ALÉM DA SUPERVISÃO SOLITÁRIA: A CADEIA SOCIOTÉCNICA DE RESPONSABILIDADES NO USO DE INTELIGÊNCIA ARTIFICIAL GENERATIVA PELO PODER JUDICIÁRIO E A RELEITURA DOS ARTIGOS 19 E 20 DA RESOLUÇÃO CNJ Nº 615/2025

REGISTRO DOI: 10.70773/revistatopicos/794533905

RESUMO
A incorporação acelerada de Grandes Modelos de Linguagem (LLMs) e sistemas de Inteligência Artificial Generativa (IAGen) à rotina dos tribunais brasileiros ensejou a edição da Resolução nº 615/2025 pelo Conselho Nacional de Justiça (CNJ), que instituiu diretrizes de governança, transparência, categorização de riscos e supervisão humana obrigatória. Todavia, a literalidade dos artigos 19, § 3º, inciso II, e 20, inciso IV, da referida Resolução estabelece que o magistrado permanece integralmente responsável pelas decisões tomadas com auxílio tecnológico e pelas informações nelas contidas. O presente artigo analisa criticamente a normatividade desses dispositivos para demonstrar que a concentração isolada da responsabilidade disciplinar na figura do juiz, sem o devido sopesamento da arquitetura tecnológica e organizacional, converte o julgador em uma "zona de amortecimento moral" (moral crumple zone). Mediante método dedutivo-analítico e revisão bibliográfica e documental da literatura jurídica, da ciência da computação e de normativos nacionais e internacionais, o estudo preserva a premissa constitucional inegociável da indelegabilidade da jurisdição e da responsabilidade jurídico-processual do magistrado pelos atos que subscreve, mas distingue rigorosamente três cenários operacionais: o ato minutado exclusivamente por ser humano (magistrado ou servidor), o ato minutado com apoio de IA sob intervenção exclusiva do magistrado e o ato minutado com apoio de IA mediante auxílio de servidor público. Conclui-se pela necessidade de regulamentar uma cadeia sociotécnica de responsabilidades compartilhadas entre Administração Judiciária, servidores, partes processuais e fornecedores de tecnologia, estabelecendo travas sistêmicas, controle epistemológico prévio, âncoras de rastreabilidade, relatórios de integridade e balizas dogmáticas de mitigação da responsabilidade disciplinar do magistrado diante de falhas algorítmicas ocultas ou ataques adversariais.
Palavras-chave: Inteligência Artificial Generativa; Poder Judiciário; Resolução CNJ nº 615/2025. Responsabilidade Sociotécnica; Supervisão Humana.

ABSTRACT
The accelerated incorporation of Large Language Models (LLMs) and Generative Artificial Intelligence (GenAI) systems into the routine of Brazilian courts led to the enactment of Resolution No. 615/2025 by the National Council of Justice (CNJ), which established guidelines on governance, transparency, risk categorization, and mandatory human oversight. However, the literal wording of Articles 19, paragraph 3, item II, and 20, item IV, of said Resolution states that the judge remains fully responsible for decisions made with technological support and for the information contained therein. This article critically examines the normative scope of these provisions to demonstrate that isolating disciplinary liability solely on the judge, without accounting for technological and organizational architecture, turns the adjudicator into a moral crumple zone. Using a deductive-analytical approach combined with bibliographic and documentary research across legal scholarship, computer science literature, and domestic and international regulatory frameworks, the study upholds the non-negotiable constitutional premise of the non-delegability of jurisdiction and the judge's procedural accountability for signed acts, while rigorously distinguishing three operational scenarios: judicial acts drafted exclusively by humans (judge or court clerk), acts drafted with AI support under the judge's exclusive intervention, and acts drafted with AI support assisted by a public servant. The study concludes that regulating a socio-technical chain of shared responsibilities among Court Administration, court staff, litigants, and technology providers is imperative, requiring systemic guardrails, prior epistemological control, source traceability anchors, automated integrity reports, and dogmatic standards to mitigate the judge's disciplinary liability in the face of hidden algorithmic failures or adversarial attacks.
Keywords: Generative Artificial Intelligence; Judiciary; CNJ Resolution No. 615/2025; Socio-Technical Responsibility; Human Oversight.

1. INTRODUÇÃO

A transformação digital do Poder Judiciário brasileiro atravessa uma inflexão histórica, institucional e epistemológica sem precedentes. Não se está apenas a transitar do papel ao eletrônico; a própria forma com a qual nos relacionamos com a informação – e, consequentemente, com o processo – encontra-se em latente estágio de metamorfose (Carvalho, 2017a, p. 99). Se os primeiros ciclos de informatização judicial, inaugurados pela Medida Provisória nº 2.200-2/2001, pela Lei nº 11.419/2006 (Brasil, 2006), consolidados pela implantação do Processo Judicial Eletrônico (PJe) e pelas iniciativas do Programa Justiça 4.0, caracterizaram-se pela desmaterialização dos autos físicos e pela automação determinística de rotinas mecânico-cartorárias (Carvalho, 2017b, p. 54-59; Rodrigues; Dias; Araújo, 2026, p. 5-7), a difusão massiva dos Grandes Modelos de Linguagem (Large Language Models – LLMs) e dos sistemas de Inteligência Artificial Generativa (IAGen) deslocou o eixo da automação para o próprio núcleo cognitivo, hermenêutico e linguístico da atividade jurisdicional. Alcança-se, em definitivo, a quarta dimensão do processo eletrônico – o denominado i-processo, ou processo artificialmente inteligente (Carvalho, 2017b, p. 59-60). Levantamentos empíricos conduzidos pelo Conselho Nacional de Justiça (CNJ) demonstram que mais da metade dos tribunais, magistrados e servidores brasileiros já empregam ferramentas generativas para síntese processual, pesquisa de precedentes, transcrição de depoimentos e elaboração de textos de apoio a despachos, decisões interlocutórias, sentenças e acórdãos (Conselho Nacional de Justiça, 2025b; Brunetta; Ferraz; Alencar, 2025, p. 18).

Diante da insuficiência regulatória da antiga Resolução CNJ nº 332/2020 (Conselho Nacional de Justiça, 2020) – concebida sob o paradigma de algoritmos preditivos, extrativos e classificatórios de primeira geração, tais como os sistemas Victor no Supremo Tribunal Federal (STF) e Athos e Sócrates no Superior Tribunal de Justiça (STJ) –, o órgão de cúpula administrativa do Judiciário editou a Resolução CNJ nº 615, de 11 de março de 2025 (Conselho Nacional de Justiça, 2025a). Alinhada às matrizes regulatórias internacionais contemporâneas, notadamente ao Regulamento Europeu de Inteligência Artificial (EU AI Act – União Europeia, 2024), aos Princípios sobre Inteligência Artificial da Organização para a Cooperação e Desenvolvimento Econômico (OCDE, 2019) e à Recomendação sobre a Ética da Inteligência Artificial da UNESCO (Santos; Coelho, 2025, p. 6-7), a nova resolução estruturou um regime jurídico fundado na centralidade da pessoa humana, na categorização proporcional de riscos, na governança participativa, na auditabilidade via plataforma Sinapses e no dever de supervisão humana efetiva (Gabriel; Porto; Araújo, 2025, p. 3-8; Tamer, 2025, p. 19-24).

Nada obstante, no Capítulo VI da Resolução CNJ nº 615/2025, dedicado especificamente ao uso e à contratação de modelos de linguagem de larga escala e sistemas de IA generativa, o regulador inseriu uma cláusula de imputação de responsabilidade cuja interpretação literal suscita graves tensões dogmáticas, epistemológicas e institucionais. Tanto no artigo 19, § 3º, inciso II (que disciplina o uso de soluções privadas ou individuais por magistrados e servidores), quanto no artigo 20, inciso IV (que rege as soluções contratadas institucionalmente pelos tribunais), a norma prescreve que o emprego dessas tecnologias possui caráter meramente auxiliar e complementar, sendo vedada sua utilização como instrumento autônomo de decisão sem a devida orientação, interpretação, verificação e revisão por parte do magistrado, "que permanecerá integralmente responsável pelas decisões tomadas e pelas informações nelas contidas" (Conselho Nacional de Justiça, 2025a).

De todo modo, questionamentos devem ser sobrelevados. A problemática central que move a presente investigação reside justamente na tensão entre essa cláusula de responsabilidade integral do magistrado e a natureza distribuída, probabilística e opaca dos sistemas sociotécnicos de inteligência artificial generativa. O que se quer – deixe-se claro – não é negar que o juiz detém a responsabilidade jurídico-processual, constitucional e política pelos atos jurisdicionais que assina. O princípio constitucional do juiz natural (artigo 5º, inciso LIII, da Constituição da República de 1988), o dever de fundamentação analítica e pública das decisões (artigo 93, inciso IX, da Constituição Federal e artigo 489 do Código de Processo Civil) e o postulado da reserva de humanidade (Gabriel; Porto; Araújo, 2025, p. 15) impõem que a jurisdição seja indelegável e que todo provimento judicial emane de uma autoridade humana investida de jurisdição. Ao revés, transmutar automaticamente qualquer falha técnica, omissão silenciosa de varredura, alucinação algorítmica de alta verossimilhança ou manipulação cibernética adversarial externa (prompt injection) – ameaça concreta à higidez da Justiça digital (Carvalho, 2019a, p. 118-125) – em responsabilidade pessoal e disciplinar exclusiva do magistrado signatário significa ignorar a estrutura real de funcionamento da IA generativa e a divisão material do trabalho nas unidades judiciárias brasileiras.

Sustenta-se, como hipótese central deste estudo, que a supervisão humana exigida pela Resolução CNJ nº 615/2025, se compreendida apenas como um dever formal e solitário imposto ao magistrado na ponta final do fluxo decisório, é epistemologicamente insuficiente para neutralizar falhas algorítmicas estruturais (Bisneto; Gonçalves, 2026, p. 12-16) e opera, na prática, a conversão do juiz no que a literatura internacional de estudos de ciência e tecnologia denomina zona de amortecimento moral (moral crumple zone) (Elish, 2019, p. 41-42). Enquanto nas estruturas automotivas a zona de deformação física absorve o impacto da colisão para proteger o ocupante humano, nos sistemas sociotécnicos automatizados a zona de amortecimento moral inverte essa lógica: o operador humano posicionado na extremidade do sistema absorve integralmente a culpa moral, administrativa e jurídica pelo mau funcionamento sistêmico, blindando a infraestrutura tecnológica, os fornecedores privados e a própria gestão institucional que desenhou e impôs o fluxo de trabalho.

Nesse passo, para testar e desenvolver essa hipótese, o artigo analisa a normatividade dos artigos 19, § 3º, inciso II, e 20, inciso IV, da Resolução CNJ nº 615/2025 sob uma perspectiva constitucional, administrativa e sociotécnica, diferenciando analiticamente a natureza do dever de diligência e da responsabilização em três cenários distintos de produção do ato judicial: a uma, quando o ato é minutado exclusivamente por ser humano, seja diretamente pelo magistrado, seja por servidor público sem o emprego de IA; a duas, quando o ato é minutado com apoio de IA generativa mediante intervenção direta e exclusiva do magistrado; e, a três, quando o ato é minutado com apoio de IA generativa por intermédio de servidor público ou assessor de gabinete. A partir dessa distinção, demonstra-se a necessidade premente de regulamentação complementar no âmbito dos tribunais que institua uma cadeia sociotécnica de responsabilidades compartilhadas – abrangendo a Administração Judiciária, o corpo funcional de servidores, as partes e advogados e os provedores de tecnologia – e explicite causas objetivas de mitigação e exclusão da responsabilidade disciplinar do magistrado.

Outrossim, a investigação adota abordagem dedutivo-analítica e qualitativa, alicerçada em pesquisa bibliográfica e documental nas áreas de Direito Constitucional, Direito Processual, Direito Administrativo Disciplinar, Filosofia do Direito e Governança de Inteligência Artificial. Examina-se o arcabouço normativo pátrio – Constituição Federal de 1988, Lei Orgânica da Magistratura Nacional (Lei Complementar nº 35/1979), Regime Jurídico dos Servidores Públicos Civis da União (Lei nº 8.112/1990), Código de Processo Civil (Lei nº 13.105/2015), Marco Civil da Internet (Lei nº 12.965/2014), Lei Geral de Proteção de Dados Pessoais (Lei nº 13.709/2018), Projeto de Lei nº 2.338/2023, Código de Ética da Magistratura Nacional (Resolução CNJ nº 60/2008), Princípios de Bangalore de Conduta Judicial e as Resoluções CNJ nº 332/2020 e nº 615/2025 – em diálogo com o Regulamento (UE) 2024/1689 (EU AI Act) e com a produção científica recente sobre governança algorítmica e epistemologia judicial.

