Skip navigation
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.unb.br/handle/10482/55697
Ficheros en este ítem:
Fichero Tamaño Formato  
GuilhermeQueirozGoncalves_DISSERT.pdf681,9 kBAdobe PDFVisualizar/Abrir
Título : Modelos de linguagem generativa e a prática decisória no STF : uma análise comparativa de decisões
Autor : Gonçalves, Guilherme Queiroz
Orientador(es):: Theodoro Filho, Wilson Roberto
Assunto:: Inteligência artificial
Supremo tribunal federal
Decisões judiciais
Confiabilidade processual
Fecha de publicación : 18-ago-2026
Citación : GONÇALVES, Guilherme Queiroz. Modelos de linguagem generativa e a prática decisória no STF: uma análise comparativa de decisões. 2026. 80 f. Dissertação (Mestrado Profissional em Direito, Regulação e Políticas Públicas) — Universidade de Brasília, Brasília, 2026.
Resumen : A pesquisa analisa a utilização de Large Language Models (LLMs) no âmbito do Supremo Tribunal Federal, com foco em seus impactos, potencialidades e riscos para a prática jurídica. Parte-se da compreensão de que a inteligência artificial generativa pode otimizar atividades como triagem processual, análise de precedentes e elaboração de minutas, contribuindo para maior eficiência institucional. Contudo, evidenciam-se limitações relevantes, como a opacidade dos sistemas, a possibilidade de erros (alucinações) e a dificuldade de explicabilidade, o que suscita preocupações quanto à confiabilidade e à segurança jurídica. O estudo destaca a necessidade de adoção responsável dessas tecnologias, orientada por princípios como transparência, supervisão humana e respeito às garantias processuais. Conclui-se que os LLMs devem atuar como ferramentas auxiliares, sendo indispensável o desenvolvimento de diretrizes éticas e marcos regulatórios que assegurem sua integração compatível com os princípios constitucionais.
Abstract: This research analyzes the use of Large-Scale Language Models (LLMs) within the Brazilian Supreme Federal Court, focusing on their impacts, potential, and risks for legal practice. It starts from the understanding that generative artificial intelligence can optimize activities such as case screening, precedent analysis, and drafting of legal documents, contributing to greater institutional efficiency. However, significant limitations are evident, such as the opacity of the systems, the possibility of errors (hallucinations), and the difficulty of explanation, raising concerns about reliability and legal certainty. The study highlights the need for responsible adoption of these technologies, guided by principles such as transparency, human oversight, and respect for procedural guarantees. It concludes that LLMs should act as auxiliary tools, and that the development of ethical guidelines and regulatory frameworks that ensure their integration in accordance with constitutional principles is indispensable.
metadata.dc.description.unidade: Faculdade de Direito (FD)
Descripción : Dissertação (mestrado profissional) — Universidade de Brasília, Faculdade de Direito, Programa de Mestrado Profissional em Direito, Regulação e Políticas Públicas, 2026.
metadata.dc.description.ppg: Programa de Pós-Graduação em Direito, Regulação e Políticas Públicas, Mestrado Profissional
Licença:: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Aparece en las colecciones: Teses, dissertações e produtos pós-doutorado

Mostrar el registro Dublin Core completo del ítem " class="statisticsLink btn btn-primary" href="/handle/10482/55697/statistics">



Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.