Direito, lógica e inteligência artificial : por quê, como e em que medida automatizar a solução judicial de conflitos no Brasil

CAPESEsta tese aborda três perguntas centrais, a partir das quais outras questões são desenvolvidas: (1) por quê, (2) como, e (3) em que medida automatizar a solução judicial de conflitos, no Brasil? Baseando-se em pesquisas empíricas, defende-se que: (a) a automação de parte do exercício da jurisdição, além de ser tecnicamente possível, é uma resposta adequada a diversos problemas do judiciário brasileiro, como o congestionamento de processos; (b) o emprego de sistemas baseados em Inteligência Artificial Simbólica atende às exigências jurídicas e práticas dessa automação (como garantias processuais), mas o processo de aquisição de conhecimento requer o uso complementar de Ciência de Dados para identificar o conhecimento jurídico estável; (c) a automação será facilitada e terá mais impacto se restrita à solução de demandas repetitivas, simples e de menor valor. Para avançar naquelas questões, busca-se formalizar axiomaticamente uma parte do Direito do Consumidor através da linguagem de representação description logic SROIQ e também pela sua contraparte Ontology Web Language (OWL), a recomendação principal da Web Semântica para representações complexas. Dessa forma, é possível investigar em detalhes quais são as dificuldades de representação lógica do direito e como superá-las, ao mesmo tempo em que se pesquisa sobre a adequação do emprego de certos padrões da Web Semântica no domínio jurídico. Este trabalho se insere no campo conhecido como Direito Computacional (Computational Law), uma área interdisciplinar entre o Direito e a Ciência da Computação, que trata da representação computacional das normas e dos raciocínios jurídicos, a fim de permitir a automação de tarefas especializadas, como por exemplo a avaliação jurídica de um caso concreto. Se a representação for capaz de simular apropriadamente os casos mais comuns de Direito do Consumidor, tal como delineado na resposta (c), então se tem uma prova de conceito para a resposta (b), isto é, da possibilidade da automação da solução judicial desses casos via Inteligência Artificial Simbólica.This thesis addresses three central questions, from which other questions are developed: (1) why, (2) how, and (3) to what extent does automate the judicial settlement of conflicts in Brazil? Based on empirical research, it is argued that: (a) the automation of part of the exercise of jurisdiction, in addition to being technically possible, is an adequate response to several problems of the Brazilian judiciary, such as process congestion; (b) the use of systems based on Symbolic Artificial Intelligence meets the legal and practical requirements of such automation (as procedural guarantees), but the process of knowledge acquisition requires the complementary use of Data Science to identify stable legal knowledge; (c) automation will be facilitated and will have more impact if it is restricted to the solution of repetitive demands, simple and of less value. To advance in these questions, it seeks to formalize axiomatically a part of Consumer Law through representation language description logic SROIQ and its counterpart Ontology Web Language (OWL), the main recommendation of Semantic Web for complex representations. Doing so, it is possible to investigate in detail the difficulties of the legal representation of the law and how to overcome them, while researching the adequacy of the use of certain Semantic Web standards in the legal field. This work is part of the field known as Computational Law, an interdisciplinary area between Law and Computer Science, which deals with the computational representation of norms and legal reasoning, in order to allow the automation of specialized tasks, such as evaluation of a specific case. If the representation is able to properly simulate the most common cases of Consumer Law, as outlined in answer (c), then one has a proof of concept for the answer (b), that is, the ossibility of automating the judicial solution of these cases via Symbolic Artificial Intelligence