IA na triagem de evidências digitais: lições da reforma britânica de disclosure

Introdução

Em 14 de julho de 2026, o Home Office britânico anunciou uma reforma do regime de disclosure criminal para lidar com um problema que muitos escritórios e departamentos jurídicos já conhecem: o volume de documentos digitais cresceu mais rápido do que a capacidade humana de encontrá-los, contextualizá-los e revisá-los.

O anúncio prevê que a tecnologia seja usada para identificar, organizar e compilar milhões de arquivos. Também informa que o PoliceAI, centro nacional de inteligência artificial para a polícia, deverá pilotar ferramentas capazes de gerar resumos de materiais digitais, com possibilidade de expansão para todas as forças policiais em 2027. A proposta ainda inclui um fórum nacional de governança para a tecnologia de disclosure.

Isso não significa que a IA passará a decidir quais provas são verdadeiras, definir a responsabilidade de alguém ou substituir o julgamento de policiais, promotores, advogados e magistrados. Significa algo mais interessante e mais útil para quem trabalha com informação jurídica: a criação de uma camada tecnológica para lidar com escala, desde que a organização do material continue auditável e a decisão permaneça sob responsabilidade profissional.

O caso britânico não é uma regra aplicável ao Brasil. O regime de disclosure, a estrutura processual e as instituições envolvidas são diferentes. Ainda assim, ele oferece um bom estudo de desenho para escritórios, departamentos jurídicos e equipes que precisam trabalhar com contratos, processos, investigações internas, auditorias ou grandes acervos documentais.

O que o Reino Unido anunciou

O comunicado oficial descreve uma mudança de abordagem para um sistema de gestão de evidências baseado em orientações criadas em 1996, quando a realidade documental era muito diferente. Hoje, uma investigação pode reunir telefones, e-mails, mensagens, vídeos, arquivos em nuvem e outros materiais em escala difícil de administrar manualmente.

O Home Office afirma que algumas investigações chegam a 500 mil “e-books” de dados e que um caso médio de fraude contém mais de 4 milhões de documentos. O comunicado também menciona uma estimativa de 532 mil horas de trabalho policial, em 2022/2023, dedicadas a disclosure e à montagem de dossiês que depois foram considerados pelo Crown Prosecution Service como casos sem ação posterior.

Esses números pertencem ao contexto britânico e não devem ser transportados para o Brasil. O ponto editorial é outro: quando o acervo cresce, a pergunta deixa de ser apenas “qual ferramenta de IA devemos contratar?” e passa a ser “qual fluxo de trabalho permitirá localizar, explicar e revisar o material sem perder a origem e o contexto?”.

As medidas anunciadas incluem quatro elementos importantes:

Revisão assistida: uso de IA para ajudar policiais a revisar e resumir evidências.
Organização em escala: identificação, classificação e compilação de arquivos que hoje seriam tratados manualmente.
Pilotos controlados: ferramentas financiadas pelo Home Office serão testadas antes de uma eventual expansão.
Governança institucional: um fórum nacional deverá reunir polícia, Judiciário, acusação e governo para supervisionar a tecnologia e definir salvaguardas.

Esse conjunto é mais relevante do que a palavra “IA” isoladamente. Ele combina capacidade técnica, teste, responsabilidade e supervisão.

A diferença entre triagem e decisão jurídica

Em um fluxo profissional, a IA pode ajudar a localizar padrões, agrupar documentos, sugerir etiquetas, resumir trechos e apontar itens que merecem leitura prioritária. Essas tarefas reduzem o custo de navegação no acervo. Elas não resolvem, por si sós, perguntas como:

o documento é autêntico?
a informação está completa ou fora de contexto?
o material é relevante para a tese do caso?
existe uma obrigação de preservá-lo ou compartilhá-lo?
o documento contém dado pessoal, segredo profissional ou informação protegida?
o resumo omitiu uma exceção, uma contradição ou uma circunstância temporal?

A resposta da IA pode ser uma hipótese de trabalho. Ela não é, sem validação, a conclusão jurídica do caso. A utilidade aparece quando o sistema encurta o caminho até o documento correto e deixa claro como chegou a uma sugestão.

Essa separação também protege a própria adoção de IA. O problema não é uma ferramenta apoiar a leitura de grandes volumes. O risco está em usar um resumo como se fosse a fonte, aceitar uma classificação sem amostra de controle ou permitir que um resultado não verificável seja incorporado à peça, ao parecer ou à decisão.

Cinco lições operacionais para equipes jurídicas

1. Desenhe as etapas antes de escolher o modelo

O fluxo deve começar pelo trabalho real. Em vez de partir da pergunta “qual modelo é mais inteligente?”, a equipe pode mapear:

recebimento e identificação do acervo;
preservação do arquivo original;
extração de texto e metadados;
classificação inicial por tipo, assunto, parte ou evento;
busca por termos, entidades e relações;
resumo com indicação da fonte;
fila de revisão humana;
exportação para relatório, pasta do caso ou sistema processual.

