#OSP Como usar Inteligência Artificial no Direito (com George Marmelstein)

Queridos, bom dia, boa tarde, boa noite, boa madrugada para os corredores. Pessoal, eu acho que o episódio de hoje, em nível de utilidade prática, de todos os mais de 230 episódios do 11, eu acho que não teve um com a utilidade prática maior do que esse. Chamei o Jorge Marmenstein, que hoje é uma das grandes referências nacionais em uso de IA no no direito. E a gente fez uma conversa aí de quase 3 Horas, pelo menos aí até onde eu tô calculando aqui, eu ainda não vi a renderização do episódio. A gente fez uma conversa

aí de quase 3 horas de como usar a IA de maneira ética, de maneira íntegra e como extrair o máximo possível da da do seu diálogo com a IA, né? Então, a gente conversou aí como é que se usa IA quando o cara é um magistrado, quando o cara é um promotor, quando o cara é um advogado, quando o cara é um Pesquisador, um acadêmico. E aí a gente conversou sobre diversas ferramentas, quais são as melhores, para que tarefas, quando a gente vai usar IA para pesquisa, quando a gente vai usar IA para escrita, quando

a gente vai usar a IA para análise, reflexão. Então, a conversa e eu acho que eu fiz isso aqui pensando no grupo de pesquisa, que eu tô prestes a lançar, né? Quando esse episódio tiver saindo o grupo de pesquisa, eu acho que vai est Quase na semana de lançamento. Então já fica aí o aviso, pessoal. Quando você tiver vendo aqui essa essa apresentação, provavelmente o UICIS, grupo de estudos constitucionais que eu tô lançando, vai tá eh acho que há dois três dias do seu lançamento. Então já vou deixar eventuais links aí na descrição, caso vocês

estejam. Se não tiver lançado ainda, fique de olho que vai estar lá no Hotmart. Eh, e ah, vou aproveitar logo e Fazer o jabá do Ulisses, né? O, eu tô montando esse grupo de estudos constitucionais, pessoal. Então, eu vou reunir gente do Brasil inteiro. As aulas não vão ser gravadas porque eu tô aplicando a metodologia que eu aprendi aqui em Harvard, que é uma metodologia socrática. Então, ela depende muito mais de diálogo entre as pessoas que tão no grupo. E eu não quero que as pessoas fiquem acanhadas, elas não se sintam eh acanhadas para querer

participar, porque Tá sendo gravado. Eu quero que as pessoas se sentam livres. Então, eu separei três dias aí na semana para que as pessoas tenham mais a acesso, eh, mais disponibilidade de horários. Então vai ter um sábado de manhã, uma segunda e uma terça à noite. Foram os melhores horários de acordo com a pesquisa que eu tinha feito, que eu fiz aí usando Google Forms. E o nosso objetivo é que pessoas desde a graduação, que tem o básico e direito constitucional até juízes, Promotores, acadêmicos, tenham acesso ao que há de mais avançado, de mais atual

nos tópicos, em tópicos avançados em direito constitucional. Então, essas pessoas aí, elas vão receber um pacote de leituras que eu tô confeccionando sozinho e e com muito cuidado. Então, tô sele selecionando excetos de livros, de artigos, de eh sites, né, artigos acadêmicos, artigos de sites, podcasts, eh projetos de lei, Legislações, pedaços de constituições de vários países do mundo. E aí a gente vai tratar dos temas mais avançados que a gente tem aí, mais atuais dentro do direito constitucional. para dar um uma alavancada aí para quem quiser participar, ter um um ganho aí escalável, intelectual. Então,

fiem meu convite. Eu espero que vocês gostem do da proposta. O a descrição vai tá no ementa lá disponível para quem quiser baixar. E o, essa aula do Jorge, né, eu pensei nela, lógico que vai ser disponível para todo mundo, mas eu pensei nela como uma aula introdutória para todo mundo do livro, de todo mundo, mas especialmente do pessoal do grupo de estudos, né, que eu fiquei pensando, vai ter gente que vai querer eh extrair mais as leituras, vai querer eventualmente fazer produção acadêmica. E eu pensei, cara, eu vou ter que dar uma aula sobre

inteligência artificial, mas eu acho que O Jorge daria uma aula muito melhor do que eu poderia dar. E aí o Jorge se ofereceu e deu essa aula aqui pra gente, uma aula de quase 3 horas de como a gente pode extrair o máximo da inteligência artificial. Então essa essa daqui considera-se também a aula zero do nosso grupo de estudos. Então o Jorge fez a gentileza também de oferecer pra gente o cupom podcast 20 para quem quiser adquirir o curso dele lá sobre escrita com IA. vai tá linkado aqui na Descrição do episódio, então todos os

assinantes do 11 vão ter esse desconto aí. E é isso, eu espero que vocês gostem. Eu sei que a tá um pouco longa, né, a introdução hoje, mas lembre-se também que tem o nosso apoie-se. Se o 11 faz parte da sua vida, se o 11 te deixa mais inteligente, se as conversas aqui te enriquecem intelectualmente, cogita, dá uma ajuda pra gente lá no Apoia se você vai achar plano de todos os valores. Você pode Receber episódios com antecedência. A galera que tá no nosso apoio, se já recebeu esse esse episódio aqui com mais de 15

dias de antecedência, você pode receber livros da nossa curadoria também. E por fim, mas não menos importante, antes da gente começar, meus dois apoiadores, meus dois patrocinadores, primeiro deles a Contracorrente, querida editora do meu coração, que tem seu clube do livro lá no Www.quebracorrente.com.br, que tem um cuponzinho maravilhoso chamado 11 supremos 25. O ponto tá na descrição do episódio também para você adquirir qualquer coisa lá no catálogo da contra 25% de desconto e ainda tem retorno paraa gente em comissão. Então, dá uma conferida lá. Eh, outro projeto que tá pestes a ser lançado. Eu tenho

um projeto para ser lançado com um amigo lá na contra que vai vir um negócio assim só coisa fina, mas ainda não posso falar Dele, mas vai dar certo. Fica de olho e confia. E segundo, meu querido Felipe Augusto, com o Ouse Saber cursos preparatórios, que já aprovou mais de 5.000 pessoas nas grandes nas grandes carreiras aí do direito, que é magistratura, Ministério Público, Defensoria, Procuradorias e delegados de polícia. Eh, o Felipe é um cara ultra capacitado, faz um trabalho fenomenal, tanto com o quanto com divulgação lá de na parte de Concursos de ensino que

ele faz lá pelo Instagram. E eu acho que os materiais do O eles podem te ajudar a encurtar o seu caminho até a aprovação. Então não deixa de conferir lá também. Todos os cursos deles tm desconto com o nosso cupom que é o 11 é 115 que dá um vai dar um desconto em todos os materiais e todos os cursos que você tem lá no sabendo. É isso. Eu espero que vocês gostem do episódio de hoje. Meu nome é Davi Sobreira e esse é o Suprem. [Música] Queridos, voltando pro modo direito e tecnologia, eu recebo

hoje uma das celebridades do 11, que tem, eu acho que junto com o Horácio são os dois únicos convidados que tem dois episódios no top 10. E hoje a gente vai fazer uma versão atualizada, né, Jorge? Para você ver. Acho que a gente não tem, a gente fez o outro episódio sobre o GPT. Não sei, deve ter, deixa eu conferir aqui para eu não, não é um ano mais ou menos. É, ó, o GPT foi o episódio 161, então tem um ano e meio mais ou menos. E o o salto que o GPT, as e

as e as Generativas deram de lá para cá é um negócio assim absurdo, né? E a gente tá agora fazendo uma versão mais sofisticada e provavelmente daqui a um ano ou dois a gente já tem que fazer Outro de novo, né? Porque a evolução tá um negócio absurdo. Então pessoal, hoje eu tô recebendo o Jorge Marmelstein de novo. Acho que o Jorge dispensa apresentações, mas pelo bem da tradição a gente vai, eu vou abrir o microfone para ele de novo, mas hoje a gente vai conversar sobre uma um tema que foi basicamente introduzido no léxico

mundial nos últimos dois anos, né, que é a ideia de engenharia de prompt direcionada especificamente pro direito. Então a gente vai dividir essa conversa hoje em dois blocos. O primeiro bloco vai ser a engenharia de prompt na aplicação da prática forense, né, pro pessoal que é advogado, o pessoal que é juiz, promotor, como é que as pessoas devem trabalhar, quais são os limites éticos, quais são eh as formas que a gente elabora um prompt para extrair o máximo possível da inteligência artificial e eventualmente falar de algumas inteligências artificiais que Vão além do GPT e do

cloud, que o pessoal tá acostumado, né, que já virou o lugar comum. a gente fala do chat GPT, tem gente que não conhece nada além do GPT, tem muita coisa aí que pode auxiliar. E no segundo bloco a gente vai pegar essas ferramentas e dar uma roupagem paraa vida acadêmica. Então, sem mais delongas, Jorge, por favor, se apresente aí pros nossos pros nossos ouvintes, fale das suas credenciais, da sua autoridade, que agora eu acho que eu Acho que a magistratura tá se aproveitando, a magistratura nacional tem se aproveitado dos seus conhecimentos aí. Eu sei que

tu tá vivendo em em Brasília, dando palestra lá pro STJ, ensinando o pessoal a Eu acho que tu já foi chamado até para a ajudar a montar. Eu eu eu arrisco, eu arrisco, eu não sei, né, mas eu acho que tu foi chamado para montar aquela cartilha do STJ com os limites do do CNJ sobre os limites do que pode ser usado, Mas enfim, vai lá. Isso. Obrigado, Davi. É um prazer, uma honra muito grande voltar aqui pro 11. Sem dúvida nenhuma, uma das maiores referências, né, de eh de eh informação jurídica de qualidade, né?

E aí em particular eh nos últimos anos em que o Davi tem dado uma feição internacional também a esse canal, né, que a gente tem muito orgulho de ser um canal nacional, que consegue trazer eh pessoas de altíssimo nível para, né, conseguir falar, né, de eh temas do Momento. Eh, mais uma vez, eu acho que é a terceira, já posso pedir música. Acho que na verdade já é a quarta, talvez. Eu não sei. É a quarta, Jorge, porque tu estreou aqui, eu acho que episódio 20 falando de do do dos vieses e heurísticas nas decisões

jurías. É verdade. É verdade. Então, então já é uma já é um já está consolidada aqui na na a minha participação e eu fico muito orgulhoso disso por ter feito parte da história, Fazer parte, né, da história desse canal que eu assisto, que eu escuto, eh, que é o canal. quando era tudo mato. Exatamente. Exatamente. E aí, como, né, eu já conheço a tradição de apresentar, né, eh, e eu sei que tem muitos aqui que não não me conhecem, eh, eu sou eh, George Marmelstein, sou juiz federal, eh também, né, já há um bom tempo,

eh, né, semana retrasada, eu sei que aqui as datas, né, são fluidas, mas agora em abril de 2025, eh, a gente comemorou 24 Anos, né, de carreira jurídica, né, na na magistratura federal. E para além disso, tem uma vida também acadêmica, tem uma vida de pesquisa, sempre procurando aprimorar a jurisdição, né? eu eh nós do direito, sobretudo nós da magistratura, nós temos muitas limitações constitucionais em relação a atividades paralelas, mas felizmente a nossa Constituição brasileira ela permite que o magistrado tenha também eh uma vida docente, uma vida acadêmica, Uma vida no magistério. E quando eu

resolvi assumir essa essa feição dupla, né, essa minha dupla personalidade de juiz e acadêmico, professor, pesquisador, escritor, eh, eu coloquei como premissa básica que eu iria pesquisar e agora engenheiro de prompt também, né, que mas dentro da mesma lógica, né, em certo sentido, faz parte da minha pesquisa, da minha curiosidade intelectual, mas eu eu coloquei como premissa que a que a o propósito daquilo Que eu faria dentro da academia seria aprimorar a justiça, aprimorar a jurisdição, Então, se você olhar, se você mapear tudo que eu já escrevi, tudo que eu já pesquisei, sempre é como

fazer isso para melhorar o direito, como fazer isso para melhorar a atividade jurisdicional, como fazer isso para melhorar o processo judicial. E isso começou com direitos fundamentais, passou por vieses cognitivos, por super aprendizagem para Desenvolver técnicas de produtividade e agora mais recentemente inteligência artificial e mais especificamente inteligência artificial generativa. Eh, como o Davi mencionou, né, eu acho que eu fui um pioneiro assim, no sentido, eu eu tenho um orgulho de ter sido pioneiro, porque de fato foi uma conjunção de fatores que me fizeram levar para esse mundo. Já narrei isso eh nos episódios passados, né,

de eu estar engajado em projetos de escrita e de Ciências cognitivas quando o chatpt surge e eu tentei hackear o chatpt para entender como essa ferramenta funciona. E aquilo me deu, né, uma uma vantagem de compreensão, uma vantagem de conseguir estar, em certo sentido, à frente eh do que está sendo desenvolvido. E aí eu a partir daí e tentei espalhar, tentei compartilhar aquilo que eu estava aprendendo, que eu estava conhecendo por meio de cursos. Eh, montei um curso para juízes. Esse curso foi inclusive Replicado no CNJ, né? o Conselho Nacional de Justiça também fez a

contratação do curso e eh também me chamou, como o Davi mencionou, para participar do grupo de trabalho que resultou na resolução eh responsável pela regulação da inteligência artificial no direito. e eu fiquei eh responsável especificamente para eh para tratar e para debater e para redigir a parte que se refere ao uso da inteligência artificial generativa pelos Juízes e servidores, né, pelos membros do poder judiciário, né, inclusive aí onde vem o ponto central para estabelecer as limitações de uso, né, o que pode e o que não pode fazer, o que é o que é que nós

podemos fazer numa perspectiva ética e também numa perspectiva técnica a partir dos limites da máquina, mas também eh eh o o que é eh tecnicamente possível, o que é eticamente possível, tudo isso foi o objeto dessa resolução. Mas enfim, Estamos aqui nós para conversar sobre esse mundo fascinante, esse mundo acelerado, né, que eh é até um pouco eh gera um pouco é até anciolítico em certo sentido, gera um pouco de ansiedade eh porque todo dia surgem informações novas, surgem ferramentas novas, surgem técnicas novas. Eh, e de fato é e para muita gente, inclusive para mim,

eu não não fico atrás, dá aquela sensação de estar perdendo alguma coisa, de estar ficando para trás, de que não vai Conseguir entender e acompanhar. Fomon of fear of missing out. É, é, é constante nessa nessa área aqui. e exagerado um pouco, né, pela eh pela forma midiática como as próprias Bigtecs eh lançam seus produtos, né, sempre colocando um tom ali de, né, de revolução, de mistério. Isso gera essa sensação de de que algo muito importante tá acontecendo, eu não tô acompanhando. Eh, eu tento acompanhar tudo isso, é difícil. E eh mas o meu a

minha Principal função ou pelo menos a minha principal preocupação não é eh acompanhar eh as inovações tecnológicas fora do meu campo de interesse. Eu tenho um interesse muito particular que é usar inteligência artificial generativa para aprimorar o direito, tanto na perspectiva da prática, né, do do mundo dos juízes, dos advogados, eh dos delegados promotores, mas também, né, da academia. Eh, e é e esse é o meu foco e aí isso facilita Muito, né, porque faz com que, por exemplo, eu não esteja preocupado tanto em acompanhar o que está acontecendo no campo dos vídeos, né, na

desenvolvimento de ferramentas para vídeos, ferramentas para design, embora eu goste de design, eu tenho tenho também eh focado em alguns aspectos, mas o aí vem o ponto, né, o design é para apresentações, para fazer minhas apresentações, para fazer meus slides. Então eu acabo também utilizando ferramentas para Apresentação, mas isso isso e em certo sentido facilita um pouco a minha vida, porque essas ferramentas elas entram na minha zona de interesse conforme eh o que ela impacta na nas tarefas que eu exerço cotidianamente, no meu dia a dia, na forma como eu exerço a jurisdição, na forma

como eu pesquiso, na forma como eu escrevo. E aí eu tento eh eh me cercar das ferramentas que são úteis para essas tarefas que eu faço. Jorge, ponto prático Agora paraa galera da prática forense, né, de novo, que a gente é advogado, juiz, promotor, defensor público ou mesmo os analistas, a galera que tá auxiliando, eh, estagiários eventualmente, toda a galera envolvida de ponta a ponta do momento que a pessoa precisa protocolar uma petição até a última decisão que vai sair. Quais são as ferramentas hoje que tu recomenda a pessoa ter? E de novo aqui a

gente entra no que a gente estava Conversando antes, né? Eh, too much information, é informação demais. A gente tem tanta coisa, o John Elster no livro do no livro dele sobre pré-compromisso, Luis Liberta, ele diz que às vezes tem ter opções demais é ruim. E eu acho que aqui entra nessa situação porque você não sabe o que usar. Então, eu queria primeiro que a gente delimitasse um número de ferramentas que a gente vai usar para cada Tarefa. Eh, desse um exemplo dentro do mercado, por exemplo, dentro de IA generativa para no estilo do GPT, tem

um cloud, tem outra, dentro de estilo de busca, tem o SPE, tem o consensos. E acrescentando a isso, que eu acho que é um ponto importantíssimo, porque às vezes a gente tá pegando gente que tá começando e não tem um um orçamento muito grande. Então, na tua leitura, o cara que não tem dinheiro nenhum, o que que ele deveria usar e Quais são os limites? O cara que tem um orçamento intermediário, o que que ele deveria usar e quais são os limites? E o cara que tem um orçamento mais e ele quer dar uma revolucionada

ali no no escritório, no gabinete dele, o que que ele deveria usar e quais são os limites. Vamos nós. Muito bacana. Essa pergunta é interessante porque primeiro traz pro componente prático, né? Eh, e também de eh orçamentário, mas também traz filosoficamente aí eh socialmente, Sociologicamente, uma crítica interessante sobre eh o futuro da produção do conhecimento, né? e a o elitismo ou pelo menos a desigualdade gerada pelo uso da IA, né? Considerando que nem todos vão ter recursos suficientes para contratar os melhores modelos. Isso vai gerar uma disparidade muito grande na produção do conhecimento. Alguns, né,

com poder aquisitivo e melhores ferramentas, conseguindo produzir muito mais rápido, Com muito mais qualidade, e outros, eh, seja por desconhecimento ou até mesmo por resistência, né, que é legítima a resistência de não usar a inteligência artificial para preservar a a autenticidade daquilo que é essencialmente humano, eh, ou por razões econômicas não estão usando as ferramentas. Isso é um tópico que a gente pode tratar depois, mas em relação à pergunta específica, o mais importante é aqui, onde é onde a gente vai ter uma Guinada de compreensão do que é a inteligência artificial generativa. Nós temos muitos

modelos, né, cada eh e eh cada um treinado de um modo diferente e por um propósito diferente. E temos modelos mais generalistas como chatpt, temos modelos mais específicos, como por exemplo, né, o o notebook, notebook LM também é generalista, mas eh alguns mais específicos são para academia, alguns mais específicos são para vídeos, para imagens, para design. Eh, qual é qual Qual é a forma que eu utilizo para tentar organizar tudo isso? é tentar buscar uma clareza de pensamento minha para mapear qual as atividades que eu preciso eh e e onde a inteligência artificial generativa pode

