REGISTRO DOI: 10.70773/revistatopicos/791103326
RESUMO
Este artigo examina as possibilidades e os limites da inteligência artificial (IA) na transformação digital da Justiça, com atenção à mediação, à arbitragem e à resolução online de disputas. Desenvolve-se uma revisão narrativa crítica de obras acadêmicas e documentos institucionais selecionados por pertinência temática e identificados nas referências, sem pretensão de exaustividade ou de mensuração dos efeitos da tecnologia. A análise organiza-se em três eixos: usos de ferramentas digitais nos procedimentos de resolução de conflitos; condições para ampliar o acesso à Justiça; e requisitos de governança, transparência e supervisão humana. A literatura permite identificar aplicações de apoio à organização de informações, à comunicação e à preparação de procedimentos, mas não demonstra, por si, que a adoção de IA melhore a qualidade de acordos ou decisões em todos os contextos. A expansão dessas ferramentas depende de avaliação de riscos, proteção de dados, explicabilidade adequada e preservação da autonomia das partes e da responsabilidade dos profissionais. Conclui-se que a IA pode auxiliar os mecanismos de resolução de conflitos quando seu uso é proporcional ao caso e submetido a controles jurídicos e institucionais.
Palavras-chave: Inteligência artificial; Justiça digital; Mediação; Arbitragem; Resolução online de disputas.
ABSTRACT
This article examines the opportunities and limits of artificial intelligence (AI) in the digital transformation of justice, focusing on mediation, arbitration and online dispute resolution. It presents a critical narrative review of academic works and institutional documents selected for their relevance to the topic and identified in the references; it does not claim to be exhaustive or to measure the effects of technology. The discussion is organized around three themes: uses of digital tools in dispute resolution, conditions for improving access to justice, and requirements for governance, transparency and human oversight. The literature describes applications that support information management, communication and procedural preparation, but it does not, by itself, show that adopting AI improves the quality of settlements or decisions in every setting. The expansion of these tools requires risk assessment, data protection, appropriate explainability and preservation of party autonomy and professional responsibility. The article concludes that AI can assist dispute resolution when its use is proportionate to the case and subject to legal and institutional safeguards.
Keywords: Artificial intelligence; Digital justice; Mediation; Arbitration; Online dispute resolution.
1. INTRODUÇÃO
A digitalização dos serviços de justiça modifica a maneira como cidadãos, profissionais e instituições apresentam informações e conduzem conflitos. Na resolução online de disputas, recursos digitais podem estruturar a comunicação, organizar documentos e apoiar negociações a distância. Essas funções não são equivalentes à decisão automatizada: cada aplicação exige examinar quem controla o procedimento e quais consequências recaem sobre as partes (Katsh; Rabinovich-Einy, 2017; Lodder; Zeleznikow, 2012).
No Brasil, a Resolução nº 125/2010 do Conselho Nacional de Justiça consolidou uma política de tratamento adequado de conflitos, enquanto a Lei nº 13.140/2015 disciplinou a mediação entre particulares e na administração pública (Brasil, 2010; Brasil, 2015). A incorporação de IA a esse contexto exige compatibilizar eficiência com autonomia, confidencialidade e tratamento isonômico. Para o Poder Judiciário, a Resolução CNJ nº 615/2025 estabelece diretrizes de governança e supervisão das soluções de IA (Brasil, 2025).
O objetivo deste artigo é analisar criticamente as aplicações possíveis da IA na mediação, na arbitragem e na resolução online de disputas e identificar condições para que contribuam para o acesso à Justiça. A análise distingue usos de apoio a profissionais e partes de propostas de substituição do julgamento humano, considerando os limites das evidências disponíveis (Abbott; Elliott, 2023; Rajendra; Thuraisingham, 2022).