Esse mapa revela onde a IA agrega valor e onde ela não deve operar de forma autônoma. Também permite trocar um componente sem perder o controle de todo o fluxo.

2. Preserve a origem e o contexto do documento

Uma resposta curta não substitui o arquivo que a originou. Cada item relevante deveria manter, de acordo com a política do escritório ou departamento:

identificação do documento;
data e origem conhecidas;
versão ou estado do arquivo;
relação com outros documentos;
trechos que sustentam o resumo;
pessoa responsável pela validação;
histórico de alterações e exportações relevantes.

Não é necessário transformar todo fluxo em um projeto de perícia digital. É necessário, porém, evitar que a equipe perca a ligação entre conclusão, fonte e contexto. Para uma revisão posterior, “a IA disse” é uma explicação fraca. “A classificação apontou este conjunto de documentos, com estes critérios, e a advogada confirmou a pertinência” é uma evidência de processo.

3. Use filas de revisão, não uma aprovação invisível

Documentos com baixa confiança, conflito de classificação, dados sensíveis ou impacto processual devem cair em uma fila de revisão. A equipe pode começar com amostras pequenas e aumentar a escala quando souber medir:

falsos positivos, quando o sistema aponta material que não era relevante;
falsos negativos, quando deixa de apontar material que merecia análise;
qualidade do resumo;
tempo de revisão por categoria;
taxa de correção humana;
casos em que o modelo não tinha informação suficiente.

O objetivo não é obter um número mágico de precisão. É saber em quais situações o sistema ajuda, em quais precisa de dupla conferência e em quais deve ser retirado do fluxo.

4. Registre consultas, critérios e mudanças

Em acervos grandes, o resultado depende da pergunta feita e dos critérios usados. Por isso, o fluxo deve registrar, de forma proporcional ao risco:

quem iniciou a busca ou classificação;
qual instrução foi usada;
qual conjunto de documentos foi analisado;
quais filtros ou palavras-chave foram aplicados;
qual modelo ou versão participou da etapa;
quais alterações foram feitas depois da revisão;
qual resultado foi aproveitado no trabalho jurídico.

Essa trilha não existe para burocratizar a rotina. Ela permite reproduzir o caminho, identificar um erro e corrigir o procedimento sem depender da memória de quem operou a ferramenta.

5. Trate segurança e confidencialidade como parte do desenho

Evidência digital pode conter dados pessoais, segredos comerciais, comunicações protegidas e informações de terceiros. Antes de conectar um acervo a uma ferramenta de IA, a equipe deve esclarecer finalidade, base de tratamento quando aplicável, controles de acesso, retenção, transferência internacional, treinamento do fornecedor e resposta a incidentes.

Também é preciso considerar ameaças técnicas. Um documento pode conter conteúdo malicioso, instruções escondidas ou texto que tente influenciar o comportamento do sistema. A defesa não é abandonar a automação; é isolar instruções do documento das instruções de controle, sanitizar entradas quando possível, testar casos adversariais e manter a revisão humana sobre qualquer saída relevante.

O que o caso ensina sobre legal operations

O anúncio britânico é valioso porque trata a IA como parte de uma operação, não como um botão de produtividade. A reforma combina tecnologia com mudanças de processo, pilotos, padrões nacionais e gestão judicial mais intensa para casos complexos.

Para um escritório ou departamento jurídico, isso sugere uma agenda prática:

Criar um inventário de fluxos documentais

Em quais etapas a equipe mais perde tempo procurando informação? Onde há duplicidade? Quais documentos chegam em formatos diferentes? Que tarefas exigem leitura jurídica e quais são predominantemente de organização?

Definir níveis de risco

Uma classificação inicial de documentos internos pode ter risco menor do que um resumo que será citado em uma manifestação. O fluxo deve aplicar mais revisão e mais rastreabilidade à medida que aumenta o impacto da saída.

Medir qualidade, não somente velocidade

Minutos economizados não capturam documentos omitidos, retrabalho, revisão de falsos positivos ou risco de confidencialidade. Uma operação madura mede tempo, qualidade, cobertura, correções e incidentes.

Dar ao profissional uma visão do caminho

O advogado não precisa ver cada detalhe técnico do modelo, mas precisa saber de onde veio a informação, qual etapa foi automatizada, qual etapa foi revisada e onde estão os documentos de suporte. Essa visibilidade é parte da confiabilidade do trabalho.

Como uma infraestrutura jurídica organizada ajuda

Uma plataforma de IA jurídica responsável deve facilitar a organização do acervo, a localização de informações, a conexão entre documentos e casos e a revisão dos resultados. Ela não deve transformar o processo em uma caixa-preta que entrega conclusões sem fonte.

É nesse ponto que a JuristIA pode ser entendida como infraestrutura de trabalho jurídico: um ambiente para reunir documentos e movimentações, estruturar etapas, preservar contexto e tornar o trabalho mais rastreável e produtivo. O ganho não está em prometer que a ferramenta “entende tudo”. Está em oferecer um fluxo no qual o profissional consegue revisar, corrigir, registrar e reaproveitar o conhecimento com segurança operacional.

