: o modelo aprendeu a soar como advogado, não a fazer o trabalho. |
| Instrução 2023-2024 | Pedir em português comum. Virou útil de imediato, e trouxe a conta das citações inventadas. |
| Agentes 2025-2026 | Dar ferramentas ao modelo. Reaproximou as duas metades, e mudou de lugar a pergunta sobre qualidade. |
Há um detalhe nessa linha do tempo que vale mais que as datas: pesquisa e produto quase não se tocam até 2023. Durante quarenta e cinco anos, o que os pesquisadores publicavam e o que os escritórios compravam eram dois mundos separados. Isso mudou, e é a razão de o ciclo estar tão rápido agora.
Onda 1: o que mudou a prática não era inteligência artificial
O primeiro projeto sério de IA e Direito foi o TAXMAN, de L. Thorne McCarty, publicado na Harvard Law Review em 1977. Ele formalizava direito tributário societário como um modelo computacional, escrito à mão, regra por regra. É um trabalho fundador e ninguém consegue apontar um escritório que ele tenha transformado.
O que transformou o trabalho jurídico apareceu na mesma janela, e nenhuma dessas coisas era IA:
- 1973 · LEXISTexto integral de todos os casos de Nova York e Ohio, pesquisável.
- 1975 · WestlawComeçou por ementas; texto integral só a partir de 1978.
- 1979 · Processador de textoRevisar uma minuta sem redigitar a página inteira.
- 1986 · SwisslexJurisprudência suíça por terminal, antes da web existir.
Lei pesquisável e documento editável mudaram o dia de trabalho de todo advogado vivo. Inteligência jurídica escrita à mão não mudou o de quase ninguém.
A diferença entre as duas colunas não é sofisticação, é escala: uma cresce com o número de juristas disponíveis para escrevê-la, a outra cresce com o acervo.
A tradução disso para 2026 é direta e pouco glamorosa: antes de comprar raciocínio, verifique se o seu acervo é pesquisável. Contrato em PDF escaneado dentro de pasta de rede não vira insumo de IA, vira despesa de projeto. Esse é o mesmo argumento que tratamos em O modelo de IA você aluga. O acervo da sua empresa é o que ninguém copia.
Onda 2: prever o resultado do processo funcionou até o teste ficar honesto
Em 2016, um estudo publicado na PeerJ Computer Science classificou 584 acórdãos do Tribunal Europeu de Direitos Humanos e chegou a um resultado que virou manchete: os fatos do caso previam a decisão com 73% de acurácia média, contra 62% do argumento jurídico. A leitura fácil, de que o Direito importa menos que os fatos, circulou muito.
Três anos depois, um outro grupo refez o teste com uma mudança de método. Em vez de sortear casos aleatoriamente entre treino e teste, treinou com o passado e testou no futuro, que é como a ferramenta seria usada de verdade. A acurácia média caiu de 0,77 para 0,58.
Quase vinte pontos de acurácia evaporaram sem que uma linha do modelo mudasse. O que mudou foi a honestidade do teste: sortear casos de todas as épocas deixa o modelo ver o futuro durante o treino, e nenhuma ferramenta em produção tem esse privilégio.
Foi assim que o campo descobriu que aqueles sistemas estavam aprendendo a reconhecer padrões de época e de distribuição, e não a raciocinar sobre o caso.
O que isso destrava, e o que trava, para quem hoje avalia jurimetria: um número de acurácia só significa alguma coisa depois que você sabe como o teste foi dividido. Pergunte se o teste respeitou a linha do tempo. Pergunte quais campos entraram. Se a resposta for vaga, o número é decorativo. A mecânica de montar essa pergunta está em Como avaliar um fornecedor de IA sem acreditar no número que ele te mostra.
Onda 3: um modelo treinado só em Direito rendeu 0,2 ponto
Entre 2020 e 2024, a comunidade acadêmica levou o pré-treino jurídico de 12 GB de texto em inglês para 689 GB em 24 idiomas e 17 jurisdições. Foi um esforço enorme de coleta, limpeza e licenciamento. O ganho agregado foi de 2,0 pontos numa medição de 2022 e de 0,2 ponto na medição de 2024, segundo os próprios autores dos conjuntos.