2. A NORMATIVIDADE DA RESOLUÇÃO CNJ Nº 615/2025 E O PARADOXO DA RESPONSABILIDADE INTEGRAL DO MAGISTRADO

2.1. Da Resolução CNJ Nº 332/2020 à Resolução CNJ Nº 615/2025: A Emergência da Inteligência Artificial Generativa e a Taxonomia de Riscos

O processo eletrônico não deve ser compreendido como mera transferência, armazenamento, processamento e manipulação de dados em suporte virtual; a proposta vai além e relaciona-se com verdadeira mudança de paradigma científico-processual (Carvalho, 2017a, p. 99). Conforme se propôs ao segmentar o processo eletrônico em quatro dimensões cumulativas – 1) foto-processo (autos escaneados); 2) e-processo (automatização de rotinas mecânico-repetitivas); 3) w-processo (processo reticular, conectado em rede); e 4) i-processo (processo artificialmente inteligente) (Carvalho, 2017b, p. 59-60; Chaves Júnior, 2017, p. 11-12) –, a regulação do emprego de sistemas algorítmicos pelo Poder Judiciário brasileiro desenvolveu-se em duas fases nitidamente demarcadas pela evolução do estado da arte computacional.

Na primeira etapa, consubstanciada na Resolução CNJ nº 332, de 21 de agosto de 2020 (Conselho Nacional de Justiça, 2020), o foco regulatório dirigia-se primordialmente a sistemas de aprendizado de máquina (machine learning) supervisionado e não supervisionado voltados à triagem processual, classificação de peças, agrupamento por similaridade semântica (clustering) e identificação de precedentes qualificados (Silva, 2025, p. 7-9), com o fito de catalisar a observância à disciplina judiciária e aos precedentes obrigatórios (Carvalho, 2017a, p. 101-104). Consoante analisam Rodrigues, Dias e Araújo (2026, p. 9-11), ferramentas pioneiras como o sistema Victor no Supremo Tribunal Federal – desenvolvido em parceria com a Universidade de Brasília para identificar temas de repercussão geral em recursos extraordinários – e os sistemas Athos e Sócrates no Superior Tribunal de Justiça operavam estritamente no plano do suporte técnico-administrativo e da gestão de acervo, sem capacidade de redigir autonomamente argumentos jurídicos ou minutas de provimentos decisórios. Ainda assim, como aponta Silva (2025, p. 7), o artigo 26 da Resolução CNJ nº 332/2020 limitava-se a prever de modo genérico e superficial que a utilização indevida dos modelos seria objeto de apuração e punição dos responsáveis, deixando aberta uma profunda lacuna quanto à distribuição de responsabilidades diante de falhas algorítmicas.

De outro giro, a popularização dos modelos fundacionais baseados na arquitetura Transformer e dos Grandes Modelos de Linguagem (LLMs) a partir do final de 2022 rompeu as fronteiras daquele modelo regulatório inicial. Ao contrário dos algoritmos meramente classificatórios ou extrativos, a Inteligência Artificial Generativa (IAGen), conceituada no artigo 4º, inciso IX, da Resolução CNJ nº 615/2025 como o sistema destinado a "gerar ou modificar significativamente, com diferentes níveis de autonomia, texto, imagens, áudio, vídeo ou código de software" (Conselho Nacional de Justiça, 2025a), ingressou diretamente na atividade de elaboração de minutas nos gabinetes judiciais. No Brasil, esse salto qualitativo materializou-se na rápida implementação de motores generativos institucionais, tais como o sistema Galileu na Justiça do Trabalho (focado na leitura automatizada de petições iniciais, contestações e provas para auxiliar na confecção de sentenças trabalhistas), o sistema Maria no STF, o STJ Logos no Superior Tribunal de Justiça e o Jurisprudência GPT e ChatJUS no Tribunal de Justiça do Estado do Paraná (Rodrigues; Dias; Araújo, 2026, p. 5, 8-11; Silva, 2025, p. 13-14).

Reconhecendo a magnitude dessa transição tecnológica e os riscos sistêmicos a ela associados – amplamente debatidos durante a audiência pública realizada pelo CNJ em setembro de 2024 e nos estudos do Grupo de Trabalho instituído pela Portaria CNJ nº 338/2023 –, a Resolução CNJ nº 615/2025 revogou o normativo de 2020 e instituiu um microssistema de governança algorítmica inspirado na matriz de riscos do Regulamento Europeu de Inteligência Artificial (União Europeia, 2024) e na Carta Ética Europeia sobre o Uso da Inteligência Artificial em Sistemas Judiciais (CEPEJ) (Tamer, 2025, p. 20-25; Spohr; Fontanela, 2025, p. 8-12). O diploma normativo estruturou as aplicações de IA em três patamares de controle:

1. Risco excessivo (usos vedados – artigo 10): proíbe peremptoriamente soluções que não possibilitem a revisão humana ou gerem dependência absoluta do usuário (inciso I); que valorem traços de personalidade ou comportamentos para prever o cometimento de crimes, reiteração delitiva ou para formular perfis pessoais com fins preditivos ou estatísticos na fundamentação de decisões trabalhistas (inciso II); que ranqueiem pessoas naturais pela situação social ou personalidade para aferir a plausibilidade de direitos ou testemunhos (inciso III); e que realizem reconhecimento biométrico de emoções (inciso IV) (Conselho Nacional de Justiça, 2025a).

2. Alto risco (artigo 11, § 1º, artigos 13 e 14, e Anexo, itens AR1 a AR5): abrange soluções voltadas à identificação de perfis comportamentais (AR1), à "aferição da adequação dos meios de prova e a sua valoração nos processos de jurisdição contenciosa" (AR2), à tipificação e interpretação de fatos como crimes ou atos infracionais (AR3), à "formulação de juízos conclusivos sobre a aplicação da norma jurídica ou precedentes a um conjunto determinado de fatos concretos, inclusive para a quantificação ou a qualificação de danos suportados por pessoas ou grupos" (AR4) e ao monitoramento biométrico (AR5). Tais sistemas exigem avaliação de impacto algorítmico contínua, auditoria regular, curadoria estrita de dados, registro automático de operação (logs) e mecanismos de explicabilidade (Gabriel; Porto; Araújo, 2025, p. 5-8).

3. Baixo risco (artigo 11, § 3º, e Anexo, itens BR1 a BR8): contempla tarefas de apoio operacional, sumarização, transcrição, jurimetria e, especificamente no item BR4, a "produção de textos de apoio para facilitar a confecção de atos judiciais, desde que a supervisão e a versão final do documento sejam realizadas pelo magistrado e com base em suas instruções, especialmente as decisões acerca das preliminares e questões de mérito" (Conselho Nacional de Justiça, 2025a).

Observe-se, nesse passo, a sutileza arquitetônica que emerge do cotejo entre os itens AR2/AR4 e o item BR4 do Anexo da Resolução CNJ nº 615/2025: uma ferramenta de IA generativa utilizada para minutar atos judiciais somente se mantém na categoria de baixo risco (BR4) se o usuário humano fornecer previamente as instruções decisórias acerca das preliminares, da valoração probatória e do mérito – exatamente como já se preconizava ao sustentar que a validação de sugestões algorítmicas pelo magistrado deve partir de "critérios objetivos estabelecidos pelo juiz" (Carvalho, 2017b, p. 67). Caso a ferramenta seja acionada sem esse direcionamento epistêmico prévio – passando a valorar provas (AR2) ou a formular juízos conclusivos sobre a aplicação da norma ou a quantificação de danos (AR4) –, a operação migra substancialmente para o domínio de alto risco, no qual o artigo 19, § 3º, inciso V, e o artigo 20, inciso VI, vedam terminantemente o emprego de LLMs privados ou externos ao Poder Judiciário (Brunetta; Ferraz; Alencar, 2025, p. 19).

2.2. A Reserva de Humanidade e a Indelegabilidade da Jurisdição Como Premissas Constitucionais Inegociáveis

Antes de examinar os limites da responsabilidade disciplinar do julgador diante de falhas tecnológicas, impõe-se sacramentar uma premissa dogmática inafastável: o magistrado é e deve continuar sendo responsável pelos atos jurisdicionais que subscreve. Defender a estruturação de uma cadeia sociotécnica de responsabilidades não equivale, em absoluto, a postular a irresponsabilidade do juiz ou a admitir a transferência da autoridade decisória para sistemas computacionais.

A sociedade contemporânea é líquida (Bauman, 2006) e o Estado não escapa às idiossincrasias da pós-modernidade (Carvalho, 2013; Carvalho, 2017b, p. 60). Todavia, no Estado Democrático de Direito estruturado pela Constituição da República de 1988 (Brasil, 1988), a jurisdição constitui emanação da soberania estatal confiada a órgãos constitucionalmente investidos, regida pelos princípios da inafastabilidade do controle jurisdicional (artigo 5º, inciso XXXV), do devido processo legal (artigo 5º, inciso LIV), do contraditório e da ampla defesa (artigo 5º, inciso LV), do juiz natural (artigo 5º, inciso LIII) e da motivação racional e pública das decisões judiciais (artigo 93, inciso IX). Consoante já se teve oportunidade de sustentar, o princípio da automatização do processo eletrônico distancia-se radicalmente do conceito de mecanização: não se fala em ausência do ser humano no processo decisório, tampouco em retroceder a atividade jurisdicional ao juiz "boca da lei" idealizado por Montesquieu (1993, p. 171) ou a um "computador boca-da-lei" (Carvalho, 2017a, p. 105-107; Carvalho, 2017b, p. 60; Tavares-Pereira, 2017, p. 44). Isso porque, ao contrário da lógica matemática e computacional determinística, no Direito não se aplica a regra condicional da causalidade "se A, então B", mas, sim, conforme proposto por Kelsen (2000), o juízo deôntico de imputação "se A é, então B deve ser" (Carvalho, 2017b, p. 60; Tavares-Pereira, 2017, p. 39-40).

Em abono ao articulado, Luís Greco (2022, p. 63) demonstra que a figura de um "juiz-robô" dotado de poder decisório autônomo representa uma impossibilidade jurídica e moral, porquanto julgar pressupõe a capacidade de assumir responsabilidade existencial, ética e política perante o jurisdicionado – atributo exclusivo da pessoa humana. No mesmo sentido já decidira o Superior Tribunal de Justiça (STJ), no julgamento do Recurso Especial nº 1.316.921/RJ, sob a relatoria da Ministra Nancy Andrighi, ao assentar que os computadores não desenvolvem raciocínios subjetivos, éticos ou empáticos próprios do ser pensante (Silva, 2025, p. 19). Se, de um lado, as máquinas superam os humanos na consistência estatística e na velocidade de processamento, de outro, não têm sensibilidade para compreender a essência do exercício da magistratura, imortalizada na lição de Lídia Reis de Almeida Prado (2005), para quem "o Juiz deve ser um poeta, alguém que morre de dores que não são suas, vive o drama do processo; capaz de descer às pessoas que julga, capta os sentimentos e aspirações da comunidade, incorpora na sua alma e na sua própria vida a fome de Justiça do povo a que serve" (Prado, 2005 apud Carvalho, 2017a, p. 107).

A doutrina contemporânea densificou essa exigência sob o conceito de reserva de humanidade (Gabriel; Porto; Araújo, 2025, p. 15; Solé, 2019, p. 28; Anchez Vasquez; Toro-Valencia, 2021). Segundo Gabriel, Porto e Araújo (2025, p. 13-15), a essência do Direito transcende a execução de cálculos probabilísticos ou operações sintáticas, exigindo valorações culturais, históricas e morais, sensibilidade às singularidades do caso concreto e abertura hermenêutica para a superação de entendimentos (overruling) e distinção de precedentes (distinguishing). Na precisa síntese dos autores:

Implementar a "reserva de humanidade" como um direito fundamental implica desenvolver mecanismos, na linha do que preconiza a Resolução CNJ nº 615/2025, através dos quais os seres humanos possam exercer um controle efetivo sobre as máquinas, garantindo que decisões importantes sejam tomadas com compreensão, empatia e uma ponderação moral que só o ser humano pode oferecer. (...) No entanto, a decisão final quanto ao conteúdo de uma peça jurídica, seja qual for ela, carregada de valorações e de sensibilidade ao contexto, deve permanecer como prerrogativa exclusiva do ser humano, garantindo que o Direito continue a ser um instrumento de justiça, equidade e humanidade. (Gabriel; Porto; Araújo, 2025, p. 15).

