1.3.5. IA Preditiva e IA Generativa: Aspectos Práticos

tradições em sentenças judiciais, na velocidade de análise de uma petição, no aprimoramento da identificação de pessoas em situação de vulnerabilidade, entre outros possíveis usos131. Em suma, a IA preditiva trata, em sua essência, da análise de padrões nos dados históricos ou presentes, para então realizar julgamentos probabilísticos, com base em métodos ou teorias aplicáveis a essas previsões. Segundo a reflexão de Corvalán, embora as previsões aumentem a base de conhecimento das pessoas e ampliem seu horizonte decisional, as mesmas também podem reduzi-los ou enviesá-los negativamente132. Isso porque, além do problema das caixas-pretas, existe um ponto crítico que reside nos conjuntos de dados (datasets) que, como vimos em item anterior, constituem o insumo dos sistemas preditivos. Quais dados, como são selecionados, quão representativa é a amostra, quais valores subjazem aos escolhidos e como se avança no processo de supervisão das entradas e saídas condicionam a razoabilidade e legitimidade das previsões que se realizam sobre o futuro. A IA generativa, por sua vez, é um tipo de modelo de aprendizado utilizado para gerar conteúdo novo a partir de dados históricos. Isso significa que se trata de sistemas de IA que têm a capacidade de criar ou de gerar novos dados que não existiam previamente. Os modelos de IA generativa se distinguem dos modelos de IA preditiva pelo fato de estes últimos se concentrarem apenas na classificação dos dados, a partir de suas diferenças133. A IA generativa é uma forma de tecnologia de IA que utiliza modelos avançados de aprendizado profundo, a partir de redes neurais complexas, treinadas com extensos bancos de dados, para gerar tais conteúdos novos. Os conteúdos criados incluem textos, imagens, músicas, códigos ou outras 131 Os exemplos são trazidos por Corvalán, 2023, p. 185. No caso, da análise de petição, Corvalán nos brinda com o seguinte exemplo, verbis: “imaginemos que uma pessoa em um tribunal acaba de receber uma petição. Antes que essa pessoa leia a petição, um sistema preditivo a analisa de forma automatizada, à luz de dez anos de histórico jurisprudencial relacionado à hipótese apresentada (suponhamos que se trata de uma reivindicação por diferenças salariais no emprego público). Aqui, não se trata de eventos que ocorrerão no futuro, mas a previsão é feita com base na incerteza do operador humano em relação a informações que ele, por enquanto, não possui. Para isso, será necessário ler a petição e analisar o histórico de casos para decidir qual solução aplicar. Sob essa perspectiva, a máquina antecipa um resultado, que a pessoa poderá ou não confirmar, após ler o caso”. Tradução livre. 132 Veja-se reflexão ampliada em Corvalán, 2023, pp. 185-186. 133 Porto, Shuenquener e Gabriel, 2024, p. 2.4.