me ajudar. Aqui eu quero eh eh quebrar um mito, que é o mito de que a inteligência artificial ela é uma ferramenta, seria para automação, seria para tarefas repetitivas, para tarefas simples, né, para aquelas tarefas que não exigem Esforço cognitivo e, portanto, você vai eh transferir pra máquina a a sua tarefa eh digamos assim braçal. Não, pessoa que ainda defende um negócio desse não é capaz de enxergar a capacidade reflexiva que uma uma IA tá fazendo. Ave Maria, o que eu uso para elas para testar argumentos quando eu tô tentando pensar em alguma coisa, fazer

brainstorm, mas desculpa ter te cortado. É, não, mas é exatamente isso. é o poder e que ela tem de conseguir semanticamente construir Linguagem, né, argumentativa, persuasiva, crítica, discussiva e narrativa, eh que consegue ter um poder de impacto na sua mente capaz de ampliar seus horizontes cognitivos. Então, eh, o primeiro ponto é esse. As tarefas que nós vamos usar, a IA generativa, não é aquela tarefa burocrática, não é a tarefa simples, não é a tarefa braçal, não é aquela tarefa chapada, que no direito nós chamamos, né, os as peças chapadas, uma contestação padrão, uma Sentença padrão

e que basta mudar o nome e anexar no processo. A gente não vai usar para isso a IA Generativa. Aí a generativa tem pouca utilidade, a não ser se você tiver uma ferramenta de automação por trás e a a inteligência artificial generativa vai ajudar na classificação, né, na compreensão do caso para poder classificar e aplicar uma outra ferramenta de automação. Não quero falar aqui de automação, não, não é objetivo. Objetivo é inteligência Artificial generativa com o propósito de produção de conhecimento. É, e aí nesse campo, pensando na no direito, né, no que é o direito,

no qual é a atividade de um juiz, de um advogado, de um promotor e a gente pode classificar basicamente quatro tarefas mais relevantes que um jurista faz, que é a tarefa de escrita, né? Nós escrevemos petições, nós escrevemos sentenças, escrevemos relatórios, escrevemos parecer pareceres. Então, a escrita faz Parte da nossa da nossa atividade. Temos excelentes ferramentas para isso. nós temos tarefas de análise, né, que é tanto uma um aspecto mais hermenêutico, mais interpretativo, né, de compreensão de um caso, por exemplo, de saber quais são os consensos acadêmicos, de saber quais são eh os pontos controvertidos,

né, num processo judicial. Isso é tarefa interpretativa, mas dentro da análise tem também tarefa de extração. Eu quero saber quais são os fatos relevantes, eu Quero saber quais são eh os o nome das partes, eu quero saber quais são a lista das provas que as partes anexaram, né? Eu quero saber qual é a lista de eh artigos acadêmicos que aquele tema traz. Então, dentro da análise, nós temos uma tarefa que é mais sofisticada, digamos assim, que é de interpretação e uma que é mais eh de coleta, né, de extração de dados. Então, já começamos eh

escrita e análise. Temos tarefa de pesquisa, né? Pesquisa de jurisprudências, pesquisa de Doutrina, né? Pesquisa de legislação. Eh, isso faz parte da nossa atividade cotidiana e que também temos ferramentas hoje em dia específicas para isso. Aquela nossa conversa do ano passado, eu dizia: "Não devemos usar a IA para pesquisa. Ela não é boa para olhar para trás. Ela só é boa para criar, para transformar, nunca para reproduzir o passado, nunca para eh extrair traz. E isso tá isso tá desatualizado, né? Hoje as ferramentas de pesquisa são as que eu Mais uso, né? Eu eu envelheceu

como leite no sol do meio-dia. Exatamente. Exatamente. E muitas coisas, por exemplo, e a até até hoje eu digo com cautela que a inteligência artificial ela é péssima para fazer raciocínio moral, né? Mas eu já acho que tá começando a mudar, né? Já tá começando a mudar. Mas enfim, eh eh isso isso é uma atividade de pesquisa, uma atividade muito relevante que nós fazemos cotidianamente. E nós temos atividade de Criação, né? Você falou a questão de argumentativa, né? de criar argumentos, de criar ideias, de criar um roteiro, de criar eh uma estratégia, né, de de

enfrentamento de um determinado problema, brainstorming. Então, são quatro atividades diferentes que são as que eu gosto de utilizar com inteligência artificial. E eu quero deixar destacado só para Vamos nós pesquisa, argumento, só escrita, escrita, an eh Escrita, análise, pesquisa e criação, né? Dentro da análise tem interpretação e extração, dentro da pesquisa tem vários tópicos. Enfim, dentro de cada um desses tem vários estilos. Mas basicamente é pensando aqui no dia a dia de um de um juiz, pegar um juiz, eu quando pego uma petição inicial para analisar se eu vou conceder ou não a eliminar, né?

Então o que que eu faço? Eu pego a a petição e tenho que ler. Então é uma atividade de Análise, né? Então é leitura, análise, compreensão, interpretação, né? Se tiver informações eh contrárias, eu vou fazer uma definição dos pontos controvertidos, né? estabelecer um mapeamento aí para poder eh chegar a uma conclusão. Uma vez que eu que eu tenho uma análise, eu começo um processo de pesquisa, que é uma pesquisa para saber o que que a jurisprudência diz, o que é que a doutrina diz, o que é que a legislação diz, né? E a partir da

pesquisa que eu Faço, que pode ser inclusive uma pesquisa interna no próprio processo judicial, nas peças do processo, mas em geral, né, se você tiver diante de uma uma causa mais complexa, você vai demandar uma pesquisa externa, você vai formando sua convicção e aí vem uma etapa, um salto da a da análise e pesquisa paraa tomada de decisão, que é aqui é onde eu acho que tem uma reserva de humanidade, né? Eh, eu vou focar nisso mais lá na frente, mas aqui nesse Processo, após análise, vem a decisão. Eu tomo a decisão, eu eu digo

se eu vou conceder ou não a eliminar, né? Eh, é onde eu eu onde eu faço um juízo de valor para entender se o autor tem razão ou se o autor não tem razão. Então, é uma espécie de julgamento. É o julgamento propriamente dito, decisão. Uma vez que eu tomo essa decisão, eu passo pra tarefa de escrita. eu vou começar a escrever e que isso também faz parte de um processo de escrutínio Crítico, porque a a pena, a caneta, né, o teclado nos ajuda a pensar mais claramente. Então, quando a gente tá escrevendo, a gente

também exerce um juízo de melhoramento, de refinamento, de reflexão sobre a decisão que a gente tomou. E a gente escreve, né, nesse processo de escrita, a gente vai criar, né, argumentos. Criar não no sentido de inventar, mas pelo menos vai tentar estabelecer quais são os argumentos que se encaixam naquela solução que a gente Deu. Vai fazer contraargumentos em relação a argumentos contrários. Eh, isso é o processo de escrita e criação que é mais ou menos conjunto, né, que que segue. Então é, é isso, é são as tarefas que a gente realiza dessas quatro, dessas tarefas

que eu mencionei, só a tarefa de tomada de decisão, que é onde eu acredito que a máquina não pode ter um papel decisivo, ela pode ter um papel auxiliar, né, de como ampliar os apresenta todo o panorama, todos os Argumentos da maneira mais sofisticada para com a com aquilo ali em mãos você fazer o seu juízo. Exatamente. E quando você faz o seu juízo, escrutinizar esse juízo usando a IA para dizer: "Olha, eu acho que é assim, me diga o que é que o que pode tá errado nesse meu pensamento". E ela vai colocar alguns

pontos contrários, né? Um dos prompts que eu gosto de usar muito é um prompt que após a minha escrita, depois que eu faço o meu esboço de de sentença, eu Submeto essa essa sentença a um agente, um assistente que eu criei, que ele faz o papel de advogado, eh, preparando embargos de declaração. Então ele pega a minha decisão, compara a decisão com os argumentos das partes e vai fazer um juízo de de dizer: "Se eu for advogado, eu consigo fazer uns embargos de declaração contra essa sentença porque ele não enfrentou o ponto A, B e

C." E aqui tem uma omissão, tem uma contradição, tem uma incoerência. E aí, Portanto, uma vez que eu sei disso e eu não publiquei a sentença ainda, eu consigo eh melhorar minha sentença para antecipar um eventual embaixo de declaração, corrigir aquelas supostas falhas que teria na sentença e a partir daí minha decisão fica melhor. Então tudo isso aqui é o que a gente pode fazer. E aí é onde entra, né, para cada tarefa a gente vai falar falar agora qual é a ferramenta que eu utilizo, qual é o meu modos operante, né, pelo menos Datado

no dia de hoje, porque isso varia, né, de tempos em tempos. Jorge, a gente falou das tarefas, vamos trabalhar agora concretamente com as ferramentas no estilo do do no estilo, como eu falei, né, do estilo do GPT, no estilo, falo para cada ferramenta, para cada momento. Eu quero que a gente primeiro, vamos falar das ferramentas, dos valores agora nessa parte e depois eu queria que a gente deixasse a conversa ainda mais Concreta e tu mostrasse, por exemplo, como no teu dia a dia, na hora de trabalhar numa sentença, qual é a logística e como a

a as a inteligência artificial generativa e a engenharia de promp ela vai entrando na logística do teu processo de trabalho como juiz. Vamos nós primeiro, os valores e as e as ferramentas. Muito bacana. Agora vamos pra parte realmente do como fazer. E esse como fazer, eu posso eh garantir que ele muda, ele vai mudando eh Basicamente porque as ferramentas vão mudando, algumas vão ficando mais robustas, outras vão surgindo, né? Mas basicamente para simplificar e eu não falar, né, de ferramentas ainda em fase experimental, falar só das consolidadas, eh, como é que é a primeira tarefa

que eu pego, por exemplo, para análise de um processo? Eu vou eu vou fazer aqui um faz de conta que eu estou me preparando para uma audiência. Eu eu eu preciso fazer uma Análise, né, das petições, das peças do processo, dos documentos, enfim. Então, a tarefa de análise para mim é a melhor ferramenta quando a gente tá trabalhando com documentos de até 200 páginas é o cloud, né? O cloud é a melhor ferramenta de análise e de escrita também, mas para análise ele ele é muito bom. Eh, mas ele tem esse limite de, eh, de

só fazer análise dentro de um tamanho de texto que cabe na sua janela de contexto, que atualmente tá em torno de 250 a 300 Páginas. Então, quando eu tenho um documento de até 200 páginas, eu trabalho dentro do cloud uma metodologia de análise ultra sofisticada que é baseada na estrutura argumentativa FIRAC, né, que é um modelo americano de análise, só que ela é incrementada com alguns componentes que eu vou trabalhando para melhorar a minha análise dentro do que eu dentro do que eu preciso para fazer uma audiência. O que é que é o FIRAC, né?

FIRAC Basicamente é um método de análise processual, não sei se vem de Harvard, é provável aí que tenha sido desenvolvido em Harvard. É, foi o o John Landell, que é inclusive o quem dá o nome da da biblioteca da Faculdade de Direito aqui que o pessoal vê no meu Instagram as fotos. ele era reitor. E aí ele ele que inventou a metodologia de ensino a partir de eu não sei se ele inventou exatamente o Iraque, mas ele que inventou a metodologia de ensino do Direito a partir de casos de casos, né? Metodologia de casos. E

exatamente. E aí uma das metodologias de estudo de casos se baseia nessa nesse acrônimo, né, FIRAQ, né, ou Iraque. Na verdade, o Iraque é uma versão resumida porque eh tende a ser mais objetiva, porque elimina os fatos. Mas eu eu preciso dos fatos. Então o que é que é o firaque? É análise dos fatos, questão central que é isso, né? Eh a a a regra aplicável é ao caso, né? O FIR FR. O A é aplicação das Regras a aos fatos, ao caso, e o C é conclusão. Então esses seriam os quatro componentes, cinco componentes

do FIRAC, né? Dentro desse, de novo, de novo, para ficar bem contextualizado para quem tá ouvindo, né? que quem tá se familiarizando isso aqui pela primeira vez. Primeira fase você tem os fatos, você analisa os fatos, depois você vai analisar o problema que tá nas suas mãos, que é o iso, qual é a questão central. É, depois você vai descobrir Qual é a regra que se aplica de forma genérica a casos daquela situação. Exato. Depois você vai paraa aplicação para saber se aquela regra ela realmente é aplicável ali ou se ela precisa de algum ajuste.

Como é que aquela regra vai se encaixar no teu caso? E o C, a conclusão, só a conclusão, né, com o resultado do caso, se houver, né, logicamente com a raciod, né, com os princípios subjacentes que motivaram, fundamentaram a decisão judicial. Então Essa análise e eu aprendi essa análise recentemente usando, recentemente que eu digo há uns dois tr anos usando inteligência artificial porque quando eu comecei a usar o chat EPT para fazer análise de caso, eu comecei a perceber que ele ele estruturava nesse formato. E eu, poxa, isso é muito interessante, eu nunca tinha visto.

E eu eu conhecia a estrutura argumentativa de Tuming, né? conhecia algumas estruturas argumentativas que a gente aprende eh na Teoria da argumentação, mas nunca tinha visto o Iraque, né, em ação. E aí quando eu vi, eu falei: "Poxa, isso é incrível, eu vou adaptar, eu vou melhorar para o para os meus fins", né? E em particular, eh, eu acrescento a essa estrutura e e como é que a gente acrescenta isso? Por engenharia de prompt. É, foi onde eu eu comecei a aprender engenharia de pronto, porque qual é o segredo? é você perceber que você tem

o poder de dirigir a máquina, você tem o poder de criar Metodologias para que a máquina faça do jeito que você quer, né, extraindo ou analisando ou interpretando o processo com base nos direcionamentos que você vai dar. E aí nesse prompt inclui, ao lado desses cinco pontos, você inclui, por exemplo, pontos controvertidos. É um aspecto que para mim, enquanto juiz, eu preciso saber para fazer uma audiência. Eu quero saber exatamente o que é que eu vou perguntar na audiência em cima do que é do que há de divergência, né? Então, os pontos controvertidos para mim

é algo interessante. Essa é uma tarefa linguística porque é um confronto entre o que está escrito na inicial, o que está escrito na contestação e a partir daí estabelecer onde essas informações não são convergentes, onde há choque. Isso é estabelecer pontos controvertidos. E aí eu incluo, né, dentro da questão a ser debatida a resolução das da dos pontos controvertidos. Ou seja, a gente estende A questão jurídica central, que basicamente é o pedido e o contraponto ao pedido, com a parte factual, com a parte da da, né, das provas, ele são contrárias. E também eu peço,

só para finalizar esse esse fique potencializado que eu que eu faço, eu peço também junto da aplicação para que ele faça um mapeamento das provas do autor, das provas do réu, dos argumentos do autor e dos argumentos do réu. Isso me dá num prompt único, né, uma visão geral do Processo que me habilita a compreender tudo relevante sobre o processo em pouco tempo, com extrema qualidade, com detalhes e com extrema profundidade, né? Isso é o primeiro ponto de partida e para isso, basicamente, eu uso o cloud. Às vezes, eh, usando ao mesmo tempo também o

chat EPT para fazer o contraponto, né, e perceber algumas incoerências. Uma pergunta de acréscimo, eu lembro, eu tô até com ele em mãos aqui, de um Tweet, eu acho foi de um post do Greg Brockman, que ele vai falar da anatomia de um prompt. Isso direcionado pro O1. Eu não sei se ele ainda funciona pro O3, por exemplo. Eh, a gente tá falando aqui linguagem O1, O3 são os modelos que estão disponíveis pro chat GPT, pessoal. O o O3 hoje eu acho que pro chat GPT plus, né, que é a versão intermediária, a primeira versão

paga, né, porque tem a versão gratuita, intermediária e Avançada, que é de $. O O3 eu acho que hoje é o mais sofisticado para reflexões profundas. E ele diz aqui a anatomia de um prompt, ele deve ter um objetivo, o formato de retorno, como você quer que venha a resposta, avisos, disclaimers, né, do do que pode acontecer no processo de de de busca que e de criação que o o GPT tá fazendo ou que a inteligência tá fazendo. E depois um context dump, né? Um um você vai dar contexto para todo Dar todo o contexto

informativo do que a inteligência deve levar em consideração ao fazer a busca, a criação que você tá você tá propondo. Minha pergunta é dentro dessa proposta dele pros fins do direito, por exemplo, de um juiz, como é que tu adequaria? Porque tu me explicou a metodologia, como tu monta a metodologia, como é que tu adequa essa ideia de metodologia na criação de um prompt. O que que abstratamente, por exemplo, um Prompt ele deve conter de informações para aplicar essa metodologia que você ensinou? Bacana. A a arte de o e aí a gente falou algumas vezes

a palavra eh de prompt, mas nada mais é do que a arte de conversar com as máquinas e conseguir obter respostas de qualidade, né? Ah, não existe essa ciência da engenharia de prompt. O que existe, né, são técnicas boas práticas que vão sendo descobertas, algumas por acaso, outras decorrentes de Um princípio de como a máquina funciona e que vão sendo testadas e aprimoradas ao longo do tempo. É, os promptes hoje em dia e são e relativamente fáceis de fazer, porque basta que você tenha uma clareza de pensamento para estabelecer e a tarefa que você quer

que a máquina realize, qual é a profundidade, qual é a qualidade. Quando eu estou trabalhando engenharia de prompt, eu tenho, você tem que dividir duas coisas, né? Primeiro, se a tarefa for muito simples, ah, eu Quero só traduzir, eu quero só eh um resumo rápido, eu quero algo simples, eu quero só corrigir o texto. Você não precisa de nada muito sofisticado. As máquinas hoje cada vez mais eh aumentaram a sua habilidade de compreensão. Então mesmo um usuário com perguntas simples conseguem obter respostas satisfatórias porque as máquinas estão desenvolvendo habilidades para interpretar o que o usuário

quer e dar a resposta de qualidade mesmo diante De um uma pergunta, uma solicitação, né, um um comando simplificado, sem muitas eh sofisticações. É, porém quando você tá diante de tarefas complexas, que é o que a gente quer, né? no não é às vezes às vezes a gente quer tarefas simples, mas se a gente quiser fazer uma tarefa mais complexa, como por exemplo análise de um processo em que a gente tem que ter todos esses componentes ou uma pesquisa acadêmica em que a gente quer que a Máquina tenha uma orientação, né, para estabelecer qual o

escopo da pesquisa, qual é quais são as fontes que ele deve privilegiar, quais são os idiomas que ela vai pesquisar, qual é o formato de saída, né, qual é a estrutura do relatório que ela vai apresentar. Se a gente tá diante desse segundo tipo de tarefa, que é uma tarefa complexa, a gente tem que eh entender como a máquina funciona, né? Saber se comunicar com a máquina para conseguir extrair dela o Seu melhor. Antes de passar paraa resposta, né, de dizer como é que eu faço, eh tem um paradoxo interessante que a gente tem hoje,

que é o paradoxo de que as máquinas elas estão cada vez mais capazes de, por conta própria, conseguir fornecer respostas excelentes, mesmo que o usuário faça perguntas ruins, né? Antigamente nós não tínhamos isso. Antigamente o princípio era, né, trash in, trash out, né? Se o lixo entra, o lixo sai. Exatamente. Se e Também isso faz parte do nosso debate e de um ano atrás, né, da nossa conversa, em que eu falei claramente, o usuário faz uma pergunta ruim, a resposta vai ser ruim. Hoje não. Hoje o usuário faz uma resposta, uma pergunta ruim. A resposta

vem bem razoável, bem bem bem satisfatória. Não é uma resposta ruim, resposta boa, porque a máquina desenvolveu, inclusive internamente técnicas de engenharia de prompit que estão embutidas, né, que não aparecem Pro usuário, mas que estão embutidas no promp de sistema que esses, né, que essas máquinas desenvolveram, né, que o os programadores desenvolveram. Isso inclusive é o que caracteriza o os modelos de de pensamento avançado ou estendido, né, os deep eh deep thinking, né, aqueles que que antes de responder o usuário, ele ele tem um tempo para pensamento. O tempo para pensamento nada mais é do

que vamos analisar a pergunta do usuário e melhorar. Então ele vai Melhorar a pergunta do usuário, vai aumentar o contexto, vai aumentar o objetivo, vai aumentar toda aquela anatomia de um prompt, ele vai fazer nesse thinking e aí vai conseguir dar respostas melhores, mesmo que o usuário não faça perguntas boas. Só que eu tô falando aqui de tarefas complexas, que aí vem o paradoxo. Já que a máquina ficou cada vez mais habilidosa interpretar e compreender e cumprir aquilo que o Usuário manda, se você domina engenharia de prompt, você consegue fazer muito mais coisas. você consegue

escrever um livro de uma atacada só, você consegue escrever um eh criar um site de uma tacada só, né, sabendo usar engenharia de prompt e sabendo dar um comando eh eh específico para pra máquina. Eu tô falando esses exemplos, mas provavelmente daqui a um ano vão ser exemplos banais. Esses exemplos aqui são coisas que acontecem já hoje, né, com Algumas ferramentas como de research, como humanos. Eh, mas se a gente pensar daqui a 6 meses, isso vai ser banal, né? Qualquer um vai fazer um site com comando simples. Hoje você precisa ter comandos avançados para

fazer um prompt completo. Eh, e aí o paradoxo é esse. Como as máquinas estão sendo cada vez mais capazes de interpretar o usuário, a engenharia de prompt tem perdendo tem perdido a importância. Mas como elas estão ficando cada vez mais capazes de Fazer coisas incríveis, para essas tarefas incríveis, a engenharia de prompt continua importantíssima, né? não dá para fazer uma análise de processo com qualidade se você não dominar engenharia de prompit. E aí onde vem, né, os meus eh o os os pontos que eu queroar eh tratar de como é que eu faço meus promptes.