2. METODOLOGIA
O trabalho constitui revisão narrativa crítica, apoiada em publicações acadêmicas sobre IA, resolução online de disputas e arbitragem, bem como em normas e diretrizes institucionais pertinentes. Foram priorizadas obras identificáveis nas referências e relacionadas diretamente à pergunta: sob quais condições a IA pode apoiar mecanismos de resolução de conflitos sem comprometer direitos e garantias? A leitura foi organizada em aplicações, acesso à Justiça e governança. As fontes foram confrontadas quanto ao objeto e ao alcance de suas afirmações; documentos normativos foram utilizados para caracterizar requisitos institucionais.
Esta revisão não emprega protocolo registrado, busca exaustiva, triagem independente, avaliação formal de qualidade ou síntese quantitativa. Portanto, não apresenta fluxograma PRISMA, contagem de estudos incluídos nem estimativas de eficácia. As conclusões são interpretativas e limitadas às fontes examinadas. Por utilizar publicações e documentos públicos, a pesquisa não tratou dados pessoais de participantes.
3. INTELIGÊNCIA ARTIFICIAL E RESOLUÇÃO DE CONFLITOS
3.1. Aplicações em Mediação e Resolução Online
A resolução online de disputas reúne procedimentos mediados por tecnologia, como negociação, mediação e, em determinadas plataformas, adjudicação. A tecnologia pode oferecer canais assíncronos de comunicação, registro de propostas, organização de documentos e apoio à compreensão das opções disponíveis. A presença de IA pode acrescentar classificação de informações e sugestões de encaminhamento, mas tais recursos variam conforme a ferramenta e não devem ser confundidos com uma solução institucional uniforme (Katsh; Rabinovich-Einy, 2017; Lodder; Zeleznikow, 2012).
Em mediação, funções de apoio podem reduzir tarefas administrativas e facilitar o acesso inicial às informações. Entretanto, uma sugestão gerada por sistema não traduz necessariamente os interesses, a vulnerabilidade ou a compreensão de cada participante. A possibilidade de aceitar ou recusar propostas, solicitar esclarecimentos e recorrer à intervenção de pessoa responsável permanece central para a autonomia das partes. A literatura sobre resolução digital também alerta que o desenho do procedimento influencia a confiança e a percepção de justiça, além da velocidade da resposta (Katsh; Schwartz-Maor; Rabinovich-Einy, 2025; Kahungi, 2023).
O uso de modelos de linguagem para redigir resumos ou propostas exige verificação do conteúdo e cuidado com informações confidenciais. A identificação de dados equivocados, omissões e respostas que pareçam plausíveis sem fundamento deve integrar a rotina de revisão humana. Essas precauções são especialmente importantes quando a ferramenta interfere na formulação de alternativas apresentadas às partes (Gromova; Ferreira; Begishev, 2023; Abbott; Elliott, 2023).
3.2. Arbitragem e Responsabilidade Profissional
Na arbitragem, a IA pode auxiliar na pesquisa, na organização de peças e na triagem de documentos extensos. Essas tarefas diferem da apreciação da prova, da interpretação das regras aplicáveis e da fundamentação da decisão. Rajendra e Thuraisingham (2022) discutem a figura do árbitro apoiado por IA, preservando a responsabilidade humana pela condução do procedimento e pelo resultado. A utilidade prática da ferramenta depende de sua adequação à controvérsia, do controle das partes sobre dados sensíveis e da capacidade de detectar erros.
A adoção de sistemas opacos ou com desempenho insuficientemente avaliado pode comprometer a possibilidade de questionar premissas e resultados. Em procedimentos consensuais e arbitrais, é necessário definir previamente a finalidade do sistema, as informações às quais ele terá acesso e quem responderá por suas recomendações. O potencial de reduzir trabalho não constitui prova de imparcialidade ou de melhor qualidade decisória (Abbott; Elliott, 2023; Rajendra; Thuraisingham, 2022).
3.3. Acesso à Justiça e Limites de Generalização
A participação remota e a organização de demandas podem reduzir obstáculos de deslocamento e de tempo em certos tipos de disputa. Todavia, o acesso efetivo depende também de conectividade, compreensão da linguagem utilizada, acessibilidade, possibilidade de apoio humano e oportunidade de contestação. Ferramentas destinadas a casos repetitivos ou de menor complexidade não devem ser automaticamente estendidas a controvérsias com forte assimetria entre as partes (Katsh; Rabinovich-Einy, 2017; Katsh; Schwartz-Maor; Rabinovich-Einy, 2025).
