14 · MAI · 2026 · Treinamento
O que muda quando uma equipe jurídica passa por uma imersão prática de IA
O que advogados e analistas passam a fazer diferente depois do treinamento.
Quase toda equipe jurídica que me procura já usa IA. Não é uma decisão institucional: é um advogado que abriu o ChatGPT numa sexta-feira à noite para adiantar uma minuta, gostou do resultado e contou para dois colegas. Quando o sócio ou o diretor jurídico descobre, metade da equipe já usa, ninguém sabe exatamente para quê, e não existe regra sobre o que pode ser colado na caixa de texto.
O treinamento não introduz a IA na operação. Ela já está lá. O que ele faz é transformar uso improvisado em uso deliberado. As mudanças abaixo são as que mais aparecem quando isso acontece.
Param de pedir e passam a especificar
O pedido típico de quem nunca foi treinado é curto: "resuma este processo", "melhore este texto". A resposta vem genérica, o advogado conclui que a ferramenta é superficial e volta a fazer tudo manualmente.
Depois de uma imersão, o mesmo pedido carrega papel, contexto, restrição e formato de saída. Em vez de "resuma este processo", vira algo como: extraia as partes, o pedido principal, os pedidos acessórios, as teses de defesa e as datas relevantes, em tabela, sinalizando o que não constar dos autos.
É a mudança mais simples do programa e a que produz diferença mais visível no primeiro dia. Não porque exista um prompt mágico, mas porque especificar obriga o advogado a saber o que quer antes de pedir.
Deixam de aceitar a primeira resposta
Usuário não treinado trata a saída do modelo como resultado. Usuário treinado trata como rascunho.
A diferença prática é que ele devolve o texto ao modelo apontando o que está errado, o que faltou e o que precisa mudar de tom. A terceira versão costuma ser aproveitável; a primeira quase nunca é. Quem não aprendeu isso conclui que a ferramenta não serve, e está julgando pelo pior resultado que ela produz.
Verificar citação vira reflexo
Este é o ponto em que insisto mais, porque o erro aqui não é de produtividade, é de responsabilidade profissional.
Modelos de linguagem produzem citações que parecem corretas e não existem: número de súmula plausível, ementa bem escrita, acórdão inventado. O texto não dá nenhum sinal de que está errado, porque a fluência é a mesma.
Depois do treinamento, ninguém da equipe cita o que não conferiu na fonte. E, mais importante, a equipe entende por que isso acontece, o que é diferente de apenas receber a ordem de conferir. Quem entende o mecanismo verifica sempre; quem só recebeu a regra verifica enquanto lembra.
Passam a separar o que pode ser enviado
Antes do programa, a pergunta sobre dados costuma ser binária: pode ou não pode usar IA. Depois, ela fica mais útil: quais dados, em qual ferramenta, sob qual contrato.
A equipe aprende a diferença entre uma conta pessoal gratuita e um ambiente contratado com cláusula de não uso dos dados para treinamento. Aprende a pseudonimizar um documento antes de processá-lo. E passa a enxergar que colar uma petição inteira com nome, CPF e endereço do cliente numa ferramenta qualquer é um problema de sigilo profissional, não um detalhe de TI.
Essa parte raramente é a mais esperada pelos participantes e quase sempre é a que o sócio mais valoriza depois.
Trocam o chat genérico por agente próprio
Enquanto o uso se limita a conversar com um modelo, o conhecimento do escritório fica de fora. O modelo não conhece os modelos de peça da casa, o estilo do sócio, o histórico de teses que funcionaram naquela vara.
A parte prática do programa muda isso: a equipe constrói agentes sobre o próprio acervo, sem programação. Um agente que redige a partir dos modelos do escritório. Outro que audita a minuta contra os fatos e verifica as citações. Um terceiro que faz triagem de casos novos segundo critérios que a própria equipe definiu.
A partir daí a conversa deixa de ser sobre a ferramenta e passa a ser sobre o processo de trabalho, que é onde ela deveria ter começado.
Mudam a unidade de trabalho
A mudança mais profunda é também a menos imediata. O advogado que escrevia a peça passa a especificar a peça e auditar a minuta.
Isso não elimina o trabalho técnico: desloca. Especificar bem exige entender o caso com mais clareza do que escrever no automático exigia. Auditar exige saber exatamente onde uma minuta costuma falhar. O tempo economizado é o da digitação e da montagem; o tempo exigido em análise tende a aumentar.
Quem espera do treinamento uma equipe que produz o dobro com o mesmo esforço vai se decepcionar. O ganho real é outro: o mesmo esforço passa a ser aplicado onde ele vale mais.
Descobrem o que não vale a pena automatizar
Parte do programa termina com a equipe concluindo que certas tarefas devem continuar manuais. Peça de tese nova, caso com fato controvertido delicado, texto que vai ser lido por um cliente em situação sensível.
Essa conclusão não é fracasso do treinamento. É o critério funcionando. Uma equipe que sabe onde não usar a ferramenta usa melhor onde decide usar.
O que não muda
A responsabilidade técnica continua sendo do profissional habilitado. Nenhuma minuta gerada por agente sai do escritório sem revisão humana, e nenhum programa que eu conduzo sugere o contrário.
Os prazos também não mudam sozinhos. Se a operação está sobrecarregada por excesso de casos, treinamento em IA alivia, não resolve.
Duas condições para o efeito durar
Treinamento isolado tem prazo de validade curto. Duas coisas fazem diferença entre a equipe que sustenta a mudança e a que volta ao improviso em dois meses.
A primeira é política de dados definida. Sem regra clara sobre o que pode ser enviado a cada ferramenta, o uso seguro depende da memória de cada pessoa, e memória se desgasta.
A segunda é alguém sustentando a mudança por dentro. Precisa existir, no escritório ou no departamento, alguém com autoridade suficiente para decidir que aquele fluxo agora é feito assim. Sem isso, cada advogado volta ao método antigo na primeira semana de prazo apertado.
Quando essas duas condições existem, o que a imersão instala fica. Quando não existem, o programa produz uma semana boa e pouca coisa depois disso.
Thiago Azeredo Rodrigues é especialista em Inteligência Artificial aplicada ao Direito e Head de Tecnologia Jurídica do Instituto NTA.