Basicamente, quando a gente tá escrevendo prompt, a gente tem uma estrutura padrão, né, que é uma anatomia, que a gente pode conversar um Pouquinho mais, mas basicamente tem três problemas maiores que nós do direito enfrentamos com engenharia de prompt. Um problema é o problema da obediência ou, né, dirigibilidade. A máquina não tá cumprindo exatamente o que eu quero, né? Isso é o problema da dirigibilidade. É o problema número um da engenharia de prompt, que é você conseguir construir comandos capazes de serem entendidos e executados pela máquina com perfeição. Jorge, deixa eu fazer um acréscimo bem

aí. Desculpa te atrapalhar, mas isso aqui é tanto uma curiosidade, mas eu acho, talvez seja levemente relevante pra conversa. Eu já vi um cara, não cheguei a ler o estudo, mas eu vi um estudo e depois eu vi um cara falando na internet, então não sei qual dos dois é confiável no nível de confiabilidade, mas um deles estava arguindo que quando você é grosseiro nas suas respostas, quando a máquina não faz esse tipo de Coisa, ela vai te dar uma resposta melhor. Não sei se isso é provável. E o outro, esse estudo, ele meio que

argumentava de que quanto mais educado você é com a máquina, eh, melhor é pro longo prazo do treinamento, paraas respostas que você vai receber. Eu não sei de onde é que vem isso. Eu lembro de ter visto essas duas informações. E o acréscimo que eu visto foi o próprio Sun Altman, né, que é o CEO da Open AI dizendo, é o Respondendo um tweet, né, o pessoal dizendo, imagina quanto de energia nós estamos gastando pro pessoal que tá agradecendo o chat de EPT. Aí o STM vai e brinca, né? Vale completamente a pena. Uhum. Porque

quando a revolução das máquinas, aí eu acrescento, quando a revolução das máquinas vier, vocês vão lembrar daqueles memes que o pessoal tava falando, né? Quando a máquina for buscar você, ela vai ver quem é que tá mandando, por favor. E obrigado. Agradecer. Eh, isso não é lenda, isso tem estudos realmente que mostram, né, que o polites prompt, né, algumas expressões mais polidas, eh, melhora a experiência do usuário em dois sentidos, né? Primeiro que a máquina ela vai ser eh eh orientada, se você prestar atenção no treinamento da máquina, os textos mais amistosos costumam ser melhores

do que os textos onde você tem, né, uma disputa. Então, ah, incluir, né, Solicitações adequadas ou o que a gente chama de emotion promptes, né, que são solicitações emotivas, isso é muito importante, né, é para é para curar a cura do câncer, é para melhorar o mundo. E esse tipo de solicitação faz com que a máquina ela perceba que aquilo ali merece ter um capricho a mais. E de fato isso é uma das técnicas que a gente usa para melhorar a qualidade. É o segundo desafio, não é o primeiro. O primeiro desafio é a dirigibilidade,

é fazer com Que a máquina obedeça. E a dirigibilidade, ela é guiada pela clareza, pela estrutura, né, do prompt, por mecanismos de atenção que a gente utiliza. Por que que a gente escreve prompts sofisticados, né, quando a gente tá tratando de tarefas complexas usando markdown, né, usando estrutura markdown com delimitadores, n que que é uma é uma parece programação, mas não é. É é Simplesmente você estruturar o seu prompt em níveis e subníveis com alguns recursos que a máquina entende, eh porque ela você vai organizar melhor o seu prompt e vai facilitar eh o trabalho

da máquina. você vai estar eh dando à máquina uma maior clareza sobre exatamente aquilo que você quer. Então, o primeiro desafio é dirigibilidade, o segundo desafio é justamente a questão da qualidade, né? Eh, fazer, no caso do direito, né? fazer com que a máquina Consiga capturar os detalhes dos fatos, eh entender, né, exatamente quais são os pontos controvertidos, eh aprofundar, né, no nível de argumentação e no nível de análise que seja compatível com aquilo que a gente deseja de uma análise jurídica profissional. Então, eh, primeiro é dirigibilidade, o segundo é qualidade. E a gente tem

técnicas específicas para controlar a qualidade. Uma delas é a curadoria do conhecimento. É a gente definindo qual é o conhecimento que vai ser utilizado pela máquina para dar respostas. E o terceiro desafio é o estilo, é garantir que a escrita saia num tipo de linguagem que a gente domine, que a gente controle, que a gente deseja. não é simplesmente a resposta da máquina, não é simplesmente uma linguagem eh eh superficial e formal, é aquela é aquele estilo de escrita elegante, com efeitos eh com recursos estilísticos, que aumenta a Conexão, que aumenta a a persuasão, que

aumenta a profundidade argumentativa. Então, basicamente, quando eu tô escrevendo prompt, eh a gente vai eh eh é um processo de interação que a gente começa de uma estrutura base e a gente vai testando, né? Vai testando saber se a máquina tá compreendendo o que eu quero dizer, dirigibilidade, se a resposta que a máquina tá dando é compatível com a profundidade que eu desejo, qualidade, e se o estilo da Resposta, sobretudo para tarefas de escrita, né, está sendo condizente com o estilo que eu estou direcionando pra máquina. Para cada um desses componentes, nós temos técnicas de

engenharia de prompt, né? Se eu quero melhorar a a a dirigibilidade, como eu já falei, né? Se eu quero que a máquina entenda e me e me me obedeça fielmente, eu tenho que criar promptes claros e bem estruturados. É onde a gente vai estabelecer no formato algumas técnicas Símbolos markdown. são três ou quatro símbolos, né, para fazer hierarquia, né, para fazer para fazer eh itálico, para fazer bullet points. Então, a gente usa algumas eh alguns símbolos de MarkD para fazer isso e delimitadores, né, para definir o que é conhecimento, do que é do que é

estilo, do que é exemplo. Eh, e aí, portanto, tem técnicas específicas para isso. Para técnica de qualidade, é onde vai entrar a metodologia, né? Por que que o Markdown, eh, por que o FIRAC, né, no formato que eu faço, consegue respostas incríveis, porque eu ensino pra máquina a metodologia. Eu digo pra máquina como é que ela deve fazer aquela tarefa. Qual é o passo a passo que a máquina vai dar? Eu não deixo pra máquina a liberdade. Clud, ele tem a possibilidade, como GPT de você criar GPTs personalizados dentro dele. Tem, nós temos no cloud

duas ferramentas para isso, né? Nós temos os estilos personalizados, que é o mais Prático simplesmente é eh na própria aba principal você tem lá como definir os estilos. Depois a gente pode mostrar cri um defô pr para pros comandos que vão ser colocados, né? Exato. Para aqueles que ficarem até o final, né? Eu vou mostrar aqui a tela eh com esses comandos. Aí eu posso mostrar algumas algumas dicas práticas, né, para colocar GPTs customizados dentro do do cloud. E temos dentro do cl também os projects, né, que também e é é mais parecido com GPT

customizado, porque você consegue colocar instruções personalizadas com conhecimento personalizado, né? Então são essas duas eh ferramentas que a gente tem dentro do cloud para fazer isso. Então a gente tem eh eh dentro da engenharia de prompt essa preocupação com a qualidade que é feita por eh metodologia. Tecnicamente é o que a gente chama de chain of thought, cadeia de pensamento. Eh, tem o chain of implícito, que é basicamente você pedir, Faça análise do processo, pense passo a passo. Isso por si só vai melhorar a qualidade da resposta, porque ele vai pensar em voz alta. Eh,

você coisa curiosa, né? Você mencionou a questão de que respostas polidas geram mais consumo energético e hoje é um dos grandes problemas da IA, tanto pro treinamento quanto para uso, né? o fato de que as GPUs consomem muita energia, né? E aí, portanto, você tem eh possibilidade de uma crise energética, Apesar do que eh as máquinas estão eh ficando cada vez mais eficientes, com menos nos recursos energéticos. Então, pode ser que que aconteça como era os computadores de antigamente. Você tinha um computador, né, se você aumenta a demanda, a e a tecnologia vai vai trabalhar

para para achar formas mais eficientes de de entregar. Se a gente lembrar daqueles computadores lá que aparecem nos filmes de dos anos 50, dos anos 60, o jogo de imitação, uma Sala incrível eh gigante, né? Hoje hoje não não tem o poder de um celular, não. Na verdade, você conseguiria colocar no no pen drive ali de de 10 GB, 10 M. É, exatamente. Exatamente. Eh, então, então essas máquinas estão evoluindo. Mas o que é que eu quero dizer é que a a as máquinas pensam por meio de tokens, pensam por meio de palavras que elas

vão produzindo e ou que o usuário coloca. Basicamente, essas máquinas são máquinas De continuação de conversa, são máquinas de continuação do contexto. Você dá um contexto, ela continua aquele contexto. Essa é é a lógica da máquina. Então, se você não tem contexto, ela vai continuar por conta própria, vai continuar um contexto vazio e aí, portanto, não vai ter muito elemento para dar uma qualidade na resposta. Se você dá contexto ou pede para ela construir contexto, ela vai criar um contexto e a resposta Subsequente vai ser sempre melhor, porque vai estar se baseando no contexto que

foi criado ou que o usuário deu ou que a máquina criou. Por isso que se você pede, né, pense passo a passo, que é o chain of thoughts, né, o cadê de pensamento, eh, o que a máquina vai fazer vai ser pensar em voz alta, criando palavras que vão aumentar o contexto e isso vai melhorar a qualidade da resposta. Essa é a lógica. Eh, por isso que as Solicitações educadas também melhoram a qualidade, porque vão fazer a máquina produzir mais texto. Produzir mais texto. E texto gera contexto que gera melhores contextos, né? Geram respostas melhores.

Essa é a lógica da máquina. o pensamento eh estendido, que a gente tem vários modelos, né, que tem o esse deep thinking, né, o o pensamento avançado, pensamento também é isso, o usuário dá um contexto pequeno, a máquina vai estender esse contexto e a Resposta subsequente vai ser bem melhor. Então, basicamente é isso. é uma forma, inclusive, de economizar e eh energia em certo sentido. Parece contraditório, porque você não precisa de um modelo tão robusto para ter o mesmo resultado. Você pode ter dois modelos eh simples, básicos, sendo que um um gera contexto e outro

gera resposta. E aí, portanto, você tem uma resposta melhor com o modelo, mas é o que é o que o Dipsic faz, né, lá da China, ele consegue Produzir respostas muito boas porque ele tem uma cadeia de pensamento embutida nele que funciona bem, mesmo com modelo mais simples, eh, com menos parâmetros do que o próprio chatpt. Jorge, a gente falou aí do do cloud como uma ferramenta de análise e reflexão sobre um uma janela de contexto de 200 a 300 páginas. Mas para as pessoas que vão trabalhar até com documentos menores, às vezes, eu te

pergunto, quais são as Outras ferramentas? O GPT ajuda, o que mais que poderia ser incluso aí? E depois quais as outras ferramentas para os outros passos, né, que a gente vai trabalhar também, por exemplo, com a pesquisa. E hoje eles são ferramentas de pesquisa extraordinária. Eu praticamente abandonei o Google. Eu uso o Google hoje quando eu quero achar uma coisa que eu já sei onde tá. Por exemplo, quero pegar a matéria do The Atlantic. Aí eu boto tatatá Atlantic porque é mais rápido, Mas quando eu quero fazer uma busca que eu quero que ele vá

atrás de informação para mim de forma contextual e ainda me entregando links, né, para evitar o delírio, as ferramentas já estão fazendo. Então vamos continuar a conversa primeiro para concluir as ferramentas para essa fase de análise e depois vamos passar pra parte de pesquisa. Beleza? É bom que a gente já encaixa uma na outra e também vai levar uma parte da Pergunta inicial que era ferramentas gratuitas, né? O cloud, eh, não tem como você usar com qualidade na versão gratuita, apesar de ser praticamente o mesmo modelo, é o 3.7 no momento atual, mas isso muda

toda semana, todo mês. Eh, mas ele fornece o mesmo modelo na versão gratuita, mas a limitação de uso impede que a gente consiga fazer um uso muito profundo, porque eh vão ser poucas perguntas que você vai ter e às vezes a limitação de tamanho de anexo. É, Portanto, se você quiser usar o cloud, é a versão paga, que é 20, um pouco menos até, né? Mas enfim, 20 em média você paga o cloud. R$ 110, R$ 120, mais ou menos. R 125 por causa dos impostos. Exatamente. Se você quiser trabalhar um modelo gratuito que consegue

fazer essa tarefa quase tão bem quanto o Cloud, em alguns contextos até um pouquinho melhor, porque ele ele consegue para além disso, é o Gemini, né? Gemini, é o Google, né? E gerou aí uma e ele tinha ficado para trás nos 2023, 2024, mas agora em 2025 ele conseguiu eh melhorar bastante e fornece gratuitamente pro usuário muitos recursos que eh chegam muito próximo a nível de qualidade, em alguns contextos até melhor do que o Cláudio Chat PT pago, né, e o Gemini gratuito, né, o de você consegue usar ele gratuitamente, inclusive com ferramentas também de

busca que a gente vai falar logo em Seguida. Então, se você tiver trabalhando, né, com até 200, 300 páginas, Cloud é o melhor. Dá para usar o chat PT também no nível tão bom quanto o Cloud, mas também na versão paga. Eh, são os dois que não dá para não dá para trabalhar bem nesses modelos na versão gratuita. O único modelo que a gente consegue trabalhar bem na versão gratuita é o Gemini, né? o Geminai ele ele ele cumpre bem o papel. Eh, agora, para além disso, né, se você quiser Trabalhar com análise que ultrapasse

200, 300 páginas, eh, 500, 600, 1000, 2000 páginas, a ferramenta que eu recomendo é o Notebook LM, né? É o Notebook LM. É uma ferramenta de análise que ela é um pouco diferente. A, é, mais uma mais uma vez a gente precisa ter aquela delimitação de que a análise compreende duas tarefas. análise é uma tarefa de extração e uma tarefa de interpretação paraa extração, né? O Google, o notebook LM é a melhor ferramenta que tem, melhor do que o Cloud, inclusive, melhor do que o chatpt. Fora que ele coloca uma coisa que os outros geralmente

não fazem ou se fazem, não fazem tão bem, é que ele aponta especificamente a página de onde ele tá tirando cada informação que ele tá. Isso daí para quem é acadêmico, para precisa buscar informação específica, mas até pra prática forense também. Às vezes você precisa extrair uma Informação específica de uma parte de um processo que tem 500 páginas. Eh, ontem mesmo eh eu fiz uma audiência de um processo que tinha mais ou menos 400 páginas, né, com muitos documentos, muitos fatos e tinha uma um ponto controvertido era saber quando é que o imóvel foi construído,

né? Tinha três versões. A autora dizia uma coisa e a e a a Caixa Econômica dizia outra coisa. E eu coloquei no notebook LM, né? O notebook element, a autora diz que é 2013, a Caixa diz que é 2006, mas tem um documento aqui num uma inspeção que diz que é que é 1993. Aí eu fui nesse documento, como você diz, ele mostra o trechozinho, olhei o documento e vi que realmente tinha um laudo pericial dizendo que era 93. E isso, isso é incrível, isso é fantástico, né? Isso é uma ferramenta de extração, é uma

ferramenta de busca semântica interna em que ele vai encontrando as informações. Então, para Isso, para essa tarefa, mesmo com documentos muito longos, o notebook LM é a melhor ferramenta, mas eh ele peca em duas coisas, né? Ele peca em duas coisas. Primeiro que ele não tem uma boa três, na verdade, mas primeiro que ele não tem uma boa dirigibilidade, né? os prompts que você dá mais complexos, ele não cumpre exatamente como você diz. muito teimoso. Às vezes eu boto o prompt em inglês, ele me devolve a resposta em português. Eu Digo: "Faço em inglês". Ele

me devolve em português de novo. É, é dirigibilidade. Isso se chama dirigibilidade. Ou seja, ele tem uma baixa dirigibilidade. Eh, ele parece que tem um modo de trabalhar pré-estabelecido e e só faz daquele jeito. E ele tem uma uma baixa eh estilo. O estilo dele, ele é muito seco, né? Ele não é um estilo, mas é gratuito, né? Tem que lembrar desse ponto. É gratuito, é gratuito. É Gratuito. E de fato, né, você só o fato de você ter o poder de usar uma ferramenta que você anexa, acho que hoje em dia tá em 300

documentos, né? Você pode anexar 300 artigos científicos lá dentro, né? Eh, e ele consegue extrair todos os dados que você quer desses documentos. Isso é incrível. E fora fazer o o podcast, né? fazer o fazer o o é ele ainda transforma o conteúdo num podcast ali de 10 minutos e numa conversa assim bem fluida. Duas Pessoas não é máquina, não parece máquina nem nada, não. Parece uma conversa bem tranquila, muito, muito bacana. Pois é. Então, para isso, o Notebook LM, em termos de análise, ele supera, pelo menos para extração de documentos com mais de 1000

páginas, ele supera qualquer outra ferramenta. Uso bastante ele, uso bastante porque no direito eh nós trabalhamos com processos, né, que são gigantes, né? E, e é outro ponto interessante, né, como A, né, como nós precisamos, em certo sentido, gravar uma aula sobre inteligência artificial a cada ano, pelo menos. Naquela nossa última conversa, eu também falava que uma boa prática é você colocar documento por documento, né, fazer o documento relevante. Hoje não tem tanto isso. Você pode botar o processo na íntegra que ele consegue encontrar exatamente aquilo que você quer. Tanto o cloud também, se ficar