Nessa mesma toada, Bisneto e Gonçalves (2026, p. 6-7), apoiando-se em Jordi Nieva Fenoll (2018) e Alexandre Morais da Rosa (2020), destacam que a epistemologia jurídica distingue-se radicalmente da lógica quantitativa e estatística da inteligência artificial, pois a aplicação da norma pressupõe a mediação interpretativa da subjetividade humana situada historicamente. Como sintetiza Lenio Luiz Streck (2021), citado por Santos e Coelho (2025, p. 13), há uma insubstituibilidade da compreensão hermenêutica do Direito que jamais pode ser terceirizada a modelos estatísticos, sob pena de se instalar o que Sthéfano Bruno Santos Divino (2025 apud Brunetta; Ferraz; Alencar, 2025, p. 12) denomina "Parasitismo Lex Machinae".

Por conseguinte, a assinatura aposta pelo magistrado ao final de uma sentença, decisão interlocutória ou voto colegiado não constitui formalidade burocrática vazia: ela representa o ato jurídico de apropriação intelectual e de imputação estatal que converte uma minuta em provimento jurisdicional dotado de imperatividade (artigos 203 e 489 do Código de Processo Civil). Sob a ótica processual, o juiz responde integralmente pela condução do feito, pela retificação de erros materiais ou omissões via embargos de declaração e pela garantia de que a valoração da prova (artigo 371 do CPC/2015) e a formação do convencimento motivado reflitam sua deliberação humana.

2.3. Exegese Crítica dos Artigos 19, § 3º, II, e 20, IV, da Resolução CNJ Nº 615/2025: Imputação Processual Versus Responsabilidade Disciplinar Subjetiva

Estabelecida a premissa de que o magistrado responde pelos atos que assina, cumpre indagar: qual é o exato alcance normativo do comando insculpido nos artigos 19, § 3º, inciso II, e 20, inciso IV, da Resolução CNJ nº 615/2025, segundo o qual o magistrado "permanecerá integralmente responsável pelas decisões tomadas e pelas informações nelas contidas" (Conselho Nacional de Justiça, 2025a)? Uma leitura reducionista e literalista desses dispositivos poderia sugerir a instituição de uma modalidade de responsabilidade disciplinar objetiva ou por risco integral (strict liability) em desfavor do juiz: qualquer imprecisão fática, citação truncada ou referência jurisprudencial inexistente gerada por um sistema de IA generativa e não detectada antes da assinatura configuraria, automaticamente, infração funcional do magistrado por violação ao dever de diligência previsto no artigo 35, inciso I, da Lei Complementar nº 35/1979 (LOMAN) e nos artigos 24 e 25 do Código de Ética da Magistratura Nacional (Resolução CNJ nº 60/2008).

Semelhante interpretação, todavia, não resiste ao filtro constitucional e sistemático do ordenamento jurídico brasileiro.

A uma, porque uma resolução administrativa do Conselho Nacional de Justiça, editada no exercício do poder regulamentar conferido pelo artigo 103-B, § 4º, inciso I, da Constituição Federal, encontra limite material estrito no princípio da legalidade (Spohr; Fontanela, 2025, p. 11-14) e nas garantias institucionais da magistratura definidas em lei complementar (artigo 93, caput, da CF/1988). Os artigos 40 e 41 da LOMAN (Brasil, 1979) determinam expressamente que a atividade censória de tribunais e conselhos é exercida com o resguardo devido à dignidade e à independência do magistrado, o qual não pode ser punido ou prejudicado pelas opiniões que manifestar ou pelo teor das decisões que proferir, salvo nos casos de impropriedade ou excesso de linguagem. Ademais, mesmo no plano patrimonial extracontratual (artigo 37, § 6º, da CF/1988) e processual (artigo 143, inciso I, do CPC/2015 e artigo 49 da LOMAN), a responsabilidade pessoal do juiz é estritamente subjetiva e excepcional, dependendo da comprovação de dolo ou fraude, ou de recusa, omissão ou retardamento injustificado de providência de ofício (Silva, 2025, p. 17-18). Enquanto o Estado responde objetivamente perante o jurisdicionado lesado sob a teoria do risco administrativo (artigo 37, § 6º, primeira parte, da CF/1988), a relação regressiva ou disciplinar entre a Administração e o agente público subordina-se de modo inafastável à comprovação de dolo ou culpa subjetiva (Silva, 2025, p. 17-18).

A duas, porque o Direito Administrativo Sancionador submete-se aos princípios constitucionais da culpabilidade, da pessoalidade da pena, da razoabilidade, da proporcionalidade e da exigibilidade de conduta diversa. Não há infração disciplinar sem a demonstração de dolo ou de culpa qualificada (negligência manifesta, abandono completo do dever de supervisão ou imprudência temerária), aferida à luz das condições materiais concretas de trabalho e das ferramentas disponibilizadas pela Administração Pública. Como demonstram Bisneto e Gonçalves (2026, p. 13-15), ao examinarem o emblemático julgamento proferido pelo Órgão Especial do Tribunal de Justiça de São Paulo (TJSP) em julho de 2026 – que manteve o arquivamento de reclamação disciplinar apresentada contra magistrado cuja decisão continha precedentes fictícios gerados por IA generativa, reconhecendo o caráter não intencional do equívoco e o cenário de adaptação tecnológica do sistema de justiça –, a simples existência de um dever formal de supervisão humana nos artigos 19, § 3º, inciso II, e 34 da Resolução CNJ nº 615/2025 não garante, por si só, que o operador humano disponha de protocolos e instrumentos técnicos eficazes para detectar todas as anomalias produzidas pelo algoritmo:

O episódio é revelador precisamente porque a supervisão humana, no sentido formal exigido pelo art. 34 da Resolução CNJ nº 615/2025, esteve presente: o magistrado assinou a decisão e permaneceu, nos termos do art. 19, § 3º, II, da mesma Resolução, "integralmente responsável pelas decisões tomadas e pelas informações nelas contidas". Essa responsabilidade formal, contudo, não impediu que jurisprudência inexistente fosse incorporada à fundamentação e chegasse a produzir efeitos até ser questionada pela parte prejudicada. A supervisão humana, tal como estruturada pela norma, garante que exista um responsável identificável pela decisão, mas não garante, por si só, que esse responsável tenha verificado a veracidade de cada citação e precedente gerado pela IA antes de assiná-la. (Bisneto; Gonçalves, 2026, p. 14).

Consigne-se, por oportuno, que cumpre distinguir na jurisprudência correcional recente, analisada por Santos e Coelho (2025, p. 9-10) e Silva (2025, p. 12), duas situações radicalmente diversas: de um lado, a delegação massiva, mecânica e abdicativa da jurisdição à máquina (e.g., o caso investigado na 2ª Vara de Balsas/MA, em que a produção mensal saltou abruptamente de 80 para 969 sentenças padronizadas e destituídas de exame probatório concreto, hipótese de autêntico abandono do dever constitucional de motivação); de outro lado, o erro pontual induzido por falha oculta, alucinação sofisticada de modelo generativo, omissão de leitura sistêmica ou informação não certificada por assessor em um gabinete que exerce regularmente a supervisão humana. Enquanto a primeira hipótese traduz violação ao menos culposa à reserva de humanidade, a segunda revela um acidente sociotécnico cuja responsabilidade não pode recair exclusivamente sobre o juiz.

A três, porque a própria Resolução CNJ nº 615/2025, quando lida em sua integralidade sistemática, repudia o isolamento do magistrado. O diploma impõe uma vasta gama de obrigações institucionais aos tribunais desenvolvedores ou contratantes e aos provedores de tecnologia: formulação de soluções seguras com identificação e mitigação de riscos sistêmicos (artigo 2º, inciso VII); curadoria de dados seguros, rastreáveis e auditáveis (artigo 2º, inciso IX, e artigo 26); supervisão humana ajustada conforme o nível de automação e o grau de risco (artigo 3º, inciso VII); corresponsabilidade dos tribunais e desenvolvedores pela criação de diretrizes internas e mecanismos de supervisão (artigo 6º, parágrafo único); registro de fontes automatizadas e logs de operação (artigo 13, incisos II e V); oferta de documentação e referências bibliográficas atualizadas pelos sistemas contratados (artigo 20, inciso VIII); e garantia de acesso do usuário interno às premissas e ao método empregado pela IA (artigo 32, inciso II) (Conselho Nacional de Justiça, 2025a).

Em suma, a cláusula segundo a qual o magistrado permanece "integralmente responsável pelas decisões tomadas e pelas informações nelas contidas" deve ser interpretada como uma norma de imputação jurídico-processual e de vedação à delegação decisória (proibindo que o juiz se exima do dever de motivar atribuindo a autoria da decisão à máquina, fenômeno que Virginia Eubanks, citada por Bisneto e Gonçalves, 2026, p. 10, denomina desresponsabilização algorítmica), mas jamais como uma cláusula de responsabilidade disciplinar objetiva ou exclusiva capaz de absorver falhas sistêmicas da infraestrutura de tecnologia da informação, omissões da Administração Judiciária, infrações funcionais ocultas de servidores ou fraudes cibernéticas praticadas por terceiros.

3. LIMITES COGNITIVOS E TÉCNICOS DA SUPERVISÃO HUMANA SOLITÁRIA: ALUCINAÇÕES, VIÉS DE AUTOMAÇÃO E ZONAS DE AMORTECIMENTO MORAL

3.1. Natureza Estocástica dos Grandes Modelos de Linguagem (LLMs), Opacidade Algorítmica e Falhas Silenciosas de Varredura

A pretensão de atribuir exclusivamente ao usuário final a detecção de qualquer erro gerado por sistemas de Inteligência Artificial Generativa repousa sobre uma incompreensão técnica acerca da arquitetura computacional dos Grandes Modelos de Linguagem (Large Language Models – LLMs). Diferentemente dos softwares jurídicos tradicionais baseados em regras lógicas determinísticas (if-then) ou em busca booleana indexada, os LLMs fundamentam-se em redes neurais artificiais profundas (deep learning) estruturadas sobre mecanismos de autoatenção (transformers), que operam prevendo estatisticamente o próximo token (palavra ou fragmento lexical) mais provável em uma sequência a partir de bilhões de parâmetros ajustados durante o pré-treinamento (Silva, 2025, p. 5-6; Brunetta; Ferraz; Alencar, 2025, p. 10-11).

Como advertem Brunetta, Ferraz e Alencar (2025, p. 11), apoiando-se em Ethan Mollick (2024), esses sistemas não possuem compreensão semântica ontológica, intencionalidade ou compromisso intrínseco com a verdade fática ou normativa: eles apenas correlacionam probabilisticamente sequências linguísticas que costumam coocorrer estatisticamente nos corpora de treinamento. Dessa arquitetura probabilística decorrem três vulnerabilidades técnicas estruturais que desafiam a revisão humana convencional:

1. Alucinação algorítmica (ou sistêmica) de alta verossimilhança: consiste na geração involuntária, pelo modelo de linguagem, de informações fáticas falsas, premissas inexistentes nos autos, dispositivos legais revogados ou ementas jurisprudenciais inteiramente fictícias, porém apresentadas com impecável coesão gramatical, estilo forense erudito e elevado grau de plausibilidade aparente (Gabriel; Porto; Araújo, 2025, p. 11-12; Brunetta; Ferraz; Alencar, 2025, p. 13). Ao contrário do erro humano tradicional – que frequentemente deixa rastros de hesitação, falha de redação ou inconsistência grosseira –, a alucinação algorítmica é desenhada matematicamente para maximizar a verossimilhança textual, mimetizando o jargão dos tribunais superiores, números de processos plausíveis e até mesmo o estilo argumentativo de relatores reais.

2. Opacidade algorítmica (black box) e incomensurabilidade das camadas ocultas: nos modelos de aprendizado profundo, a passagem entre os dados de entrada (inputs) e o texto gerado (output) percorre dezenas de camadas neurais ocultas (hidden layers) cujos pesos matemáticos não são diretamente rastreáveis ou inteligíveis sequer pelos engenheiros que desenvolveram o modelo (Silva, 2025, p. 11-12; Mozetic, 2025, p. 25-30; Tavares-Pereira, 2017, p. 49). Quando a interface disponibilizada ao gabinete judicial não incorpora mecanismos de Inteligência Artificial Explicável (Explainable AI – XAI) – aptos a converter "caixas-pretas" em "caixas de vidro" (Silva, 2025, p. 12) – e âncoras diretas de rastreabilidade para a fonte primária, o magistrado ou servidor recebe um bloco textual monolítico, sem indicação de quais trechos resultam de extração fiel dos autos e quais decorrem de interpolação probabilística do modelo.