Isso tem uma consequência comercial imediata e útil: quando um fornecedor cobra prêmio por "modelo treinado em Direito", peça a medição do ganho na sua tarefa, não no vocabulário. A evidência pública disponível hoje não sustenta um prêmio grande por especialização de linguagem. O que sustenta ganho é dado seu e sistema desenhado para a sua tarefa.
Onda 4: virou útil antes de virar confiável
Em março de 2023, a OpenAI estimou que o GPT-4 ficava próximo do percentil 90 no exame da ordem americano. O mercado reagiu em meses, não em anos:
-
Allen & Overy implanta o Harvey para 3.500 advogados
Um dos maiores escritórios do mundo coloca IA generativa em produção interna.
-
Casetext lança o CoCounsel
Primeiro assistente jurídico comercial construído sobre a nova geração de modelos.
-
Lexis+ AI e Westlaw AI-Assisted Research
Os dois maiores acervos jurídicos do mundo entram na disputa.
-
Mata contra Avianca: seis casos fictícios e US$ 5.000 de multa
O primeiro caso amplamente noticiado de citação inventada por IA levada a tribunal.
Foram vinte meses entre um resultado de pesquisa e três mil e quinhentos advogados usando a ferramenta todos os dias. Nenhuma onda anterior chegou perto dessa velocidade.
E a conta continua correndo. Uma base pública mantida pelo pesquisador Damien Charlotin já registrava, em 26 de agosto de 2026, 1.962 decisões judiciais envolvendo citações fabricadas por IA, em mais de 50 jurisdições. É o assunto de A IA citou um processo que não existe, onde entram também as taxas medidas nos produtos jurídicos comerciais.
O que isso destrava: a utilidade é real e chegou antes da confiabilidade. Isso não é motivo para não usar, é motivo para desenhar quem confere. Ferramenta útil e não confiável é exatamente a descrição de um estagiário brilhante no primeiro mês, e ninguém protocola a peça do estagiário sem ler.
Onda 5: a descoberta que muda o orçamento do projeto
A onda atual dá ferramentas ao modelo: ele busca no acervo, abre o documento, executa uma verificação, escreve o arquivo. E foi aqui que apareceu o resultado mais consequente da palestra inteira, num experimento controlado.
Pegaram um modelo, congelaram os pesos, fixaram as mesmas 100 tarefas, os mesmos documentos, os mesmos nomes de arquivo pedidos e o mesmo avaliador. Mudaram só o código em volta do modelo. A taxa de critérios aprovados foi de 3,5% a 80,1%.
Vinte e três vezes de diferença, com o mesmo modelo. Para quem aprova orçamento, isso reordena as prioridades: trocar para o modelo mais caro é a alavanca menor, e é a única que o mercado vende pronta. O experimento inteiro, com os números por arcabouço e o que isso significa para contratação, está em Por que o mesmo modelo de IA acerta 80% num lugar e 3% em outro.
O que dá para colocar em produção hoje
A regra que sai das cinco ondas é simples de aplicar: a IA entrega bem tarefa com resposta verificável em documento, e entrega mal tarefa cujo acerto depende de julgamento. Entre as duas pontas existe uma faixa larga onde ela funciona com um revisor humano no caminho.
Cabe agora
Resposta verificável, volume alto- Localizar cláusula em lote de contratos
- Comparar versões e apontar o que mudou
- Extrair prazo, valor, foro e responsável
- Montar linha do tempo de obrigações
- Triagem e classificação de documento que chega
Ainda não sozinho
Julgamento e responsabilidade- Parecer que fecha uma posição
- Peça que vai ser protocolada
- Estratégia de acordo e valor de provisão
- Pesquisa de jurisprudência sem conferência de citação
- Qualquer entrega com dezenas de critérios obrigatórios
A coluna da esquerda tem uma coisa em comum que vale mais que o assunto: existe um gabarito. Alguém consegue dizer se a resposta está certa abrindo o documento. É isso que permite medir, e o que não se mede não se melhora nem se defende numa auditoria.
Nada disso foi medido em português nem em direito brasileiro
Vale dizer com todas as letras, porque a tentação de traduzir número estrangeiro para o Brasil é grande: a palestra não tem um único dado brasileiro. Os estudos citados cobrem o Tribunal Europeu de Direitos Humanos, tribunais chineses, o exame da ordem americano e contratos em inglês. Nenhuma das medições foi feita em português ou sobre direito nacional.
