SV/A - Souza Vasconcellos Advogados

A Inteligência Artificial já é muito utilizada em certas áreas do setor jurídico, e seu uso se tornará onipresente ao longo do tempo. 

As máquinas podem analisar grandes volumes de dados a uma velocidade incrível e precisão além do alcance cognitivo dos seres humanos. A IA amplifica nossas capacidades e libera o trabalho que requer habilidades exclusivamente humanas, como julgamento profissional, criatividade e empatia com o cliente. Simplificando, máquinas e especialistas fazem mais juntos do que qualquer um deles pode fazer sozinho.

Construindo uma estratégia de dados jurídicos

O software de IA é tão bom quanto os dados que analisa. De onde vêm todos esses dados? Como sabemos que são os dados que precisamos?

Para responder a essas perguntas e muitas outras, precisamos de uma estratégia de dados: uma abordagem abrangente que organize e gerencie os dados de uma entidade para efetuar mudanças impactantes. Queremos dados sobre casos e clientes, dados sobre pessoal e comunicação, dados sobre recursos e dados sobre gerenciamento de riscos e incertezas. Qualquer registro de fato que temos, podemos usar para melhorar nossos negócios.

Muitas vezes vemos os diferentes aspectos de uma operação como coisas distintas. Sem uma estratégia de dados, podemos perder os pequenos padrões dentro das operações de uma empresa, análise que pode ocorrer se os dados da organização estiverem bem organizados. Uma estratégia de dados legais se concentra no desenvolvimento de coleta de dados e recursos para melhorar a qualidade e a eficiência das operações de uma organização.

Uma boa estratégia de dados faz um inventário dos objetivos e recursos de uma organização, tanto humanos quanto tecnológicos. Nem as pessoas nem as ferramentas tecnológicas podem funcionar bem em uma organização onde o gerenciamento de dados não é preciso.

Tipos de dados

Existem dois tipos de dados: estruturados e não estruturados. Exemplos de dados jurídicos estruturados incluem registros de cobrança, registros de processos e resultados de litígios. Esses dados já possuem uma aparência de organização. Os dados não estruturados, por outro lado, normalmente não possuem nenhum tipo de estrutura interna. Exemplos de dados não estruturados incluem contratos, transcrições de depoimentos e outros. Para trazer estrutura para dados não estruturados, como dados de um contrato, por exemplo, podemos usar a IA.

Gerenciando Dados Legais

É fácil falar sobre dados em abstrato porque os dados são na realidade bem abstratos mesmo… Para converter dados não estruturados em dados estruturados úteis, as organizações devem aderir aos quatro elementos a seguir:

• Reconhecimento: Os dados úteis ou relevantes são reconhecidos como tal? O que estamos potencialmente ignorando?
• Armazenamento: Os dados relevantes estão sendo organizados e armazenados de forma eficaz?
• Publicação: Existem diretórios de todos os dados? Como esses diretórios são estruturados e organizados?
• Acessibilidade: Quem tem acesso aos dados? Como os dados são usados? Todos sabem como encontrar os dados de que precisam?

Uma boa estratégia de dados passa por esses quatro estágios em um ciclo. Cada aspecto leva diretamente aos outros, permitindo melhorias e iterações constantes.

Reconhecimento

A etapa de reconhecimento de uma estratégia de dados jurídicos é o primeiro ponto de integração entre pessoas e tecnologia. Reconhecer dados relevantes e valiosos em sua organização nem sempre é fácil, mas muitas ferramentas tecnológicas facilitam isso. Nos e-mails, o Google, o Outlook e outros serviços acompanham os metadados e o conteúdo. Para contratos e outros documentos, as soluções que digitalizam dados em documentos podem reconhecer automaticamente muitos tipos de dados.

O uso de software para reconhecimento de dados é importante, mas os profissionais jurídicos, de tecnologia e de negócios também devem trabalhar juntos para lidar com os tipos de dados que a organização possui, quais tipos de dados são necessários e se os métodos de captura atuais estão fazendo o trabalho.

Armazenar

A segunda etapa do ciclo é o armazenamento de dados. Reunimos dados para fazer previsões sobre o mundo. Quanto mais dados coletamos e quanto mais tempo os coletamos, mais confiantes podemos estar de que nossas previsões serão precisas; é por isso que o armazenamento de dados é tão importante. A organização de dados de maneira significativa pode ser realizada com ferramentas de tecnologia, mas ter uma estratégia de dados cria as condições sob as quais as pessoas em uma organização armazenam e gerenciam ativamente seus dados estruturados e não estruturados.

Acessibilidade

Uma vez que uma organização tenha começado a reconhecer e armazenar dados, o próximo estágio do ciclo é tornar os dados adequadamente acessíveis. Os dados não estruturados precisam ser processados ​​para se tornarem dados estruturados, e a aplicação de formulários ou tags padrão reduz a redundância e melhora a integridade dos dados. Acessibilidade prática significa ter um sistema claro para recuperar, analisar, extrair, transformar e gerenciar dados.

Publicação

O estágio final do ciclo envolve o uso real dos dados para produzir resultados tangíveis. A publicação não significa necessariamente que uma organização está publicando e liberando dados da empresa para o mundo inteiro ver. Em vez disso, a publicação refere-se à manutenção de um diretório de dados dentro de uma organização. Uma ferramenta de software pode auxiliar nesse processo. É importante prestar atenção ao método padrão de organização de dados e à melhor maneira de sua organização comunicar dados importantes internamente (por exemplo, alguns sistemas de gerenciamento de documentos criam diagramas e gráficos úteis para comunicar uma mensagem compreensível sobre um assunto específico).

A publicação se concentra na comunicação. O que nossos dados estão nos dizendo? Que conclusões podemos tirar da análise de todos esses dados? Muitos insights acionáveis ​​vêm desse estágio.

Ciência de dados em direito

A ciência de dados usa técnicas analíticas para melhor entender, diagnosticar e prever resultados de negócios. Praticamente todos os setores agora coletam dados sobre o que fazem e como o fazem. Essa onipresença da coleta de dados significa que o mundo está se tornando cada vez mais quantificado. O setor jurídico, embora atrasado em relação aos demais, não está imune a essa tendência. Há uma variedade de razões pelas quais as leis estão atrasadas:

• A coleta de dados tem sido limitada até agora, especialmente para escritórios de advocacia;
• Poucos advogados têm formação quantitativa/científica, por isso estão menos conscientes do valor dos dados;
• O setor jurídico é fragmentado e há uma grande variedade de trabalhos realizados em uma grande empresa típica ou em um departamento jurídico corporativo; e
• Até este ponto, a maioria dos sistemas que coletam dados oferece experiências de usuário abaixo do ideal, afetando a adoção.

Departamentos jurídicos e escritórios de advocacia que não coletam e analisam seus dados armazenados serão deixados para trás ao tentar mitigar riscos, anteve-los, alcançar resultados, melhorar a experiência do cliente e reduzir custos. Alguns departamentos jurídicos corporativos e escritórios de advocacia com visão de futuro criaram funções formais para cientistas de dados jurídicos.

Novas possibilidades surgem quando os profissionais jurídicos aproveitam o poder da IA ​​para processar os volumes de informações complexas e não estruturadas de forma mais rápida e completa.
Fernando Henrique Ferreira de Souza é advogado no SV/A – Souza Vasconcellos Advogados, DPO e entusiasta de inovações no mundo do Direito e dos Negócios.