A ampliação do acesso à Justiça é, assim, uma hipótese dependente da implementação e da avaliação em contextos concretos. Redução de custos operacionais, satisfação dos usuários, qualidade dos acordos e preservação de direitos são dimensões distintas. A ausência de medida comparativa impede afirmar que uma tecnologia melhora simultaneamente todos esses resultados (Kahungi, 2023; Rajendra; Thuraisingham, 2022).
3.4. Critérios para Escolher e Acompanhar Ferramentas
A expressão “uso de IA” abrange operações diferentes. Uma ferramenta pode apenas localizar documentos, organizar dados fornecidos voluntariamente pelas partes, sugerir uma estrutura para a comunicação ou produzir texto destinado à decisão. O risco de cada uso depende da informação processada, da possibilidade de corrigir o resultado e do efeito que uma saída incorreta pode produzir. Por isso, a escolha de uma solução começa pela descrição da tarefa e dos limites de sua atuação, e não pela expectativa genérica de que a automação tornará o procedimento mais rápido. Sistemas destinados a apoiar a preparação de uma audiência, por exemplo, requerem controles distintos daqueles que recomendam valores para uma proposta de acordo (Abbott; Elliott, 2023; Rajendra; Thuraisingham, 2022).
Uma etapa preliminar consiste em verificar se todos os participantes compreendem quando interagem com uma ferramenta automatizada e quando recebem orientação de uma pessoa. O consentimento para utilizar uma plataforma não deve ser confundido com renúncia ao esclarecimento, à possibilidade de corrigir informações ou à escolha de outro canal de atendimento quando disponível. Em controvérsias com diferenças acentuadas de informação, recursos ou familiaridade digital, a apresentação padronizada de alternativas pode ocultar necessidades relevantes. A mediação exige atenção a essas diferenças, pois seu objetivo envolve a participação informada na construção de soluções, não apenas a produção rápida de um resultado registrado em sistema (Katsh; Rabinovich-Einy, 2017; Kahungi, 2023).
Também importa delimitar a origem e a circulação dos dados. Documentos apresentados para resolver uma disputa podem conter informações pessoais, empresariais e estratégicas que não deveriam alimentar ferramentas sem finalidade claramente definida. Antes da adoção de um sistema, o responsável pelo procedimento precisa compreender quais dados são enviados, por quanto tempo permanecem acessíveis, quem pode consultá-los e quais mecanismos permitem corrigir ou eliminar informações. O fato de uma ferramenta oferecer respostas úteis não substitui essa análise. A preservação da confidencialidade é especialmente sensível na mediação e na arbitragem, nas quais a confiança no procedimento influencia o modo como as partes compartilham informações (Gromova; Ferreira; Begishev, 2023; Rajendra; Thuraisingham, 2022).
O acompanhamento deve incluir registro das tarefas atribuídas ao sistema, revisão de respostas relevantes, procedimento para contestar erros e avaliação periódica das consequências observadas. Recomendações automatizadas podem ser aceitas de modo acrítico quando apresentadas em linguagem segura ou com aparência de neutralidade. A revisão humana, portanto, precisa ter capacidade efetiva de modificar, rejeitar e justificar uma saída, e não se limitar a confirmar o resultado sugerido. Esse ponto conecta a discussão sobre o árbitro apoiado por IA à governança institucional: a responsabilidade permanece com os atores que escolhem a ferramenta, definem seu uso e adotam suas conclusões (Rajendra; Thuraisingham, 2022; Barredo Arrieta et al., 2020).