limitado à janela de contexto também Facilita isso. Mas tem um ponto de custo, né? É importante dizer que eu falei que essas máquinas pensam através de tokens, mas isso também significa dizer que tokens custam dinheiro. Toda palavra que a máquina produz gera dinheiro. Por que que eu quero dizer isso? Porque já que a gente tá falando de custo, né, de limitação, orçamento, muita gente tem reclamado do cloud porque ele tem esgotado muito rápido. A pessoa eh tá usando ali e Depois de quatro, cinco perguntas ele diz: "Olha, você atingiu o seu limite mesmo na versão

paga". Por quê? Porque no direito nós trabalhamos com documentos muito longos. E aí quando a gente faz uma análise de 300 páginas, ele tá analisando as 300 páginas, né? colocando isso aí no contexto e dando uma resposta profunda. E aí eh eh é como se ele tivesse trabalhando ali com 300 páginas de custo, né, ele é como se ele cobra pro por página, digamos assim, né? É, parece um revisor, né? No caso, eu te pergunto, a pessoa consegue contornar isso usando, por exemplo, para extração o notebook Elen e indo pra parte reflexiva no chat GPT,

que tem muito mais eh eh quantidade de devoluções, né, muito mais tokens disponíveis, até onde eu sei. Sim, sim, dá pra gente fazer isso. Eu costumo inclusive fazer isso também num caminho inverso, que é o seguinte, eh, dá para você extrair as informações relevantes usando o notebook LM, joga dentro do cloud e o cloud vai escrever melhor, né? Vai produzir um texto mais bem mais elegante. Ou o SEST PT também, o 4.5, ele escreve bastante, eu gosto da escrita do 4.5 também, mesmo quando você não controla a camada de estilo, né? Se você controla a

camada de estilo, é diferente, mas enfim. Eh, algo que eu faço também numa perspectiva inversa é eu estruturar um prompt ou uma saída um uma uma metodologia, uma estrutura usando o cloud e uso essa Metodologia, essa estrutura para fazer solicitações de pesquisa no deep research do chat EPT, né? Então, ah, ou seja, essa e esse interpreta vamos pr tecla, vamos pra tecla SAP, né? O Deep Research é uma ferramenta disponível, vamos já falar da pesquisa, né? É, é, é uma ferramenta que são 25, que tu disse. Na versão plus, a pessoa tem direito a 20

ou 25 e tem um direito a 100 na versão pro que é a de $ por mês, que é mais de R$ 1.200. É, vamos já explicar, vamos já explicar isso, porque entra no campo da pesquisa, né, que é que é um campo que eu acho que é o mais revolucionário de todos, porque muita gente, busca de jurisprudência também, né, além de além de documentos e e artigos acadêmicos e de e de revistas, mas enfim. É isso, exatamente. Mas o que eu quis dizer, né, nesse processo de de zigu-zague entre IAS, é que se você

tiver essas três chatt e Gemini Notebook LM, né, que eu coloco o notebook LM que é da Google também dentro de mesmo pacote, né, que é apenas um é uma ferramenta dentro do Gemini, digamos assim, né? Então, se você tiver esses três modelos, você já consegue fazer muita coisa. E aí, eh, o zigue-zague é você perceber que em algumas tarefas como de interpretação, o cloud é o melhor, mas na tarefa de extração notebook LM é melhor, na tarefa de escrita, o cloud é melhor, na tarefa de Criação, o chatpt é melhor. Então você consegue eh

com o uso, com a prática, na na medida em que você vai se familiarizando com esses modelos, você vai percebendo qual é a tarefa que você vai usar e muitas vezes eh usando paralelos, porque eh você pode colocar a mesma tarefa, o mesmo prompt, que também é essa vantagem, né? O mesmo prompt funciona para todas as ferramentas, eh que e comparar a qualidade da resposta e aí você tem, né, uma uma percepção de Qual funciona melhor para aquela tarefa. Então essa é hoje é basicamente a forma como eu uso é isso, são esses três, né?

Fora o não, basicamente esses três são os que eu uso mais eh e uso de modo paralelo, né? Com funções diferentes. Jorge, quando a pessoa vai usar essas ferramentas, por exemplo, um advogado, juiz ou promotor, estagiário, seja quem for, quero montar uma peça agora, tô com um problema. e preciso buscar Jurisprudência. O quão confiáveis eles estão sendo? Essa é a primeira subpergunta. A segunda subpergunta, como elaborar um prompt? O que que tem no tem que ter no prompt de busca? eventualmente você tem que colocar onde ele vai buscar especificamente ou você pode deixar ele ele

solto. E em terceiro lugar, a gente precisa tá sempre conferindo o resultado, porque eu acho que a resposta sempre deve ser positiva, porque a gente Tá lidando ainda com informação que pode vir quebrada. A gente tava comentando antes de de começar aqui, né, que eu tava montando, tava buscando algumas informações acadêmicas e tudo e ele me apresentou informações que não existiam e aí eu refiz o prompt e pedi para ele me indicar links, por exemplo, e assim eu consegui acessar especificamente, não só com mais facilidade, mas averiguar se aquela informação que ele me fornecer Era

real. OK? Então, a gente tá saindo do campo eh da análise para o campo da pesquisa, né, que vale tanto para jurisprudência quanto para pesquisa acadêmica, que são semelhantes a mesma filosofia, mesmas ferramentas praticamente, mas com realmente eh alguns componentes que a gente precisa ter em mente. Se a gente voltar para eh o que eu dizia há um ano atrás era que a gente não deveria usar a inteligência artificial generativa para Busca, nenhum tipo de pesquisa, nem de artigo, nem de doutrina, mesmo naquela época, quando nós já tínhamos busca na internet através de a, seja

o Perplexity, seja o Gemini, seja o próprio Google tinha, o próprio PT tinha uma ferramenta de busca, eu dizia: "Não, são péssimas, não funcionam para pesquisas específicas". Por quê? Eh, e eu digo, por que que não era bom antes e por que é bom agora, né? Antes, eh, aliás, não, antes, eh, qual, Qual é a primeira coisa que a gente tem que entender? Eh, da onde é que da onde é que a máquina tira a informação? Da onde vem o conhecimento da máquina? Esse é um ponto que para quem não entende os LLMs, eh, não

vai saber usar, não vai conseguir usar bem, porque o seguinte, eh essas máquinas originalmente elas foram feitas para serem independentes da internet. Elas elas foram criadas como modelos estáticos, modelos de conhecimento que comprimiam eh todo o Conhecimento do mundo em parâmetros, em fórmulas matemáticas. É como se você tivesse uma biblioteca, né, sem consulta na internet, tem uma biblioteca, você pegou toda essa biblioteca, colocou ela dentro de uma máquina de moer e saiu dela, né, um suco que representa eh os parâmetros para que você consiga conhecer todo o conhecimento dessa biblioteca. Essa é é a ideia,

né? Um uma biblioteca com, sei lá, eh, 20.000 1000 Livros é transformado ali em 1000 parâmetros, né? Essa é é a lógica da máquina, né? Hoje a gente fala com bilhões de parâmetros. Só que esse suco, essa essência que a máquina aprende no treinamento, que é o que que é o treinamento da máquina, nada mais é do que transformar essa biblioteca nesse suco. Isso isso é é é a é o treinamento da máquina. Eh, é um processo que é uma espécie de zipar arquivo, né, da biblioteca, só que Esse zip ele é de mão única,

ele não tem o dezipar, você não consegue dezipar para obter exatamente o mesmo conhecimento. Ele aprende as conexões semânticas. Eles aprendem que junto da palavra rei tem a palavra coroa, tem a palavra princesa, tem a palavra castelo, mas ele não tem uma noção exata do que de dos textos originais de onde ele aprendeu. Então, se você pensar do que não que era o GPT1, GPT2, GPT3, GPT 3.5, no começo, eram ferramentas que cabiam Dentro de um pen drive, não precisavam de internet, como até hoje não precisam de internet. O o Cloud até semana passada não

tinha busca, ele não pesquisava na internet. Então, da onde é que ele tirava o conhecimento dele? única exclusivamente desse suco, desse parâmetro que ele criou, né, dessa dessa síntese que ele fez do conhecimento que ele aprendeu. Eh, e aí é onde vem eh o o conhecimento que a gente chama de Conhecimento parametrizado, conhecimento da máquina, o conhecimento de treinamento. Esse conhecimento ele é estático, eh ele é um conhecimento que é formado a partir da detecção de padrões de linguagem dos textos que ele aprendeu. E esse conhecimento ele é fechado, enclausurado dentro dos parâmetros. É, se

você não atualizasse o treinamento da máquina, esse pensamento ia ficar estático o resto da vida. Eh, e é por isso que no passado você não Podia usar essas ferramentas para olhar para trás para questões factuais, porque se você pedisse um fato, na hora que ele fosse conectar, né, com com o que ele aprendeu, ele ia inventar, ele ia criar, né, jurisprudência, precedentes que não existiam, porque ele não tem texto dentro dele. É, muita gente não entende isso. O conhecimento da máquina, o conhecimento parametrizado, que é o que a gente tá falando aqui, é um conhecimento

que é Não é factual, ele é um conhecimento semântico. É, é como se fosse um aprendizado de linguagem. Ele aprendeu linguagem, mas não tem eh não tem PDF dentro dele. Ele não tá consultando base de texto, né? Muita gente pensa que ele tá consultando a biblioteca e trazendo a informação. Não, ele não tá. Ele já consultou. Ele vai trazer pra gente o que ele lembra dessa consulta. E a lembrança dele é maleável, é, pode ser contaminada. Então ele vai conseguir, Por exemplo, se eu pedir para você, você estuda jurisprudência do Supremo todos os dias, Davi,

me cite aí uma ema de julgamento sobre liberdade de expressão. Você não vai conseguir citar na íntegra. A máquina também não consegue. Também não consegue. Se eu pedir para você criar, você cria. Você vai criar um uma direito constitucional, liberdade de expressão. Eh, você conseguiria colocar até talvez e o trecho da Constituição que diz isso. Ia dar uma aparência de Veracidade, mas seria falso, seria criado pela sua mente. A máquina também faz isso, só que antes ela não tinha essa capacidade de discernir o que era factual, do que era criação, do que era invenção, do

que era alucinação. Hoje e nós temos outras fontes de conhecimento que a máquina utiliza para dar resposta. Uma dessas fontes é o conhecimento do usuário. É onde eu acho que tá o ouro. É onde eu acho que é a melhor forma de usar a Ferramenta é quando o usuário entrega pra máquina o conhecimento que vai ser usado para fornecer a resposta. Então, se eu pego lá eh 100 artigos sobre liberdade de expressão, jogo dentro do notebook LM e faço uma pergunta, da onde é que ele tá tirando a resposta dos documentos que o usuário anexou?

Ele não tá criando da cabeça dele. Era era um ponto que a gente que eu que eu eu tinha esquecido de de de perguntar para ti, que eu acho que era era relevante, né? O Interessante do notebook LM é que ele não vai delirar. A resposta dele vai ser com base nas informações que você forneceu. Não tem como ele te oferecer uma uma resposta que não não tá ancorada em algum elemento ali. Eh, o que pode acontecer é uma uma falta eh de compreensão da na no processo de extração, né, interpretação de interpretação, que como

ele não interpreta, ele faz mais extrair, né? é é menos suscetível, mas eh mas ele pode Dar uma informação, por exemplo, se você pede uma informação, imagine que eu tinha nesse processo que eu dei o exemplo, né? Qual foi a data de construção da casa? Ele pegou, a autora diz que é é 2016, a Caixa diz que é 2006 e tem um laudo dizendo que é 2000, que é 93. Pode ser que esse laud de 93 fosse de outra casa, mas ele olhou lá, a casa foi construída em 93 e pegou lá e extraiu essa

informação e trouxe pra gente. Por isso que na hora que ela que Ele mostra o trecho, eh, a gente tem um melhor poder de revisar, né, de fiscalizar o que a máquina diz. Mas enfim, eh, a máquina então tem a fonte de conhecimento interna dela, que é péssima para fatos. Não não devemos usar essa base como fonte de pesquisa. Eh, isso isso vale até hoje, a não ser que seja um conhecimento muito muito frequente, muito conhecido, mas se for uma coisa mais rara, não devemos usar. Temos o conhecimento do usuário, que é Quando o usuário

anexa. Se o usuário não anexou, a máquina só vai ter dois caminhos. Ou vai tirar da cabeça dela ou vai buscar na internet. Hoje nós temos duas ferramentas de busca na internet, dois estilos de busca na internet que são bem diferentes um do outro, que é a busca básica e a busca avançada ou busca profunda, o deep research. O que é que é a busca básica? É quando você pede pro chatpt, chatt, quanto é que foi o jogo do Ceará? Ah, o Jogo do Ceará foi 2 a 1 pro Ceará contra o Fortaleza, né? E

ele vai dar, da onde é que ele vai tirar essa resposta? Você consegue ver no chat EPT que ele fez uma, ele buscou na internet, aparece lá buscando na internet. Isso é uma busca simples. Então ele vai buscar ali em dois ou três sites que estão no radar dele, né, que eu não sei exatamente qual é o critério que ele utiliza para priorizar as fontes, mas ele vai lá pesquisar alguns sites, três ou quatro, Vai encontrar a resposta, vai colocar isso no contexto dele e vai criar uma resposta com base nisso. Ele não está inventando

essa resposta porque ele consultou na internet. Então são três fontes: conhecimento da máquina, conhecimento do usuário, conhecimento da internet. Se ele não buscar na internet, se ele der uma resposta onde não aparece buscando, eh, e ele der uma resposta, provavelmente vai ser alucinada, porque ele tirou do conhecimento dele. Se o Usuário não colocou nenhum conhecimento, ele tirou do conhecimento dele e o conhecimento dele não é capaz de dizer quanto é que foi o jogo do Ceará na semana passada. O Cloud até semana passada não tinha busca, então ele dizia: "Olha, eu não posso dar essa

informação porque eu não pesquiso na internet". Pesquisa onde? Não pesquisa. Ele não pesquisa, ele simplesmente cria a resposta, constrói a resposta. E por isso que ele, o cloud depende do Conhecimento do usuário para dar respostas de qualidade. O notebook LM depende do conhecimento do usuário para dar a resposta. Mas o que é que eu quero dizer com isso? que nós temos hoje três fontes de conhecimento, cada qual tem a sua função dentro de um processo de eh de uso, né, do da das ferramentas. O conhecimento da máquina, que é mais um conhecimento filosófico, fundamental e

semântico, muito bom para argumentos, muito bom para conceitos, para Brainstorming, para ideias. Então, se eu quiser me dê ideias de nomes para um artigo que eu tô criando aqui sobre eh engenharia de prompt, ele não vai buscar na internet, ele não vai buscar no conhecimento do usuário que o usuário não colocou nenhum conhecimento, ele vai criar com base no conhecimento parametrizado dele e aí ele vai dar um monte de nome, alguns óbvios, outros menos óbvios, e o usuário pode direcionar, seja mais criativo, seja Menos criativo. Mas esse conhecimento vem da máquina. Se o usuário coloca

lá um material que vai servir de base para ele extrair o nome, então ele vai criar com base no conhecimento do usuário. Se o usuário não anexar, não vai. E aí vem o terceiro conhecimento, que é o conhecimento que é onde eu quero focar, que é onde vale a pena a gente focar paraa pesquisa, que é a pergunta que foi feita, que é o conhecimento da internet. A busca simples, essa busca básica, Quanto é que foi o jogo do Ceará? E aí ele vai dar uma busca básica, é boa para essas perguntas banais, perguntas mais

atuais, perguntas mais específicas de uma fonte mais simples, eh, eh, enfim, até o até o Google hoje já faz isso, né? Se você pergunta lá pro Google, ele, a primeira resposta é feita por inteligência artificial, ele consulta um site e cita ali eh reconstrói, né, gera um novo texto a partir daquele site que ele consultou. Essa essa pesquisa simples, ela tem pouca utilidade para nós do direito, seja na pesquisa de jurisprudência, seja na pesquisa acadêmica, porque se você pede para ela uma pesquisa de jurisprudência, eh, nessa pesquisa simples, ele vai naqueles sites que são mais

eh menos rigorosos, é o que tem mais atração. Pode ser até uma página de jornal, pode ser a revista Veja, né? Pode ser o Conjur, né? Pode ser o Jus Brasil. pode ser o juiz navegande, mas Não vai ser a fonte oficial e não vai ter a profundidade que a gente deseja quando tá realizando uma pesquisa. Então essa ferramenta de busca simples não é a ferramenta que a gente quer usar. O que a gente vai usar para pesquisa acadêmica jurídica de precedente é o deep research. É a pesquisa profunda. E o que é o deep

research? Essa foi uma ferramenta criada pelo chat EPT, depois foi copiada pelo copiada não, né? Todas elas Desenvolveram ferramentas próprias pelo G eh pelo Perplexity, né? Depois pelo Grock, depois pelo Gemini, né? São as três principais ferramentas. E o que é que é isso? E vai muito além de pesquisa, porque sobretudo do chat EPT, o deep Research, que é o botãozinho investigar que aparece lá e que tem um limite de perguntas por mês, eh, só tá disponível na versão paga. O usuário plus de 20, ele vai ter acesso A uma quantidade de talvez 25. Isso

muda também frequentemente. Vai ter algumas dezenas de perguntas que ele vai poder fazer e o usuário pro que é o de 200 vai ter acesso a algumas 200. Não é 100 não. 200 É 200 é R$ 1.200, né? R00. Ah, é verdade. É, era R$ 200. Eu tava pensando, tava, eu tava calculando o dólar, o dólar mais caro do que eu tava imaginando. Mas desculpa. É, e basicamente e a vantagem dessa versão Pro paraa versão Plus é a Quantidade de de ferramentas de de uso da ferramenta que você tem, né? É para um cara que