3. Falhas silenciosas de ingestão e varredura documental: no processamento de autos judiciais volumosos (frequentemente compostos por centenas ou milhares de páginas, laudos periciais digitalizados, planilhas de cálculos trabalhistas e mídias de audiência), os sistemas de IA estão sujeitos a limites de janela de contexto (context window), falhas de reconhecimento óptico de caracteres (OCR), truncamento silencioso de pacotes de dados (chunking) na recuperação aumentada por geração (Retrieval-Augmented Generation – RAG) ou impossibilidade de leitura de arquivos corrompidos. Trata-se de obstáculo estrutural que já se advertia desde os estudos de transição do PJe para a quarta dimensão: a carência de linguagem padronizada de marcação genérica (metadados) sobre o conteúdo real dos arquivos PDF e as limitações de eficácia das ferramentas de OCR sobre bases documentais não estruturadas (Carvalho, 2017b, p. 66). Se a ferramenta institucional não emite uma declaração de cobertura (manifesto de completude) atestando exatamente quais documentos dos autos foram lidos e quais foram descartados por erro técnico, o usuário humano é induzido a crer que o resumo ou a minuta contempla a totalidade do acervo probatório, incorrendo em omissão induzida pela própria arquitetura do sistema.

3.2. Viés de Automação, Complacência Cognitiva e o Paradoxo da Eficiência Sob Pressão de Metas Produtivistas

Às limitações estritamente computacionais somam-se os fenômenos estudados pela engenharia de fatores humanos e pela psicologia cognitiva na interação homem-máquina: o viés de automação (automation bias) e a complacência de automação (automation complacency). Apoiando-se nos estudos clássicos de Bahner, Hüper e Manzey (2008) e de Parasuraman e Manzey (2010), Brunetta, Ferraz e Alencar (2025, p. 13-14) explicam que o viés de automação consiste na propensão cognitiva humana a atribuir autoridade epistêmica e neutralidade superior aos resultados gerados por sistemas automatizados, aceitando sugestões algorítmicas incorretas (erros de comissão) mesmo diante de indícios contraditórios, enquanto a complacência de automação traduz a redução progressiva da vigilância atencional e do rigor de checagem (erros de omissão) à medida que o operador se habitua à fluência e à aparente confiabilidade da máquina:

A aparente coerência e fluência do texto gerado pode induzir o usuário desprevenido ao que se denomina "viés de automação" (automation bias) ou ao viés da complacência (automation complacency). O primeiro, uma tendência à confiança excessiva (e, por vezes, "cega") no resultado apresentado pela máquina (Bahner; Hüper; Manzey, 2008), que se presume, não teria razões para mentir. O segundo, uma tendência do usuário, em um determinado momento, a tornar-se tão confortável e acomodado com sistemas automatizados que passa a deixar de lado sistemas de checagem e conferência anteriormente usados (Parasuraman; Manzey, 2010). (Brunetta; Ferraz; Alencar, 2025, p. 13).

No ambiente forense, esses vieses cognitivos não operam no vácuo; ao revés, são severamente potencializados pela estrutura organizacional de hiperlitigiosidade (Carvalho, 2019b, p. 125-132) e de pressão por metas quantitativas de produtividade. De acordo com os dados oficiais do relatório Justiça em Números analisados por Rodrigues, Dias e Araújo (2026, p. 7-8), o índice de demandas ajuizadas no Brasil saltou de 129,1 para 185,5 ações por mil habitantes entre 2009 e 2024, em um quadro de crônica defasagem de quadros de servidores. Conforme já se ponderava a respeito da dimensão teleológica e deontológica da automatização judicial (Carvalho, 2017a, p. 99-101; Carvalho, 2017b, p. 58-61), a inserção de ferramentas tecnológicas no processo deve ter por escopo melhorar a qualidade de vida dos usuários internos e liberar o magistrado das tarefas mecânico-repetitivas, a fim de que possa dedicar-se pacientemente: (i) às lides ainda não uniformizadas e aos microconflitos sui generis; (ii) às hipóteses em que a jurisprudência deva ser superada; e (iii) aos denominados hard cases.

Todavia, desvirtuando essa vocação emancipatória da tecnologia, Brunetta, Ferraz e Alencar (2025, p. 19-20) diagnosticam o risco do "movimento eficientista" e do chamado paradoxo de Jevons (ou efeito bumerangue) na jurisdição: a introdução de ferramentas de IA generativa gera uma euforia inicial de produtividade quantitativa, que, por sua vez, retroalimenta a cobrança institucional por metas cada vez mais elevadas e reduz o tempo médio disponível para a maturação hermenêutica e para a auditoria manual linha a linha de cada minuta, agravando inclusive os riscos psicossociais no ambiente de trabalho judiciário (Lima; Carvalho, 2026).

Outrossim, a esse fenômeno associa-se o risco de atrofia intelectual digital ou síndrome da automação passiva (Holanda, 2024, p. 89-90 apud Silva, 2025, p. 3), bem como a perda de agência (loss of agency) do julgador descrita por Münch e Ferraz (2024 apud Brunetta; Ferraz; Alencar, 2025, p. 15). Como demonstrou Lisanne Bainbridge (1983) em sua célebre formulação sobre as "ironias da automação" (ironies of automation), retomada por Elish (2019, p. 50), quanto mais um sistema automatizado assume a execução fluida das tarefas rotineiras e entrega produtos esteticamente acabados, menor é a capacidade cognitiva do supervisor humano de manter a consciência situacional aguda necessária para detectar falhas raras, sutis e altamente verossímeis no exato momento em que a máquina falha. Exigir que o magistrado opere com a velocidade produtiva da inteligência artificial e, simultaneamente, audite manualmente cada referência e cada correlação probatória como se a ferramenta não existisse configura evidente contrassenso ergonômico e institucional.

3.3. O Magistrado Como Zona de Amortecimento Moral (Moral Crumple Zone) E o Problema das Muitas Mãos na Governança Algorítmica

A articulação teórica mais precisa para explicar a injustiça de concentrar a responsabilidade exclusivamente no operador humano final encontra-se no conceito de zona de amortecimento moral (moral crumple zone), formulado pela antropóloga e pesquisadora do Data & Society Research Institute Madeleine Clare Elish (2019). Ao investigar desastres e falhas em sistemas sociotécnicos altamente complexos e automatizados – desde o acidente nuclear de Three Mile Island (1979) e a queda do voo Air France 447 (2009) até colisões fatais envolvendo veículos autônomos com motoristas de segurança (safety drivers) –, Elish (2019, p. 41-42) demonstra que, quando a agência e o controle sobre uma ação são distribuídos no tempo e no espaço entre múltiplos atores humanos e não humanos, mas a regulação jurídica permanece aferrada a um modelo individualista de culpa, o operador humano mais próximo da ponta converte-se em uma "esponja de responsabilidade" (liability sponge):

Assim como a zona de deformação (crumple zone) em um automóvel é projetada para absorver a força do impacto em uma colisão, o ser humano em um sistema altamente complexo e automatizado pode tornar-se simplesmente um componente – acidental ou intencionalmente – que suporta o peso das responsabilidades morais e jurídicas quando o sistema global apresenta mau funcionamento. Enquanto a zona de deformação em um carro se destina a proteger o motorista humano, a zona de amortecimento moral protege a integridade do sistema tecnológico, às custas do operador humano mais próximo. (Elish, 2019, p. 41, tradução nossa).

A analogia com a regulação da aviação civil examinada por Elish (2019, p. 49-50) é profundamente elucidativa para a exegese dos artigos 19, § 3º, inciso II, e 20, inciso IV, da Resolução CNJ nº 615/2025. Na aviação comercial, o regulamento federal norte-americano (14 CFR 91.3) estatui há décadas que o piloto em comando é diretamente responsável pela operação da aeronave e detém a autoridade final sobre ela. Embora o controle efetivo do voo tenha sido progressivamente transferido para sistemas computadorizados fly-by-wire projetados por centenas de engenheiros de software e certificados por agências reguladoras, a responsabilidade jurídica não foi redimensionada na mesma proporção: quando ocorre uma falha na interação entre o software e a interface de cabine (e.g., no voo AF 447, em que sensores congelaram e os alertas sonoros induziram a tripulação a erro cognitivo), o sistema tecnológico preserva sua reputação de infalibilidade e a culpa recai sobre o "erro humano" do piloto (Elish, 2019, p. 48-51).

Fenômeno idêntico verifica-se quando se invoca a retórica do "humano no circuito" (human-in-the-loop) no Poder Judiciário sem dotar esse humano de instrumentos reais de controle epistêmico e de salvaguardas institucionais. Como diagnosticaram Helen Nissenbaum (1996), ao teorizar o problema das muitas mãos (problem of many hands) na sociedade computacional, e Andreas Matthias (2004 apud Silva, 2025, p. 15), ao formular o conceito de lacuna de responsabilidade (responsibility gap), os resultados de sistemas baseados em aprendizado de máquina emergem da confluência de múltiplos vetores: a) a seleção, curadoria e rotulagem das bases de dados de treinamento pelos desenvolvedores; b) a arquitetura de pesos neurais, filtros de alinhamento e parâmetros de temperatura definidos pelo provedor comercial; c) a integração via API, a engenharia de janelas de contexto e o desenho de interface implementados pela Secretaria de Tecnologia da Informação do tribunal; d) a formulação de comandos (prompts) e a triagem preliminar executadas por servidores e assessores de gabinete; e) a qualidade e a integridade cibernética das peças juntadas aos autos pelas partes e advogados; e, finalmente, f) a supervisão decisória exercida pelo magistrado.

Ora, se o controle causal sobre o artefato tecnológico é estruturalmente compartilhado por toda essa rede sociotécnica, a imputação de responsabilidade disciplinar não pode permanecer monoliticamente concentrada no último elo da cadeia. Conforme adverte Kate Crawford (2021, p. 134 apud Santos; Coelho, 2025, p. 8), os sistemas de IA não são artefatos neutros, mas infraestruturas sociotécnicas que incorporam as escolhas políticas, as limitações arquitetônicas e os vieses de seus criadores e gestores. Transformar o magistrado em garante absoluto contra falhas de um sistema cuja arquitetura ele não programou, cuja base de treinamento ele não auditou e cuja interface muitas vezes omite alertas de integridade significa institucionalizar uma zona de amortecimento moral no coração do Poder Judiciário.

4. TAXONOMIA ANALÍTICA DOS CENÁRIOS DE ELABORAÇÃO DE ATOS JUDICIAIS: DO ATO HUMANO PURO À MEDIAÇÃO SOCIOTÉCNICA HÍBRIDA

Para superar a generalidade abstrata dos artigos 19, § 3º, inciso II, e 20, inciso IV, da Resolução CNJ nº 615/2025, a dogmática jurídica precisa estabelecer uma distinção analítica rigorosa entre os diferentes modos de produção do ato judicial. Embora em todas as hipóteses a assinatura do magistrado preserve sua natureza de ato de investidura jurisdicional e de assunção da responsabilidade processual pela decisão perante os jurisdicionados, a configuração do dever de diligência, o nexo de causalidade de eventuais falhas e a exigibilidade de conduta diversa no plano ético-disciplinar variam substancialmente conforme a presença e a modalidade de mediação tecnológica e humana na confecção da minuta.

4.1. Atos Judiciais Minutados Exclusivamente por Seres Humanos: Autoria Direta do Magistrado e Assessoramento Humano Tradicional

O primeiro paradigma compreende os atos judiciais minutados exclusivamente por seres humanos, sem qualquer intervenção de sistemas de Inteligência Artificial Generativa, subdividindo-se em duas situações clássicas: a redação direta pelo próprio magistrado e a elaboração de minuta por servidor público ou assessor humano sob supervisão judicial.

Quando o ato jurisdicional é redigido diretamente pelo magistrado sem o emprego de IA generativa, verifica-se uma identidade plena e imediata entre a cognição humana deliberativa e a expressão linguística do texto decisório. O julgador realiza pessoalmente a leitura das peças processuais e dos documentos probatórios, consulta diretamente a legislação e os repositórios oficiais de jurisprudência e constrói, frase a frase, a estrutura lógica da fundamentação (artigo 489, § 1º, do CPC/2015; Carvalho; Malfatti, 2019). Nessa hipótese, inexiste qualquer camada intermediária de opacidade algorítmica ou inferência estatística. Se o ato contiver a citação de um precedente inexistente ou a distorção flagrante de um documento constante dos autos, o equívoco decorre exclusivamente de falha cognitiva ou de quebra direta do dever funcional de diligência e prudência por parte do próprio magistrado (artigo 35, inciso I, da LOMAN; artigos 24 e 25 do Código de Ética da Magistratura Nacional; Princípios de Bangalore de Conduta Judicial, Valor 6 – Competência e Diligência).