Isso não invalida as lições, que são sobre método e não sobre jurisdição. Mas significa que qualquer número de desempenho para o seu caso precisa ser medido no seu caso, com os seus documentos e o seu vocabulário.
Contencioso de massa brasileiro, petição em português com jargão de vara e citação no padrão do CNJ são um regime que nenhum desses estudos tocou.
O palestrante, aliás, terminou pedindo exatamente isso: que especialistas locais construam benchmarks das próprias jurisdições, porque quem define tarefa defensável é quem conhece o Direito de lá. A infraestrutura para fazer isso ficou barata. Duas das maiores bases jurídicas abertas citadas na palestra, com 1.055.271 decisões suíças e 36 milhões de casos indexados, foram construídas por um advogado cada.
Por onde começar sem queimar o orçamento
- Escolha uma tarefa com resposta verificável em documento, não uma que dependa de julgamento
- Confirme que o acervo dela é pesquisável antes de discutir modelo
- Monte um gabarito com casos reais seus e congele esse conjunto
- Meça o sistema inteiro, não o modelo, e meça de novo depois de cada mudança
- Deixe explícito, por escrito, quem confere o que antes de sair da empresa
O quarto item é o que mais gente pula, e é o que separa projeto que evolui de projeto que vira crença. O quinto é o que a onda 4 cobrou caro de quem ignorou.
Fontes e método
A base deste artigo é a palestra "Fifty Years of Legal AI: five waves from hand-coded rules to legal agents", de Dr. Joel Niklaus, apresentada na AI & Legal Reasoning Conference da Universidade de St. Gallen em 28 de agosto de 2026. Os estudos e produtos citados são de terceiros, com as fontes que o próprio palestrante creditou:
- Aletras et al.PeerJ Computer Science 2:e93, 2016
- Medvedeva, Vols & WielingArtificial Intelligence and Law 28, 2020
- Chalkidis et al.LEGAL-BERT, EMNLP 2020; LexGLUE, ACL 2022
- Niklaus et al.MultiLegalPile, ACL 2024
- HarveyLegal Agent Benchmark, maio de 2026
- Damien CharlotinAI Hallucination Cases, agosto de 2026
As avaliações da Harvey e da Legora, a base de alucinações, a recomputação do exame da ordem e os resultados do benchmark de agentes foram conferidos em fontes independentes na apuração de 1º de setembro de 2026. Harvey, Legora, LexisNexis, Thomson Reuters e Hugging Face são empresas externas à X-Apps, citadas aqui como objeto de análise e sem relação comercial conosco.
Quer testar isso no seu acervo?
Solicite um orçamento e comece por uma tarefa com gabarito, medição e escopo fechado.
Perguntas frequentes
Não em tarefas completas. No benchmark mais duro que existe hoje, construído sobre casos reais de clientes, o melhor sistema avaliado em maio de 2026 entregou 7,1% das tarefas sem errar nenhum critério obrigatório. Ela substitui etapas, não entregas.
As que têm resposta verificável em documento: localizar cláusula, comparar versões, extrair prazo e valor, montar linha do tempo de obrigações. O ganho vem de ler muito rápido, não de decidir.
A evidência publicada não sustenta o prêmio. Treinar com texto jurídico rendeu 2 pontos de ganho agregado em 2022 e 0,2 ponto em 2024, segundo os próprios autores dos conjuntos de dados. O que move resultado é o sistema em volta do modelo.
Os números altos publicados vieram de testes com divisão aleatória de casos. Quando o mesmo grupo testou prevendo o futuro a partir do passado, a acurácia média caiu de 0,77 para 0,58. E 65% de acerto saía apenas do sobrenome dos juízes.
Por uma tarefa com resposta verificável, volume real e custo de erro controlado, medida contra um gabarito seu. Revisão de cláusula em lote e triagem de documento cabem nessa descrição; parecer e peça protocolada não.
Não. A fonte é uma palestra apresentada na Suíça em agosto de 2026, com dados dos Estados Unidos, Europa e China. Nenhuma das medições citadas foi feita em português ou sobre direito brasileiro.
