Banca de DEFESA: FERNANDA GUEDES QUEIROZ DE LIRA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : FERNANDA GUEDES QUEIROZ DE LIRA
DATA : 23/07/2025
HORA: 15:00
LOCAL: Ambiente virtual ( https://meet.google.com/pre-mbya-dvc )
TÍTULO:

INTELIGÊNCIA ARTIFICIAL PARA CLASSIFICAÇÃO DOS CUMPRIMENTOS DE SENTENÇAS EM AÇÕES COLETIVAS NO TRIBUNAL REGIONAL FEDERAL DA 5ª REGIÃO

PALAVRAS-CHAVES:

Inteligência Artificial; Acesso à justiça; Duração Razoável do Processo; Cumprimento de Sentença; Ações Coletivas.

PÁGINAS: 142
RESUMO:

As soluções baseadas em inteligência artificial têm se tornado cada vez mais essenciais no Poder Judiciário brasileiro, especialmente diante do desafio representado pelo congestionamento processual, que compromete a efetividade dos princípios fundamentais da segurança jurídica, do acesso à justiça e da duração razoável do processo. Neste contexto, esta pesquisa concentrou-se no cumprimento de sentenças de ações coletivas perante o Tribunal Regional Federal da 5ª Região (TRF5). Justifica‑se a escolha dessas ações coletivas pela crescente complexidade dessas demandas, pelo elevado número de beneficiários, pela dificuldade de identificá-las nos sistemas judiciais e pela importância estratégica dessas ações para a promoção da economia processual, da isonomia entre as partes e da participação democrática na administração pública, além da necessidade e dificuldade de monitorar seu desempenho específico no Tribunal Regional Federal da 5ª Região (TRF5). Além disso, ressalta-se que garantir a correta classificação e o acompanhamento eficaz dessas demandas é fundamental para assegurar o acesso à justiça, pois permite que os direitos coletivos sejam efetivamente reconhecidos e cumpridos, ampliando a proteção jurídica a grupos e comunidades afetadas.Adotou-se um método indutivo, partindo da observação empírica de casos concretos para a formulação de generalizações teóricas, em consonância com uma abordagem empírica de natureza aplicada, que combinou análise qualitativa e quantitativa, fundamentada em levantamento bibliográfico, análise documental e na aplicação prática da ferramenta desenvolvida.O objetivo geral consiste em desenvolver um modelo de aprendizado de máquina, utilizando a técnica de Positive-Unlabeled (PU) Learning, com o propósito de identificar padrões nos acórdãos e viabilizar a classificação automatizada dos processos de cumprimento de sentença em ações coletivas no âmbito do TRF5. A pergunta de pesquisa que orienta este estudo é: “Como uma solução de aprendizado de máquina, baseada em Positive-Unlabeled Learning, pode auxiliar na identificação e classificação automatizada de processos de cumprimento de sentença em ações coletivas no TRF5, a partir de decisões de segundo grau?”Diante da dificuldade de definir com precisão o que caracteriza um cumprimento de sentença em ações coletivas, e da necessidade de obter dados confiáveis para avaliar a incidência dessas ações no TRF5, tornou-se necessário realizar a rotulação manual de um conjunto de 3.000 processos. Para isso, os processos foram categorizados em duas classes: aqueles que se enquadram como cumprimento de sentença de ações coletivas e aqueles que não se enquadram nessa definição. Essa rotulagem manual foi fundamental para construir um conjunto de dados de referência, necessário para o treinamento supervisionado do modelo de classificação. Os dados foram extraídos por meio da API do Sistema Júlia, que disponibiliza exclusivamente decisões de segundo grau, permitindo assim o treinamento e a avaliação do classificador com base em dados reais e representativos.Os resultados demonstraram a viabilidade técnica da automação da triagem de processos, destacando a eficácia da classificação automatizada dos cumprimentos de sentença em ações coletivas. Dessa forma, tal etapa é crucial tanto para a identificação dessas demandas quanto para a verificação da incidência delas no TRF5, diante da dificuldade de reconhecimento nos sistemas judiciais. A automação da classificação representa um avanço significativo na organização e no tratamento das informações processuais, evidenciando ganhos expressivos em celeridade, previsibilidade e qualidade na gestão processual.Conclui-se que a aplicação de técnicas de inteligência artificial nesse contexto não apenas acelera a tramitação das demandas coletivas, mas também fortalece os pilares do acesso à justiça e da efetividade jurisdicional. Além disso, a classificação sistemática desse tipo específico de processo oferece subsídios concretos para o aprimoramento normativo e gerencial no âmbito do TRF5, ao mesmo tempo em que abre novas perspectivas para pesquisas futuras sobre o uso de soluções tecnológicas no Poder Judiciário.

MEMBROS DA BANCA:
Presidente - 2353000 - ELIAS JACOB DE MENEZES NETO
Interno - 1254860 - FABRICIO GERMANO ALVES
Externo à Instituição - LUCIANA GROSS SIQUEIRA CUNHA
Interno - 1358062 - MARCO BRUNO MIRANDA CLEMENTINO