Por sua vez, quando o ato judicial é minutado por servidor público humano (assessor, assistente de juiz ou analista judiciário) sem o auxílio de ferramentas de inteligência artificial, opera-se a divisão tradicional do trabalho intelectual nos gabinetes judiciais. Embora haja delegação operacional da redação preliminar, a relação entre o servidor e o magistrado permanece estritamente intersubjetiva, transparente e regida pela epistemologia humana (Bisneto; Gonçalves, 2026, p. 6-7). O servidor humano não "alucina" precedentes por correlação probabilística de tokens: ele extrai citações de bases oficiais identificáveis, compreende semanticamente o processo e submete-se aos deveres funcionais de lealdade às instituições, zelo e observância das normas legais e regulamentares previstos no artigo 116, incisos I, II e III, da Lei nº 8.112/1990, respondendo administrativa, civil e penalmente pelo exercício irregular de suas atribuições (artigos 121 e 122 da Lei nº 8.112/1990).

Nesse cenário humano tradicional, a supervisão exercida pelo magistrado sobre a minuta do servidor apoia-se em parâmetros cognitivos compartilhados e previsíveis. O juiz conhece o nível de maturidade técnica de seu assessor, estabelece diretrizes verbais ou escritas para o julgamento e revisa um texto produzido por uma mente humana que leu diretamente os autos. Eventuais erros cometidos pelo servidor humano tendem a apresentar padrões reconhecíveis de falha humana (e.g., equívoco na interpretação de uma tese jurídica, erro de digitação ou lapso na contagem de um prazo), cuja detecção insere-se na esfera ordinária de revisão do magistrado, ressalvadas apenas as hipóteses de dolo ou fraude documental perpetrada pelo servidor.

4.2. Atos Judiciais Minutados com Apoio de IA Mediante Intervenção Exclusiva do Magistrado: Controle Epistemológico Prévio e Vulnerabilidades Sistêmicas

O segundo cenário analítico configura-se quando o próprio magistrado, sem a intermediação de servidores ou assessores, utiliza sistemas de Inteligência Artificial Generativa como ferramenta de apoio à elaboração de atos judiciais, nos moldes facultados pelos artigos 19 e 20 e pelo item BR4 do Anexo da Resolução CNJ nº 615/2025. Aqui, embora a interação ocorra diretamente entre o juiz e o sistema computacional, a estrutura causal do ato deixa de ser linearmente humana e passa a constituir um sistema sociotécnico híbrido.

Para que essa interação direta do magistrado com a máquina preserve a reserva de humanidade e não degenere em delegação decisória inconstitucional (vedada pelo artigo 10, inciso I, e pelo artigo 19, § 3º, inciso II, da Resolução CNJ nº 615/2025), é indispensável que o julgador exerça o que se denomina controle epistemológico prévio. Conforme já se propunha ao delinear a quarta dimensão do processo eletrônico, o caminho legítimo para a inteligência artificial na jurisdição exige que o magistrado valide ou não a sugestão apresentada pela máquina "a partir de critérios objetivos estabelecidos pelo juiz" (Carvalho, 2017b, p. 67). Trata-se, pois, do método de interação humano-máquina pelo qual o magistrado define e fornece previamente ao sistema as premissas fáticas acolhidas, a valoração probatória realizada e as balizas jurídicas e hermenêuticas aplicáveis ao caso concreto antes de solicitar a geração ou estruturação textual da minuta. Como ressaltam Brunetta, Ferraz e Alencar (2025, p. 14-15), comandos vagos ou abertos (tais como "julgue o processo" ou "analise os pedidos da inicial") transferem indevidamente à máquina a função de escolher premissas e ampliam exponencialmente a taxa de alucinações algorítmicas; ao revés, quando o magistrado aporta o juízo de valor probatório e normativo na instrução (prompt), a ferramenta atua legitimamente na organização linguística e na síntese documental.

Nada obstante, mesmo quando o magistrado observa rigorosamente o controle epistemológico prévio e utiliza ferramenta institucionalmente homologada pelo tribunal (ou contratada segundo as diretrizes do artigo 19, § 3º, da Resolução CNJ nº 615/2025), sua atuação permanece exposta a três falhas sociotécnicas ocultas que não existem no trabalho puramente humano:

1. Assimetria arquitetônica e omissão de alertas de interface: se a ferramenta institucional disponibilizada pela Administração Judiciária não possui mecanismos automatizados de ancoragem de fontes (rastreabilidade) nem emite alertas visuais diante de baixa confiabilidade estatística de uma passagem gerada, o magistrado recebe um texto aparentemente íntegro, no qual uma microalucinação fática (e.g., a inversão de uma data contratual ou a síntese imprecisa de um depoimento constante de página intermediária de um processo de mil laudas) encontra-se camuflada em meio a parágrafos perfeitamente exatos.

2. Limitações não declaradas de processamento documental: caso o motor de ingestão da ferramenta deixe de processar determinados anexos processuais por falha silenciosa de indexação ou limite de tokens, sem exibir ao magistrado uma declaração de cobertura (manifesto de completude), o julgador é induzido em erro por uma falha técnica invisível na interface de usuário (human-computer interface), exatamente como ocorreu com os operadores da usina de Three Mile Island analisados por Elish (2019, p. 45).

3. Vulnerabilidade a ataques adversariais externos (prompt injection): conforme se demonstrou em estudo específico sobre os riscos cibernéticos que ameaçam a Justiça digital (Carvalho, 2019a, p. 117-132), a migração integral do processo para o meio reticular-eletrônico expõe a jurisdição a vetores inéditos de sabotagem informacional. No processo judicial eletrônico contemporâneo, os documentos processados pela IA do gabinete são produzidos pelas próprias partes em litígio adversarial. Consoante documentam Rodrigues, Dias e Araújo (2026, p. 14-15), ao analisarem o caso paradigmático da Reclamação Trabalhista nº 0001062-55.2025.5.08.0130, tramitada perante o Tribunal Regional do Trabalho da 8ª Região (TRT8), litigantes maliciosos passaram a inserir instruções ocultas em fonte branca sobre fundo branco ou em metadados das petições (indirect prompt injection), ordenando que a inteligência artificial ignore documentos, deixe de impugnar teses ou produza resumos enviesados. Se a infraestrutura tecnológica do tribunal não dispõe de filtros preventivos de sanitização de metadados e bloqueio de comandos ocultos, o magistrado que utiliza a IA institucional é vítima de uma fraude cibernética processual perpetrada por terceiro.

Por conseguinte, no ato minutado com apoio de IA mediante intervenção exclusiva do magistrado, conquanto o juiz mantenha o dever de revisar a minuta e responda processualmente pela higidez da decisão, a aferição de eventual responsabilidade disciplinar por erro remanescente não pode abstrair da qualidade técnica, da transparência de interface e da eficácia das barreiras de segurança oferecidas pela ferramenta institucional.

4.3. Atos Judiciais Minutados com Apoio de IA Mediante Auxílio de Servidor Público Humano: Dupla Mediação, IA Oculta (Shadow AI) E Deveres Funcionais de Certificação

O terceiro cenário – que representa a realidade operacional mais complexa e frequente nos juízos de primeiro grau e nos gabinetes de tribunais – ocorre quando a minuta do ato judicial é elaborada por servidor público, assessor ou estagiário com o auxílio de sistemas de Inteligência Artificial Generativa e posteriormente submetida à conclusão e assinatura do magistrado. Na arquitetura deontológica originalmente concebida para o i-processo, projetava-se um fluxo transparente e cooperativo no qual "cabe ao servidor público validar (ou não) a opção sugerida pela máquina e, ao magistrado, convalidar (ou não) a opção sob análise" (Carvalho, 2017b, p. 60). Todavia, com a chegada dos Grandes Modelos de Linguagem, instala-se aqui uma cadeia sociotécnica duplamente mediada, na qual se superpõem a agência algorítmica da máquina, a agência técnico-administrativa do servidor e a supervisão jurisdicional do juiz.

Os dados empíricos colhidos pelo próprio Conselho Nacional de Justiça revelam que esse elo intermediário constitui hoje o ponto de maior vulnerabilidade da governança judicial. De acordo com a pesquisa nacional do CNJ, analisada por Silva (2025, p. 12), Brunetta, Ferraz e Alencar (2025, p. 12, 18) e Santos e Coelho (2025, p. 8-9), cerca de 85% dos assessores de magistrados não reportam a utilização de ferramentas de IA generativa aos seus superiores hierárquicos na entrega das minutas, ao passo que 57,6% dos servidores acessam essas ferramentas por meio de contas e endereços de e-mail pessoais em plataformas comerciais abertas na internet, fenômeno conhecido na literatura de segurança da informação como Shadow AI (IA oculta ou clandestina).

Examine-se a gravidade dogmática dessa constatação empírica diante da regra dos artigos 19, § 3º, inciso II, e 20, inciso IV, da Resolução CNJ nº 615/2025. Quando um servidor submete à conclusão do magistrado uma minuta sem informar que o texto foi gerado por IA generativa, o juiz é levado a revisar o documento sob a premissa cognitiva do primeiro cenário (assessoramento humano tradicional), confiando que o assessor leu integralmente as peças e conferiu nos autos cada citação e cada fato narrado. No entanto, o texto foi produzido sob a lógica probabilística da máquina – muitas vezes mediante um comando genérico inserido pelo servidor sem controle epistemológico prévio, ou até mesmo em plataforma externa não homologada, com exposição indevida de dados pessoais e processos sigilosos em violação à LGPD e ao artigo 19, § 3º, inciso IV, da Resolução CNJ nº 615/2025.

E mais: mesmo quando o servidor utiliza o sistema institucional homologado pelo tribunal, pode ocorrer que a ferramenta emita alertas de baixa confiabilidade de citações ou de omissão na leitura de peças, mas o servidor ignore tais avisos durante a redação preliminar e entregue ao magistrado apenas o texto final limpo, desacompanhado dos registros de auditoria da interação. Nessa situação, imputar ao magistrado a responsabilidade disciplinar exclusiva por uma alucinação algorítmica ou por um vazamento de dados praticado pelo servidor à revelia das normas de segurança significa punir o juiz por fato de terceiro ocultado por falha de governança sistêmica, violando frontalmente o princípio da intranscendência das sanções (artigo 5º, inciso XLV, da Constituição Federal) e o regime de responsabilidade subjetiva funcional (artigo 121 da Lei nº 8.112/1990). Impõe-se, portanto, distinguir com precisão três esferas de responsabilidade no terceiro cenário:

1. Dever funcional autônomo de transparência e certificação pelo servidor: ao submeter qualquer minuta prévia à conclusão do magistrado, deve constituir dever funcional expresso do servidor (artigo 116, incisos I a III, da Lei nº 8.112/1990) destacar formalmente e certificar nos sistemas de controle interno que a minuta foi confeccionada com apoio de ferramenta de IAGen, observando o controle epistemológico prévio e utilizando exclusivamente sistemas institucionais homologados.

2. Relatório Automatizado de Integridade e separação de logs de autoria: em consonância com o artigo 13, incisos II e V, e o artigo 21, § 2º, da Resolução CNJ nº 615/2025, o sistema institucional deve gerar registros auditáveis (logs) inalteráveis que diferenciem as interações realizadas pelo servidor daquelas realizadas pelo magistrado, fazendo acompanhar a minuta de um Relatório Automatizado de Integridade que ateste ao juiz: a) o grau de confiabilidade e ancoragem das citações inseridas; b) o universo exato de peças processuais efetivamente varridas pelo sistema; e c) eventuais alertas sistêmicos que tenham sido ignorados pelo servidor na fase de redação preliminar.

3. Isenção disciplinar do magistrado diante de conduta clandestina do servidor: a utilização de ferramenta externa não autorizada (Shadow AI) ou a quebra de diretrizes de segurança da informação e de controle epistemológico por servidor, praticada à revelia do magistrado, deve configurar infração disciplinar própria e exclusiva do servidor público, isentando o julgador de responsabilidade administrativa, salvo quando cabalmente demonstrada manifesta culpa in vigilando na gestão da unidade jurisdicional.

O Quadro 1 sintetiza comparativamente os três cenários de elaboração de atos judiciais, evidenciando como a introdução da mediação algorítmica e da dupla mediação humano-algorítmica altera estruturalmente a matriz de riscos e a distribuição do dever de diligência.

Quadro 1. Comparativo analítico dos cenários de elaboração de minutas de atos judiciais e respectivos regimes de responsabilidade

Fonte: Elaboração própria com base na Resolução CNJ nº 615/2025, na LOMAN e na Lei nº 8.112/1990 (2026).

