AASP lança IA generativa para transformar advocacia previdenciária

A AASP apresentou no seu encontro anual uma plataforma de inteligência artificial generativa voltada à prática previdenciária, destinada a apoiar a triagem e análise de documentos, organização de provas e produção de insumos para formulação de estratégias e minutas. A novidade promete reduzir tarefas repetitivas e gerar relatórios estruturados, mas submete-se a limites técnicos, deontológicos e regulatórios que exigem atenção das bancas e dos escritórios.

Contexto

A incorporação de ferramentas de inteligência artificial ao trabalho jurídico vem ampliando-se nos últimos anos, tanto em automação de tarefas quanto em análise preditiva de dados. No campo previdenciário, o volume documental (laudos, prontuários, guias de atendimento, CTPS e documentos administrativos do INSS) e a necessidade de cruzamento de provas tornam a automação atrativa para ganhos de eficiência. Ao mesmo tempo, existem preocupações recorrentes sobre confiabilidade de outputs gerados por modelos de linguagem, responsabilidade profissional, proteção de dados pessoais e conformidade com procedimentos processuais. A controvérsia é prática: como aproveitar aceleração na preparação de demandas e na triagem de provas sem abrir mão da revisão técnica pelo advogado e sem violar normas como a Lei Geral de Proteção de Dados (Lei 13.709/2018) ou os deveres de diligência previstos no Código de Processo Civil (Lei 13.105/2015) e na própria ética profissional?

O que foi decidido

Não se trata de uma decisão judicial, mas de um lançamento institucional: a AASP divulgou a solução denominada AASP IA Prev durante seu 17º Encontro Anual, destacando que a ferramenta opera como apoio analítico e organizacional. A plataforma realiza triagem e análise inteligente de documentos, cruza e estrutura informações, identifica pontos fortes e fragilidades probatórias, elabora relatórios e gera minutas de petições que devem ser validadas pelo responsável técnico. A AASP enfatizou que a tecnologia não substitui a atuação humana: todas as peças e avaliações produzidas pela ferramenta passam por revisão e validação do profissional que responde pelo caso.

Base normativa e precedentes

• Lei 13.709/2018 (LGPD) — estabelece regras sobre tratamento de dados pessoais, inclusive dados sensíveis e a necessidade de bases legais, segurança e responsabilidades em operações automatizadas. Aplicável ao manuseio de documentos e dados de segurados.
• Lei 13.105/2015 (CPC) — impõe deveres de diligência, autenticidade dos atos processuais e responsabilidade do advogado pela peça processual, incluindo a verificação de fatos e provas apresentados em petições iniciais e incidentes.
• CF/88, arts. 201 a 204 — disciplina a seguridade social, que é o núcleo material das demandas previdenciárias e define o contexto jurídico-substantivo onde as ferramentas serão aplicadas.
• Código de Ética e Disciplina da OAB (jurisprudência consolidada da OAB) — estabelece princípios de sigilo, diligência e responsabilidade técnica do advogado, que se aplicam ao uso de ferramentas tecnológicas na elaboração de peças e na gestão de processos.
• Jurisprudência consolidada do tribunal — orientações anteriores sobre responsabilidade por petições padronizadas e necessidade de demonstração de autoria e supervisão técnica continuam relevantes para aferir responsabilidade quando se usa IA.

Impacto prático

• Escritórios e advogados: poderão reduzir tempo em tarefas repetitivas (triagem documental, sumarização de provas e rascunho de petições), permitindo maior foco em estratégias e argumentação jurídica. Porém, a adoção exige políticas internas de revisão e controle de qualidade para evitar que erros algorítmicos se propaguem a processos.
• Clientes/segurados: potencial aceleração no atendimento e maior consistência nas peças iniciais. Necessária transparência sobre uso de tecnologia e consentimento quando houver tratamento de dados pessoais sensíveis.
• Gestão de riscos processuais: documentos e minutas gerados por IA precisam de verificação para evitar alegações de informação imprecisa, provas mal interpretadas ou formulários processuais que não atendam requisitos do CPC, o que pode gerar incidentes proces­sais ou prejuízo probatório.
• Compliance de dados: escritórios deverão mapear bases legais (consentimento, execução de contrato, cumprimento de obrigação legal, etc.), implementar medidas de segurança e registrar operações de tratamento para atender à LGPD.
• Mercado de produtos jurídicos: o lançamento consolida tendência de produtos verticalizados para nichos do Direito (no caso, previdenciário), elevando competitividade entre fornecedores de tecnologia jurídica.

O que observar

• Revisão e responsabilidade técnica: manter processos internos que obriguem a conferência humana de relatórios e minutas, registrando quem validou a peça para fins de responsabilidade profissional e de prova em juízo.
• Privacidade e bases legais: definir claramente a base legal para tratamento de dados pessoais dos segurados e adotar cláusulas contratuais e autorizações quando necessário, bem como políticas de retenção e descarte seguro de documentos.
• Transparência com o cliente: informar sobre o emprego de IA no tratamento do processo e obter conselhos e autorizações quando pertinente, reduzindo risco de litígio por uso indevido de informação sensível.
• Limites probatórios: verificar se o juízo aceitará documentos gerados ou organizados por plataformas como elementos de prova; quando necessário, anexar originais, certidões ou declarações assinadas por peritos humanos.
• Evolução regulatória e disciplinar: acompanhar orientações da OAB, decisões de tribunais e eventuais requisitos novos da ANPD sobre operações automatizadas que possam impor controles adicionais.

Para a advocacia previdenciária, ferramentas como o AASP IA Prev oferecem ganhos operacionais significativos, mas a implementação prática exige governança jurídica e técnica que assegure conformidade com LGPD, observância dos deveres processuais e preservação da responsabilidade profissional. Sem essas salvaguardas, o risco é transformar eficiência em vulnerabilidade ética e processual.