INTELIGÊNCIA ARTIFICIAL APLICADA (TÓP. ESP.)

# Inteligência Artificial Aplicada a Regulação e Políticas Públicas --- ## Apresentação A disciplina se destina a discutir, de modo consistente e voltado ao público profissional jurídico, tópicos relacionados à inteligência artificial (agentes artificiais que têm percepção do ambiente e executam ações) analítica, generativa e agêntica com o Direito. Diversas áreas do direito estão sendo impactadas por pesquisas e produtos baseados na aplicação de inteligência artificial. Por outro lado, para o desenvolvimento de produtos e soluções neste tipo de tecnologia, também é imprescindível a participação do profissional jurista. Desta forma, a disciplina é voltada para o público do direito e buscará trabalhar com elementos, definições e princípios da IA e do Direito; metodologias multidisciplinares para integração de pesquisas que envolvam IA e Direito; aplicações, tendências e conexões relevantes ao Direito; de modo a permitir que o egresso desenvolva atividades ligadas à IA e ao Direito. ## Estratégias didáticas, trabalhos e avaliação As aulas, segundo calendário e com programação detalhada neste plano de ensino, serão divididas em: 1. **Apresentação dos textos selecionados**, no formato de seminários, especialmente voltados à possibilidade de pesquisa e realização de produtos. Os seminários devem ser compostos pela apresentação objetiva de elementos do(s) texto(s) indicados, bem como pela indicação dos primeiros temas para discussão; 2. **Discussão pelo grupo**, que iniciará pelos temas propostos pelo apresentador do seminário; 3. **Exposição docente**, para o enquadramento da temática à disciplina. Estão propostos seminários e todos os textos são de leitura obrigatória. Em razão da natureza temática inserida na disciplina e das decorrentes especificidades temáticas, poderão existir convidados acadêmicos para conferências com o intuito de enriquecimento das discussões da disciplina, especialmente para demonstração prática de produtos de interesse do profissional jurista. A avaliação dos discentes será feita durante toda a disciplina, com destaque ao desempenho nos seminários e em discussões. A avaliação final será completada mediante a análise de um trabalho escrito e apresentado, no formato de artigo científico ou similar apropriado ao perfil do mestrado profissional, sobre tema desenvolvido em algum seminário ou tendo-os como referentes (a conexão com a disciplina será indispensável). ## Programação detalhada A disciplina será semestral, de 04 créditos e 60 h/a. Os encontros serão às quintas-feiras, à noite. **13/08 — Aula 01.** Apresentação da disciplina, apresentação da metodologia, desenvolvimento de conceitos e referenciais básicos para a disciplina, organização dos seminários. Leitura prévia obrigatória — ARTIGO: Elementos essenciais para compreensão das IAs Generativas: BONAT, Debora; HARTMANN PEIXOTO, Fabiano. _GPTs e Direito: impactos prováveis das IAs generativas nas atividades jurídicas brasileiras_. Seqüência (Florianópolis), vol. 44, n. 93, 2023. Disponível em [https://dialnet.unirioja.es/servlet/articulo?codigo=9277482](https://dialnet.unirioja.es/servlet/articulo?codigo=9277482) e em [https://www.migalhas.com.br/coluna/migalhas-de-protecao-de-dados/402300/impactos-das-ias-generativas-nas-atividades-juridicas-brasileiras](https://www.migalhas.com.br/coluna/migalhas-de-protecao-de-dados/402300/impactos-das-ias-generativas-nas-atividades-juridicas-brasileiras). Leitura prévia facultativa — Livro: HARTMANN PEIXOTO, Fabiano. _IA e Direito: Convergência Ética e Estratégica_, Cap. V e VI. Ed. Alteridade. **20/08 — Aula 02.** Seminário: Experiência e produtos de inteligência artificial aplicada nos tribunais na China. Leitura prévia obrigatória: link entregue no 1º dia de aula. **27/08 — Aula 03.** Seminário: Estruturação de Ecossistemas de Inovação e Modelos de Negócio em IA jurídica. Leitura prévia obrigatória: (link). **03/09 — Aula 04.** Seminário: Desenvolvimento de produtos e processos com inteligência artificial. Leitura prévia obrigatória: (link). **10/09 — Aula 05.** Seminário: Large Language Models (LLMs) e Agentes Inteligentes para Serviços Jurídicos. Leitura prévia obrigatória: (link). **17/09 — Aula 06.** Seminário: Automação Inteligente de Fluxos Jurídicos. Leitura prévia obrigatória: (link). Leitura complementar prevista. **01/10 — Aula 07.** Aula interativa: Planejamento estratégico e operação de comitês de inteligência artificial. Leitura prévia obrigatória: (link). **08/10 — Aula 08.** Seminário: Avaliação e Estratégia de Produtos de IA Jurídica. Leitura prévia obrigatória: (link). **15/10 — Aula 09.