Na prática, um bom desenho pode seguir esta sequência:

Entrada controlada: o documento chega identificado e com permissões adequadas.
Organização: o sistema separa tipos, casos, assuntos e eventos sem apagar o original.
Pesquisa assistida: a equipe encontra trechos e documentos relacionados, com indicação das fontes.
Síntese revisável: a IA produz um resumo de trabalho, não uma decisão final.
Validação profissional: o advogado confirma, corrige ou rejeita a sugestão.
Registro: o resultado validado fica associado ao documento e ao contexto do caso.

Essa sequência cria um caminho entre produtividade e responsabilidade. Ela também reduz a dependência de conversas isoladas, arquivos espalhados e respostas que ninguém consegue reproduzir.

Cautelas antes de aplicar a lição ao Brasil

O primeiro limite é jurídico: uma proposta do Home Office não altera o CPC, o CPP, a LGPD ou as regras brasileiras de prova. O artigo usa o caso como referência de desenho operacional, não como fundamento para afirmar que um escritório brasileiro pode adotar o mesmo procedimento.

O segundo limite é factual: as medidas britânicas estão em fase de reforma, piloto e regulamentação. A previsão de escala em 2027 não equivale a uma implantação concluída nem comprova, por si só, que os resultados serão alcançados.

O terceiro limite é tecnológico: resumo e classificação podem omitir informação, confundir entidades, perder negações ou misturar eventos de documentos diferentes. Todo resultado que influencie estratégia, prazo, tese, prova ou comunicação com o cliente precisa de validação profissional.

O quarto limite é de governança: não basta contratar um fornecedor e escrever uma política genérica. É preciso definir responsáveis, acesso, retenção, fontes, testes, critérios de interrupção e resposta a incidentes.

O quinto limite é de comunicação: produtividade não deve ser vendida como substituição de advogado, conformidade automática ou garantia de resultado. IA jurídica bem aplicada amplia capacidade de organização e análise; o julgamento profissional continua sendo indispensável.

Conclusão: o futuro da triagem é verificável

O debate sobre IA no trabalho jurídico costuma oscilar entre dois extremos: a promessa de automatizar tudo e o receio de que qualquer uso seja irresponsável. A reforma britânica de disclosure oferece um caminho mais útil. Ela parte de um problema concreto — milhões de documentos —, testa ferramentas em um ambiente institucional, cria governança e mantém o foco na responsabilidade de quem conduz a investigação e o processo.

Para escritórios e departamentos jurídicos brasileiros, a lição é direta: a IA pode ajudar a organizar evidências digitais, desde que o fluxo preserve fontes, contexto, critérios e revisão humana. O risco não está em usar tecnologia para lidar com escala. Está em usar tecnologia sem método, sem registro e sem alguém capaz de conferir o resultado.

Quem começar agora pode transformar a triagem documental em uma capacidade operacional mais previsível: menos tempo procurando arquivos, mais clareza sobre o que foi analisado e melhor condição para o advogado concentrar energia no raciocínio que realmente exige julgamento.

Se a sua equipe está avaliando como organizar documentos, movimentações e pesquisa com IA, vale conversar sobre uma infraestrutura que priorize rastreabilidade, revisão e produtividade — sem prometer substituir o trabalho jurídico.

Conclusão

A aplicação desta análise depende dos fatos, das fontes vigentes e da revisão profissional do caso concreto.

Perguntas frequentes

O que é disclosure no contexto britânico?

A resposta depende do caso concreto. É o conjunto de procedimentos pelo qual material relevante de uma investigação criminal é identificado, administrado e disponibilizado conforme as regras do sistema inglês. O conceito não deve ser tratado como sinônimo automático de uma etapa processual brasileira.

A IA poderá decidir quais evidências são válidas?

Não é essa a proposta descrita no anúncio. A IA deverá apoiar revisão, identificação, organização e resumo de material. Autenticidade, relevância, admissibilidade e consequência jurídica exigem avaliação profissional e, quando necessário, perícia ou decisão judicial.

O caso britânico já criou uma obrigação para escritórios no Brasil?

Não. Trata-se de uma política e de propostas do Reino Unido. A utilidade para o Brasil está nas lições de desenho de fluxo, governança e rastreabilidade, que precisam ser adaptadas à legislação e à prática brasileiras.

Como começar a usar IA na revisão de documentos com segurança?

Comece por um acervo delimitado, preserve os originais, defina critérios de sucesso, use uma fila de revisão, registre fontes e consultas e teste o sistema antes de ampliar o uso. A análise deve considerar o contexto, as fontes aplicáveis e a revisão profissional.

Onde a JuristIA entra nesse fluxo?

A resposta depende do caso concreto. Como infraestrutura para organizar documentos, informações processuais e etapas de trabalho, com pesquisa assistida, contexto e revisão profissional. A ferramenta apoia o trabalho; não promete decisão jurídica automática.

Saiba mais

A JuristIA reúne conteúdos e ferramentas para organizar documentos, fontes e revisão em fluxos jurídicos responsáveis.

6. Fontes consultadas

Voltar ao blog