é altamente ficcion aficcionado com aquilo ali, que aquilo ali aquilo ali vai vai potencializar muito o trabalho dele, né? O cara que usa para caramba. É. E para fins obviamente eh comerciais, né? Então, talvez pro mundo acadêmico seja complicado, porque apesar de facilitar a pesquisa, você teria que ter um um financiamento aí para para isso, né? Eh, Mas esse esse eh e aí nesse caso da versão pro, né, que é de você teria acesso a eh algumas centenas de perguntas, né? É quase infinito, né? Porque você pode perguntar três, quatro vezes por dia. E o

que é que é o deep research? que que é onde a gente vai ter que entender uma nova tendência que a partir de agora a gente não tá trabalhando com modelo que é um modelo simples. O que que é o modelo simples? É um uma um um o mesmo tipo, o Mesmo programinha que você solicita é o é o programinha que responde. Eh, o que é liberdade de expressão? Liberdade de expressão, direito fundamental. Eh, aqui é um é um programa simples, é um programa o usuário faz uma pergunta, o modelo responde. Então, é um modelo

que a gente pode dizer eh eh de uma pessoa, né, digamos assim, de um agente. A gente não vamos personalizar. O que é que é o deep Research? Dep research são várias pessoas, são vários agentes. É um exército, um time de agentes trabalhando para você basicamente paraa pesquisa, mas como ele faz relatório, também vai além da pesquisa porque tem a execução. Se a gente pegar, por exemplo, Manus, que também é um deep research, mas com outras funcionalidades, ele eh o produto final dele não é só um relatório, não é só um texto, pode ser um

site, pode ser um Aplicativo, pode ser um jogo, né? Então, a diferença básica do humanos para o deep research do chatt é que enquanto o chatpt no final produz um relatório escrito, o ou análise de dados escrita por meio de texto, o o manus executa alguma coisa, ele constrói algum produto. Essa é a diferença básica, mas é a mesma lógica. O que que é isso? Pense eh numa equipe de pesquisa que você possa ter com você, em que essa equipe ela vai fazer três atividades, Né? Primeira tarefa vai ser planejar a pesquisa. Claro que nesse

caso o usuário vai ter o papel principal. Se eu sou usuário e quero fazer uma pesquisa, eu tenho que dizer qual é o escopo da pesquisa, qual é o estilo de relatório que eu quero, qual é o site que eu quero que ele busque. Então, tudo isso a gente entra na fase de planejamento da pesquisa, que é onde está o prompt, né? sendo que alguns modelos como chat EPT, depois que você cria o prompt de Pesquisa, ele vai fazer uma um questionário, ele vai apresentar ali três, quatro, cinco perguntas para esclarecer ou melhorar a a

o seu plano de pesquisa. Então, ele vai dizer: "Você quer que eu seja mais formal ou mais informal? Você quer que eu pesquise eh também na China ou só nos Estados Unidos? Ou você quer que eu pesquise bases acadêmicas ou também fóruns?" Então ele vai fazer algumas perguntas desse tipo, você vai responder, o plano Tá feito, aí entra uma terceira, uma segunda fase, que é a fase da execução. Nessa execução, esse modelo, ele vai além do busca na internet, porque são vários agentes trabalhando ao mesmo tempo, cada qual fazendo uma tarefa. Às vezes ele vai

buscar um site, vai dizer: "Olha, esse site eu não tô conseguindo entrar, eu vou tentar essa outra via". Então ele vai pensando em voz alta como ele tá executando aquele plano de pesquisa e às vezes pode incluir análise De dados dentro dessa pesquisa. Ah, eu encontrei uma tabela muito interessante. Deixa eu analisar essa tabela para ver se tem alguma coisa, algum insite importante. Eu já coloquei para fazer deep research com planilhas do Excel. Você joga lá planilhas do Excel, faça uma análise de dados descritiva, extraia os insightes relevantes e na hora que ele vai pesquisar,

ele vai pensando em voz alta. Tá, eu encontrei aqui essa tabela que fala sobre gênero. Será que Existe algum viés de gênero aqui? Eu vou pesquisar. e ele vai pensando em voz alta e vai fazendo essa pesquisa, que pode ser pesquisa interna, eh, ou seja, nos documentos que o usuário colocou ou externa nos documentos que ele vai buscar e vai encontrar por conta própria. Eh, um detalhe aqui desse ponto é que, por mais que você tente controlar esses agentes, essa equipe é meio autônoma, ela é especializada em pesquisa, então você tem uma grande Dificuldade de

amarrar eh esses pesquisadores. Você pode pedir, olha, pesquise apenas no site do Supremo. E e vou já dizer porque que isso é uma é uma péssima é é uma péssima é um péssimo direcionamento. Ele vai começar a pesquisar no Supremo e vai dizer: "Olha, eu não tô conseguindo encontrar, baixar esse PDF aqui, então eu vou procurar em outro canto para ver se eu encontro." Ele vai em outro canto e tenta encontrar esse PDF. Na hora que ele tá buscando, Olha, eu encontrei também esse documento, eu vou pesquisar isso também. Então é uma rede de pesquisa

que ele vai executando, vai coletando. Então é interessante que você não amarre ele demais, você direcione e deixe ele com liberdade. Você não consegue amarrar, você não consegue amarrar muito, né? Eh, aí você e eh aí ele executa, ele vai dizer, mas você pode colocar sugestões de sites para onde ele pode começar, né? Isso é onde só que só que eu vou colocar Alguns alguns disclaimers ali porque é onde vem o pulo do gato, porque a gente tem limitações que a gente tem que ter consciência, né? Porque seria o ideal ele pesquisar no Lib, né?

Pesquise no Lib. Ele não faz isso, infelizmente. Eh, enfim, eh, ele ele faz esse esse essa fase, essa segunda fase, primeira fase é o planejamento, segunda fase é a pesquisa, execução da pesquisa e a terceira fase é a escrita do relatório final, do formato final, que é Onde você vai escolher tamanho, vai escolher qualidade da do estilo da escrita, os tópicos que ele deve abordar, eh se você quer tabela, se você não quer tabela, né? E aí ele vai construir para você. Eh, eu tenho uma versão pro, eu uso bastante isso, quase duas, três vezes

por dia eu faço alguma pesquisa avançada e eu posso dizer que tá melhorando cada vez mais. Eh, nas primeiras, nos primeiros usos, eu pedia para ele fazer com 50 páginas e ele Travava no meio, ele não conseguia. Hoje eu já consegui fazer relatórios com 95 páginas, né, de pesquisa de altíssima qualidade. Eh, e aí, portanto, eh, acredito eu que com o tempo a gente vai ter possibilidade de fazer 200, 300 páginas de pesquisa, né, de uma vez só. E isso é o deep research. Isso é o deep Research, que ele tem o poder de fazer

pesquisas externas, né, em vários sites com um detalhe, ele não vai entrar em sites que T fechados, que são que não estão indexados, que não são googláveis, né? Eh, isso é importante. Daqui a pouco eu eu eu trato um pouco mais disso. E e e e para além da dessa pesquisa, você pode inserir também livros, pode inserir artigos. Qual é a diferença disso para o notebook LM? Porque o notebook LM faz tarefa de extração, ele vai atrás da informação e lhe dá a informação. O Deep Research, ele é um um pesquisador crítico. Ele vai procurando

os Documentos, vai vendo as conexões, vai vendo as contradições. Então ele tem um uma capacidade de interpretação e de análise bem superior a Jorge, se eu coloco um livro inteiro de 500 páginas na hora que eu vou fazer o o deep research no no ou até um fora do deep research no GPT, eu consigo limitar ele as páginas, por exemplo, entre a 100 e a 200 ou o ideal é eu extrair isso num no I Love PDF e colocar só esse trecho? O ideal sempre é extrair para ficar mais Seguro, mas eh você consegue direcionar

por páginas, né? Dá dá para fazer esse direcionamento dentro do deep research do chat EPT. Essa é a ferramenta deep Research do chat EPT. O mais próximo dela é Humanus, eh, que é aquela ferramenta nova da IA, caríssima, é bem mais cara do que o chatpt. Eh, salvo engano, a assinatura básica é 40 manus. Eh, Mus é uma ferramentaentemente relativamente nova, Usa por trás o cloud, que tem como característica, faz a mesma coisa, plano de pesquisa, execução e entrega, só que para além do texto ele também faz o produto final, que pode ser um site,

pode ser um aplicativo, pode ser um curso inteiro, né? você pode, só que é um custo muito mais alto, ele cobra por crédito. Quanto mais tarefas ele tem para realizar, mais caro ele fica. Ou seja, comparando com o Chat EPT, o Humanos é muito mais caro, Né? Eh, mas e e o eu particularmente, como a gente usa mais para texto, eu não uso para site, né, para ir para aplicativo, eu uso mais o deep research. Aí, quais são os cuidados que a gente tem que ter em relação a isso? Primeiro, o deep research do chat

EPT tem essa lógica que eu falei para você. Se você quer uma versão gratuita, que já é muito boa, é a do Gemini. A do Gemini chega muito próximo do chatt. Deep Research, tem lá um botãozinho, né? Se No final a gente pode mostrar essas ferramentas visualmente. Eh, e por que que o Gemini não é tão bom? Porque primeiro você não pode anexar documentos próprios e segundo porque eh a o relatório que ele produz não é tão eh profundo quanto o do chat EPT, mas é tão bom quanto. Ele costuma fazer relatórios de 20 a

25 páginas oi enquanto chatt você tem um poder maior de direcionar para fazer relatórios maiores. Qual é a grande Limitação? Que é onde vem o ponto que a gente tem que ter consciência. Se você for fazer pesquisa eh sobre jurisprudência do STF, sobre liberdade de expressão, vai aparecer talvez 200 precedentes, né, sobre isso. E nem todos esses precedentes estão indexados no Google. Eh, no Google talvez tenha 100, tenha 150. Então vai, nós teremos na nossa base de jurisprância do do STF alguns precedentes, vários precedentes Que não estão indexados, não estão googláveis, a não ser por

meio talvez do JUS Brasil, que é onde só que aí no caso, ele não coloca a íntegra para o público, ele coloca ali apenas a ementa e se você quiser o inteiro teor você tem que pagar. Então ele não é disponível inteiro teor para o público. Esse tipo de busca de inteiro teor, o o deep Research vai ter dificuldade de fazer. Ele vai fazer a pesquisa daquilo que é mais fácil de Encontrar. Pode ser até na página do Supremo, mas vai ser no que vai aparecer ali na se você colocar liberdade de expressão, aqueles 50

primeiros que aparecem, ele vai encontrar, vai trazer. Eh, mas se você quiser uma uma pesquisa quantitativa com todos os precedentes, não vai conseguir. Escrita agora que se divide em em dois pontos, né? Pro pessoal que é advogado, prática forense, a escrita é muito Tranquila, porque tem poucos desafios éticos. pro pessoal da academia, a gente conversa um pouquinho mais pro final, que os desafios éticos são maiores. Tu falaste que o GPT hoje é a melhor ferramenta paraa escrita e aí eu quero primeiro que tu desenvolva o raciocínio sobre os elementos que existem sobre a escrita e

especialmente sobre falar de estilo, né? Porque todo mundo fala que o GPT tem um estilo muito morto, mas a gente é capaz de de criar um GPT Personalizado e oferecer elementos que mostrem para ele qual o nosso estilo de escrita para que aquilo ali seja marcado no no no na resposta que ele vai dar. Bacana, né? Quando eu falei sobre os desafios de inéria de prompt, eu falei que nós temos três desafios. A dirigibilidade, né? Dirigir a máquina, qualidade, a profundidade, detalhes da resposta e estilo, o controle da camada de estilo. Nós temos técnicas específicas

para controlar a camada de Estilo. Se você pede pro chat PT escreva um texto sobre liberdade de expressão, vai sair aquele texto. Eh, liberdade de expressão é um pilar fundamental da sociedade, algo do do gênero. O a camada de estilo vai ser a escrita padrão chat do chatpt, que é cheio de clichês. É, é hoje em dia é até óbvia, né? A gente vendo muitos textos de produzidos por inteligência artificial, a gente consegue identificar padrões na escrita Da máquina. Mesma coisa com o Cloud. que o Cláudio ele tem uma escrita mais elegante, ele é mais

sofisticado na na retórica dele, na no estilo de escrita, mas ainda assim tem eh suas suas limitações, né, suas suas falhas. Nós temos eh o controle da camada de estilo. Eu falei, eu trouxe essa esse conceito sem colocar eh a lógica da anatomia de um prompt que eu que eu costumo usar. a a ideia de base que eu que eu uso eh Quando eu vou construir um prompt, eu eu divido assim a minha compreensão para conseguir resolver esses problemas de dirigibilidade, qualidade e estilo em três componentes. A a tarefa comando, né, que é chamada camada

de comando, que é onde eu vou estabelecer qual é a tarefa que ele vai fazer, quais são os onde é que ele vai buscar o e o conhecimento, quais são as instruções, limitações. Basicamente essa é a primeira camada. Temos a camada de conteúdo, que é saber da onde é que ele vai tirar o conhecimento, se é o conhecimento do usuário, se é o conhecimento da máquina. Então eu direciono exatamente qual vai ser o conhecimento que a máquina vai usar para dar a resposta. Eu posso colocar isso no próprio prompt ou no anexo, né? Tem diferenças,

tem, mas aí eu não vou me aprofundar em relação a isso. E nós temos eh a camada de estilo, né, que é onde a gente vai tentar Controlar o estilo, que é o mais difícil, né? Por quê? Porque a máquina ela ela para você ensinar a máquina um determinado estilo, você tem dois caminhos. Ou você ensina por meio de exemplos ou você ensina a máquina por instruções. O método mais fácil seria por instruções. Eh, escreva desse jeito, escreva sem clichês, né? Evite nominalizações. Eh, use preferencialmente a voz ativa. Você Poderia criar instruções e a máquina

tentaria seguir. Só que, pela minha experiência, as instruções sem exemplos, né, sem que você dê trechos que a máquina vai usar para se basear, não funcionam. Só que ao invés de exemplos, eu não gosto de usar exemplos que não tenha correlação com a resposta que ele vai dar. Então, o meu promptada de estilo usa uma técnica se que se chama colocar palavras na boca da máquina. Basicamente, o que eu faço é escrever um Parágrafo com minhas palavras e às vezes uma conclusão com minhas palavras, mas eu prefiro escrever só o primeiro parágrafo ou dois parágrafos,

que vai ser a primeira parte da resposta da máquina. É como se ela tivesse que continuar o que eu comecei a escrever. Eu digo, escreva um texto sobre liberdade de expressão. Eh, comece o texto com E aí eu escrevo a primeira a primeira parte. Na a partir daí você vai incluir o seguinte, eu começo a colocar Os tópicos que ela vai que ela vai colocar. Uma vez que eu faço isso, a escrita sai muito próxima ao que ela começa, porque se ela começou com meu estilo, ela vai continuar o texto com meu estilo. Jorge, tem

um ponto agora que virou até mini treta no mundo jurídico por causa de um vídeo teu com o Gid. Sim. E nesse ponto aqui, eu acho que o trabalho de vocês dialoga muito bem um com o do outro, porque a pessoa para ter um Estilo interessante, elegante e agradável de ler, ela precisa das lições que o Gid ensina ali. E aí pegando essas lições que o Gid ensinou e aí você construir o seu estilo, você coloca na máquina para aquilo ali siga o que você já faz. Mas se você não tem uma capacidade de fazer

um um um texto sofisticado para que a máquina continue, o resultado também não vai ser tão agradável. Você concordaria com essa com essa análise? Perfeito. É exatamente isso. Na verdade, né, aquele trecho dos vídeos que que virou até meme de certo modo, né, que viralizou, eh, ele é fruto de uma má interpretação eh do Git, né? E aí ele não tá aqui para se defender. Então, não posso eh dizer que é fruto de uma ignorância, de desconhecimento, né, no sentido de desconhecimento do que é que eu estava querendo dizer. Porque eu não estava me referindo

ali, só para contextualizar, né? O vídeo eh é um Vídeo em que eu falo que o livro do Gid é o melhor livro de escrita jurídica no Brasil, né, sobre estilo, tem 600 páginas, só que não cabe na janela de contexto da máquina. E a e o mote foi que eu falei, problema é que tem e 600 páginas, foi interpretado pelo GID como se fosse problema para nós humanos é que ele tem 600 páginas, mas ele não é problema para nós humanos, ele é problema pra máquina. A máquina não, o cloud, por exemplo, que é

o melhor, a Melhor ferramenta, você não tem como anexar um documento de 600 páginas dentro do do cloud para dizer: "Olha, siga esse modelo, siga esse estilo, né? Aprenda com isso daqui. Você não consegue ensinar pra máquina aquilo ali, a não ser por meio de engenharia de prompt, onde você vai direcionar o estilo. E aí euouvi uma má compreensão, como se eu tivesse dizendo que nós não deveríamos ler o livro do GID, né? Porque a máquina vai escrever melhor do Que ele propõe. E não é não é o contrário do que eu tô dizendo. Nós

temos que aprender a escrever para conseguir direcionar a máquina e escrever prompos poderosos e fazer com que a máquina escreva bem. Essa seria a lógica. de contexto no vídeo para que tirasse o ruído aí. Mas enfim, é bom que a gente deixa mais claro essa situação. Pois é. Exato. Espero que um dia, né, a gente possa eh, inclusive fazer um debate aqui no 11, né, e para que a Gente possa discutir a pr a própria lógica do papel da inteligência artificial na escrita jurídica e o papel da escrita também com o uso da inteligência artificial,

porque eu tenho uma visão própria bem diferente da do GID e isso é bom, né, um debate bem rico. Eh, mas a questão de o livro ter 600 páginas não é problema algum pro ser humano. O ser humano consegue ler livros. Eu tenho a minha tese de doutorado tem 600 páginas, a o o curso De direitos fundamentais tem 500 páginas. O meu o o super aprendizagem originalmente ele tinha 400 páginas, depois a gente reduziu. Mas enfim, e eu adoro livros grandes, isso, pelo contrário, não é problema, pelo contrário, é qualidade de um livro, o fato

dele ser eh completo e e e abrangente. Mas eh um grande uma grande falta de compreensão eh não só do gid, mas de quem não usa a inteligência artificial é achar que a inteligência Artificial ela é usada para mentes preguiçosas deixarem de fazer aquilo que o ser humano eh desabilidoso, com poucas habilidades, não consegue eh não faz. Então, eh já que eu não sei escrever, eu vou usar a máquina para escrever por mim. Já que eu não consigo pensar, eu vou deixar a máquina fazer por mim. Já que eu não sei pesquisar, eu vou deixar

a máquina pesquisar por mim. O grande erro é pensar que há esse processo de Transferência e de substituição, que pode até ser que ocorra eh para muita gente, muita gente vai usar a inteligência artificial como muleta e de fato vai deixar de aprender a escrita, vai a pesquisa acrescentando já nesse ponto aí eu aí eu não lembro do do da informação, mas eu não sei se foi estudo ou se foi um um um só um apontamento de uma pessoa, mas é algo bem preocupante e principalmente pro mundo acadêmico. Pra forense também é, mas pro mundo

