Alerta de IA Jurídica de Arun Subramanian: A Eficiência Pode Enfraquecer os Advogados Que Devem Verificá-la

Arun Subramanian emitiu um alerta sobre IA jurídica após citações imprecisas aparecerem em uma petição federal, apesar das políticas e do treinamento do escritório de advocacia. O juiz de Manhattan recusou-se a sancionar os advogados envolvidos. Ainda assim, sua decisão apresentou o episódio como algo além de uma falha isolada de redação.

O problema imediato envolvia resultados não verificados de uma ferramenta de inteligência artificial. O problema maior diz respeito a quem estará qualificado para verificar esses resultados no futuro. Se a IA realizar a pesquisa e a redação que tradicionalmente formavam advogados juniores, os escritórios correm o risco de enfraquecer seu próprio sistema de verificação.

Essa tensão torna a decisão importante para além de um único processo por direitos autorais. A IA jurídica promete pesquisas mais rápidas, ciclos de redação mais curtos e custos menores. Esses ganhos tornam-se passivos quando os escritórios eliminam o trabalho que ensina advogados a reconhecer autoridade falsa, raciocínio frágil ou contexto ausente.

O alerta de Subramanian também desafia uma premissa comum sobre supervisão humana. Um escritório não pode simplesmente colocar um advogado depois do modelo e declarar o processo seguro. O revisor precisa de experiência, tempo e independência suficientes para testar o trabalho da máquina.

O conflito central, portanto, não é entre advogados e IA. É entre eficiência imediata e o aprendizado mais lento que forma advogados competentes. Os clientes podem receber um trabalho mais rápido hoje, ao mesmo tempo em que herdam uma profissão menos confiável amanhã.

O Que o Alerta de IA Jurídica de Arun Subramanian Realmente Mudou

O tribunal tratou uma falha de citação por IA como evidência de um problema mais profundo de treinamento e supervisão, mesmo sem impor sanções.

A disputa surgiu em Hill v. Foundation Media LLC, um caso de direitos autorais no Distrito Sul de Nova York. Lawand Hill, atuando em causa própria, acusou a Foundation Media de violar direitos autorais ligados a obras musicais distribuídas.

Subramanian arquivou o caso após adotar a recomendação de um juiz magistrado. No entanto, sua decisão de 22 de setembro questionou separadamente citações e uma referência na resposta da Foundation Media às objeções de Hill.

O juiz ordenou que o advogado principal declarasse se a IA ajudou a preparar a resposta. Ele também perguntou se o uso não verificado de IA produziu o material questionável. A ordem judicial pública identifica as referências contestadas e estabelece essa exigência de divulgação.

Esse detalhe processual é importante. A Foundation Media venceu o caso principal, mas o tribunal ainda investigou a confiabilidade de sua petição bem-sucedida. Um resultado favorável não eliminou a responsabilidade dos advogados pela forma como o documento foi produzido.

Cynthia Arato, advogada da Foundation Media, pediu desculpas e atribuiu os erros a outro advogado da Shapiro Arato Bach. De acordo com a declaração do escritório, esse advogado preparou o rascunho inicial e finalizou o documento antes de protocolá-lo.

A declaração afirmou que o advogado agiu contra as políticas e o treinamento do escritório. Ela descreveu a falha em verificar citações geradas por IA como isolada e sem intenção de enganar o tribunal.

Uma petição posterior identificou ferramentas da empresa de IA jurídica Harvey como parte do processo de redação, segundo o relato do caso. Harvey e a Foundation Media não responderam imediatamente aos pedidos de comentário relatados pela Reuters.

O registro disponível não estabelece que a Harvey, por si só, causou os erros. Ele estabelece que trabalho assistido por IA chegou à petição sem verificação humana adequada. Essa distinção mantém a responsabilidade onde as regras profissionais a colocam: nos advogados que apresentam o documento.

Subramanian recusou-se a impor sanções após analisar a explicação. Sua moderação não deve ser confundida com aprovação. Ele descreveu o incidente como um alerta e enfatizou que o trabalho jurídico gerado por IA exige verificações cuidadosas de precisão.