4. GOVERNANÇA E GARANTIAS
A explicabilidade diz respeito à possibilidade de oferecer informações adequadas sobre o funcionamento e os resultados de sistemas de IA. O grau de explicação necessário varia conforme a finalidade e o impacto de cada aplicação. Barredo Arrieta et al. (2020) descrevem técnicas e desafios da IA explicável; no campo jurídico, a exigência de explicação deve ser articulada à possibilidade real de examinar e contestar efeitos sobre pessoas. Transparência formal, isoladamente, não garante compreensão ou controle.
Diretrizes internacionais associam IA confiável à supervisão humana, prevenção de discriminação, segurança, responsabilização e atenção aos efeitos sociais da tecnologia. Esses princípios aparecem nas diretrizes do grupo de especialistas vinculado à Comissão Europeia, na recomendação da UNESCO e na recomendação da OCDE (Comissão Europeia, 2019; UNESCO, 2021; OECD, 2019). Floridi e Cowls (2019) acrescentam a explicabilidade à síntese de princípios éticos relevantes para a IA. Tais documentos oferecem parâmetros de governança, mas não demonstram empiricamente a eficácia de uma aplicação específica em mediação ou arbitragem.
No âmbito do Judiciário brasileiro, a Resolução CNJ nº 615/2025 disciplina o desenvolvimento e o uso de soluções de IA, com atenção à gestão de riscos e à supervisão humana (Brasil, 2025). Sua existência não autoriza presumir que toda ferramenta privada de mediação ou arbitragem esteja submetida, da mesma forma, à regulamentação do Poder Judiciário. A instituição responsável por cada procedimento precisa estabelecer regras próprias de uso, registro, avaliação, proteção de dados e revisão de resultados.
4.1. Explicação, Contestação e Proporcionalidade
A explicabilidade precisa ser pensada em função do destinatário. Uma descrição técnica de parâmetros e modelos pode ser útil para auditores, mas insuficiente para alguém que precisa entender por que recebeu determinada sugestão durante uma negociação. Por outro lado, uma explicação simplificada não deve ocultar limitações, incertezas ou dados incorretos. É necessário distinguir a documentação do funcionamento geral do sistema da justificativa para uma recomendação concreta. Em aplicações que influenciam escolhas jurídicas, ambas podem ser relevantes, embora em níveis diferentes de detalhe. A literatura de IA explicável oferece instrumentos para essa análise, sem eliminar o dever de avaliar a adequação da explicação ao procedimento e às pessoas afetadas (Barredo Arrieta et al., 2020; Floridi; Cowls, 2019).
A possibilidade de contestar uma saída requer mais do que disponibilizar um canal formal de reclamação. As partes devem poder identificar a informação que fundamentou a proposta, apontar dados equivocados e solicitar exame por pessoa com autoridade para alterar o encaminhamento. Quanto maior a consequência potencial de uma recomendação, mais robustos devem ser o registro do processo e a revisão disponível. Em tarefas de baixo impacto, uma checagem simples pode ser suficiente; quando a ferramenta influencia a condução de uma arbitragem ou o conteúdo de um acordo, a documentação e a supervisão precisam ser proporcionais aos efeitos possíveis. Essa gradação é compatível com os princípios internacionais de supervisão humana e responsabilização (Comissão Europeia, 2019; UNESCO, 2021).
A neutralidade atribuída à tecnologia merece cuidado. Um sistema pode produzir resultados diferentes em razão das bases de dados utilizadas, dos critérios definidos por seus desenvolvedores e da maneira como apresenta alternativas. O fato de todas as partes receberem a mesma interface não garante que compreenderão as opções de modo equivalente. A avaliação de justiça deve incluir acessibilidade, linguagem, oportunidade de intervenção e distribuição dos benefícios e custos da ferramenta. O debate sobre governança ética aponta para a necessidade de considerar essas dimensões desde o desenvolvimento e ao longo da operação, em vez de tratar a correção técnica como garantia suficiente de legitimidade (Floridi; Cowls, 2019; OECD, 2019; UNESCO, 2021).