Acadêmico é ainda pior. É quando as pessoas começam a fazer exatamente o que você tá dizendo, começam a substituir o próprio cérebro pelo chat GPT. A pessoa para de pensar e delega pro GPT o trabalho de fazer sinapses por ela. A pessoa chega com informação: "Olha, eu tenho esse argumento aqui e eu queria que tu aumentasse ele. Eu queria que tu deixasse ele mais sofisticado. Eu queria que tu melhorasse. Ou tu pede direto o Argumento pro pro para tu responder alguma coisa? É o seguinte, a grande questão, o fato é, desculpa, eu só esqueci o

o o ponto que a pessoa que tava criticando isso era dizendo: "Olha, o GPT ele pode ser uma ferramenta as as e pode ser uma ferramenta extraordinária paraa produtividade, para melhorar até o teu aprendizado, como a gente vai comentar na última coisa, eu uso para testar meus argumentos, como você também faz, mas Quando a pessoa começa a utilizar ele para substituir o pensamento, isso Isso daí leva a um processo de emborrecimento e aí isso tudo depende de autopercepção, né? Um selfawareness da pessoa. É, o que acontece é que as máquinas elas dão uma falsa eh

falsa sensação de habilidade. Ser humano que nunca conseguiria escrever um artigo científico, ser humano que nunca conseguiria fazer uma pesquisa de Qualidade, um ser humano que nunca conseguiria fazer um mapa mental simples, né? eh, usando a IA consegue fazer aquilo ali e se acha assim, poxa, eu fiz, é aquela sensação, quando na verdade não foi ele que fez, foi a máquina que fez. E aí essa esse sentimento falso de apropriação do produto que a máquina fez vai gerar o atrofia mental. Eu não preciso saber, eu não preciso aprender a fazer um mapa mental, eu não

preciso aprender a fazer Uma pesquisa, eu não preciso aprender a escrever porque a máquina faz por mim. E aí essa pessoa ela vai eh ela vai desaparecer do mundo eh epistêmico, porque o conhecimento que ela vai produzir vai ser sempre um conhecimento que não vai ser eh não vai ter valor epistêmico, não vai ter valor paraa humanidade, não vai ter importância pra humanidade. A grande questão é que essas pessoas já não teriam antes eh importância, porque elas nunca Conseguiriam produzir conhecimento, né? Nós vamos ter hoje muita produção de conhecimento de baixa qualidade, não no sentido

de baixa qualidade, porque o os textos produzidos pela máquina são de qualidade razoável, mesmo feito por pessoas que não dominam. Eh, mas a grande questão é que vai ter ali uma elite, né, um grupo de 10%, de 5% acadêmico, do meio acadêmico, que vai conseguir elevar o conhecimento para um padrão tão alto, né, que esse Conhecimento vai ser considerado lixo no futuro, né? Então, o que vai haver é uma diferença, uma discrepância entre quem usa a Ia e domina eh e tem um conhecimento do domínio de escrita e tudo mais, e aqueles que não usam,

né, ou que usam a IA sem esse domínio. E aí, portanto, eh, vai haver naturalmente aí no futuro, a meu ver, uma mudança de padrão de qualidade. O nível de qualidade exigido para que se você para considerar uma monografia de qualidade, Uma dissertação de qualidade, uma petição de qualidade, vai levar muito mais, porque a partir de agora todo mundo tá usando a IA e só alguns vão conseguir se destacar usando a IA com sabedoria. Eh, e aí eu queria fazer um parêntese para dizer o seguinte, eu tenho uma uma teoria de que, eh, para dominar,

para usar bem a Iá, a inteligência artificial, nós temos que dominar sim conhecimentos muito e eh e aqui eu vou desmistificar uma uma ideia De que a IA foi feita para mentes eh preguiçosas, não é? A IA é feita para mentes pensantes e ela exige cognitivamente mais do usuário do que antes. E ela se torna eh muito mais eh eu eu pelo menos me sinto muito mais cansado cognitivamente com com usando a inteligência artificial do que sem porque ela me abre tantas possibilidades e me me vê eh possibilidade de enxergar coisas novas que eu nunca

seria capaz. Fazer pesquisas em alemão, fazer Pesquisas em chinês. Você tem que ser capaz de filtrar, né? Exato, né? Amplia tanto os horizontes cognitivos que ela se torna mais eh cognitivamente exaurente. E aí eu quero colocar aqui um parênteses para dizer que que eu eu entendo que para você usar a inteligência artificial com máxima eficiência, né, com qualidade, né, e até com ética, você tem que dominar cinco tipos de habilidades e conhecimentos. Primeiro é o conhecimento de fundo, né? E é você saber o que você tá fazendo, é você dominar a a o tema que

você tá escrevendo, que a máquina tá e lhe ajudando a produzir, né? Se você não conhece isso, você vai transferir pra máquina e ali não vai ser um inscrito seu, vai ser um escrito da máquina. A máquina que vai escrever para você e aquele conteúdo não é seu, é da máquina, né? Mas se eu tenho um conhecimento próprio, se eu domino aquele conhecimento, como por exemplo, e eu Domino liberdade de expressão, eu domino eh direito médico, eh se eu se eu domino esse assunto e uso a máquina para aprimorar e para escrever comigo, é bem

diferente. Então eu tenho que dominar o conhecimento de fundo. Eu não consiver sobre física. Eh, eu não tenho condições de escrever um artigo mesmo usando o chat EPT, o cloud, qualquer ferramenta, porque eu não domino o assunto de fundo. Eu não tenho como direcionar a máquina, eu não tenho como Controlar e fiscalizar a máquina. Então, é o tipo de o primeiro ponto, você tem que usar. Para você usar, você tem que dominar o conhecimento, né? Não, não vai haver essa história de substituir eh máquinas por juristas. que vai haver são juristas usando máquina para o

direito, mas não leigos usando máquinas para substituir o jurista, porque a máquina vai engabelar o usuário que não domina o conhecimento de fundo. Segundo conhecimento que você Tem que usar é a máquina, entender como a máquina funciona, quais são os limites, se o que ela pode e o que ela não pode. Porque, por exemplo, né, se você coloca eh um usuário que não sabe, vai colocar lá o livro do GID dentro do chat EPT e dizer: "Escreva de acordo com o GID", né? e ele vai escrever um texto, dizer, tá vendo? A máquina aprendeu a

escrever igual o GID. Não é isso aí. Você não, a pessoa que faz isso não entende o conceito de janela de Contexto, né? Não, não, não entende e o que é uma engenharia de prompt, não entende o que é dirigibilidade, não entende eh o que é o conhecimento da máquina. Então, uma pessoa que faz isso tá usando errado a máquina, né? não tá usando certo? O outro conhecimento que você tem que dominar ou habilidade, que é uma habilidade que eu eu fiquei eh pensando o quanto falta na gente e falta em mim também, em todos

nós, que é a clareza de Pensamento. O o o que é que a máquina traz enquanto dever cognitivo para nós que estamos usando a inteligência artificial para produzir conhecimento? a a capacidade que nós temos de olhar para dentro da nossa mente para saber como é que a gente faz, como é que a gente pensa. Por exemplo, como quando você vai fazer uma pesquisa, quando você vai pesquisar um tema que você domina, como é que você começa, qual é o passo a passo? Como é que você delimita O escopo da pesquisa, como é que você seleciona

os sites, isso tudo é clareza de pensamento. Ou quando eu vou fazer análise de prova, né, eu eu quero compreender uma prova, eu começo por onde? eh, ou fazer uma análise processual. Eu começo por onde? Eu começo das alegações finais, começo da inicial, eh eu leio a inicial com documentos ou sem documentos. E e essa metodologia, essa clareza de como é que a gente faz as coisas, ela é essencial Para você instruir a máquina. Porque o que você vai fazer, e é onde vem o que eu acho que não há substituição, o que você vai

fazer é transferir o conhecimento que você tem, as habilidades que você tem, o seu modo de pensar e de fazer para a máquina. Você vai mostrar pra máquina como é que você faz, como é que você analisa um processo, como é que você analisa uma prova, como é que você escreve e aí você transfere paraa máquina aquilo ali. Então essa transferência exige clareza de pensamento. Você tem que ter também, e aí onde onde vem a necessidade da questão da escrita, você tem que ter domínio de escrita. Eh, a habilidade mais importante hoje de comunicação com

a máquina é saber escrever. saber escrever por muitos motivos, porque você tem que escrever promptes, você tem que direcionar a máquina, você tem que escrever modelos paraa máquina, estilos de escrita pra máquina, você tem Que saber as regras de estilo, você tem que saber como incluir na sua máquina efeitos retóricos, elementos de persuasão, a estrutura argumentativa, qual vai ser, como é que vai começar o texto, como é que vai terminar os ganchos, né? Tudo isso, desfecho, tudo isso faz parte de processo de escrita, de estilo, que a partir de agora para você conseguir se diferenciar,

para não ser um texto igual dos outros, você tem que saber escrever assim para direcionar A máquina para escrever bem. E além disso, você vai se tornar um revisor, né? O revisor de conteúdo, óbvio, né? para fiscalizar o que a máquina produz, saber a questão de erros de interpretação, erros de eh de veracidade, mas também revisou de estilo para você eliminar a verborgia da máquina, aquilo que a máquina tá exagerando, aqueles clichês da máquina, o ecrucial ou mergulhar profundamente, né? O são expressões que aparecem com Frequente quando você vê um texto escrito por inteligência artificial.

E por fim, né, além de conhecimento do fundo, eh clareza de pensamento, engenharia de eh eh domínio da máquina, você tem que saber engenharia de prompte. Então, ou seja, se você pensar em tudo isso, se torna até um pouco assustador, né? Porque eh para dominar tudo isso é uma é exige, né, uma curva de aprendizagem que é uma curva de Aprendizagem diferente daquela que a gente eh tinha antes, porque a gente antes só se preocupava com aprender a escrever e a a dominar um assunto. Agora a gente tem que conhecer a máquina, tem que saber

como direcionar a pergunta pra máquina, como é que a gente pensa, clareza de pensamento. Então se tornou, de certo modo mais difícil para o paraa mente pensante, né, paraa mente que tem um nível de qualidade alta. trabalhar com inteligência artificial, Porque se a gente tem que dominar tudo isso, só que uma vez que a gente domina isso, né, o nosso nível vai para um outro patamar. a gente vai elevar bastante a qualidade do texto, a quantidade da pesquisa, a velocidade. É incrível o que a gente consegue fazer se a gente domina isso. Jorge, vamos pro

bloco final e a gente entra agora um pouco no mundo acadêmico. Tem duas lições que uma é mais de anedota que eu brinco, e a outra Eu acho que é muito ilustrativa dos desafios éticos, porque tu falaste lá do começo de um dos desafios éticos pra galera que é do direito é a pessoa, por exemplo, um advogado, ele vai ter que ter um cuidado com tudo que ele tá extraindo ali para ver se não tem nada inventado, né? O juiz ele tem certas reservas de atividades que ele não pode fazer. Acho que dosimetria da pena,

a decisão de concessão ou não da liminar. Isso tudo Já tá na cartilha do CNJ que acho que tu ajudou a confeccionar. No na pesquisa acadêmica, as coisas são muito mais complicadas, porque veja, a primeira anedota que eu brinco, eu digo assim: "O cara, se a gente fosse fazer um vídeo de inteligência artificial ou um meme, era aquela piada dos dois caçadores na floresta, né? Os dois caçadores eles esbarram no urso e aí um entra em desespero e meu Deus, o que que a gente Vai fazer?" Aí na hora que o urso levanta, o urso

é a inteligência artificial, né? é a Skynet que tá vindo para todos nós. E aí quando ele olha pro lado, o amigo dele já tá amarrando o cadaço e aí ele: "Tu tá louco? Não tem como a gente correr mais que um urso." Ele diz assim: "Eu não preciso correr mais que o urso, eu só preciso correr mais que você". O cara que tá amarrando o cadastço é o cara que tá incorporando a inteligência Artificial ao trabalho dele no momento. E o cara que tá em desespero é o cara que ainda não decidiu fazer isso

e já tá uns dois anos atrasados por baixo, né? Um ano ou dois atrasado. Mas a segunda história, ela vem de um encontro que eu tive com a Faiga numa aula nossa no mestrado da Unicristos, quando ela pediu para eu achar alguém que fosse especialista. E eu achei o João Lima, que ele é ele é trabalha lá no Senado, só que a formação Iniciada do João e ele criou, tá criando GPTs especializados para escritórios de advocacia e tudo. O João é uma potência, só que a formação inicial do João é na tecnologia. Ele tem dois

doutorados, ele tem um doutorado na tecnologia e outro no direito. Então a cabeça dele, o input da cabeça dele é da tecnologia, não é do direito. Então quando a gente estava conversando, né, a Faiga quase cai para trás. Eu perguntei pro pro João, João, e se eu pego um texto? Dei dois exemplos, Se eu pego um texto e eu digo assim: "Inteligência artificial, melhor esse texto, esse parágrafo aqui para mim, deixa mais sofisticado". Ou, por exemplo, se eu pego um parágrafo inteiro de um de um de um livro que eu quero citar e eu digo:

"Olha, escrevo isso aqui de forma diferente para que eu possa parafrasear". E aí eu só boto a nota de rodapé citando e a CL é como se eu tivesse escrito. O João olhou assim para mim como uma pessoa da área de Exatas, ele disse: "Eu não vejo problema nenhum". E aí a Faiga colocou um desafio de uma maneira elegante, muito elegante, cara. E ela disse o seguinte, ela: "Olha, quando a gente tá na produção acadêmica, no mundo das ciências naturais, o cara vai no laboratório, ele faz o experimento dele, ele tem todo o catálogo lá

de planilhas e um monte de coisa e de todos os resultados que ele conseguiu. Aí depois que o estudo tá concluído, ele pega tudo aquilo ali, ele Joga dentro do GPT e ele disse: "Olha, eu preciso que você escreva um artigo acadêmico com base em todas essas informações que eu trabalhei. E o artigo ele tem que ser veramente explicativo. E aí a pessoa vai publicar aquilo ali, ela disse: "Davi, na na minha leitura isso não tem um problema. Assim, apriorístico, né, prima fácil, não tem um problema. Por quê? Porque o cara fez todo o trabalho.

Ele só tá Pedindo pro GPT sistematizar em palavras o trabalho acadêmico que ele já fez. Quando a gente vai paraas ciências humanas, que é a nossa área, as coisas complicam, porque parte do nosso trabalho de laboratório, se a gente fosse fazer essa essa essa essa ideia, né? Parte do nosso trabalho de laboratório é o desenvolvimento de argumentos. Quando um uma corte, por exemplo, Ela diz que X é inconstitucional, aquilo ali não é inconstitucional só porque a corte diz aquela ali é inconstitucional porque a o argumento, o as razões pelas quais a corte explica pra sociedade,

pra gente que aquilo ali é inconstitucional, elas são convincentes. Então, parte do nosso trabalho enquanto pessoas das ciências humanas é desenvolver argumentos persuasivos. Então, a qualidade da escrita pro acadêmico, a Qualidade da escrita, a qualidade dos argumentos, a profundidade, sofisticação, tudo isso é essencial ao nosso trabalho. E quando a gente pede paraa máquina fazer isso, eu vejo um desafio, e eu concordo com a Faga nesse ponto, eu vejo um desafio ético profundo aqui. Eu acho muito problemático a pessoa colocar a máquina para escrever por ela. Então, com esse mote inicial, eu te pergunto se tu

concorda e se tu tem Alguma coisa a acrescentar nesse aspecto. Eu vou fazer uma uma discordância elegante, né, porque eh diante do paradigma que a gente vive hoje na nas na academia, né, os as métricas de desempenho, os dever de publicação, eh o conceito de autoria, conceito de integridade, conceito de eh de autenticidade que estão ainda no paradigma analógico pré pré-inteligência artificial. Dentro desse paradigma, eu concordo que o uso da IA, ela enfrenta Desafios éticos para aquele que usa e eh no sentido de eh produzir melhores argumentos, de melhores textos e e enfim, que faz

parte de fato da métrica de desempenho, né, acadêmica hoje, o esforço da pesquisa, o o trabalho humano, né, o trabalho braçal. Eh, a grande questão é que eu acho que esse esse esse processo de medição de métrica, ela ele está eh se se baseando no modelo antigo, no modelo que vai ser transformado, não é que, né, que deve Mudar no sentido eh eh desejável, é aqui é determinístico, né, vai ser transformado, porque é aquele debate que o que o Hugo I coloca no livro dele de epistamologia do Popper com esqueci O o outro cara que

é da parte de argumento, né, que ele diz como é que a ciência muda, né? Ele, a ciência muda na força, é o pronto. Vai chegar num ponto que esse esse esse método de análise vai ser vai ser tão batido que vai ser Superado na base da força. É, é. Vamos lá, vamos vamos vou colocar aqui um desafio para alguém, né, que vivia num período antes de computador, antes de internet. Imagine que hoje, né, chegue uma pessoa que entre no doutorado ganhando bolsa, né, ele tá ganhando lá uma bolsa de pesquisa para eh ganhar 2.000

por mês para fazer uma pesquisa nas ciências sociais e depois de 2 anos ele entregue lá um trabalho bem superficial. Esse trabalho foi escrito à mão. Ele fez todo no papel escrevendo à mão. E ele pesquisou tudo sem usar computador. Ele foi na biblioteca de uma por uma, procurou o livro naquele método tradicional dos dos medievais lá, do do dos astecas, dos astecas, né? Ele foi louco, pegou o livro na biblioteca, saiu fazendo fichamento à mão, tal, e depois de 2 anos fez uma uma uma tese de doutorado, cuja qualidade não passaria numa no TCC,

Né, no nível de TCC, mas ele fez todo o esforço necessário de pesquisa, fez todo o esforço eh de análise, de leitura, de escrita, sem usar nenhuma tecnologia, sem usar nada, né? Eu tô colocando isso nas ciências sociais porque o paradigma ainda é mais fluido. Se fosse nas ciências exatas, seria absurdo, né, um uma pessoa fazer um doutorado em matemática sem usar máquina de calcular, né? Seria absurdo uma pessoa fazer uma pesquisa em física quântica sem olhar, Sem colocar nenhuma modelagem computacional, né? Eh, enfim. Eh, então você tem esse trabalho escrito lá à mão com

esforço acadêmico sério, íntegro de pesquisa e ele vai apresentar claramente ele seria aprovado hoje nos paradigmas de hoje. Por quê? Porque hoje se considera antiético uma pessoa que tá ganhando bolsa, não usar ferramentas para fazer uma pesquisa de qualidade, né? Uma uma uma não interessa que ele pesquisou nos melhores livros, não Interessa que ele escreveu à mão, né? Não interessa que ele eh fez tudo de modo analógico. O que interessa é que ele tem que ter uma pesquisa de qualidade. O que interessa é o resultado que ele apresenta, claro, dentro de uma integridade de não

fraudar, de não plagiar, etc. E coisa e tal. Mas o fato de ele não usar ferramentas que geram uma melhor qualidade de pesquisa e eficiência é considerado hoje em, não vou dizer antiético, mas pelo menos é e É algo que vai gerar um um uma reprovação, vai ser reprovado academicamente e em algum sentido também moralmente, né? Ou seja, vai ser uma pessoa que a academia não dará valor a ele epistêmico nem de qualidade, porque ele não usou as ferramentas que o paradigma atual considera como eh como razoáveis para produzir uma pesquisa de qualidade. Hoje é

hoje a gente usa eh recomendado que uso aquelas pesquisas de gestão Acadêmica, tudo isso é recomendado e eh quem usa não é criticado, né, por tá usando essas ferramentas. Eh, e quem não usa começa a ver, olha, você não usa isso, né? Comece a usar isso. Você vai perder tempo fazer toda eh toda a transformação do seu artigo em ABNT, se você pudesse, se você pode fazer isso automático, tal. Aí você tem um outro paradigma que é o paradigma da inteligência artificial, que é diferente. Eh, esse paradigma ele eh vai Gerar, em primeiro lugar, como

eu falei, uma mudança no parâmetro de medição da qualidade. parâmetro. Eh, hoje ele, por exemplo, se eu for fazer um trabalho sobre liberdade de expressão aqui no Brasil, é o TCC ou até doutorado, eh, as pessoas aceitariam que eu fizesse um trabalho com fontes brasileiras, no máximo ali inglesas e tudo mais. Uma vez que você tem uma inteligência artificial com poder de pesquisa global em qualquer língua, é um Dever de um trabalho acadêmico sobre liberdade de expressão trazer as contribuições mais atuais da Corte Constitucional da Alemanha. É dever analisar como é que a China decide

sobre liberdade de expressão. A China é o país mais mais segundo país mais influente do mundo, talvez o mais influente do mundo hoje, né? E a gente não pesquisa China. trabalho acadêmico hoje tem que pesquisar China, tem que trazer contribuições chinesas. Ah, mas a China Não sabe nada sobre contratual, porque você não conhece, você não sabe. A gente tá fazendo contrato com a China toda hora e ninguém sabe como funciona a lógica deles, como é que é o direito trabalhista na China, como é que é o direito ambiental na China. Eh, e e se você

quer fazer uma pesquisa acadêmica, você tem que fazer nesse nível. E como é que você vai fazer isso? De duas uma. ou você vai aprender o chinês ou você vai fazer o uso da inteligência artificial, Né? Então, o uso da inteligência artificial, ela eleva o nível, vai levar o nível da academia para um outro plano. Ou você usa a IA e leva o nível para cá, ou você não usa a IA e mantém o paradigma antigo com a com o nível de qualidade antiga, né? E aí, de fato, nos parâmetros atuais isso é aceitável, né?

