Petição de Stephen Aarons com ChatGPT Inventou Testemunhas, e o Tribunal Impôs Multa de US$ 5.000

Stephen Aarons apresentou uma apelação por homicídio elaborada com auxílio do ChatGPT que continha testemunhas inventadas, e a Suprema Corte do Novo México respondeu com uma condenação por desacato e uma sanção de US$ 5.000. O tribunal também afastou Aarons da apelação, encaminhou-o para análise disciplinar e anulou todas as petições apresentadas no caso.

A petição de Stephen Aarons com ChatGPT representa mais do que outra constrangedora falha de citação. Segundo o tribunal, o documento atribuiu depoimentos a pessoas que jamais compareceram ao julgamento. Também alterou declarações de testemunhas reais e deturpou autoridades jurídicas existentes.

Essa distinção eleva o nível de gravidade. Falhas anteriores de IA jurídica frequentemente envolviam casos inexistentes que advogados poderiam ter encontrado com verificações rotineiras de citações. Esta petição teria alterado o registro factual subjacente a uma condenação por homicídio, em que o cliente cumpria pena de prisão perpétua.

O caso agora coloca um confronto claro no centro da adoção de IA jurídica: a velocidade da redação automatizada versus o dever pessoal do advogado de verificar os autos. Os tribunais não tratam o resultado de um software como participante independente. Eles responsabilizam o advogado que assina a petição por cada frase.

O Tribunal Encontrou Testemunhas Fabricadas em uma Apelação por Homicídio

A sanção decorreu de invenções factuais admitidas, e não de uma divergência sobre como um advogado interpretou as provas.

A Suprema Corte do Novo México emitiu sua ordem dispositiva em 9 de setembro de 2026, no caso State v. Sandoval. O processo trata da apelação de Oscar Renee Sandoval contra uma condenação por homicídio e tem o número de pauta S-1-SC-40845.

Aarons reconheceu ter usado ChatGPT na preparação da petição inicial de apelação. Também admitiu que não verificou as alegações factuais nem as autoridades jurídicas antes de assinar e protocolar o documento.

O tribunal identificou quatro testemunhas inteiramente fabricadas: a policial Michelle Amarillo, o policial Sanchez, Manal Al-Jibury e Teresa Marquez. Não se tratava de pequenos erros de grafia ou identificações incertas. A ordem afirma que as próprias testemunhas eram falsas.

A petição também atribuiu depoimentos inventados a testemunhas reais. Alegou que Danny Stanton recebeu ameaças de Sandoval e as levou a sério. Incluiu declarações falsas sobre ameaças recebidas pelo marido de Linda Stanton.

Outras passagens teriam deturpado depoimentos sobre as roupas e a aparência do atirador. A ordem vinculou essas declarações a Mariah Chavez e à fabricada Teresa Marquez.

Os erros se estenderam à pesquisa jurídica. O tribunal afirmou que a petição deturpou a autoridade de State v. Lopez e State v. Manus. Esses casos existem, o que torna o problema diferente de simplesmente citar uma decisão imaginária.

Um caso fabricado pode, às vezes, ser exposto pela busca de uma citação. Uma decisão real distorcida exige uma comparação mais cuidadosa entre a proposição e a fonte. Depoimentos alterados requerem outro processo de verificação em confronto com transcrições e provas documentais.

A ordem de desacato registra a admissão de Aarons de que não realizou nenhuma das duas verificações. Também afirma que ele não informou seu cliente sobre as deturpações factuais e jurídicas da petição.

O tribunal havia ordenado que Aarons comparecesse em 21 de agosto para explicar por que não deveria responder por desacato e encaminhamento disciplinar. Ele apresentou uma resposta escrita e sustentou oralmente sua posição perante os cinco ministros.

Após a audiência, os ministros concluíram que Aarons demonstrou falta de remorso e de preocupação com seu cliente. A ordem final o considerou em desacato direto e encaminhou o caso ao Conselho Disciplinar do Novo México.

Aarons deve pagar US$ 5.000 ao Fundo de Proteção ao Cliente da Ordem dos Advogados do Estado do Novo México em até 30 dias. Ele também deve notificar o tribunal após efetuar o pagamento.

As consequências práticas vão além da multa. Aarons não pode comparecer perante a Suprema Corte estadual enquanto o processo disciplinar permanecer pendente. O tribunal reservou o direito de tomar novas decisões após o término desse processo.

O tribunal nomeou o Law Office of the Public Defender para fornecer nova representação a Sandoval. Todas as petições existentes foram anuladas, e um novo cronograma de manifestações será definido.

O tribunal pretende julgar a apelação reiniciada durante o período de 2026–2027. Portanto, o cliente enfrentará outra rodada de manifestações porque seu advogado anterior protocolou resultado de IA não verificado.

Essa reinicialização processual cria a tensão central do artigo. O ChatGPT prometia uma análise mais rápida de autos extensos, mas a produção sem verificação aumentou a carga de trabalho de todos os envolvidos.

A Petição de Stephen Aarons com ChatGPT Colocou o Cliente em Risco

Uma resposta alucinada torna-se materialmente diferente quando entra nos autos de um tribunal com a assinatura de um advogado.

A IA generativa produz texto ao prever sequências plausíveis de palavras. Ela não garante de forma independente que uma declaração corresponda a uma transcrição de julgamento, decisão citada ou registro probatório.

Essa limitação é amplamente descrita como alucinação. Nesse contexto, uma alucinação de IA é uma declaração confiante que não encontra respaldo nas fontes jurídicas disponíveis.

O termo pode parecer inofensivo por ter surgido como um atalho técnico. Em uma apelação criminal, contudo, o resultado pode descrever falsamente quem depôs e o que essas pessoas disseram ao júri.

Uma apelação por homicídio depende de um registro fechado. Os juízes de apelação analisam o que ocorreu no tribunal de primeira instância, em vez de conduzir um novo julgamento ou ouvir testemunhas substitutas.

Um advogado pode contestar decisões sobre provas, instruções ao júri, questões constitucionais ou a suficiência das provas. Esse advogado não pode incluir pessoas adicionais nos autos nem reescrever depoimentos para fortalecer um argumento.

A petição de Stephen Aarons com ChatGPT teria ultrapassado esse limite repetidamente. Seus erros afetaram os materiais brutos que os juízes de apelação usam para avaliar alegações jurídicas.

As consequências para o cliente importam mais do que o espetáculo em torno do chatbot. Sandoval não recebeu uma decisão desfavorável em sua apelação por meio da ordem de desacato. Ainda assim, a petição atrasou e complicou seu caminho até a revisão.

O tribunal afirmou que Aarons não informou Sandoval sobre as inexatidões. Também concluiu que ele não comunicou ao cliente os procedimentos para justificar sua conduta nem forneceu as petições relacionadas.

Essas omissões privaram o cliente de informações sobre uma grave interrupção em sua representação. Também deixaram o tribunal encarregado de providenciar novo advogado após identificar o problema.

A defensoria pública agora precisa revisar os autos do julgamento, avaliar questões viáveis e preparar novas manifestações. Promotores e servidores do tribunal precisam revisitar uma apelação que já haviam começado a processar.

É assim que uma ferramenta aparentemente eficiente pode transferir trabalho em vez de eliminá-lo. Um usuário economiza tempo inicialmente, enquanto vários outros participantes absorvem o custo de detectar e corrigir conteúdo sem respaldo.

Segundo a cobertura da Reuters, a petição parece ir além de incidentes anteriores centrados em precedentes fictícios. Ela inseriu depoimentos fabricados em uma apelação criminal.

Essa escalada explica a força da resposta do tribunal. Um precedente falso pode induzir um juiz ao erro sobre o direito. Uma testemunha falsa pode induzir o juiz ao erro sobre o que aconteceu no próprio caso.

Ambas as falhas violam a expectativa de que o advogado verificará uma petição. No entanto, invenções factuais podem ser mais difíceis de detectar porque os registros de julgamento são extensos, específicos de cada caso e frequentemente indisponíveis em buscas comuns na web.

A parte adversa pode identificar rapidamente uma citação incorreta de uma decisão publicada. Detectar depoimento inventado pode exigir a busca em milhares de páginas de transcrições e a comparação de diversos relatos de testemunhas.

Esse ônus torna a rastreabilidade essencial. Um sistema de redação deve preservar a fonte por trás de cada proposição factual e mostrar onde aparece a linguagem de suporte.

Mesmo assim, links para fontes não podem substituir o juízo jurídico. Um revisor humano deve confirmar que a passagem citada pertence à testemunha correta e sustenta a alegação ao redor.

A mesma disciplina se aplica fora do direito. Equipes que usam IA para resumir documentos técnicos precisam de uma base de conhecimento pesquisável que mantenha as conclusões conectadas aos materiais originais.

Petições judiciais tornam esse dever especialmente visível porque os juízes podem impor sanções. A lição subjacente também se aplica a relatórios de conformidade, resumos médicos, auditorias e outros trabalhos sensíveis a evidências.

Redação Mais Rápida Colidiu Com Responsabilidade Pessoal

O tribunal tratou o ChatGPT como uma ferramenta sob supervisão, enquanto a responsabilidade permaneceu inteiramente com o advogado que protocolou seu resultado.