No plano brasileiro, a existência de normas para o Poder Judiciário oferece referência para discutir a prestação de contas institucional, mas não resolve automaticamente a governança de plataformas privadas. O alcance de cada regra deve ser interpretado conforme o órgão e a atividade a que se destina. Uma câmara de mediação ou arbitragem deve estabelecer responsabilidades contratuais e operacionais compatíveis com seus procedimentos, sem apresentar a Resolução CNJ nº 615/2025 como autorização geral para substituir a avaliação do caso por uma ferramenta. A distinção entre diretriz normativa e evidência de desempenho também impede concluir, apenas pela edição de uma regra, que a tecnologia passou a produzir acordos mais justos ou decisões melhores (Brasil, 2025; Abbott; Elliott, 2023).
4.2. Questões para Avaliação Empírica
A análise crítica da literatura indica uma agenda de pesquisa voltada a resultados observáveis. Estudos de implementação podem registrar se o apoio automatizado altera o tempo de atendimento, o custo para as partes, a compreensão das opções e a taxa de abandono do procedimento. Essas medidas devem ser interpretadas separadamente: um processo mais rápido pode, por exemplo, não proporcionar melhor compreensão ou satisfação. A comparação precisa considerar as características das disputas, as condições de acesso digital e a existência de atendimento humano, evitando atribuir à IA efeitos produzidos por mudanças simultâneas na organização do serviço (Katsh; Rabinovich-Einy, 2017; Katsh; Schwartz-Maor; Rabinovich-Einy, 2025).
Em mediação, avaliações posteriores ao encerramento do caso poderiam examinar a estabilidade dos acordos, a percepção de participação voluntária e a facilidade para solicitar esclarecimentos. Em arbitragem, seria relevante investigar como o apoio computacional afeta a revisão de documentos, a possibilidade de verificar informações citadas e a fundamentação das decisões. Tais pesquisas não pressupõem que os procedimentos tenham os mesmos objetivos nem que a mesma ferramenta seja adequada a ambos. Ao contrário, a comparação deve explicitar a função conferida ao sistema e identificar quem teve possibilidade real de revisar suas saídas (Lodder; Zeleznikow, 2012; Rajendra; Thuraisingham, 2022).
Por fim, a avaliação deve alcançar grupos com diferentes níveis de letramento digital e condições de conectividade. Se apenas usuários que conseguem acessar a plataforma completam as etapas analisadas, indicadores de rapidez e satisfação podem deixar de representar aqueles que enfrentam maiores barreiras. O registro de recusas, interrupções e pedidos de atendimento humano ajuda a compreender esses limites. Assim, afirmar que uma solução amplia o acesso à Justiça exige examinar quem foi atendido, quem ficou de fora e quais garantias estavam disponíveis durante o procedimento. A evidência necessária para essa conclusão não pode ser substituída por demonstrações de capacidade técnica da ferramenta ou por princípios gerais de governança (Kahungi, 2023; Katsh; Rabinovich-Einy, 2017).
5. LIMITAÇÕES E CONSIDERAÇÕES FINAIS
Por ser narrativa, esta revisão não permite estimar a frequência de aplicações, medir efeitos causais, comparar sistematicamente estudos ou declarar que esgotou a literatura. Parte das obras discutidas apresenta análises conceituais e normativas; a transposição de suas proposições para contextos brasileiros exige avaliação empírica. Pesquisas futuras podem comparar procedimentos com e sem apoio de IA, examinar a experiência das partes e testar mecanismos de supervisão e contestação, com atenção especial a desigualdades digitais.
A IA oferece recursos úteis para organizar informações, apoiar a comunicação e preparar atividades de mediação e arbitragem. Seu emprego responsável exige finalidade delimitada, avaliação de risco, proteção de dados, explicações proporcionais aos efeitos produzidos e responsabilidade humana. A contribuição para o acesso à Justiça deve ser demonstrada em cada contexto por resultados verificáveis, preservando a autonomia das partes e as garantias do procedimento.
REFERÊNCIAS BIBLIOGRÁFICAS
ABBOTT, Ryan; ELLIOTT, Brinson S. Putting the artificial intelligence in alternative dispute resolution: how AI rules will become ADR rules. Amicus Curiae, v. 4, n. 3, p. 685–706, 2023. DOI: https://doi.org/10.14296/ac.v4i3.5627.