5. ARQUITETURA REGULATÓRIA DA CADEIA SOCIOTÉCNICA DE RESPONSABILIDADES E BALIZAS DE MITIGAÇÃO DISCIPLINAR

A constatação de que a atividade jurisdicional apoiada por Inteligência Artificial Generativa opera no interior de um ecossistema sociotécnico complexo impõe a superação do paradigma da responsabilidade solitária do usuário final. Em consonância com a abertura conferida pelo artigo 1º, § 1º, e pelo artigo 6º, parágrafo único, da Resolução CNJ nº 615/2025 – que asseguram a autonomia dos tribunais para editar diretrizes internas e implementar mecanismos locais de governança, supervisão e controle, evitando o engessamento burocrático excessivamente centralizador (Carvalho, 2017b, p. 57, 63) –, defende-se a estruturação normativa de uma cadeia sociotécnica de responsabilidades compartilhadas, articulada em quatro eixos institucionais e culminando na positivação de causas expressas de mitigação e exclusão da responsabilidade disciplinar do magistrado.

5.1. Deveres Institucionais da Administração Judiciária: Design Ético, Âncoras de Fonte, Manifesto de Completude, Travas Sistêmicas e Testes de Simetria

O primeiro e mais decisivo elo da cadeia sociotécnica é a própria Administração Judiciária (tribunais e conselhos). A ética na era digital não se reduz à deontologia individual do julgador, mas exige fundamentalmente a ética por design (ethics by design) e a segurança estrutural das ferramentas institucionais colocadas à disposição dos gabinetes (Brunetta; Ferraz; Alencar, 2025, p. 21; Tamer, 2025, p. 28-31). Como dispõe o artigo 14 do Regulamento Europeu de Inteligência Artificial (EU AI Act – União Europeia, 2024), os sistemas de IA de alto risco – categoria na qual o Anexo III, item 8, do regulamento europeu inclui expressamente os sistemas destinados a assistir autoridades judiciais na investigação e interpretação de fatos e normas (União Europeia, 2024) – devem ser concebidos e desenvolvidos com interfaces homem-máquina adequadas que permitam ao supervisor humano compreender as capacidades e limitações do sistema, monitorar anomalias, resistir conscientemente ao viés de automação (automation bias) e interromper a operação com segurança.

Transpondo esses parâmetros técnicos para a regulação interna dos tribunais brasileiros, é dever inafastável da Administração Judiciária prover ambiente tecnológico seguro e vedar a disponibilização de ferramentas desprovidas de salvaguardas sistêmicas que transfiram exclusivamente ao magistrado o ônus de detectar falhas algorítmicas silenciosas. Para cumprir esse dever institucional, a arquitetura dos sistemas homologados deve incorporar seis mecanismos obrigatórios de governança técnica:

1. Arquitetura de controle epistemológico prévio em camadas: a interface institucional deve exigir que o usuário forneça as balizas fáticas, a valoração da prova e o direcionamento jurídico antes da geração do texto (modo direto), combinando-os com habilidades sistêmicas (skills), perfis de resposta e bibliotecas de comandos (prompts) previamente validados e homologados pela Administração em conformidade com os normativos do CNJ (modo indireto).

2. Rastreabilidade automatizada mediante âncora de fonte: em cumprimento aos princípios da auditabilidade e explicabilidade (artigo 3º, inciso II, artigo 4º, incisos XVII e XVIII, e artigo 32, inciso II, da Resolução CNJ nº 615/2025), o sistema deve vincular cada afirmação de fato ou de direito gerada pela IA à sua fonte exata nos autos (identificador do documento, página ou repositório normativo/jurisprudencial oficial) por meio de marcadores visuais ou hiperlinks verificáveis, eliminando o efeito "caixa-preta" (Bisneto; Gonçalves, 2026, p. 16-18).

3. Declaração de cobertura (manifesto de completude): a cada operação de resumo ou auxílio à redação, a plataforma deve emitir relatório sistêmico atestando a correlação exata entre a totalidade dos documentos juntados aos autos e aqueles que a IA efetivamente conseguiu ler e processar, alertando de forma ostensiva sobre eventuais arquivos corrompidos, mídias não transcritas ou páginas truncadas.

4. Travas sistêmicas e interrupções de fricção cognitiva positiva: para neutralizar a complacência e o viés de automação (Brunetta; Ferraz; Alencar, 2025, p. 13-14), o ambiente de interface deve bloquear o salvamento diante de desconformidades técnicas graves e interromper ativamente o fluxo de trabalho – exigindo confirmação expressa e fundamentada do usuário – sempre que: a) a sugestão de minuta contrariar jurisprudência pacificada ou vinculante do STF, STJ, TST ou do próprio tribunal (reforçando a função catalisadora da tecnologia na observância aos precedentes qualificados, conforme Carvalho, 2017a, p. 101-104); ou b) a análise probabilística tangenciar marcadores sensíveis (gênero, raça, origem, faixa salarial ou filiação sindical) para sugerir procedência/improcedência ou quantificar danos extrapatrimoniais (hipóteses de risco excessivo ou alto risco nos termos do artigo 10, inciso II, e do Anexo, itens AR1 e AR4, da Resolução CNJ nº 615/2025).

5. Comitê de governança multidisciplinar, testes de simetria e suspensão cautelar (Kill Switch): nos termos do artigo 12, inciso III, e do artigo 8º, §§ 1º a 3º, da Resolução CNJ nº 615/2025, e na esteira da experiência bem-sucedida de democratização da governança tecnológica com representantes de magistrados e servidores de primeiro e segundo graus (Carvalho, 2017b, p. 63), cada tribunal deve instituir comitê de governança com participação plural de magistrados de ambos os graus (inclusive indicados por associações de magistrados), servidores da área-fim e gestores de tecnologia da informação. A esse colegiado incumbe homologar ferramentas e prompts, conduzir rotineiramente testes de simetria – auditorias algorítmicas contrafactuais que submetem à IA casos idênticos alterando isoladamente variáveis sensíveis como raça, gênero ou filiação sindical para aferir a isonomia das respostas (Spohr; Fontanela, 2025, p. 10) – e acionar imediatamente o mecanismo de bloqueio cautelar (Kill Switch) diante de falhas graves, vieses estruturais ou ataques cibernéticos, desobrigando os magistrados do uso de qualquer sistema sob suspeita.

6. Facultatividade do uso e proteção contra metas abusivas: em respeito à independência funcional da magistratura, à prevenção de riscos psicossociais no labor judiciário (Lima; Carvalho, 2026) e ao artigo 32, parágrafo único, da Resolução CNJ nº 615/2025, o uso da IAGen deve ser estritamente facultativo, vedando-se que a opção pela não utilização da ferramenta, ou o tempo despendido pelo magistrado e sua equipe para a indispensável revisão humana substantiva, acarrete prejuízo em avaliações de produtividade, promoções ou imposição de metas quantitativas abusivas.

5.2. Corresponsabilidade Processual das Partes e Procuradores Diante de Ataques Adversariais e Injeção Indireta de Comandos (Prompt Injection)

O segundo eixo da cadeia sociotécnica contempla a atuação dos usuários externos do sistema de justiça (partes, advogados, membros do Ministério Público, defensores públicos, peritos e assistentes técnicos, definidos no artigo 4º, inciso VII, da Resolução CNJ nº 615/2025). O processo judicial é, por definição, um espaço dialético e adversarial no qual convergem interesses contrapostos. Quando o Poder Judiciário incorpora grandes modelos de linguagem para ler, sintetizar e organizar peças processuais, abre-se uma superfície inédita de ataque cibernético à Justiça digital (Carvalho, 2019a, p. 120-128): a manipulação adversarial dos dados de entrada (adversarial attacks) e, em especial, a injeção indireta de comandos (indirect prompt injection).

Conforme demonstrado na análise jurisprudencial de Rodrigues, Dias e Araújo (2026, p. 14-15), a inserção deliberada de instruções ocultas em petições ou documentos juntados aos autos – seja mediante caracteres em cor branca sobre fundo branco, fontes microscópicas, camadas invisíveis de arquivos PDF ou metadados maliciosos – visa corromper o processamento da IA utilizada pela parte adversária ou pelo próprio gabinete judicial, induzindo o modelo a omitir fatos impeditivos, ignorar documentos probatórios ou gerar conclusões pré-programadas pelo fraudador.

Sob a ótica do Direito Processual Civil e do Trabalho, semelhante conduta viola frontalmente o princípio da boa-fé processual objetiva (artigo 5º do CPC/2015) e os deveres de expor os fatos em juízo conforme a verdade e de não produzir provas ou documentos destinados a induzir o juízo a erro (artigo 77, incisos I a IV, do CPC/2015), tipificando simultaneamente litigância de má-fé (artigo 80, incisos II, III e V, do CPC/2015) e ato atentatório à dignidade da justiça. Na cadeia sociotécnica de responsabilidades:

1. as ferramentas institucionais dos tribunais devem operar com travas preventivas automatizadas (sanitização de texto e inspeção de camadas de PDF/metadados) que bloqueiem o processamento e emitam relatório técnico circunstanciado sempre que detectada tentativa de prompt injection, servindo tal relatório como prova material para a aplicação imediata das sanções processuais, civis e penais cabíveis e para comunicação à Ordem dos Advogados do Brasil (OAB) (Rodrigues; Dias; Araújo, 2026, p. 14-15); e

2. caso o ataque adversarial supere as barreiras tecnológicas do sistema e venha a macular o resumo ou a minuta de decisão judicial, resta caracterizado o fato exclusivo ou doloso de terceiro, impondo-se a anulação ou retificação processual do ato viciado, mas garantindo-se a isenção absoluta de responsabilidade disciplinar do magistrado induzido a erro pela fraude algorítmica.

5.3. Corresponsabilidade Técnica e Contratual dos Provedores de Tecnologia e Vedação Ao Treinamento com Dados Judiciais

O terceiro eixo da cadeia sociotécnica alcança os desenvolvedores, distribuidores e provedores comerciais de soluções de inteligência artificial (artigo 4º, incisos IV e VIII, da Resolução CNJ nº 615/2025). Conforme destacam Silva (2025, p. 7, 20) e as diretrizes da UNESCO, a responsabilidade das organizações e dos operadores que utilizam sistemas de IA no setor de justiça jamais exclui a responsabilidade técnica, contratual e civil dos provedores quando o dano decorrer de defeito de arquitetura, vício de segurança ou falha dos filtros garantidos pelo fornecedor.

No ordenamento brasileiro, essa corresponsabilidade dos provedores e desenvolvedores encontra triplo fundamento normativo: a) nos artigos 16, § 3º, alínea "b", 20 e 22, § 1º, da Resolução CNJ nº 615/2025, que determinam a inclusão, nos contratos firmados pelos tribunais com empresas de tecnologia, de cláusulas de estrita conformidade com a legislação nacional, padrões de segurança compatíveis com o estado da arte (como as normas ISO/IEC 42001, série ISO/IEC 27000 e NIST, referidas no artigo 31, parágrafo único, inciso IV), auditoria externa e penalidades rescisórias; b) no regime de responsabilidade dos agentes de tratamento de dados perante a Lei Geral de Proteção de Dados Pessoais (Lei nº 13.709/2018, artigos 42 a 45) e o Marco Civil da Internet (Lei nº 12.965/2014); e c) na sistemática do Projeto de Lei nº 2.338/2023 (artigos 27 e 28), que distribui a responsabilidade na cadeia de valor de acordo com o grau de participação e controle efetivo de cada agente sobre o ciclo de vida do sistema (Silva, 2025, p. 20).

Para dar concretude a essa corresponsabilidade técnica, os instrumentos contratuais e regulamentos dos tribunais devem assegurar:

1. Imputação regressiva e contratual por falha de filtros garantidos: quando um erro jurisdicional ou incidente de segurança resultar da ineficácia de travas de ancoragem, filtros de alucinação ou barreiras de segurança cibernética contratualmente asseguradas pelo fornecedor da tecnologia, a Administração Judiciária deve direcionar as medidas de responsabilização técnica e financeira contra o provedor, afastando a imputação de culpa funcional ao juízo, ressalvada apenas a hipótese de dolo do usuário interno.

2. Mecanismo de retroalimentação imediata (feedback a um clique): para superar a defasagem de reporte apontada por Brunetta, Ferraz e Alencar (2025, p. 15) e instituir um canal eficaz de governança e integridade (Lima; Carvalho, 2026), a interface institucional deve disponibilizar botão simplificado ("a apenas um clique") para que magistrados e servidores reportem imediatamente alucinações, falhas de leitura ou vieses detectados, gerando ordem de serviço automatizada para recalibração do modelo pela equipe técnica ou pela fornecedora.