Eu particularmente acredito que vai chegar um momento em que as pessoas vão começar a produzir teses eh dissertações com nível tão elevado, né, sabendo usar Do jeito certo, que aqueles que estão usando um trabalho eh mais básico, sem usar vão ser considerados como aqueles que não usam oiro ou aqueles que não usam eh ferramentas eh a a acadêmicas avançadas. é o mesmo de você fazer uma análise de dados sem usar o o R, sem usar o Python, sem usar aquelas ferramentas estatísticas que dependem de computação. Ninguém vê isso como antiético na academia, desde que você

esteja fazendo aquilo para levar elevar O nível do conhecimento. O que eu acho que é antiético é você usar a IA sem contribuir nada para o conhecimento. fa e eh e a escreva um texto sobreidade de expressão, uma dissertação de mestrado, uma tese de doutorado. Isso aí não é isso aí não é uma tese, isso aí é o mais do mesmo, né? Então, a lógica é você perceber que todo o trabalho até a partir de um determinado momento vai ser feito com ajuda de a não vai ter não vai ter volta, só que o nível

de qualidade Vai ser tão alto que o trabalho feito com Iar sem qualidade vai ser facilmente detectado, né? E esse outro vai ser detectado que foi feito com A, mas ninguém vai dizer que poxa, eh, perdeu o mérito porque foi feito com A. Como eh a descoberta da da vacina, né, da COVID não não diminui nenhum tipo de valor pelo fato de ter sido usado inteligência artificial, né? o todo toda a pesquisa hoje que é feita no nível biológico, na medicina, eh tem Por trás o Alphafold, que é aquela ferramenta do Google, que fez o

mapeamento das proteínas, 1 milhão de proteínas, ela e a máquina do feita pelo pelo Google Alphafold. Isso é uma história incrível, porque eh nós tínhamos programas de doutorado eh em ciências biológicas e outras, né? Não é só biologia, mas em ciências biológicas e outras. cujo doutor, cujo pesquisador ele entrava no programa de pesquisa para Fazer o mapeamento de uma proteína. A tese do cara é o mapeamento da da proteína X, YZ, né? e passava do anos nesse programa de pesquisa, veio o Alpha Fold e fez o mapeamento de 1 milhão de proteínas em um ano.

Se alguém entrar num programa de doutorado hoje para fazer pesquisa acadêmica, eh, mapeamento da proteína ZW, o pessoal vai rir. Para que que você Vai fazer isso? O Google, o Alphafold faz em segundos. Use o conhecimento que o Alfa Fold criou e a partir dele dê um salto, né? Porque o que o Alfa Fold fez acelerou as ciências biológicas, a pesquisa em ciências biológicas em 100, 200, 300, talvez até 1000 anos. Jorge, a partir de agora muda o nível que você vai trabalhar. Você não vai trabalhar mais naquele nível antigo de fazer mapeamento braçal de

proteína. você vai partir do Mapeamento que já foi feito e dar um salto para além disso. É isso que se espera da academia. Eu acho que existe um ruído aí do que eu falei para ti. Eu vou tentar deixar mais claro porque eu tenho uma tréplica a isso que tu falou. Eu não acho que o teu argumento esteja errado, mas eu não acho que ele enfrenta o argumento que eu coloquei de primeira. Por exemplo, eu tava brincando com a fa, a gente tava tentando achar um uma Heurística pro uso ético da IA, né? Aí eu

disse: "Eu faiga, eu acho que uma heurística boa, que não é absoluta, mas uma heurística boa, é se um amigo teu pode fazer, a IA também pode." Então eu não acho que eh eu não acho que eu não vejo problema em você delegar para ir a fazer revisão de literatura, achar artigos para você. Eu não acho que é problema aí a achar decisões da Suprema Corte e traduzir da Alemanha. Não vejo problema nenhum. Eu Não vejo o problema da Iá te ajudar em como melhor estruturar o teu o teu o teu o teu texto. Eu

não vejo problema nisso. Eu não vejo problema na I testar teus argumentos, você jogar, porque aquilo ali é uma coisa que a gente fazia, como tu tava dizendo, né, os astecas. Tu manda o teu documento para um amigo no e-mail e aí o e-mail, o amigo passa duas, três semanas, ele lê e ele te devolve com as notinhas dizendo o que que ele acha que pode melhorar. quando a Inteligência hoje pode fazer isso e pode fazer isso mais rápido e mais sofisticado com testes usando usando eh artigos que ele pega na internet para testar, ou

seja, uma base uma base intelectual muito maior do que uma de uma pessoa. Não vejo problema nenhum nisso. ponto que a gente tá desafiando aqui. E assim, eu eu acho que eu até sou simpático ao argumento que tu tá trazendo, que eh esse paradigma pode Mudar, apesar de não ter mudado ainda. Mas no paradigma que a gente tá hoje, a questão que eu ainda acho intransponível é que usar a IA para desenvolver o argumento no processo de criação do argumento, no processo, na síntese intelectual do do do trabalho. Nesse ponto aqui é que eu tô

vendo a a questão que é problemática do ponto de vista ético. Ainda aí eu não vejo problema. Eu não vejo problema porque de onde vem o Argumento, ele é irrelevante pra ciência, né? Nós estamos falando de ciência, nós estamos falando de produto do conhecimento que vai ser usado em prol da humanidade, né? O conhecimento não é um deleite pessoal seu, né? a sua eh dissertação de mestrado, eh que é referência no assunto, ela não é valiosa porque veio da sua mente, da sua pesquisa, ela é valiosa porque entregou para o mundo, um é útil, ela

entregou para o mundo um tipo de eh compreensão Que enriqueceu, né, o conhecimento sobre um determinado tema. Eu acho que o valor que a gente vai ter em relação a IA e ao epistemologia, ao conhecimento científico, é o quanto que o conhecimento contribui para a humanidade, acrescenta algo novo na história da humanidade. Se essa ideia, se esse insite veio a partir de uma interação que você teve com a máquina, com o seu amigo, ou com o livro que você leu e que associou com outro livro e que Associou com o terceiro livro, mas que você

nem lembra desses livros que você tirou essas ideias, que associou, você transformou isso em algo, no conhecimento que tem um valor de novidade, tem um valor epistêmico, é algo que eh eh que merece ser entregue pra humanidade. porque vai engrandecer. é dever usar isso aí, não é dever esconder isso. Eh, claro, o que eu acho que o que deve estar por trás disso é a Transparência, é o fato de que eh deve ser eh algo explícito que você está usando a IA, que você usou o IA para determinadas tarefas e que você usou a IA

desse jeito. É, então se você e mostra o seu processo de uso da Iá para dizer que aquilo ali foi construído com Iá num processo de porque é uma porque é como eu falei, é uma extensão da sua mente para quem usa corretamente a IA, ela não é não é diferente de você, não é outra pessoa. Então tô falando uso Correto, não é aquele uso que que a gente transfere pra máquina o pensamento. Tô dizendo aquele que a gente faz em conjunto. A gente começa a interagir. Muitos dos meus insightes, eu vou dizer, quase todos

os meus insightes hoje, é fruto de uma interação minha com a máquina em que o conhecimento vem junto, né? Algumas metáforas eu crio e a máquina desenvolve. Algumas vezes ela me dá uma metáfora e eu adapto essa metáfora, né? E vou construindo um Conhecimento a partir daí. A grande questão é se esse conhecimento tem valor epistêmico. Tem alguma importância saber se ele veio da Iá? O que vai, a a questão ética é se esse conhecimento tem valor epistémico, é a questão de autoria, né? É, é a integridade autor. Questão de autoria. É, eh eu jamais

colocaria, por exemplo, se eu se eu coloco eh no no deep research, escreva um guia de engenharia de promptim. O guia tem que Ter os seguintes tópicos: A, B, C, D e tal, tal, tal. Coloco tudo direitinho, eu faço a estrutura, faço a estrutura com cloud, tal, monto tudinho e dou a execução para ele. 40 minutos depois, ele vem com um guia de 50, 60 páginas. Vou publicar isso. Eu jamais diria que foi feito por mim. Foi feito por inteligência artificial com o meu prompt. Então, se se eu fosse colocar meu nome nesse texto, era

subsidiário. Ah, agora se ele fez esse esqueleto, eu comecei a trabalhar parte por parte, acrescentar, incluir gráficos, não sei o quê, ainda que usando ya, e o esforço que eu tive para aprimorar esse texto ultrapassa o esforço da máquina em fazer eh o rascunho, eu não tenho aí, nesse caso, eu orgulhosamente diria, então a gente a gente não tá a gente não tá discordando, então acho que a gente não tá discordando nesse ponto. Não vejo não. O o disc é porque na verdade, pelo Que eu entendi, você discorda até do uso da IA para desenvolver

argumentos e tem insites. Eu acho que a IA pode ser usada para isso, né? Eu acho que a única discordância é essa, um disclaimer, né? É, a única discordância é essa, com é com o rótulo com a ideia de que se a contribuição da máquina supera a sua, não é você, você não pode dar colocar o seu o seu nome, né? No máximo o seu nome entra como acessório, né? Beleza. Eh, a grande questão que é uma falha também da Academia hoje, que é o fato de a gente não ter ainda, né, uma uma regra

ética de definição de autoria quando a máquina contribui, né, a contribuição da máquina ainda não entra como autor, né? E aí esse é o problema que a gente tem. Não pode publicar sem autoria, tem que colocar uma autoria, as pessoas colocam o próprio nome. Mas se eu acho que você coloca nota de rodapé, tal ideia foi o pessoal dizendo que eu já vi um colega dizendo ele, olha, eu coloco lá no final Do texto os promptes que foram os prompts de maneira mais abstrata, genérica, né? Os principais promptes que foram utilizados no do no do

do trabalho. Então tem o link, né? O link da conversa, né? É uma opção, Jorge, feito esse esse disclaimer ético, a gente passa agora para as ferramentas. Eu de cabeça, a gente já, eu já uso muitos do que você já falou aí. Eu uso especificamente o GPT, eu uso o Notebook LM. Eu acho que Os três que eu mais uso é o GPT, o Notebook LM e atualmente o SPE. Eu usava o Consensos, mas é muito parecido. O GPT eu uso para testar argumentos. Às vezes eu tô dialogando com um PDF que eu coloquei lá

do artigo de alguém e aí o cara coloca um argumento que eu acho muito bom e eu diz assim: "Porra, bicho, eu não sei como enfrentar isso daqui." Eu tava vendo a decisão, por exemplo, de Citizens United Vus VFEC, Né, que é sobre o financiamento de campanha aqui. E teve um determinado ponto que o o Justice Kennedy, ele fala, fez um argumento lá que eu achei muito forte e eu fiquei assim: "Porra, bicho, eu não sei responder isso daqui." E eu discordo da decisão, mas assim, como é que eu enfrento isso aqui? Eu e eu

disse, o cara, como é que a gente enfrentaria esse texto aqui? Existe alguém que enfrentou isso daqui? Qual foi a resposta que foi dada? O GPT veio, Olha, o autotal, ao total, ao total. Nesse livro, nesse artigo e nesse aqui, usaram esse argumento, esse argumento e esse argumento. Eu assim, E lá fui eu. Talvez, talvez ter inventado, né? Não, e o pior que não, eu fui lá, aí eu fui lá nos russos, baixei o livro que ele citou, joguei o livro no notebook LM, coloquei o argumento que o GPT me forneceu no notebook LM e

perguntei: "Esse esse livro usa esse argumento?" Aí ele usa na página tal, Abri o livro na página tal, peguei o argumento, desenvolvi no no meu no meu artigo e botei a nota de rodapé. É, é fantástico, fantástico. Eh, o o uso de ferramentas, você falou algumas, né, o Notebook LM, o eh eu gosto muito, que é é um ponto também que pouca gente percebe, né? Eh, essas ferramentas eh elas são conversas de chat, são ferramentas de chat, conversação, né? Então, a forma que você interage, ela é um é um engajamento muito melhor do que Um

livro estático. Eu quando vou ler um livro, né, um livro físico ou digital, enfim, quando o livro que não conversa, né, eh, eu faço conversas mentais com o livro, então eu vou falando, ah, não discordo, não concordo, mas o livro não responde, é minha mente que vai construindo e vai respondendo. Isso é uma técnica da própria super aprendizagem, né, de você se conectar emocionalmente. Eu, eu deixa deixa eu fazer um link com isso aí. Desculpa te Cortar de novo, Jorge, mas é uma coisa que me surgiu na tua fala anterior. Eu acho que o fato

de tu não ver o desafio ético no uso da IA, porque tu enxerga a IA como um livro avançado. Sim. Um livro com o qual, porque hoje a gente vive o livro de via única, né? a gente só recebe a informação. A gente não tem como conversar com com o livro para ver o que que ele acharia de de eventuais discordâncias. Só que a gente tá chegando num momento em que o livro agora Iá, né, esse livro ele se torna tão sofisticado que ele não só te passa informação, ele é capaz de refletir contigo. E

aí, pelo fato de tu enxergar a IA como esse conjunto, um livro, né, que é um conjunto de livros, porque a IA é treinada com com livro, com um monte de informação, então tu entende que aquilo ali é um é um, como tu falou, né, um é um uma quantidade de insites reflexivos Que tá vindo do da da interação. Exatamente. Exatamente. Eu acho que faz parte de um processo por é o que eu ia eu que eu colocar hoje em dia, eh, a, a IA, a inteligência artificial, esses modelos, eles são fontes para mim de

aprendizagem eficientíssimos, com muita eficiência dentro dessa ideia do da conversação intelectual, né? Eh, conversação eh de um livro que eu não li ainda e que eu consigo conversar com a máquina e discordar eh e concordar com Alguns pontos e pedir para ele esclarecer e me dar metáforas. Eh, e e uma coisa que que eu percebo hoje é que a forma de leitura, né, de conversação com a máquina, ela gera um engajamento muito superior a qualquer outro tipo de mídia. Eh, por isso que para aqueles que usam corretamente, para aqueles que estão usando com a visão,

né, de não substituir o pensamento, de não usar como muleta, mas como extensão da mente, Como as pensamento. Quem usa nesse contexto eh consegue fazer uma interação com a máquina que o o a aprendizagem é muito acelerada, é uma hip é uma hiperaprendizagem que que gera o engajamento pelo seguinte, porque você consegue controlar a saída do estilo. Por exemplo, eu eu vou eu posso mostrar aqui depois um método que eu uso de aprendizagem, que é pegar um artigo científico, né, um artigo qualquer língua, como enfim, essa é a vantagem da Máquina, né? E eu tenho

um prompt em que eu peço pra máquina para entrar na mente do autor do texto e conversar comigo como se fosse o autor do texto, seguindo uma metodologia que eu estabeleci em que ele vai dizer qual quais eram as angústias que ele sentia, né? qual era o problema que ele queria enfrentar, por que isso é importante? Quais foram os resultados que ele encontrou, né? Eh, um playbook, como é que eu posso usar isso na prática? O o resultado é é tão Incrível de qualidade assim que é é uma aprendizagem infinita. Eu fico viciado em leitura

de artigo, né, desse nesse nesses termos. Você pode pegar um artigo super complexo, um artigo de e você consegue entender isso, aprender de modo muito rápido. Então, o potencial dessa máquina nesse processo é infinito. Assim, você tem muitas possibilidades na aprendizagem, na pesquisa, que vão além eh de de do que tinha antes, do paradigma Antes do livro, da leitura do livro. E é isso, eh, uma vez que eu tô conversando com o texto, né, como se fosse o autor do texto conversando comigo. Isso, isso não existe em nenhum lugar do mundo. Claro que é uma

máquina simulando, não é o autor do texto, né? Uma máquina simulando aquele conhecimento. Eh, eu tenho um poder muito grande de fazer esse contraponto e dizer: "Não, mas isso aqui eu não concordo e isso daqui". E isso é para Mim eh mudança de paradigma. E aí se dessa conversação veio um insight para mim que eu disse: "Poxa, essa ideia é boa, eu vou aplicar em algum canto". E esse insite é uma novidade, né? Se veio dessa conversa com a eu não vejo nenhum problema de usar. Eh, mas de qualquer modo, como ferramentas, eh, eh, o

que que você quer buscar? Opa, eu tenho eu tenho usado todos os dias. É, é, é, é, é, é, é fantástico o modo como, como a gente tem de aprendizado. Jorge, vamos pensando aqui por cima na elaboração de um artigo. A fase um é o processo de pré-escrita, né? É quando a gente angaria um conhecimento inicial que a gente vai utilizar na escrita. E no processo de pré-escrita, eu recomendo, eu remeto a galera pro episódio 137, que é quando eu converso com Horácio sobre como tomar notas, o livro do Son Kenarens, né? que ele explica

a metodologia do Luman lá da caixa de notas, que eu acho que se A gente adaptar pro mundo de hoje com as notas, com inteligência artificial, ele facilita, mas enfim, ainda permanece atual a metodologia da caixa de notas. Mas feito isso, a gente já introduz aí, por exemplo, um comando de GPT, nesse que você já falou, que na hora que eu tô lendo um livro digital ou um artigo digital, eu posso dialogar com ele para extrair mais informações, para ter discordâncias e para ter um feedback muito maior do que eu teria, só com a Absorção

eh passiva do conteúdo, né, de uma leitura muito mais passiva. Mas tem um momento que antecede o da leitura, que é o achar o que lê, né? E aí no momento de achar o que lê, que é a famosa revisão de bibliografia, né? Quando a gente tem que revisão de literatura, a gente tem hoje várias ferramentas, eu destaco duas. Se você tiver alguma alguma melhor do que elas também, por favor, sinta-se à vontade. Eu fui eh pesquisar a Citizens United, que é que abriu espaço pro financiamento ilimitado de campanhas por corporações aqui, né, não direcionado

pros candidatos, né, mas que eles chamam de gastos independentes. E aí tem muito estudo empírico sobre isso. E aí eu disse: "Olha, eh, si space, eu tentei elaborar um prompt que fosse mais neutro para que eu fico com medo de ver uma, eu não sei quão sofisticado tá, então eu fiquei com medo de vir uma resposta envzada, então eu Tentei elaborar um promp mais neutro, nem sei se essa preocupação é é válida nos dias de hoje". Mas eu disse, né, o SPE é o seguinte, eh, eu quero saber quais foram os efeitos empíricos no ambiente

político e no ambiente eh no ambiente político da decisão de Citizens United versus FEC. E aí ele me deu um duas dúzias de artigos. E aí ele não só apresenta o artigo, ele apresenta o link para acesso do artigo. Alguns deles estão fechados. Então eu tive que ou ir pros russos ou ir pra biblioteca daqui de Rav que eu que a gente acessa direto, né, pela internet. E junto com o link, ele te dá um o um um resumo de duas três, três linhas ali, dizendo: "Olha, esse artigo achou esse resultado, esse resultado, esse resultado,

ele aponta isso, isso, isso, isso e aquilo." E aí eu fui pegando aquilo tudo ali, eu fui vendo o que que era mais para um lado, o que que era Mais pro outro. E aí eu fui desenvolvendo a a minha escrita dizendo: "Olha, a maioria dos artigos aponta para esse resultado aqui. Alguns poucos apontam no sentido oposto. Esse resultado aqui é quase consensual. Esse aqui é um pouco contestado, esse aqui é muito contestado. Então aqui a gente já tem uma ferramenta de início de busca que é muito importante. Então com com isso em mente, a

primeira a mais uma pergunta Que eu te faço é eh existe alguma coisa antes da revisão de literatura ou no processo de pré-escrita que a gente tá fazendo que tu usaria a inteligência artificial e quais são as ferramentas de inteligência artificial que tu usaria? Sim, vamos lá. Eu eu até recentemente tenho escrito alguns artigos eh ainda não publicados, mas eh com em parceria com alguns amigos. Eh, a metodologia de pesquisa, ela vai começar, como sempre começou, com a o Insite, né, a ideia, né, o tema. Como eu falei, não adianta eu escrever um texto sobre

jurisprudência do Supremo Tribunal Federal sobre liberdade de expressão. Esse tema, a não ser que eu trouxesse aí alguma sistematização para fins acadêmicos, pedagógicos, né, de de didáticos, né, não teria valor nenhum, né, eh, em termos de ciência, porque eu estaria tão somente descrevendo algo que já existe, algo que eh a máquina faria tão bem ou melhor do que eu. Então, você Tem que ter uma ideia. Essa ideia ela é o mais difícil hoje em dia, é você eh conseguir ter aquela aquela aquela aquele senso de novidade de que poxa, isso aqui é importante tratar, né?