A decisão, portanto, mudou o enquadramento dos erros de IA jurídica. Os tribunais frequentemente se concentraram em casos fabricados, penalidades financeiras ou disciplina de advogados. Subramanian conectou o erro imediato à capacidade da profissão de formar futuros revisores.

Ele sugeriu que os escritórios considerem exigir rascunhos iniciais sem assistência de IA. A proposta é deliberadamente inconveniente porque parte do aprendizado valioso ocorre durante o trabalho que a IA foi projetada para eliminar.

Essa ideia transforma um incidente de citação em uma questão organizacional. Se existe uma política, mas uma petição não verificada ainda chega ao tribunal, os escritórios devem examinar o desenho do fluxo de trabalho, a supervisão e os incentivos. Uma regra escrita, por si só, não pode carregar esse fardo.

O alerta de IA jurídica de Arun Subramanian é, em última análise, sobre memória institucional. Os escritórios precisam de profissionais que entendam por que um argumento funciona, e não apenas se o software o formatou de maneira convincente.

Um Erro de Citação Expôs a Lacuna de Supervisão

A revisão humana falha quando a responsabilidade é atribuída de forma ampla, mas a verificação não é incorporada a cada etapa do fluxo de trabalho.

A IA generativa produz texto ao prever continuações prováveis com base em padrões nos dados. Ela não recupera a verdade por padrão, mesmo quando sua resposta inclui citações refinadas, nomes de casos e referências formais.

Uma alucinação é um resultado confiante sem suporte factual confiável. Na prática jurídica, ela pode assumir a forma de um caso inexistente, uma citação alterada ou uma decisão real que sustenta a proposição errada.

Esses erros são perigosos porque se assemelham a trabalho profissional. Uma citação fabricada pode conter um nome plausível de tribunal, data, referência de repositório e princípio jurídico. A qualidade superficial pode fazer uma revisão frágil parecer suficiente.

O episódio da Foundation Media ilustra como a supervisão pode se fragmentar. Um advogado usa a ferramenta, outro pode revisar o rascunho, e o advogado principal assina ou protocola o resultado. Cada pessoa pode presumir que outra concluiu a verificação das fontes.

Essa estrutura cria uma lacuna de verificação. As políticas podem exigir precisão, mas ninguém é responsável por um processo documentado para abrir cada autoridade citada e comparar cada citação com sua fonte.

A American Bar Association tratou desse problema antes da decisão de Subramanian. Sua opinião ética sobre IA afirma que advogados devem considerar competência, confidencialidade, comunicação, supervisão, franqueza e honorários razoáveis.

Esses deveres não desaparecem quando o software cria o primeiro rascunho. Um advogado continua responsável pelas declarações feitas a um tribunal e pelas orientações fornecidas a um cliente.

A verificação também exige mais do que confirmar que um caso existe. Um revisor deve determinar se a decisão continua válida, se se aplica à jurisdição relevante e se sustenta a alegação precisa.

O processo torna-se mais difícil quando um modelo mistura material preciso com invenções sutis. Uma petição contendo pesquisas em sua maioria corretas pode reduzir a vigilância do revisor. Os poucos elementos falsos podem se esconder em um trabalho que, de outra forma, parece crível.

Produtos jurídicos corporativos podem reduzir alguns riscos por meio de fontes de dados controladas, links para autoridades, configurações de segurança ou sistemas de pesquisa integrados. No entanto, o design do produto não pode transferir a responsabilidade profissional dos advogados para um fornecedor.

A questão relevante não é se uma ferramenta ostenta um rótulo do setor jurídico. É se o fluxo de trabalho permite que um advogado competente reproduza, inspecione e defenda a análise resultante.

Advogados seniores também precisam resistir ao viés de automação, a tendência de confiar em um sistema porque ele parece sofisticado ou consistentemente útil. Resultados repetidamente bons podem tornar o erro excepcional mais difícil de detectar.

Um processo sólido deve preservar uma trilha de auditoria. Ele deve registrar qual ferramenta foi usada, qual tarefa ela realizou, quem verificou o resultado e quais fontes primárias sustentaram o documento final.

Os escritórios podem aplicar controles diferentes a tarefas diferentes. Resumir uma reunião interna apresenta riscos diferentes de redigir uma moção dispositiva. A revisão exigida deve aumentar conforme a consequência do erro.

Trabalhos de alto risco exigem verificações no nível da fonte, atribuições claras de revisores e tempo suficiente para questionar o rascunho. Eles também podem exigir que um advogado reconstrua o raciocínio sem depender do texto gerado.

Essa última etapa importa porque a mera verificação de citações não consegue identificar todas as falhas. Uma petição pode citar casos reais com precisão enquanto omite autoridade contrária, interpreta mal o processo ou segue uma estratégia que prejudica o cliente.

A resposta de Subramanian coloca a supervisão à frente da punição. O tribunal aceitou a explicação e as salvaguardas adicionais do escritório, mas seu alerta questiona se essas salvaguardas funcionarão na próxima petição urgente.

O teste é operacional. Uma política só tem valor quando os advogados conseguem segui-la sob prazos, pressão de clientes e exigências por custos menores.

O Acordo de Eficiência Ameaça o Aprendizado Jurídico

A IA pode eliminar o trabalho júnior mais rapidamente do que os escritórios de advocacia conseguem substituir o discernimento que esse trabalho antes desenvolvia.

Advogados juniores tradicionalmente aprendem por repetição. Eles leem autos, rastreiam autoridades, comparam rascunhos, recebem correções e observam como advogados experientes transformam doutrina jurídica em orientação para clientes.

Grande parte desse trabalho é lenta. Também é cara sob o modelo tradicional de escritório de advocacia. A IA generativa mira precisamente essas tarefas de pesquisa, revisão e redação.

O argumento de eficiência é fácil de entender. Um sistema pode criar uma cronologia, resumir documentos, comparar linguagem contratual ou produzir um rascunho em minutos. Os advogados podem então dedicar mais tempo à estratégia e aos relacionamentos com clientes.

Esse resultado é possível, mas não automático. Eliminar trabalho rotineiro não garante que advogados juniores recebam atribuições melhores. Os escritórios podem simplesmente reduzir suas horas, limitar seus papéis ou esperar que supervisionem resultados que não têm experiência para avaliar.

O aprendizado jurídico contém o que educadores às vezes chamam de atrito cognitivo. Um aprendiz enfrenta a incerteza, faz escolhas, encontra becos sem saída e recebe feedback. Esse esforço constrói um modelo mental do problema.

A IA comprime a dificuldade junto com a tarefa. Um rascunho refinado chega antes de o advogado júnior formar uma visão independente. A edição então substitui a construção como atividade de aprendizado padrão.

A edição pode ensinar habilidades valiosas, mas apenas quando o editor reconhece o que está ausente ou errado. Um iniciante pode melhorar a redação enquanto deixa passar uma premissa falha, um precedente desfavorável ou uma concessão estratégica.

Esse é o paradoxo por trás dos riscos de treinamento de advogados com IA. Os escritórios querem que advogados juniores verifiquem os resultados da máquina, enquanto a automação reduz as experiências que ensinam a verificar.

A sugestão de Subramanian de que os escritórios exijam alguns rascunhos iniciais sem IA aborda diretamente esse paradoxo. Ela cria um ambiente de prática protegido no qual advogados precisam pesquisar, organizar e raciocinar antes de comparar seu trabalho com resultados gerados.

Essa abordagem tem um custo. Os clientes podem não querer financiar trabalho manual quando o software consegue produzir um rascunho mais rapidamente. Sócios também podem resistir ao treinamento não faturável durante casos exigentes.

Ainda assim, o custo já existe. O aprendizado tradicional incorporava treinamento ao trabalho do cliente, muitas vezes sem classificá-lo como educação. A IA torna o subsídio visível ao separar a produção do desenvolvimento profissional.

As empresas agora precisam de orçamentos deliberados para treinamento e competências mensuráveis. Elas não podem presumir que jovens advogados absorverão discernimento por meio de trabalhos que já não chegam às suas mesas.

A profissão de forma mais ampla chegou a conclusões semelhantes. Uma análise de 2026 sobre a formação do discernimento argumenta que a IA muda quais trabalhos existem e como futuros advogados desenvolvem dever fiduciário, julgamento empresarial e confiança dos clientes.

A análise distingue a produção processual do julgamento contextual. A IA pode montar documentos e reconhecer padrões. Os advogados precisam decidir quais fatos importam, quais riscos um cliente pode tolerar e quem assume a responsabilidade pela orientação.

O Chefe de Justiça de Singapura, Sundaresh Menon, levantou uma preocupação relacionada em 2026. Ele alertou que substituir pesquisas e análises fundamentais poderia enfraquecer a capacidade dos advogados de revisar trabalhos gerados por IA.

Seu posterior discurso sobre formação descreveu tarefas jurídicas que a IA pode acelerar substancialmente e a pressão sobre o emprego enfrentada por advogados mais jovens. Também pediu maior ênfase em julgamento, ética, responsabilidade, discernimento e integridade.

Esses alertas não exigem preservar todas as práticas ineficientes. A revisão de documentos não deveria continuar lenta apenas porque gerações anteriores aprenderam por meio do volume.

Em vez disso, os escritórios precisam identificar o que cada tarefa ensinava e reconstruir esse aprendizado de forma intencional. Tarefas de pesquisa ensinavam a avaliar fontes. A redação ensinava estrutura. O contato com clientes ensinava julgamento diante de informações incompletas.

Um estágio reformulado poderia combinar primeiros rascunhos independentes, comparações de IA supervisionadas, simulações, exercícios de verificação de fontes e exposição direta a clientes. Cada elemento deveria visar uma habilidade profissional definida.

A revisão de sócios também precisa se tornar mais visível. Um sócio que corrige silenciosamente um rascunho assistido por IA pode proteger o cliente, mas não ensina nada ao advogado júnior. O feedback deve explicar por que o resultado falhou e como o revisor encontrou o problema.

Os escritórios devem medir o desenvolvimento por competências demonstradas, e não apenas por horas faturáveis ou uso de ferramentas. Um advogado júnior deve ser capaz de pesquisar de forma independente, testar resultados de IA, explicar incertezas e defender uma recomendação.

Um sistema interno de conhecimento pesquisável pode apoiar esse processo ao preservar precedentes verificados, notas de revisão e o raciocínio por trás das decisões. O objetivo não é o armazenamento passivo, mas uma base de conhecimento pesquisável que reforce o aprendizado supervisionado.

Portanto, o fluxo de trabalho jurídico com IA mais sólido inclui períodos em que a ferramenta permanece fechada. Os advogados precisam de oportunidades para provar que conseguem raciocinar sem estruturas geradas antes de serem encarregados de supervisioná-las.

Os Clientes Herdam os Riscos que os Escritórios Prometem Controlar

Os riscos da IA jurídica para os clientes vão além de citações falsas e incluem confidencialidade, estratégia, custo e a qualidade da futura representação.

Os clientes frequentemente têm motivos racionais para solicitar o uso de IA. Eles querem prazos mais rápidos, contas menores, documentos mais claros e menos horas gastas em trabalho repetitivo.

Subramanian reconheceu essa pressão. Ele também alertou que os clientes podem enfrentar consequências adversas quando algo dá errado. Um custo menor de redação oferece pouco conforto se uma petição defeituosa enfraquece uma reivindicação ou prejudica a credibilidade.

O risco visível é uma citação inventada. O risco menos visível é uma orientação que parece razoável, mas deixa de considerar um fato decisivo, uma questão processual ou uma consequência comercial.

A representação jurídica exige mais do que produzir texto. Os advogados devem compreender o objetivo do cliente, questionar premissas, proteger informações confidenciais e, às vezes, aconselhar contra a ação preferida pelo cliente.

Um modelo não pode assumir responsabilidade profissional por essas escolhas. O advogado que o utiliza continua responsável, mesmo quando um cliente solicitou a tecnologia ou um fornecedor comercializou o sistema para uso jurídico.

Por isso, os clientes devem perguntar como a IA será usada, e não apenas se um escritório a utiliza. Pesquisa, sumarização, redação, revisão de contratos e aconselhamento estratégico acarretam consequências diferentes.

Eles também devem perguntar quais informações entram no sistema. Fatos confidenciais, comunicações privilegiadas, dados pessoais e documentos comercialmente sensíveis exigem salvaguardas compatíveis com os controles de retenção e acesso do produto.

A orientação da ABA afirma que os advogados devem compreender as capacidades e limitações de uma ferramenta. Ela também relaciona o uso de IA aos deveres envolvendo comunicação com clientes e confidencialidade.

Essa obrigação complica cláusulas genéricas de consentimento. Um cliente não pode avaliar de forma significativa o uso de IA sem saber a tarefa, os dados envolvidos, o benefício esperado e a alternativa disponível.

O custo cria outra tensão. Se a IA reduz o tempo necessário para uma tarefa, os clientes esperarão que a economia chegue até eles. Os escritórios ainda precisam financiar revisão, treinamento, segurança e governança de fornecedores.

Essas despesas são reais, mas devem ser transparentes. Um cliente não deve pagar por horas manuais fictícias de produção automatizada. Tampouco um escritório deve eliminar a revisão essencial para preservar margens.

O modelo de cobrança por hora pode empurrar os escritórios em ambas as direções. Ele pode desestimular a automação quando a eficiência reduz a receita. Também pode incentivar automação excessiva quando os clientes impõem orçamentos rígidos.

Estruturas alternativas de honorários não resolvem sozinhas o problema de qualidade. Um valor fixo pode recompensar a eficiência, mas também pode recompensar a revisão mínima, a menos que o contrato defina entregas e controles.

O melhor contrato aborda o processo. Ele pode especificar usos aprovados, proteções de confidencialidade, deveres de verificação, expectativas de divulgação e se o consentimento do cliente é necessário para tarefas específicas.

Os clientes também devem saber quem realizou o trabalho. Um advogado sênior não deve dar a entender que um profissional experiente pesquisou pessoalmente uma questão quando um modelo gerou a base e um advogado júnior realizou uma revisão limitada.

Nada disso significa que os clientes devam rejeitar a IA jurídica. O uso responsável pode melhorar o acesso, acelerar tarefas rotineiras e ajudar advogados a examinar grandes volumes de registros que, de outro modo, pressionariam os orçamentos.

O contraponto é o acesso à justiça. Proibir estritamente ferramentas úteis pode preservar processos caros que muitas pessoas e pequenas organizações não podem pagar.

Discussões judiciais reconhecem cada vez mais essa troca. O desafio é tornar os serviços assistidos por IA mais disponíveis sem apresentar resultados não verificados como julgamento profissional.

O sistema de regras federais está considerando se as obrigações existentes tratam adequadamente de autoridades fabricadas por IA. Uma agenda de outubro de 2026 do comitê de regras discute se os atuais padrões da Rule 11 já abrangem o problema ou exigem uma resposta mais específica.

Esse debate importa porque práticas judiciais inconsistentes criam incerteza. Alguns juízes exigem divulgações ou certificações sobre IA. Outros se apoiam nos deveres existentes de precisão, competência e investigação razoável.

Uma regra nacional poderia criar consistência, mas a divulgação por si só não pode garantir qualidade. Uma petição identificada como assistida por IA ainda pode estar errada, enquanto uma petição assistida por IA cuidadosamente verificada pode cumprir integralmente os deveres profissionais.

A proteção mais útil ao cliente continua sendo o julgamento humano responsável. Divulgação, segurança e verificação devem apoiar esse julgamento, em vez de substituí-lo.

O Que Escritórios de Advocacia e Clientes Devem Acompanhar a Seguir

O próximo teste é saber se a profissão converterá os alertas judiciais em sistemas mensuráveis de treinamento e verificação.

O primeiro sinal virá de ordens judiciais e decisões sobre sanções. Os juízes estão decidindo se as regras profissionais existentes são suficientes e quais falhas justificam penalidades financeiras, encaminhamentos ou repreensões públicas.

Um aumento de certificações específicas para ferramentas mostraria que os tribunais favorecem divulgação e verificação documentada. A continuidade da confiança nos deveres ordinários de precisão colocaria mais responsabilidade sobre os escritórios para projetar seus próprios controles.

Nenhum dos caminhos elimina a obrigação subjacente. Os tribunais ainda esperarão que os advogados verifiquem autoridades, citações, alegações factuais e a conexão entre precedente e argumento.

O segundo sinal será como os escritórios redesenham o treinamento de jovens advogados. Anunciar educação em IA não basta se o programa ensina prompting sem pesquisa, redação e avaliação de fontes independentes.

Evidências úteis incluiriam tarefas protegidas sem IA, exercícios de comparação supervisionada, programas de simulação e testes de competência. Os escritórios também devem explicar como advogados seniores fornecem feedback sobre trabalhos assistidos por IA.

Os padrões de contratação merecem atenção. Se os escritórios reduzirem cargos de nível inicial sem criar novos programas de estágio, a formação do discernimento ficará mais estreita. As consequências podem levar anos para se tornar visíveis.

O terceiro sinal será o comportamento dos clientes. Departamentos jurídicos corporativos estabelecem cada vez mais diretrizes para escritórios externos que abrangem ferramentas aprovadas, tratamento de dados, composição de equipes, faturamento e divulgação.

Se os clientes exigirem eficiência e salvaguardas verificáveis, os escritórios terão um motivo comercial para construir sistemas disciplinados. Se os clientes se concentrarem apenas em velocidade e custo, a verificação e o treinamento poderão continuar subfinanciados.

Fornecedores de IA jurídica também enfrentam pressão para apoiar essa responsabilização. Os compradores buscarão fontes rastreáveis, controles de permissão, registros de auditoria, tratamento seguro de dados e integrações com pesquisas autoritativas.

Esses recursos podem facilitar a revisão. Eles não podem determinar se um advogado compreendeu o objetivo do cliente ou exerceu bom julgamento.

A petição de Hill oferece um parâmetro útil. O escritório supostamente tinha políticas e treinamento, mas material questionável ainda chegou ao tribunal. Salvaguardas futuras devem abordar o caminho entre regras formais e comportamento real.

Os escritórios podem começar com atribuição clara de responsabilidade. Cada documento assistido por IA deve ter um advogado identificado como responsável pela validação de fontes, revisão do raciocínio, confidencialidade e aprovação final.

Em seguida, devem preservar evidências desse trabalho. Uma lista de verificação só é útil quando reflete uma análise genuína, e não uma caixa marcada antes do protocolo.

O treinamento deve relacionar erros a consequências profissionais. Advogados juniores precisam ver como uma citação fabricada pode afetar a credibilidade, a estratégia do cliente e a disposição do tribunal de confiar em petições posteriores.

Advogados seniores também precisam de treinamento. Sua experiência com doutrina não fornece automaticamente conhecimento sobre o comportamento de modelos, controles de dados ou os padrões de falha dos sistemas generativos.

Os clientes podem fazer várias perguntas diretas antes de solicitar trabalho assistido por IA:

• Quais tarefas usarão IA e quais permanecerão lideradas por humanos?

• Quem verificará cada autoridade e citação?

• Quais informações do cliente entrarão no sistema?

• Como o fornecedor armazena ou reutiliza essas informações?

• Como a IA afetará a composição da equipe, os prazos e os honorários?

• O que acontece quando a ferramenta produz um erro?

Essas perguntas não exigem que os clientes se tornem especialistas em IA. Elas exigem que os escritórios expliquem seu processo em termos que um cliente possa avaliar.

O alerta de Subramanian não prevê o fim da IA jurídica. Ele pressupõe adoção contínua e pede que a profissão enfrente seus custos ocultos.

O acordo de eficiência continua atraente. A IA pode reduzir o esforço repetitivo e dar aos advogados mais tempo para trabalho de maior valor. Esse benefício só se sustenta quando os escritórios reinvestem parte do tempo economizado em supervisão e aprendizado.

A questão mais difícil é se eles farão isso. Uma profissão que automatiza o estágio sem substituí-lo acabará não tendo o discernimento necessário para supervisionar a automação.

O alerta de Arun Subramanian sobre IA jurídica oferece a escritórios de advocacia, clientes, tribunais e fornecedores um teste prático. Seus sistemas produzem documentos mais rapidamente ou formam advogados capazes de assumir a responsabilidade por esses documentos?

Antes de solicitar trabalho jurídico assistido por IA, pergunte quem o verificará e como essa pessoa aprendeu a reconhecer falhas. Para os escritórios de advocacia, o próximo passo é igualmente concreto: proteger a pesquisa independente, o feedback estruturado e a revisão no nível das fontes. A eficiência deve financiar essas salvaguardas, não eliminá-las.