3. Vedação absoluta de treinamento comercial com dados processuais (data training ban): em estrita observância aos artigos 19, § 3º, inciso III, 20, inciso II e parágrafo único, e 30 da Resolução CNJ nº 615/2025, bem como aos princípios de privacy by design e privacy by default (Tamer, 2025, p. 29-31), deve ser expressamente proibido o emprego de peças, votos, minutas, prompts e dados submetidos aos sistemas homologados para o treinamento, aperfeiçoamento ou retroalimentação de modelos comerciais pelas empresas fornecedoras, sob pena de sanções pecuniárias e rescisão contratual imediata.

5.4. Critérios Dogmáticos para a Mitigação e Exclusão da Responsabilidade Disciplinar do Magistrado

A articulação dos três eixos precedentes (Administração Judiciária, servidores/partes e fornecedores de tecnologia) permite, finalmente, formular a releitura sistemática e constitucionalmente adequada dos artigos 19, § 3º, inciso II, e 20, inciso IV, da Resolução CNJ nº 615/2025. O magistrado responde processualmente pelos atos que subscreve, mas a aferição de eventual responsabilidade ético-disciplinar decorrente de erro em ato judicial elaborado com apoio de Inteligência Artificial Generativa deve considerar, obrigatoriamente, o contexto sociotécnico de operação da ferramenta e a eficácia real das barreiras cognitivas e tecnológicas oferecidas pela Administração.

À luz dos artigos 40 e 41 da LOMAN, do princípio da culpabilidade subjetiva e da inexigibilidade de conduta diversa no Direito Administrativo Disciplinar, impõe-se reconhecer normativamente cinco causas taxativas de mitigação ou exclusão da responsabilidade disciplinar do magistrado:

1. Falha de arquitetura ou omissão de alerta na interface institucional: quando o sistema de IA disponibilizado ou homologado pelo tribunal omitir alertas visuais ou indicadores de incerteza perante anomalias de processamento ou alucinações algorítmicas revestidas de alto grau de verossimilhança formal;

2. Limitação técnica não declarada de varredura ou ingestão: quando o erro decisório for induzido por falha silenciosa de leitura, truncamento de janela de contexto ou corrupção de arquivo que não tenha sido declarada de forma ostensiva na interface mediante manifesto de completude;

3. Inexigibilidade de detecção na rotina ordinária de gabinete: quando o equívoco se originar em ferramenta homologada de terceiro e a falha gerada pela máquina apresentar grau de sofisticação técnica ou mimetismo semântico que torne sua detecção inexigível durante a rotina ordinária de revisão humana do gabinete, especialmente sob o volume de acervo imposto à unidade;

4. Fraude algorítmica ou ataque adversarial de terceiro (prompt injection): quando a decisão judicial for induzida a erro em virtude de injeção oculta de comandos, manipulação de metadados ou artifício cibernético malicioso praticado por partes, advogados, peritos ou terceiros nos autos; e

5. Quebra de protocolo ou uso clandestino de IA por servidor (Shadow AI): quando o vício ou incidente de segurança resultar da utilização de ferramenta externa não autorizada por servidor público, da ausência de certificação formal do uso de IA na minuta submetida à conclusão ou da supressão deliberada, pelo servidor, de alertas emitidos no Relatório Automatizado de Integridade, salvo comprovada e manifesta culpa in vigilando do magistrado.

O Quadro 2 sistematiza a matriz da cadeia sociotécnica de responsabilidades proposta, correlacionando cada ator do ecossistema judicial às suas atribuições preventivas, aos mecanismos de controle técnico-normativo e ao respectivo regime de responsabilização.

Quadro 2. Matriz da cadeia sociotécnica de responsabilidades na governança de IA Generativa no Poder Judiciário

Fonte: Elaboração própria com base na Resolução CNJ nº 615/2025, no Regulamento (UE) 2024/1689 (EU AI Act), no CPC/2015 e em Elish (2019) (2026).

6. CONSIDERAÇÕES FINAIS

A edição da Resolução CNJ nº 615/2025 consolidou um marco regulatório indispensável para a governança da Inteligência Artificial no Poder Judiciário brasileiro, alinhando a modernização tecnológica promovida pelo Programa Justiça 4.0 à tutela dos direitos fundamentais, à prevenção de vieses discriminatórios e à preservação da autoridade decisória humana. Contudo, a análise desenvolvida neste artigo demonstrou que a cláusula insculpida nos artigos 19, § 3º, inciso II, e 20, inciso IV, da referida Resolução – segundo a qual o magistrado permanece integralmente responsável pelas decisões tomadas com apoio de IA generativa e pelas informações nelas contidas – exige uma rigorosa filtragem hermenêutica, constitucional e sociotécnica para não degenerar em instrumento de injustiça disciplinar.

Em resposta ao problema de pesquisa proposto, verificou-se que afirmar a responsabilidade do magistrado pelos atos que assina é perfeitamente compatível – e, mais do que isso, depende estruturalmente – do reconhecimento de uma cadeia sociotécnica de responsabilidades compartilhadas. A assinatura judicial materializa a reserva de humanidade e a indelegabilidade da jurisdição (artigos 5º, inciso LIII, e 93, inciso IX, da Constituição Federal), vinculando o juiz à condução processual do feito e ao dever de corrigir jurisdicionalmente eventuais vícios pela via recursal ou integrativa. Todavia, no plano administrativo-disciplinar (artigos 35, 40 e 41 da LOMAN), a culpabilidade é estritamente subjetiva e não admite que o magistrado seja transformado em uma zona de amortecimento moral (moral crumple zone) (Elish, 2019) encarregada de absorver isoladamente os defeitos de arquitetura, a opacidade algorítmica e as falhas silenciosas de um sistema probabilístico complexo.

A distinção analítica entre os três cenários de elaboração de minutas evidenciou que o regime de diligência aplicável ao ato puramente humano (elaborado pelo magistrado ou por servidor sem apoio de IA) não pode ser transplantado de forma acrítica para os atos mediados por Grandes Modelos de Linguagem. A uma, quando o ato é minutado com apoio de IA sob intervenção exclusiva do magistrado, embora lhe caiba exercer o controle epistemológico prévio a partir de critérios objetivos por ele estabelecidos (Carvalho, 2017b), sua revisão humana está sujeita a alucinações algorítmicas de alta verossimilhança, omissões silenciosas de varredura documental e ataques cibernéticos externos de prompt injection (Carvalho, 2019a; Rodrigues; Dias; Araújo, 2026). A duas, quando o ato é minutado com apoio de IA mediante auxílio de servidor público humano, instala-se uma dupla mediação agravada pelo fenômeno empírico da subnotificação (85% dos assessores não comunicam o uso de IA aos juízes) e do uso de contas privadas (Shadow AI) (Silva, 2025; Brunetta; Ferraz; Alencar, 2025), tornando imperiosa a responsabilização funcional autônoma do servidor que descumprir os deveres de certificação e segurança (artigo 121 da Lei nº 8.112/1990) e a consequente isenção do magistrado, salvo manifesta culpa in vigilando.

Arremate-se concluindo que a efetividade ética e jurídica da Resolução CNJ nº 615/2025 reclama a edição de regulamentações institucionais nos tribunais que deem densidade normativa à governança sociotécnica compartilhada. Tal arcabouço deve impor à Administração Judiciária o dever de fornecer infraestrutura segura dotada de controle epistemológico prévio por design, âncoras automatizadas de fonte, manifestos de completude, travas contra prompt injection, alertas visuais de divergência jurisprudencial, relatórios automatizados de integridade, testes periódicos de simetria e mecanismos de suspensão cautelar (Kill Switch), além de assegurar a corresponsabilidade contratual dos fornecedores, a punição processual da litigância de má-fé algorítmica e a expressa mitigação ou exclusão da responsabilidade disciplinar do magistrado diante de falhas técnicas cuja detecção seja inexigível na rotina ordinária da jurisdição. Tudo, enfim, para que a tecnologia sirva à emancipação humana e para que não deixemos de construir a sociedade livre, justa e solidária insculpida no artigo 3º, inciso I, da Constituição da República.

REFERÊNCIAS BIBLIOGRÁFICAS

ANCHEZ VASQUEZ, Carolina; TORO-VALENCIA, José. El derecho al control humano: una respuesta jurídica a la inteligencia artificial. Revista Chilena de Derecho y Tecnología, Santiago, v. 10, n. 2, p. 211-228, dez. 2021. DOI: 10.5354/0719-2584.2021.58745. Disponível em: http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S071925842021000200211. Acesso em: 19 out. 2026.

BAHNER, J. Elin; HÜPER, Anke-Dorothea; MANZEY, Dietrich. Misuse of automated decision aids: complacency, automation bias and the impact of training experience. International Journal of Human-Computer Studies, London, v. 66, n. 9, p. 688-699, 2008.

BAINBRIDGE, Lisanne. Ironies of automation. Automatica, Oxford, v. 19, n. 6, p. 775-779, 1983.

BAUMAN, Zygmunt. Liquid times: living in an age of uncertainty. Cambridge: Polity, 2006.

BISNETO, Elias Saraiva dos Santos; GONÇALVES, Alex Silva. Inteligência Artificial e a Epistemologia do Direito Penal: Os Limites da Supervisão Humana Diante das Alucinações Judiciais. Revista Tópicos, Rio de Janeiro, v. 4, n. 38, p. 1-25, out. 2026. ISSN 2965-6672. DOI: 10.70773/revistatopicos/791516507. Disponível em: https://revistatopicos.com.br/artigos/inteligencia-artificial-e-a-epistemologia-do-direito-penal-os-limites-da-supervisao-humana-diante-das-alucinacoes-judiciais. Acesso em: 19 out. 2026.

BONAT, Débora; VALE, Luís Manoel Borges do; PEREIRA, João Sergio dos Santos Soares. Inteligência artificial generativa e a fundamentação da decisão judicial. Revista de Processo, São Paulo, v. 346, p. 349-370, dez. 2023.

BRASIL. Congresso Nacional. Projeto de Lei nº 2.338, de 2023. Dispõe sobre o desenvolvimento, o fomento e o uso ético e responsável da inteligência artificial com base na centralidade da pessoa humana. Brasília, DF: Câmara dos Deputados, 2023. Disponível em: https://www.camara.leg.br/proposicoesWeb/fichadetramitacao?idProposicao=2487262. Acesso em: 19 out. 2026.

BRASIL. Constituição da República Federativa do Brasil de 1988. Brasília, DF: Presidência da República, 1988. Disponível em: https://www.planalto.gov.br/ccivil_03/constituicao/constituicao.htm. Acesso em: 19 out. 2026.

BRASIL. Lei Complementar nº 35, de 14 de março de 1979. Dispõe sobre a Lei Orgânica da Magistratura Nacional. Brasília, DF: Presidência da República, 1979. Disponível em: https://www.planalto.gov.br/ccivil_03/leis/lcp/lcp35.htm. Acesso em: 19 out. 2026.

BRASIL. Lei nº 11.419, de 19 de dezembro de 2006. Dispõe sobre a informatização do processo judicial. Brasília, DF: Presidência da República, 2006. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2004-2006/2006/lei/l11419.htm. Acesso em: 19 out. 2026.

BRASIL. Lei nº 12.965, de 23 de abril de 2014. Estabelece princípios, garantias, direitos e deveres para o uso da Internet no Brasil (Marco Civil da Internet). Brasília, DF: Presidência da República, 2014. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2011-2014/2014/lei/l12965.htm. Acesso em: 19 out. 2026.

BRASIL. Lei nº 13.105, de 16 de março de 2015. Código de Processo Civil. Brasília, DF: Presidência da República, 2015. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2015/lei/l13105.htm. Acesso em: 19 out. 2026.

BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Brasília, DF: Presidência da República, 2018. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm. Acesso em: 19 out. 2026.

BRASIL. Lei nº 8.112, de 11 de dezembro de 1990. Dispõe sobre o regime jurídico dos servidores públicos civis da União, das autarquias e das fundações públicas federais. Brasília, DF: Presidência da República, 1990. Disponível em: https://www.planalto.gov.br/ccivil_03/leis/l8112cons.htm. Acesso em: 19 out. 2026.

BRUNETTA, Cintia Menezes; FERRAZ, Taís Schilling; ALENCAR, Alisson Carvalho de. Entre alucinações e inovações: o desafio da implementação responsável da IA Generativa no Sistema de Justiça. Revista Opinião Jurídica, Fortaleza, ano 23, n. 44, p. 1-26, set./dez. 2025. DOI: 10.12662/2447-6641oj.v23i44.p1-26.2025. Disponível em: https://periodicos.unichristus.edu.br/opiniaojuridica/article/download/5913/2510/24696. Acesso em: 19 out. 2026.

