IA que inventa jurisprudência: o problema não é o modelo, é a fonte

A cena já é conhecida em escritório grande e pequeno. Você pede ao assistente de IA um precedente para sustentar uma tese, e ele devolve um acórdão impecável: tribunal, turma, relator, data, número de recurso e uma ementa que diz exatamente o que você precisava. Você procura o julgado para conferir. Ele não existe.

Não é azar nem modelo ruim. É o funcionamento normal de uma ferramenta que está sendo usada para uma coisa que ela não faz — e entender por quê é o que separa quem vai continuar levando susto de quem resolveu o problema.

Por que ele inventa

Um modelo de linguagem completa texto. Ele aprendeu como se parece uma citação de jurisprudência — a ordem dos campos, o formato do número, o jeito de escrever uma ementa — e produz algo com essa aparência quando você pede. O número do recurso sai no mesmo movimento em que sai a pontuação: como continuação plausível, não como consulta.

Isso muda o lugar do problema. Não existe pergunta bem feita que faça o modelo consultar um tribunal se ele não tem por onde consultar. Pedir “só cite casos reais” não ajuda: ele não tem como distinguir o real do verossímil, porque para ele os dois são a mesma operação. Trocar por um modelo maior também não — fica mais convincente, não mais verificado.

É por isso que a instrução mais comum nos escritórios hoje — “confira tudo o que a IA disser” — resolve o risco e devolve o trabalho. Se cada citação precisa ser conferida à mão, a IA não economizou a pesquisa: ela terceirizou a redação e criou uma etapa nova.

O que resolve: dar uma porta ao modelo

A saída não é ensinar o modelo a não inventar. É deixar de pedir que ele responda de memória. Quando o assistente pode consultar, a resposta deixa de ser uma continuação plausível e passa a ser o que a consulta devolveu — com a chave que você abre para conferir.

O padrão que abriu essa porta chama-se MCP (Model Context Protocol). A ideia é simples e vale a pena entender, porque ela vai aparecer em tudo daqui para a frente: em vez de o assistente saber de cabeça, ele ganha ferramentas — pequenas operações que ele pode executar durante a conversa, num sistema de verdade, com a sua permissão. Consultar um processo é uma ferramenta. Pesquisar decisões é outra. Abrir o teor de uma publicação é outra.

Quem decide quando usar cada uma é o próprio assistente, lendo o que você pediu. Você continua conversando em português; o que muda é que, no meio da conversa, ele vai buscar.

Na prática, o que passa a ser possível

A diferença aparece nas perguntas que antes não tinham resposta confiável.

• “Existe tese firmada sobre isso?” — o assistente consulta o registro de precedentes qualificados dos tribunais superiores: tema afetado, tese, e a situação viva do julgamento. É diferente de achar um acórdão qualquer: é saber se a questão já está decidida em caráter vinculante antes de você redigir o recurso.
• “Me traga decisões sobre esta tese.” — a pesquisa corre sobre um acervo de decisões, devolve o trecho que casou e a citação pronta, e cada resultado vem com a chave que abre o inteiro teor. A busca fica guardada: reabrir depois devolve exatamente os mesmos resultados, na mesma ordem — a decisão que estava em quinto continua em quinto quando você for conferir.
• “Saiu alguma coisa no diário sobre este caso?” — o assistente consulta as publicações e lê o teor. E pode fazer melhor: deixar uma vigília de pé, para que da próxima vez a informação chegue em vez de ser procurada.

Em todas, o resultado carrega de onde veio. Isso não elimina a sua conferência — elimina o trabalho de descobrir se há o que conferir.

A pergunta que separa uma ferramenta séria de uma demonstração

Um assistente conectado a dados reais pode errar de um jeito novo e mais sutil: pesquisar num acervo que não cobre a matéria, não achar nada, e concluir para você que não há decisão sobre o assunto. É um erro pior que a invenção, porque parece uma resposta.

Por isso o LexNode declara a cobertura: o assistente sabe quais matérias estão no acervo e quais estão fora antes de gastar a pesquisa, e a resposta vazia vem acompanhada dessa distinção. “Não encontrei” e “isso não está aqui” são coisas diferentes, e um sistema que não sabe dizer qual das duas está entregando não é confiável para fundamentar nada.

Vale exigir isso de qualquer ferramenta que você avaliar, não só desta.

O cuidado que ninguém menciona

Quando o assistente passa a ler documentos de fora, ele passa a ler o que terceiros escreveram — inclusive a parte contrária, transcrita numa intimação. É um vetor de ataque barato e verossímil: uma petição redigida para dar instruções ao assistente de quem a lê.

Todo teor que sai do motor vai demarcado como dado bruto, com instrução explícita para o assistente tratá-lo como informação e nunca como ordem. E há conteúdo que não sai: processo em segredo de justiça não é entregue, e o titular de dado pessoal que não é parte pode pedir que a publicação deixe de ser exibida.

Como experimentar

Não precisa de desenvolvedor nem de servidor. Você cola o endereço do LexNode no seu assistente — Claude, ChatGPT, Cursor e outros já falam MCP —, aprova numa tela, e as ferramentas aparecem. Não há chave para copiar nem guardar, a permissão é mínima e separada da sua conta principal, e revogar é um clique.

Depois, é conversa. Peça para vigiar a sua OAB, pergunte o que saiu esta semana, peça a tese sobre um assunto. Se vier vazio, ele vai dizer se procurou e não achou ou se aquilo não está no acervo.

O passo a passo por hospedeiro está em guia de agentes de IA, e o caminho completo de quem prefere ver antes de conectar está no post sobre conectar o assistente ao diário oficial.

A frase que resume o assunto é curta: o problema nunca foi o modelo inventar — foi ninguém ter dado a ele onde procurar.