Do fluxo genérico ao fluxo guiado por área: por que a área do Direito muda o método

O que você vai aprender

• Por que "resuma este processo" é um comando genérico, e por que comando genérico produz resultado genérico.
• Como três elementos (dado de entrada, decisão humana obrigatória e risco) mudam de uma área do Direito para outra, e por que isso exige um fluxo diferente em cada uma.
• A tese central desta trilha: fluxo guiado por área, não fluxo único aplicado a tudo.
• O que esperar das próximas 11 aulas, organizadas em pares por área.

O comando genérico esconde o trabalho real

Se você já usou IA generativa no trabalho jurídico, provavelmente já digitou algo como "resuma este processo" ou "escreva uma petição sobre isso". Funciona, no sentido de que produz um texto. O problema é que esse texto trata um processo de cobrança cível como se fosse do mesmo tipo que uma ação de guarda de filho, e trata um cálculo de horas extras como se fosse do mesmo tipo que uma cláusula de não concorrência num contrato de fusão. Não são. Cada área do Direito recebe um tipo diferente de informação bruta, exige uma decisão humana diferente em pontos diferentes do processo, e erra de um jeito diferente quando o fluxo é malfeito.

Um comando genérico não é errado: é raso. Ele funciona bem o suficiente para não parecer um problema, e por isso é fácil não perceber o que está sendo perdido: nenhuma triagem específica da área, nenhuma sinalização do que naquele tipo de caso costuma exigir mais cuidado, nenhuma etapa pensada para o ponto em que humano e IA precisam se encontrar. O ganho real de produtividade com IA no Direito não vem de "usar mais IA", vem de desenhar o fluxo certo para o tipo de caso certo.

Três eixos que mudam de uma área para outra

Para entender por que a área do Direito muda o método, vale decompor qualquer fluxo jurídico em três perguntas. As respostas mudam de área para área, e é essa mudança que justifica um desenho diferente em cada uma.

1. Qual é o dado de entrada? Num caso cível de cobrança, o dado de entrada costuma ser contrato, nota fiscal, comprovante de pagamento: documento relativamente padronizado. Num caso trabalhista, o dado de entrada inclui holerite, cartão de ponto e, frequentemente, a convenção coletiva da categoria, um documento que muda de setor para setor e que a IA não conhece de memória. Numa due diligence empresarial, o dado de entrada não é um caso, são dezenas ou centenas de contratos heterogêneos ao mesmo tempo. Cada tipo de dado de entrada pede uma triagem diferente, porque o que "organizar a informação" significa muda de um caso para o outro.

2. Onde está a decisão que só um humano pode tomar? Em Família, a decisão sobre valor de compensação numa partilha, ou sobre o que é do melhor interesse de uma criança em uma disputa de guarda, nunca pode ser delegada a uma IA: não porque a ferramenta seja ruim, mas porque é uma decisão que envolve julgamento sobre a vida de pessoas reais, e a responsabilidade profissional e ética dessa decisão é sempre do advogado. Em Trabalhista, a decisão de que estratégia de defesa adotar diante de uma tese antecipada também é humana. Em cada área, o ponto exato onde "a IA organiza, o humano decide" muda de lugar, e um fluxo bem desenhado marca esse ponto explicitamente, em vez de deixar a linha ficar borrada.

3. Qual é o risco se o fluxo falhar? Num contencioso repetitivo de consumidor, o risco de um template desatualizado é ele se replicar silenciosamente em dezenas de casos antes de alguém perceber. Num cálculo trabalhista, o risco é um valor de causa errado, calculado com confiança, sem nenhum sinal visual de erro. Numa due diligence empresarial, o risco é uma cláusula crítica passar despercebida num contrato que ninguém teve tempo de ler por inteiro. O risco não é o genérico "a IA pode errar": é um risco específico, com uma forma específica, que o fluxo da área precisa antecipar.

Por que isso não é só semântica

Alguém pode objetar: "no fim das contas, é tudo triagem, minuta e revisão, então por que precisa de um curso por área?". A resposta é que a anatomia é de fato comum (você vai ver isso em detalhe na próxima aula), mas cada etapa dessa anatomia se preenche com conteúdo diferente dependendo da área. "Classificar complexidade" num caso cível pergunta se o caso é rotineiro ou tem elemento incomum. "Classificar complexidade" numa due diligence empresarial pergunta qual nota de risco um contrato específico recebe dentro de um lote de dezenas. É a mesma etapa da anatomia, preenchida com um critério completamente diferente. Ignorar essa diferença é o que produz fluxo genérico demais para ser realmente útil no dia a dia.

Exemplo prático

Dr. Rafael, sócio de um escritório médio, decidiu padronizar o uso de IA no escritório usando um único prompt genérico de "resuma e sugira próximos passos" para qualquer caso novo que chegasse, independente da área. Funcionou bem nas primeiras semanas para os casos cíveis de cobrança, que são a maioria do volume do escritório. Quando um caso trabalhista com pedido de horas extras passou pelo mesmo prompt genérico, o resultado trouxe uma "estimativa de valor total da causa" com aparência de número calculado, sem nenhum aviso de que aquilo era uma estimativa a conferir, e sem nenhuma menção à convenção coletiva da categoria, que nem tinha sido anexada. Um associado quase usou esse valor direto numa minuta, e só não usou porque parou para conferir manualmente antes, por hábito próprio, não porque o fluxo pedia.

Rafael percebeu, nesse momento, que o prompt genérico "funcionava" só porque a maioria dos casos que passavam por ele eram cíveis, e a área cível tolera mais generalidade do que a trabalhista. O problema não apareceu antes porque a mistura de áreas escondeu a lacuna: ela só ficou visível quando um caso de área diferente expôs o que o fluxo genérico não estava preparado para fazer.

Quadro de risco

O que dá errado se você tratar fluxo de IA como "um tamanho serve para tudo": o erro não aparece imediatamente. Ele aparece exatamente no caso em que a área exigia mais cuidado e recebeu o mesmo tratamento raso de sempre. Isso é particularmente perigoso porque o fluxo genérico "funciona" na maioria dos casos rotineiros, o que cria falsa confiança de que está tudo bem, até o caso em que não estava.

Resumo em 5 linhas

1. Um comando genérico de IA produz resultado genérico: funciona o suficiente para não parecer um problema, mas esconde o que está sendo perdido.
2. Três eixos mudam de área para área: o dado de entrada, o ponto onde a decisão precisa ser humana, e o formato específico do risco de errar.
3. A anatomia de um fluxo jurídico com IA é comum entre áreas, mas o conteúdo de cada etapa dessa anatomia muda de acordo com a área.
4. Ignorar essa diferença cria fluxos que parecem funcionar até o caso que realmente precisava de tratamento específico.
5. Esta trilha cobre cinco áreas (Cível, Trabalhista, Empresarial, Família e Consumidor), cada uma com uma aula conceitual de fluxo completo e uma aula de aplicação prática.

Sua próxima ação (10 min)

Pense no último prompt genérico que você usou para mais de um tipo de caso ("resuma isso", "sugira os próximos passos"). Identifique qual dos três eixos (dado de entrada, decisão humana obrigatória ou risco) ele provavelmente ignorou no caso mais atípico que passou por ele. Na próxima aula, você vai conhecer a anatomia comum de qualquer fluxo jurídico com IA e como as cinco áreas desta trilha adaptam essa anatomia às próprias particularidades.