CARVALHO, Maximiliano Pereira de. Federalismo brasileiro, crise de litigiosidade e a harmonização dos Poderes. Revista de Direito do Trabalho, São Paulo, v. 45, n. 202, p. 123-138, jun. 2019b.

CARVALHO, Maximiliano Pereira de. O princípio da automatização do processo eletrônico como catalisador da observância aos precedentes do TST. Revista Fórum Trabalhista – RFT, Belo Horizonte, ano 6, n. 24, p. 97-108, jan./mar. 2017a. DOI: 10.52028/7fwr8y31. Disponível em: https://ojs.editoraforum.com.br/rft/index.php/revista/article/view/268/260. Acesso em: 19 out. 2026.

CARVALHO, Maximiliano Pereira de. Os ciberataques constituem uma real ameaça à justiça digital? Revista de Direito do Trabalho, São Paulo, v. 45, n. 199, p. 117-132, mar. 2019a.

CARVALHO, Maximiliano; MALFATTI, Danusa. Curso de sentença trabalhista. 3. ed. rev., atual. e ampl. Salvador: JusPodivm, 2019.

CARVALHO, Maximiliano. Autos físicos vs. quantum processual (de Newton a Planck): ensaio sobre a energia escura que acelera a virtualização da Justiça do Trabalho. In: BRANDÃO, Cláudio (org.); SOUZA, Fabiano Coelho de; CARVALHO, Maximiliano Pereira de (coord.). Princípios do processo em meio reticular-eletrônico: fenomenologia, normatividade e aplicação prática. São Paulo: LTr, 2017b. p. 53-68.

CARVALHO, Maximiliano. O papel social do Judiciário na pós-modernidade. In: Direitos Humanos e Direito do Trabalho. São Paulo: LTr, 2013.

CHAVES JÚNIOR, José Eduardo de Resende. Processo em meio reticular-eletrônico: constitucionalismo dialógico e democracia hiper-real, no contexto dos megadados. In: BRANDÃO, Cláudio (org.); SOUZA, Fabiano Coelho de; CARVALHO, Maximiliano Pereira de (coord.). Princípios do processo em meio reticular-eletrônico: fenomenologia, normatividade e aplicação prática. São Paulo: LTr, 2017. p. 9-21.

CONSELHO DA EUROPA. European Commission for the Efficiency of Justice (CEPEJ). European Ethical Charter on the Use of Artificial Intelligence in Judicial Systems and their Environment. Estrasburgo: CEPEJ, 2018. Disponível em: https://rm.coe.int/ethical-charter-en-for-publication-4-december-2018/16808f699c. Acesso em: 19 out. 2026.

CONSELHO NACIONAL DE JUSTIÇA (Brasil). Pesquisa Inteligência Artificial no Judiciário 2024: resumo executivo. Coordenação de Cristiany dos Santos Souza. Brasília, DF: CNJ, set. 2025b. Disponível em: https://www.cnj.jus.br/wp-content/uploads/2025/09/relatorio-ia-2024-resumo-executivo-set2025.pdf. Acesso em: 19 out. 2026.

CONSELHO NACIONAL DE JUSTIÇA (Brasil). Resolução nº 332, de 21 de agosto de 2020. Dispõe sobre a ética, a transparência e a governança na produção e no uso de Inteligência Artificial no Poder Judiciário e dá outras providências. Brasília, DF: CNJ, 2020. Disponível em: https://atos.cnj.jus.br/atos/detalhar/3429. Acesso em: 19 out. 2026.

CONSELHO NACIONAL DE JUSTIÇA (Brasil). Resolução nº 60, de 19 de setembro de 2008. Institui o Código de Ética da Magistratura Nacional. Brasília, DF: CNJ, 2008. Disponível em: https://atos.cnj.jus.br/atos/detalhar/127. Acesso em: 19 out. 2026.

CONSELHO NACIONAL DE JUSTIÇA (Brasil). Resolução nº 615, de 11 de março de 2025. Estabelece diretrizes para o desenvolvimento, utilização e governança de soluções desenvolvidas com recursos de inteligência artificial no Poder Judiciário. Brasília, DF: CNJ, 2025a. Disponível em: https://atos.cnj.jus.br/atos/detalhar/6001. Acesso em: 19 out. 2026.

ELISH, Madeleine Clare. Moral Crumple Zones: Cautionary Tales in Human-Robot Interaction. Engaging Science, Technology, and Society, Washington, DC, v. 5, p. 40-60, 2019. DOI: 10.17351/ests2019.260. Disponível em: https://concetticontrastivi.org/wp-content/uploads/2023/09/260-article-text-921-1-10-20190323.pdf. Acesso em: 19 out. 2026.

ESCRITÓRIO DAS NAÇÕES UNIDAS SOBRE DROGAS E CRIME (UNODC). Comentários aos Princípios de Bangalore de Conduta Judicial. Tradução de Marlon da Silva Maia e Ariane Emílio Kloth. Brasília, DF: CJF, 2008. Disponível em: https://www.unodc.org/documents/lpo-brazil/Topics_corruption/Publicacoes/2008_Comentarios_aos_Principios_de_Bangalore.pdf. Acesso em: 19 out. 2026.

FRAZÃO, Ana; MULHOLLAND, Caitlin (coord.). Inteligência artificial e Direito: ética, regulação e responsabilidade. 2. ed. São Paulo: Thomson Reuters Brasil, 2020.

GABRIEL, Anderson de Paiva; PORTO, Fabio Ribeiro; ARAÚJO, Valter Shuenquener de. Inteligência artificial, precedentes e a Resolução CNJ 615/2025. Revista da EMERJ, Rio de Janeiro, v. 27, e649, p. 1-17, jul. 2025. ISSN 2236-8957. DOI: 10.70622/2236-8957.2025.649. Disponível em: https://ojs.emerj.com.br/index.php/revistadaemerj/article/view/649. Acesso em: 19 out. 2026.

GRECO, Luís. Poder de julgar sem responsabilidade de julgador: a impossibilidade jurídica do juiz-robô. Rio de Janeiro: Marcial Pons, 2022.

KELSEN, Hans. Teoria pura do direito. 4. ed. São Paulo: Martins Fontes, 2000.

LIMA, Graziele Cabral Braga de; CARVALHO, Maximiliano Pereira de. Canais de denúncia e riscos psicossociais no trabalho: fundamentos jurídicos, governança e boas práticas organizacionais. Curitiba: Juruá, 2026.

MONTESQUIEU, Charles de Secondat, Baron de. O espírito das leis. São Paulo: Martins Fontes, 1993.

MOZETIC, Vinícius Almada. Inteligência artificial no Judiciário brasileiro: salvaguardas, riscos e novas fronteiras. Revista do Tribunal Regional Federal da 3ª Região, São Paulo, v. 36, n. 161, p. 17-48, jun. 2025. DOI: 10.65674/rev-trf3.v36i161.721. Disponível em: https://revista.trf3.jus.br/index.php/rtrf3/article/view/721/684. Acesso em: 19 out. 2026.

NISSENBAUM, Helen. Accountability in a computerized society. Science and Engineering Ethics, Dordrecht, v. 2, n. 1, p. 25-42, 1996.

ORGANIZAÇÃO PARA A COOPERAÇÃO E DESENVOLVIMENTO ECONÔMICO (OCDE). Recommendation of the Council on Artificial Intelligence. Paris: OECD, 2019. Disponível em: https://oecd.ai/en/ai-principles. Acesso em: 19 out. 2026.

PARASURAMAN, Raja; MANZEY, Dietrich H. Complacency and bias in human use of automation: an attentional integration. Human Factors, Thousand Oaks, v. 52, n. 3, p. 381-410, jun. 2010.

PRADO, Lídia Reis de Almeida. O juiz e a emoção: aspectos da lógica da decisão judicial. Campinas: Millennium, 2005.

RODRIGUES, Fernanda Corssine; DIAS, Karina Wentland; ARAÚJO, Letícia Alves de. Inteligência Artificial no Poder Judiciário Brasileiro: Limites, Responsabilidade e Assimetria no Tratamento de Advogados e Magistrados. Revista Tópicos, Rio de Janeiro, v. 4, n. 36, p. 1-31, ago. 2026. ISSN 2965-6672. DOI: 10.70773/revistatopicos/786393727. Disponível em: https://revistatopicos.com.br/artigos/inteligencia-artificial-no-poder-judiciario-brasileiro-limites-responsabilidade-e-assimetria-no-tratamento-de-advogados-e-magistrados. Acesso em: 19 out. 2026.

SANTOS, João Carlos Valente dos; COELHO, Vanesse Louzada. A inteligência artificial no Judiciário brasileiro: ética, supervisão e os desafios da Resolução do CNJ 615/2025. Revista ERR01, São José dos Pinhais, v. 10, n. 6, p. 1-17, nov. 2025. DOI: 10.56238/ERR01v10n6-051. Disponível em: https://periodicos.newsciencepubl.com/err01/article/view/10206. Acesso em: 19 out. 2026.

SILVA, Gabriela Prado. Responsabilidade pelo uso de sistemas autônomos no Poder Judiciário brasileiro. 2025. Artigo (Graduação em Direito) – Faculdade de Direito, Universidade Federal de Uberlândia, Uberlândia, 2025. Disponível em: https://repositorio.ufu.br/bitstream/123456789/47829/3/ResponsabilidadeUsoSistemas%20%281%29.pdf. Acesso em: 19 out. 2026.

SOLÉ, Juli Ponce. Inteligencia artificial, derecho administrativo y reserva de humanidad: algoritmos y procedimiento administrativo debido tecnológico. Revista General de Derecho Administrativo, Madrid, v. 50, p. 1-52, 2019.

SPOHR, Gian Carlos; FONTANELA, Cristiani. Uso da Inteligência Artificial Pelo Poder Judiciário e a Legalidade da Resolução n. 615, de 11 de março de 2025, do Conselho Nacional de Justiça. Revista do CEJUR/TJSC: Prestação Jurisdicional, Florianópolis, v. 13, p. e0464, ago. 2025. ISSN 2319-0884. DOI: 10.37497/revistacejur.v13i-TJSC-.464. Disponível em: https://revistadocejur.tjsc.jus.br/cejur/article/view/464. Acesso em: 19 out. 2026.

TAMER, Maurício Antonio. Regulação da inteligência artificial no Judiciário Brasileiro: análise do objeto e definições da Resolução CNJ nº 615/2025. Revista do Tribunal Regional Federal da 3ª Região, São Paulo, v. 36, n. 162, p. 17-36, nov. 2025. e-ISSN 1982-1506. DOI: 10.65674/rev-trf3.v36i162.742. Disponível em: https://revista.trf3.jus.br/index.php/rtrf3/article/view/742. Acesso em: 19 out. 2026.

TAVARES-PEREIRA, Sebastião. Que é isto, a eNorma? Elementos para a Teoria Geral do eDireito. In: BRANDÃO, Cláudio (org.); SOUZA, Fabiano Coelho de; CARVALHO, Maximiliano Pereira de (coord.). Princípios do processo em meio reticular-eletrônico: fenomenologia, normatividade e aplicação prática. São Paulo: LTr, 2017. p. 23-52.

TEIGÃO, Rafael Coninck; FOGAÇA, Leonardo de Andrade Ferraz. O Uso Ético e Responsável da Inteligência Artificial no Judiciário Brasileiro: Impactos para o Jurisdicionado e Balizas Regulatórias. Revista Jurídica Gralha Azul – TJPR, Curitiba, v. 1, n. 28, p. 134-143, abr. 2025. DOI: 10.62248/w1y8bv17. Disponível em: https://revista.tjpr.jus.br/gralhaazul/article/download/189/141/513. Acesso em: 19 out. 2026.

UNIÃO EUROPEIA. Parlamento Europeu e Conselho da União Europeia. Regulamento (UE) 2024/1689, de 13 de junho de 2024, que cria regras harmonizadas em matéria de inteligência artificial (Regulamento Inteligência Artificial – AI Act). Bruxelas: Jornal Oficial da União Europeia, 2024. Disponível em: https://artificialintelligenceact.eu/. Acesso em: 19 out. 2026.

¹ Juiz do Trabalho no Tribunal Regional do Trabalho da 10ª Região (DF/TO). Mestre em Gestão Pública Contemporânea pelo Instituto Brasiliense de Direito Público (IDP). Pós-Graduado em Altos Estudos em Defesa pela Escola Superior de Guerra ESG/MD). Pós-graduado em Direito Tributário pela Universidade Católica de Brasília (UCB/FGV). Ex-Juiz Auxiliar da Presidência do Tribunal Superior do Trabalho (TST) e ex-Coordenador Nacional do Sistema Processo Judicial Eletrônico (PJe) na Justiça do Trabalho.