A IA generativa pode aumentar o trabalho do advogado sênior

A resposta depende da tarefa, do modelo de revisão e da arquitetura escolhida

Uma das promessas mais frequentes da inteligência artificial é liberar profissionais experientes para atividades estratégicas. Em algumas implantações, porém, ocorre o movimento contrário: a ferramenta produz mais conteúdo, elimina parte do trabalho inicial e transfere para um advogado sênior a responsabilidade de revisar resultados que não podem ser aceitos sem conferência.

Esse risco faz sentido porque a IA generativa é probabilística. Uma resposta pode variar mesmo diante de solicitações semelhantes. O texto pode parecer seguro e bem escrito, mas conter uma referência inexistente, uma interpretação inadequada ou uma omissão relevante. Em assuntos jurídicos sensíveis, a fluência não substitui a verificação.

A pesquisa da FGV Direito SP oferece sinais concretos. Entre 495 respondentes, 52% não perceberam mudanças relevantes na jornada após a adoção de IA, 28% perceberam redução e 13% relataram aumento do trabalho. O custo temporal da revisão e a desconfiança sobre a precisão também aparecem entre os obstáculos apontados pelos profissionais.

Quando o trabalho passa para o advogado sênior e fica mais caro

Em uma equipe tradicional, advogados juniores e estagiários podem pesquisar, organizar documentos e preparar uma primeira versão. O profissional sênior revisa o trabalho dentro de uma relação em que conhece a formação, o contexto e os limites de quem produziu o material. A revisão também serve para desenvolver a equipe.

Quando uma ferramenta generativa ocupa essa primeira etapa, o revisor recebe um resultado pronto, mas precisa confirmar fatos, documentos, fundamentos e fontes. Se o escritório não tiver regras claras de uso, o advogado sênior pode gastar tempo reconstruindo o raciocínio para descobrir se a resposta está correta.

O ganho desaparece quando a produção acelerada gera uma fila maior de conteúdos para revisão. A situação piora se a organização mede apenas quantos textos foram produzidos, sem medir o tempo de verificação, a taxa de correção ou a qualidade final.

A IA não substitui automaticamente o desenvolvimento dos profissionais

O uso indiscriminado da IA em tarefas de formação pode reduzir oportunidades para que profissionais em início de carreira aprendam a pesquisar, estruturar argumentos e reconhecer riscos. Ao mesmo tempo, manter todas as tarefas repetitivas com pessoas não é uma estratégia de desenvolvimento por si só.

O desafio é separar trabalho formativo de trabalho puramente operacional. Pesquisas, análises e elaboração de argumentos exigem aprendizagem e supervisão. Cadastros, downloads, movimentações entre sistemas e verificações objetivas podem ser automatizados sem retirar do jovem advogado a experiência jurídica que ele precisa desenvolver.

A Thomson Reuters registra que 78% dos profissionais de escritórios consideram que advogados em início de carreira dependem da mentoria de profissionais experientes para desenvolver as habilidades que a IA está deslocando. A adoção tecnológica precisa, portanto, vir acompanhada de uma decisão sobre formação, responsabilidades e pontos de revisão.

RPA e IA generativa não devem receber a mesma tarefa

Uma automação por RPA segue passos definidos. Ela acessa o sistema, localiza o campo, transporta uma informação validada, registra o resultado e verifica se a ação foi concluída. Para rotas estáveis e de alto volume, esse comportamento oferece consistência e facilita auditoria.

A IA generativa é mais adequada para conteúdos não estruturados e situações que exigem interpretação. Ela pode classificar documentos, extrair contexto e preparar uma sugestão. A resposta precisa passar por controles porque sua natureza probabilística não garante repetição exata nem correção jurídica.

Usar IA para uma tarefa que uma regra resolve introduz custo e variabilidade sem necessidade. Usar apenas RPA para interpretar documentos complexos pode tornar o fluxo rígido e incapaz de lidar com situações novas. A arquitetura híbrida distribui as atividades conforme sua natureza.

Da revisão integral para a gestão por exceção

Em uma automação operacional bem projetada, o sistema não apresenta apenas o resultado final. Ele verifica as condições da execução e classifica o desfecho. Tarefas concluídas com todos os critérios atendidos seguem para registro. Falhas, divergências e situações não previstas entram em uma fila de exceções.

O dono da tarefa concentra a conferência no que não foi realizado com sucesso. Essa abordagem difere de uma minuta produzida por IA generativa, na qual o conteúdo pode exigir leitura integral e confirmação das fontes antes do uso.

A gestão por exceção reduz o esforço de conferência em rotinas determinísticas, mas não elimina controles. Indicadores, amostragem, homologação e monitoramento continuam necessários. A organização também precisa revisar a automação quando uma interface, uma regra ou uma fonte de dados muda.

Como avaliar o retorno antes de ampliar o investimento

O alto investimento em IA não comprova retorno. Relatório de 2026 da Thomson Reuters informa que somente 18% dos profissionais afirmam que suas organizações medem o retorno do investimento, enquanto 40% não sabem se essa medição ocorre. No Brasil, a pesquisa da FGV também indica que muitas organizações não alcançaram o retorno esperado ou não conseguem informá-lo.

Uma avaliação responsável deve considerar o processo completo. É preciso medir tempo de produção, horas de revisão, correções, exceções, custo de modelo, infraestrutura, licenças, manutenção e impacto na qualidade. Também devem entrar na análise o cumprimento dos prazos, a satisfação do cliente e a capacidade de assumir novas demandas.

Antes de ampliar a IA, o escritório pode identificar quais etapas são previsíveis, quais exigem interpretação e quais decisões devem permanecer humanas. Essa análise evita que a ferramenta mais cara seja utilizada em todo o fluxo e reduz a transferência desnecessária de trabalho para profissionais seniores.

A abordagem dos Agentes Jurídicos da ATS

A ATS utiliza o conceito de Agente Jurídico para representar automações personalizadas que executam tarefas dentro do fluxo real do cliente. O RPA permanece como base das atividades estruturadas. A IA é incorporada quando necessária, cercada por regras, validações e pontos de aprovação.

Essa arquitetura oferece maior previsibilidade de rota e de custo. A equipe acompanha as exceções e mantém as decisões jurídicas sob responsabilidade dos profissionais. A automação conecta sistemas, reduz transferências manuais e registra as evidências necessárias para o controle da operação.

A escolha não precisa ser entre pessoas, RPA ou IA. O melhor resultado vem de atribuir a cada recurso a tarefa adequada. A ATS Tecnologia combina essas capacidades em projetos personalizados, com Segurança da Informação, infraestrutura em Cloud e mais de 20 anos de experiência no mercado jurídico.

Fontes de referência: FGV Direito SP, Inteligência artificial generativa no Direito, 2026; Thomson Reuters Institute, 2026 AI in Professional Services Report e Future of Professionals 2026 Legal Report; NIST, Artificial Intelligence Risk Management Framework Generative Artificial Intelligence Profile.