Justinian

O ChatGPT é um modelo de linguagem de uso geral que gera texto com aparência plausível. O Justinian é um motor de IA jurídica: antes de qualquer modelo generalista ser chamado, determina o que está efetivamente a perguntar, que jurisdição se aplica, em que língua está redigida a lei aplicável e do que o pedido necessita. Só depois o modelo generalista é executado, sobre uma questão que já foi enquadrada. Aplica regras jurídicas aos factos, respeita as fronteiras jurisdicionais, cita as fontes recuperadas e produz peças estruturadas e prontas a entregar ao cliente.

Sim. O Justinian pesquisa bancos de dados jurídicos verificados antes de responder. Cada citação é rastreável e verificável.

Sim. O Justinian redige nativamente em árabe, inglês e francês com suporte RTL completo.

O Justinian raciocina sobre o direito da região MENA, da Europa e dos Estados Unidos, bem como sobre regimes de arbitragem internacional, incluindo a CCI e a UNCITRAL, e redige em inglês, árabe e francês. A profundidade varia consoante a jurisdição, porque depende do grau de digitalização da lei de origem e da parte dela que é pública. Em vez de avançar com um número global único, preferimos responder à questão para a jurisdição concreta em que trabalha.

Sim. Cada saída do Justinian inclui uma cadeia de raciocínio transparente.

A sua questão não segue diretamente para um modelo de uso geral. Passa primeiro por uma etapa que é nossa e que controlamos, a qual determina o que está efetivamente a perguntar, que tipo de trabalho jurídico está em causa, que jurisdição está em jogo, em que língua está redigida a lei aplicável e quais os factos contidos no seu pedido, tratados como dados estruturados. Só então o modelo generalista é executado, e chega com a questão já enquadrada em vez de ter de a adivinhar.

Por duas razões. A janela de contexto de um modelo é finita, pelo que tudo o que seja carregado desnecessariamente compete pela atenção com o seu documento real. E um modelo que recebe factos estruturados, em vez de um bloco de texto corrido, gasta o seu orçamento em raciocínio jurídico e não a decifrar aquilo que lhe foi entregue. O segundo efeito é maior do que a maioria supõe, e é por isso que o mesmo modelo de uso geral produz melhor trabalho jurídico dentro do Justinian do que dentro de um simples invólucro.

Deliberadamente, não construímos sobre um único fornecedor. A geração final é feita por um modelo de ponta de terceiros, mas todas as camadas que sustentam o nosso valor funcionam de forma independente de qualquer modelo em concreto: orquestração, ferramentas, recuperação de informação, memória e segurança. O Justinian foi concebido para encaminhar diferentes tipos de trabalho jurídico para diferentes modelos, pelo que, se surgir um modelo melhor ou mais barato, adotá-lo é uma alteração de configuração e não uma reconstrução.

Sim. Tratamos a receção de documentos como um problema de engenharia de primeira ordem e não como um pré-processamento acessório, porque grande parte do trabalho jurídico chega sob a forma de uma digitalização, de uma fotografia de uma página carimbada ou de um PDF que foi impresso e digitalizado de novo, torto. Um erro introduzido nessa fase não se recupera mais tarde: o sistema raciocinaria de forma impecável sobre o número de cláusula errado.

Sim. O Justinian mantém as relações entre os seus processos ao longo do tempo e recorre a elas quando a questão o exige, em vez de se limitar a reinjetar as mensagens recentes no pedido. É isso que lhe permite reconhecer que a contraparte de um contrato que está hoje a rever é a mesma de um litígio de há dois meses.

Qualquer sistema construído sobre um modelo de linguagem pode produzir uma resposta errada, e qualquer fornecedor que lhe diga o contrário não está a ser rigoroso com as palavras. O que uma boa arquitetura faz é tornar o erro mais raro e detetável: as afirmações jurídicas são geradas a partir de fontes recuperadas, cada afirmação vem acompanhada de uma citação que pode abrir e, quando as fontes divergem ou a lei é genuinamente ambígua, o Justinian assinala a incerteza em vez de a resolver por si. Foi construído para ser revisto por um profissional, não para substituir um.

Quatro perguntas numa demonstração, e funcionam com qualquer fornecedor, incluindo connosco. Peça-lhe algo fora do direito: um modelo generalista apenas embrulhado responderá, em regra, a uma questão médica. Faça a mesma pergunta jurídica em duas línguas: se a substância mudar, a língua está a ser tratada depois do raciocínio e não antes. Carregue um documento mal fotografado. E leve-o para uma área do direito ainda não consolidada, onde um sistema feito para trabalho profissional lhe dirá que o terreno é incerto em vez de produzir uma resposta assertiva.

Face a referenciais próprios do direito, não generalistas, porque um modelo com bons resultados em raciocínio geral pode continuar inútil perante uma cláusula. A validação ao nível da cláusula, o rigor jurisdicional e o retorno contínuo de advogados em exercício determinam o que o motor faz antes e em torno de cada chamada ao modelo. Publicamos os resultados em vez de os descrever, incluindo aqueles em que um modelo de fronteira nos supera.

Cada número que publicamos declara como o sabemos. Medido significa que vem dos nossos dados de utilização ou da nossa execução do benchmark. Citado significa que é um resultado de terceiros, ligado à sua fonte. Ilustrativo significa que é um cenário indicativo, e traz um selo a dizê-lo, incluindo nos exemplos acima. Se um número não disser qual dos três é, trate isso como um defeito e diga-nos.

Sim, e deve desconfiar de qualquer fornecedor de IA jurídica que não o faça. Um benchmark que o seu autor ganha sempre é marketing, não avaliação. As nossas execuções publicadas incluem tarefas e categorias em que um modelo de fronteira nos supera, porque quem compra precisa de saber onde a ferramenta é sólida e onde não é antes de confiar nela perante um cliente.