** Seminário: Governança, Regulação e IA Responsável em Perspectiva Comparada. Leitura prévia obrigatória: (link). **22/10 — Aula 10.** Seminário: Laboratório Internacional de Inovação. Leitura prévia obrigatória: (link). **29/10 — Aula 11.** Evento público de apresentação da estrutura dos artigos dos discentes. **05/11 — Aula 12.** Oficina de ajuste final dos artigos. **12/11 — Aula 13.** Entrega do artigo final da disciplina, via tarefa na plataforma Teams. **19/11 — Aula 14.** Aula de encerramento: experiência de laboratório de Inteligência Artificial Generativa — correção jurídica. **26/11 — Aula 15.** Devolutiva da apresentação dos artigos e encerramento da disciplina. > **Observação:** o link dos textos de cada seminário será entregue com a versão deste plano no primeiro dia de aula. ## Referencial bibliográfico Além dos referenciais previstos para cada atividade (descritos no item acima), novos referenciais poderão ser indicados ou sugeridos aos discentes à medida do desenvolvimento da disciplina. Serão priorizados materiais em português, mas, eventualmente, pela necessidade temática e em razão da natureza do curso, materiais em outros idiomas poderão ser indicados. ### Referencial de apoio - HARTMANN PEIXOTO, Fabiano; BONAT, Debora. _Liquid Machine Learning (LML) e o desafio de inteligência artificial para o Direito: enfoque meta-analítico das possibilidades de LML para contextos jurídicos_. Revista Humanidades e Inovação (Unitins), v. 9, n. 20, 2022. [Link](https://revista.unitins.br/index.php/humanidadeseinovacao/article/view/7946) - HARTMANN PEIXOTO, Fabiano; BONAT, Debora. _Inteligência Artificial e processo judicial: otimização comportamental e relação de apoio_. Revista Humanidades e Inovação (Unitins), v. 8, n. 47, 2021. [Link](https://revista.unitins.br/index.php/humanidadeseinovacao/article/view/5710) - HARTMANN PEIXOTO, Fabiano. _Projeto Victor: relato do desenvolvimento da inteligência artificial na repercussão geral do Supremo Tribunal Federal_. Revista Brasileira de Inteligência Artificial e Direito, v. 1, 2020. [Link](https://rbiad.com.br/index.php/rbiad) - HARTMANN PEIXOTO, Fabiano; DEZAN, Matheus Lopes. _Soluções de inteligência artificial como forma de ampliar a segurança jurídica das decisões jurídicas_. [Link](http://buscalegis.ufsc.br/revistas/index.php/observatoriodoegov) - HARTMANN PEIXOTO, Fabiano. _Análise da argumentação jurídica em decisão judicial: desenvolvimento e aplicação de modelo analítico-sintético_. Revista Brasileira de Direito, v. 13, p. 206-222, 2017. [Link](https://seer.imed.edu.br/index.php/revistadedireito/article/view/1916/1469) - HARTMANN PEIXOTO, Fabiano; ZUMBLICK, Roberta. _Methodology for the Project of research and development in Law: machine learning and the general repercussion on Brazilian Supreme Court_. [Link](https://www.academia.edu/38508976/Methodology_for_the_Project_of_research_and_development_in_law_machine_learning_and_the_general_repercussion_on_Brazilian_Supreme_Court) - INAZAWA, Pedro; HARTMANN PEIXOTO, Fabiano; CAMPOS, Teófilo de; SILVA, Nilton; BRAZ, Fabrício. _Projeto VICTOR: como o uso do aprendizado de máquina pode auxiliar a mais alta corte brasileira a aumentar a eficiência e a velocidade de avaliação judicial dos processos julgados_. Revista da Sociedade Brasileira de Computação, v. 1, 2019. [Link](https://www.sbc.org.br/images/flippingbook/computacaobrasil/computa_39/pdf/CompBrasil_39_180.pdf) - SILVA, Nilton Correia da; HARTMANN PEIXOTO, Fabiano; SILVA, Roberta Zumblick Martins da, et al. _Document type classification for Brazil's Supreme Court using a Convolutional Neural Network_. HTCIA-Brazil Chapter, 2018, v. 1, p. 7-11. [Link](http://icofcs.org/2018/ICoFCS-2018-001.pdf) - BRAZ, Fabrício; HARTMANN PEIXOTO, Fabiano, et al. _Document classification using a Bi-LSTM to unclog Brazil's Supreme Court_. Thirty-second Conference on Neural Information Processing Systems, 2018, Montréal. [Link](https://arxiv.org/pdf/1811.11569.pdf) - CARVALHO, A.; CANEDO, E.; CARVALHO, F.; CARVALHO, P. _Anonymisation and Compliance to Protection Data: Impacts and Challenges into Big Data_. In: Proceedings of the 22nd International Conference on Enterprise Information Systems (ICEIS 2020), v. 1, p. 31-41. DOI: [10.5220/0009411100310041](https://www.insticc.org/node/TechnicalProgram/iceis/2020/presentationDetails/94111) - CARVALHO, A.; CANEDO, E.; CARVALHO, F.; CARVALHO, P. _Big Data, Anonymisation and Governance to Personal Data Protection_. dg.o '20, June 15–19, 2020, Seoul, South Korea. DOI: [10.1145/3396956.3398253](https://doi.org/10.1145/3396956.3398253)