Eh, isso aqui vai ter uma contribuição para o mundo. Essa fase eh você pode ter como sempre, né, com insites do do nada, numa caminhada, num como sempre foi. Mas você pode usar a inteligência artificial. Eu uso muito a inteligência artificial. Por exemplo, eu tava eu Tava eh tava no hotel preparando uma apresentação e aí eu tive o insite de usar a ideia de inteligência artificial como novo renascimento, né? Só que ao invés de ser 100% antropocêntrico, era um antropocêntrico com IA, né? Então vieram algumas ideias nesse sentido, mas o insite foi meu, né? Fazer

um novo renascimento. Depois eu descobri que um cara no ano passado usou só um texto, eu coloquei no deep research, né? Só tinha um texto no Twitter que o cara falou, Né, o novo renascimento, tal, mas fora isso não existe. Eh, eh, tirando esse Twitter, eh 100% novidade, né? Eh, a ideia de um novo renascimento como a com o uso da inteligência artificial. Eh, aí você começa a dialogar com a máquina, colocando algumas ideias soltas e ela vai organizando seu pensamento. Primeira coisa que eu faria usando a IA para uma projeto de pesquisa é uma

vez você tem o seu tema, você tem o seu tópico, você seu problema de de Enfrentamento, é estabelecer um roteiro de pesquisa. E para esse roteiro eu usaria inteligência artificial, eu usaria cloud, né? O Cloud me dá um roteiro, me dá uma base que aí eh, aqui vem um novo fluxo de pesquisa que que é onde eu acho que eh a gente sai de uma lógica diferente do do uso que todo mundo tem feito e todo mundo, Jorge, desculpa, ele pode ajudar também a achar gap de pesquisa para você descobrir um problema, Né? Ou tu

acha que ele não é bom para isso? Eu eu não sei se o se o Clud faz isso, porque o Claud ele ele não faz eh pesquisa eh eh mas o GPT, por exemplo, no deep Research, né? Eu não confiaria. Eh, ele pode não ser não fazer uma busca eh do suficiente dizer que, ah, eu achei um gap que na verdade não é, né? Isso. É o, na verdade, a falta de um conhecimento é é difícil, né, de você perceber que é um gap mesmo, né? Até porque, como eu falei, nesse exemplo do Novo novo

renascimento, vai ter alguém que escreveu em algum canto. Então é um gap, mas talvez não seja um gap, né? Eh, então a ideia, você tem a ideia, né? Uma vez você tem a ideia, um gap ou uma conexão nova que você quer construir, né? Que eu acho que a academia tem muito isso de conectar, né, ideias que já existem, não é? Não é criar algo novo, é fazer conexões de ideias. Uma vez que você faz essa esse gap, você tem que ter um plano de pesquisa, um roteiro, que Vai ser uma estrutura para eliminar do

seu trabalho, que você faz um roteiro ali eh de tópicos essenciais dentro daquele tema que você precisa abordar. E aí, onde vem a o diferencial? meu fluxo de trabalho hoje que eu tô construindo e isso já vem acontecendo há pouco, é, um mês, dois meses, é usar o deep research para fazer um tipo de pesquisa que é diferente. É como se fosse por camadas, você faz uma uma pesquisa bem genérica sobre o tema e vai mapear o o a Compreensão geral do caso. E aí você vai afunilando para fazer deep research dentro de cada componente

desse. Para um artigo científico que eu escrevi agora recentemente, eu fiz seis deep research, né? Um deep research me traz um resultado de 20, 30 páginas. Então, só para só para ter uma ideia, eu fiz uma era sobre o Leurel Lauda, né, sobre epistemologia, só que na verdade era aplicado ao direito na prova, na prova, né, no raciocínio probatório. A gente já Tinha toda a estrutura montada do trabalho, só que não tinha o diálogo com Leurry Lauda. Então, eu fiz uma pesquisa genérica sobre o que o Leurry Laudas pensa sobre o tópico que a gente

tá tratando e aí veio uma pesquisa genérica. Depois afunilei isso para mapear e aí colocando os os livros dele, né, usando os russos para colocar os livros dele para ser uma pesquisa mais específica em cima do conhecimento que eu coloquei e ele afunilou mais. E Depois ainda fiz uma terceira pesquisa por um tópico lá específico que era era fazendo diálogo com outros autores brasileiros que iam que deveriam ser citados no texto. E aí criei três bases de conhecimento diferente. O chatpt criou três deep research diferentes que eu usei para escrever o artigo que eu já

tinha um rascunho, eu já tinha um um uma estrutura montada com vários tópicos, com ele já tava escrito em certo sentido, era mais um quebra-cabeça, né? E e aí ele criou, né, criou um um texto que eu já linguagem minha, minha e do outro autor, perfeito. Ficou um texto muito bom. Pouquíssimos acréscimos depois corrigimos alguma coisa e a gente viu que tava no formato diferente do da revista. Eu coloquei as regras da revista no deep research, coloquei o artigo adapte o texto para o formato da revista. O o artigo tinha 20 páginas. nos métodos tradicionais

a gente não conseguia fazer isso não. Eh, com Deep Research, ele foi lá e adaptou o artigo para o estilo específico da revista, que era uma revista internacional. Então, a gente consegue Mas que adaptação de estilo foi essa que tu que ele fez? Era era era tipo a BNT para um autodata diferenciado. Era um era um estilo diferente, né? E mas ele te entrega um novo documento. Ele te entrega um documento em arquivo para tu baixar. tem essa opção, mas eu pela minha experiência é melhor que seja o texto na Porque essa é uma outra

tarefa, né? Transformar o texto em arquivo. Eu prefiro pegar o próprio o próprio copiar, né, a tela, né, e ir lá e adaptar no Word depois, né? Eh, então foram cinco, cinco deep research, a gente consegue ter um artigo que depois é só fazer a a a lapidação, né? A gente fez isso em dois dias, né? Foram dois dias de escrita. eh um texto completamente inédito, todas as ideias 100% nossas. Eh, o o o a a contribuição Já a gente já tinha feito toda a pesquisa bibliográfica, já tinha escrito toda a estrutura, já tinha feito

toda vários trechos, o artigo já tinha nove páginas, né? Tava com nove páginas, então a gente fez um texto de 18 páginas com bibliografia. Eh, e e esse método é é, eu acho que é um método muito interessante porque é onde vem a novidade e você vai construindo o conhecimento próprio, né? Primeiro, uma Coisa mais genérica, mapeamos os artigos e livros que tem sobre aquele assunto, depois baixa esses artigos, faz uma pesquisa interna no deep research com isso, né? E vai afunilando. Você vai eh eh eh é é onde eu digo que a qualidade da

pesquisa muda. Eh, esse autor Leury Laudan, ele tem textos em português, em português, mas a gente nem pesquisou em português, em inglês, espanhol, italiano e alemão. A gente conseguiu pesquisar as quatro fontes, né? Então, é algo que que Seria a gente levaria se meses para fazer uma pesquisa dessa. A gente fez em dois dias, claro, tem uma pesquisa por trás que já tinha demorado uns 20, 30 dias, mas a execução, né, foi eh em dois dias. E é incrível a qualidade. Se eu entregar para você o artigo, eu entrego dois. Você não vai diferenciar um

sem a, outro com a. Você não vai saber qual foi feito por a. É o mesmo estilo, é igual, idêntico. Perfeito, né? E e não é o estilo de a, é estilo nosso, porque a Gente controla a camada de estilo, consegue técnicas para que ele escreva com as nossas palavras, né? Então eu acho que esse esse método é um método de de do futuro, né? Vai ser a qualidade da pesquisa vai ser na forma que você vai direcionar a máquina a fazer a pesquisa para você e você vai eh dialogando com a máquina dizendo: "Isso

aqui não, isso aqui tá errado, isso aqui fiscalizando, enfim, essa é a lógica. Hoje em dia você deixa de ser o operário e passa a ser o Operador, coordenador da pesquisa. Você tem uma equipe trabalhando para você, é uma equipe, você é o orientador, né, com os os orientandos executando o que você pede. Esse é o princípio. Tu acha que esse vai ser a nova a nova forma de você quantificar, avaliar a qualidade de uma pesquisa, ainda que na área de de ciências humanas, né? Esse método em particular, não, porque a gente tava escrevendo para

uma revista Que era um nível, ou seja, teve, mas eu falo assim que tu tu acha que no no longo prazo, né, a forma, o paradigma de enxergar a pesquisa vai ser mais olhando nesse nesse sentido que tu disse, né, do do do pesquisador, ainda que nas ciências sociais, como um coordenador de vários assistentes que não precisam necessariamente ser humanos. É, todo mundo vai ser orientador de Máquinas. Essa é é a lógica que eu que eu imagino. E assim como, né, um orientador escreve um artigo com orientando em que o orientando executa e o nome

do orientador tá lá, desde que o orientador tenha colocado esforço suficiente para justificar, eu acho ético. Se for aquele cara, não, para escrever esse artigo, me dê só para eu colocar meu nome aí, é antiético, como é antiético hoje, né? não será antiético com máquina e eh como também antiético Sem máquina. Então essa essa é a lógica. Mas a o princípio hoje de pesquisa, essas ferramentas eh você tem que pensar nela você como maestro, você como o orientador, o coordenador de múltiplos agentes trabalhando em conjunto, né? E aí você usando várias ferramentas para fazer essa

esse melhoramento da pesquisa, da qualidade. Jorge, nós estamos caminhando para quase 3 horas de conversa. Eu vou abrir para as considerações finais antes da gente Passar pros jabá. Que que você quer acrescentar na nossa conversa aqui? Eu sei que a gente só chegou na superfície e a gente ainda vai fazer uma recomendação de onde é que a pessoa pode aprofundar, mas eu vou deixar primeiro aqui o bloco de considerações finais. Bacana. Eh, esse é um tema que eh daria para falar muito mais tempo, né? porque realmente é uma tecnologia que desenvolveu muito e as os

impactos, né, na academia, no direito, na vida, Eh, transcendem a a tudo que a gente imaginava antes, né? E eu sei que, como eu acompanho esse mundo, eu tenho aquele viés de, né, de disponibilidade de de achar que a máquina já atingiu o nível, né, de participação na sociedade muito maior do que de fato é. Eu acho que ainda tá muito longe, né, de ter um impacto relevante. Você vê na academia, as pessoas estão usando aí, mas ainda com muito, né, com muito pudor, né, com muita preocupação. No Direito, o pessoal usa sem saber, né,

e e usa escondido também. Eh, e eu acho que vai chegar um momento em que a gente vai ter vergonha de dizer que não usa, né? Eu acho que eh o futuro breve, eu digo o futuro daqui a um ano no máximo, vai ser eh a IA incorporada na nossa prática acadêmica, jurídica, de modo tão natural que aquele que não usa a IA vai ter que se esconder, vai ter que ter vergonha de dizer que não usa. Mas enquanto isso, né, é, o que eu o que eu Recomendo é que nós saibamos que todo o

potencial dessas ferramentas, elas estão e cercadas, né, por limitações que têm que ser compreendidas. Eh, a máquina pode muito, né, cada vez pode mais, mas ainda não pode tudo. Ela ainda é muito limitada em alguns aspectos. ela tem vieses, tem gaps que eh o usuário precisa ter consciência para usar corretamente. E aí a educação, treinamento é essencial para isso. Bloco de referências que agora vão Ser diferentes, que ninguém vai ficar indicando, apesar de existirem indicando livros, porque os livros eles ficam muito desatualizados, muito rápidos, né? que até o episódio que a gente tá fazendo aqui,

esse episódio provavelmente vai se tornar eh recorrente, né? Pelo menos uma vez por ano a gente vai ter que fazer isso daqui no 11. Então eu acho que a melhor referência que a gente pode ter no momento é o teu curso, né, Jorge? Tu tem Um curso e vai ter cupom aqui, né, pro pessoal. Vamos, vamos. Eh, o curso de escrita jurídica com IA, ele mudou também, ele vai se reformulando. Pois é, tu tá, tu tá reformulando esse, tu já tinha feito um primeiro, eu lembro que era com chat GPT, agora é com IA. E

aí agora e tu tá renovando as aulas dele de tempos em tempos por causa das atualizações. Então vou deixar tu vender teu peixe aqui na hora. Esse foi esse é um dos cursos que eu tenho muito orgulho De ter feito e é um dos que dá mais trabalho assim, né? O o livro de o curso de direitos fundamentais a gente precisa atualizar de ano em ano, de dois em dois anos ainda dá certo. O o de inteligência a cada semana vem coisa nova. E aí o curso de de escrita jurídica que antes era com chatt,

agora é com IA, ele se ampliou de duas formas. Ele se ampliou porque a partir de agora nós incorporamos o cloud, Notebook LM, Deep Research, eh, GPTs customizados, ou Seja, ele tá muito mais completo do que antes. Eh, algumas partes estamos atualizando constantemente, né, mudando quase praticamente todos os dias a gente pensa em alguma mudança para poder atualizar, né, que é quase impossível acompanhar isso. E ele também se ampliou com a criação de uma comunidade. curso ele eh comporta também uma comunidade, tem mais de 100 eh 600 pessoas, 700 pessoas na comunidade que são de

todas as áreas, compartilhando promptes, Compartilhando ferramentas, compartilhando experiências, que foi uma uma ideia que eu tive de conseguir manter o curso atualizado sem eu precisar mudar as aulas, porque se a gente tivesse que mudar aula toda vez que a ferramenta muda, toda semana teríamos aulas diferentes. Então, a gente faz isso na comunidade e a comunidade é um espaço mais livre em que a gente tem esse poder de eh de ousar, de de testar coisas para além Do do direito, né? Eu até brinco que o a comunidade é como se fosse a minha terapia intelectual, é

aquele lugar em que eu posso extravazar as minhas ideias mais soltas, explicar, sem aquele pudor formal de um curso, sem aquela metodologia de aula. Mas são duas coisas complementares, o curso de escrita jurídica com e a comunidade. E a gente vai deixar aqui o link, né, com com vocês e também um cupom, né, já desde o Curso passado, né, o o 11, né, apoiou bastante o nosso curso e a gente vai manter o cupom podcast 20, que é o lugar em que você pode eh é o cupom que você pode utilizar para ter um desconto

aí de 20%, para ter acesso conjunto tanto ao curso quanto à comunidade e descobrir esse fascinante mundo que é a inteligência artificial usada né, com correção, com com segurança e com eficiência, não esperar, não ser pego pelo urso, né, que a gente conversou. Exatamente. Exatamente. Pelo contrário, montar no urso, né, e ir muito mais longe com ele, né? A ideia é essa. Aquele meme do Putin montado no R. É, exatamente, Jorge, meu querido, conversa logo. Gab, só antes de só antes de de concluir, eh, vou fazer um jabá para você aqui, né, que eu sei

que você tá lançando aqui o o seu clube do livro de direito constitucional. que vai além do constitucional, mas o constitucional é é o é o pano de fundo. E quero dizer que Eu vou participar, vou fazer parte dos encontros. A ideia é brilhante, né? A comunidade jurídica sente falta de clubes do livro voltados ao direito, sobretudo de qualidade, né? Você eh recebendo em primeira mão aí em Harvard, né? Um conhecimento que merece ser compartilhado e que eh, portanto, não tenham dúvida que vai ser um sucesso total para nós que somos também, né? ao lado

do CHPT da inteligência artificial, desde as origens, né, Fascinados e apaixonados pelo direito constitucional. Então, quero dizer que eh farei parte do Clube do Livro, estarei lá participando, né, dos, né, dos encontros, né, quando quando houver e ansioso já para receber o primeiro livro. É o Não, na verdade, Jorge, vai ser um grupo de estudos. Então eu vou eu tô tenho feito usado a metodologia que eu aprendi aqui. Então eu vou recortando pedaços de livros e de artigos para tentar montar algo mais Compreensivo e dialógico. Eh, por exemplo, eu eu minha pesquisa é sobre captura

de tribunais em perspectiva comparada e tem gente que discorda que isso é inconstitucional. Então eu pego o meu trabalho, eu pego de outras pessoas que concordam comigo, pego mais outros de gente que discorda, tento mostrar uma coisa dialógica, pego proposta de lei do nosso do nosso congresso, de outros países, tento adicionar aquilo ali e aí a pessoa vai Ter acesso a livro, vai ter acesso a a vai para dar excetos de livros, né, que eu também não posso pegar um livro inteiro e mandar pra pessoa e ganhar com isso, né? Eu pego umas algumas partes

de livro, pego partes de artigo, tenho traduzido tudo, né? preparado, material traduzido também para quem não tem familiaridade com inglês, eh, podcast, vídeo, artigo de revista e por aí. Aí, enfim, a gente ainda tá Montando, mas o o a meta é lançar ele agora dia 20 de maio, pro primeiro encontro acontecer lá pelo dia 10 de junho. Mas assim, fico muito feliz com com e muito honrado com a participação. Mas é isso, Jorge. Quase 3 horas de conversa. Eu achando que a gente ia conversar 1 hora e meia assim, quando muito a gente quase 3

horas aqui. Fico muito feliz. E eu fiz esse episódio aqui pensando principalmente no pessoal do grupo de de estudos, porque eu fiquei Pensando, cara, eu vou ter que eh dar uma aula introdutória pra galera de como usar a IA aqui, pelo menos pessoal engatinhar, pro pessoal eh saber como dialogar com o GPT, saber como extrair informação e eventualmente se eles quiserem fazer uma produção acadêmica, porque no final das contas isso é um objetivo de quem de quem tá também, é um dos objetivos de quem tá num grupo desse. E aí eu fiquei pensando, para que

que alguém melhor de eu Chamar o Jorge Musti para fazer um episódio sobre isso aqui e disponibilizar para todo mundo e aí eu já vou incluir o episódio aqui como material preliminar para todo mundo que for entrar no grupo. Jorge, meu querido, muitíssimo obrigado. E assim, né, já vamos botar no relógio quando é que a gente vai ter que atualizar isso aqui. É, daqui a um ano pelo menos a gente tá aqui voltando a tratar disso e provavelmente com tudo mudado, né? É Isso, pessoal. Então nós ficamos por aqui. Um forte abraço e até semana

que vem.