BARREDO ARRIETA, Alejandro et al. Explainable artificial intelligence (XAI): concepts, taxonomies, opportunities and challenges toward responsible AI. Information Fusion, v. 58, p. 82–115, 2020. https://doi.org/10.1016/j.inffus.2019.12.012.
BRASIL. Conselho Nacional de Justiça. Resolução nº 125, de 29 de novembro de 2010. Dispõe sobre a Política Judiciária Nacional de tratamento adequado dos conflitos de interesses no âmbito do Poder Judiciário. Brasília, DF: CNJ, 2010.
BRASIL. Conselho Nacional de Justiça. 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, 2025. Disponível em: https://atos.cnj.jus.br/atos/detalhar/6001. Acesso em: 28 set. 2026.
BRASIL. Lei nº 13.140, de 26 de junho de 2015. Dispõe sobre a mediação entre particulares como meio de solução de controvérsias e sobre a autocomposição de conflitos no âmbito da administração pública. Diário Oficial da União, Brasília, DF, 29 jun. 2015.
COMISSÃO EUROPEIA. High-level expert group on artificial intelligence. Ethics guidelines for trustworthy AI. Bruxelas: Comissão Europeia, 2019. Disponível em: https://digital-strategy.ec.europa.eu/en/library/ethics-guidelines-trustworthy-ai. Acesso em: 28 set. 2026.
FLORIDI, Luciano; COWLS, Josh. A unified framework of five principles for AI in society. Harvard Data Science Review, v. 1, n. 1, 2019. DOI: https://doi.org/10.1162/99608f92.8cd550d1.
GROMOVA, Elizaveta A.; FERREIRA, Daniel Brantes; BEGISHEV, Ildar R. ChatGPT and other intelligent chatbots: legal, ethical and dispute resolution concerns. Revista Brasileira de Alternative Dispute Resolution, v. 5, n. 10, p. 153–175, 2023.
KAHUNGI, Natasha. Dawn of artificial intelligence in alternative dispute resolution; expanding access to justice through technology. University of Nairobi Law Journal, v. 10, n. 1, 2023. Disponível em: https://uonjournals.uonbi.ac.ke/index.php/unlj/article/view/1581. Acesso em: 28 set. 2026.
KATSH, Ethan; RABINOVICH-EINY, Orna. Digital justice: technology and the internet of disputes. Oxford: Oxford University Press, 2017. DOI: https://doi.org/10.1093/acprof:oso/9780190464585.001.0001.
KATSH, Ethan; SCHWARTZ-MAOR, Talia; RABINOVICH-EINY, Orna. AI and the future of disputing: naming, blaming, claiming, and preventing. Conflict Resolution Quarterly, v. 43, n. 1, p. 79–89, 2025. DOI: https://doi.org/10.1002/crq.21477.
LODDER, Arno R.; ZELEZNIKOW, John. Artificial intelligence and online dispute resolution. In: WAHAB, Mohamed S.; KATSH, Ethan; RAINEY, Daniel (ed.). Online dispute resolution: theory and practice. Den Haag: Eleven Publishers, 2012. p. 61–82.
OECD. Recommendation of the Council on Artificial Intelligence. Paris: OECD, 2019. Disponível em: https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0449. Acesso em: 28 set. 2026.
RAJENDRA, Josephine Bhavani; THURAISINGAM, Ambikai S. The deployment of artificial intelligence in alternative dispute resolution: the AI augmented arbitrator. Information & Communications Technology Law, v. 31, n. 2, p. 176–193, 2022. DOI: https://doi.org/10.1080/13600834.2021.1998955.
UNESCO. Recommendation on the ethics of artificial intelligence. Paris: UNESCO, 2021. Disponível em: https://www.unesco.org/en/artificial-intelligence/recommendation-ethics. Acesso em: 28 set. 2026.
1 Graduada em Direito pela faculdade Universidade Nilton Lins em 2004. E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail