Gondim na Fenalaw: IA e dados reconfiguram operações jurídicas

O Gondim Advogados levará à Fenalaw 2026 debates sobre inteligência artificial, uso estratégico de dados e transformação das operações jurídicas, destacando a transição da automação pontual para esteiras integradas que suportem decisões gerenciais e estratégicas.

Contexto

A incorporação de tecnologias como automação de tarefas, plataformas de gestão de processos e ferramentas de inteligência artificial nas atividades jurídicas deixou de ser horizonte e tornou-se realidade operacional em grandes escritórios e departamentos jurídicos. A controvérsia atual não é apenas sobre adoção tecnológica, mas sobre como conectar iniciativas isoladas — automações, painéis de BI, modelos de ML — em fluxos que produzam dados válidos, rastreáveis e aproveitáveis para inteligência de negócio, sem descurar de exigências éticas, de sigilo e de proteção de dados. Há também uma tensão prática: preservação das etapas que exigem juízo técnico do advogado versus ganho de escala por meio de automação e padronização.

No Brasil, a discussão técnica sobre IA em escritórios e departamentos jurídicos esbarra em normas sobre proteção de dados, produção e conservação de provas, deveres de diligência profissional e, indiretamente, nas expectativas do mercado quanto à precificação e padronização de serviços. Eventos como a Fenalaw filtram esses debates ao reunir operadores que já caminham da experimentação para a operação integrada.

O que foi decidido

O Gondim, ao pautar sua presença na Fenalaw com painéis sobre "Do litígio à inteligência" e "IA e a Nova Advocacia", não proferiu uma decisão formal, mas sinaliza uma orientação estratégica: apostar na construção de esteiras jurídicas integradas em que automação, governança de dados e indicadores gerenciais sejam componentes centrais da entrega de serviços. A posição do escritório, explicitada por seu CTO, enfatiza três vetores principais: (i) integração técnica de automações em fluxos contínuos que alimentem informações gerenciais; (ii) transformação dos registros operacionais em inteligência aplicável ao negócio; (iii) manutenção explícita das etapas que exigem atuação jurídica humana.

Na prática, isso traduz-se em priorizar projetos que tratem dados produzidos no contencioso como ativos gerenciáveis, desenvolver painéis que permitam análise de risco e valor econômico do litígio, e adotar ferramentas de IA como apoio à tomada de decisão, não como substituto do juízo profissional. A iniciativa também evidencia uma preocupação com a interoperabilidade das soluções e com a governança dos dados para assegurar utilidade, precisão e conformidade normativa.

Base normativa e precedentes

• Lei 13.709/2018 (LGPD) — define princípios e bases legais para tratamento de dados pessoais, impõe requisitos de finalidade, necessidade e segurança, e exige bases legais claras para uso de dados em modelos analíticos e de IA.
• Lei 13.105/2015 (CPC) — disciplina produção de prova e manuseio de documentos nos processos judiciais; a construção de bancos de dados de contencioso deve observar requisitos de autenticidade, cadeia de custódia e possibilidade de prova documental em juízo.
• Código de Ética e Disciplina da OAB (normas profissionais aplicáveis) — impõem deveres de sigilo, diligência e atuação leal ao cliente, relevantes ao delegar atividades automatizadas e ao compartilhar dados sensíveis.
• Jurisprudência consolidada dos tribunais superiores — admite o uso de prova documental eletrônica e a validade de documentos digitais desde que observados requisitos de integridade e autenticidade.

Impacto prático

• Advogados e escritórios: precisam pensar em governança de dados, contratos que regulamentem uso e propriedade das bases de contencioso, cláusulas sobre modelos preditivos e SLAs das automações. A transformação exige equipes multidisciplinares (dados, tecnologia e jurídico) e investimentos em infraestrutura.
• Departamentos jurídicos e empresas: a abordagem orientada por dados permite priorizar riscos, otimizar decisões de acordo custo/benefício do litígio e negociar acordos com maior informação econômica. Entretanto, exige atenção a políticas internas sobre privacidade e minimização de dados.
• Compliance e proteção de dados: projetos de IA devem mapear bases legais para tratamento (consentimento, execução contratual, cumprimento de obrigação legal, legítimo interesse), realizar avaliações de impacto (DPIA) e implementar medidas de segurança técnica e organizacional.
• Processo e prova: a criação de relatórios analíticos e painéis deve preservar rastreabilidade e permitir auditoria, para que informações derivadas sejam aceitas como suporte probatório quando necessário.
• Mercado e precificação: maior previsibilidade do contencioso e métricas de desempenho permitem modelos de precificação alternativos (fee por resultado, pricing híbrido), pressionando escritórios mais tradicionais a inovar.

O que observar

• Governança de dados: atenção à qualidade, padronização e cadeia de custódia dos registros do contencioso; sem isso, análises e modelos preditivos perdem validade e utilidade jurídica.
• Conformidade LGPD: delimitar finalidades, bases legais e prazo de retenção; realizar relatórios de impacto quando IA envolva decisões automatizadas que afetem titulares.
• Responsabilidade profissional: definir claramente quais decisões serão automatizadas e quais permanecem sob controle intelectual do advogado para preservar deveres de diligência e evitar comoditização excessiva.
• Interoperabilidade e vendor lock-in: escolher arquiteturas que permitam integração entre ferramentas e evitem dependência tecnológica que inviabilize migração de dados.
• Prova e auditoria: estabelecer mecanismos de auditoria sobre modelos de IA (logs, versionamento, métricas de performance) para sustentar confiabilidade diante de litígios ou fiscalizações.
• Capacitação e mudança organizacional: investir em formação da equipe jurídica para leitura crítica de outputs analíticos e na governança de projetos multidisciplinares.

O que observar