Aarons teria usado ChatGPT para ajudar a resumir transcrições de julgamento e preparar a petição de apelação. Esse caso de uso parece atraente porque registros criminais podem conter extensos depoimentos, provas documentais, petições e histórico processual.

A sumarização pode ajudar um advogado a localizar temas e organizar anotações. Também pode condensar a linguagem de forma tão agressiva que qualificações, contradições e identidades dos falantes desaparecem.

Um chatbot de uso geral acrescenta outro risco. Se não conseguir recuperar um fato solicitado, ele pode gerar um substituto plausível em vez de identificar claramente a lacuna.

O perigo aumenta quando o resultado segue as convenções da redação jurídica. Nomes, citações e referências inventados podem chegar em prosa polida que parece pronta para ser protocolada.

Formatação profissional não é evidência de confiabilidade factual. A fluência descreve apenas o quão natural o resultado parece, e não se cada proposição encontra respaldo nos autos.

A explicação de Aarons, divulgada antes de a ordem escrita ser publicada, concentrou-se em dependência excessiva. Ele afirmou que não esperava que a ferramenta criasse testemunhas, depoimentos, citações e autoridades fictícias de forma coerente.

Essa explicação expõe o modo exato da falha. Um usuário que espera uma sumarização extrativa pode não perceber que um modelo generativo é capaz de produzir material ausente da fonte.

Ainda assim, as regras profissionais atribuem o dever de verificação ao advogado. O modelo não tem licença, relação com cliente, dever de franqueza ou exposição a disciplina profissional.

A American Bar Association abordou essa divisão na Opinião Formal 512. Sua orientação ética sobre IA afirma que os deveres existentes regem advogados que usam sistemas generativos.

Esses deveres incluem competência, confidencialidade, comunicação, supervisão, franqueza e cobrança razoável. Os advogados devem compreender suficientemente as capacidades e limitações de uma ferramenta para usá-la com responsabilidade.

A Ordem dos Advogados do Estado do Novo México também havia emitido orientação específica antes dessa petição. Sua opinião ética permite que advogados usem IA generativa, mas somente enquanto cumprem as obrigações profissionais existentes.

A opinião destaca a franqueza perante os tribunais e a veracidade. Também abrange confidencialidade, conflitos, supervisão e o tratamento de honorários e custos.

Portanto, o problema não era a ausência de uma regra estadual que proibisse o ChatGPT nominalmente. Os deveres estabelecidos já exigiam alegações factuais precisas e autoridades jurídicas honestas.

O tribunal fundamentou sua decisão nessas responsabilidades conhecidas. Citou regras de peticionamento que autorizam sanções, incluindo desacato, quando advogados deixam de cumprir suas obrigações.

Também invocou a autoridade do Judiciário para regular processos e disciplinar advogados. A finalidade declarada inclui proteger o público, a reputação da profissão e a administração ordenada da Justiça.

Essa abordagem evita que os tribunais dependam de um modelo ou versão específica de software. Um advogado continua responsável, independentemente de o erro ter vindo do ChatGPT, de outro assistente, de uma plataforma de busca ou de uma redação manual descuidada.

Esse princípio pressiona tanto os escritórios de advocacia quanto os fornecedores de tecnologia jurídica. Os escritórios precisam de procedimentos de revisão compatíveis com o risco de cada tarefa. Os fornecedores precisam de interfaces que desestimulem a cópia sem respaldo para o trabalho final.

Uma sessão de brainstorming de baixo risco não exige as mesmas salvaguardas que uma afirmação factual em um recurso de homicídio. O fluxo de trabalho deve se tornar mais rigoroso à medida que aumenta a consequência de um erro.

No trabalho com transcrições, isso significa que cada alegação factual precisa de uma fonte em nível de página. Cada citação precisa ser comparada ao registro original. Cada pessoa mencionada deve ser confirmada pela lista de testemunhas ou pela transcrição.

Quanto à autoridade jurídica, os revisores devem abrir a decisão e ler a passagem relevante. Confirmar que um caso existe é insuficiente quando a IA descreveu incorretamente sua conclusão.

Essas verificações reduzem parte da economia de tempo prometida pela IA generativa. Isso não é evidência de que a tecnologia não tenha valor. Significa que uma adoção confiável exige levar em conta o trabalho de verificação.

A principal troca, portanto, é mensurável. A automação pode acelerar o primeiro rascunho, mas o profissional continua responsável pelo custo de comprovar que esse rascunho está correto.

Ferramentas Jurídicas de IA Não Eliminaram as Alucinações

Sistemas jurídicos desenvolvidos para esse fim podem reduzir respostas sem respaldo, mas nenhuma interface elimina o dever do revisor de testar o resultado.

O memorial de Stephen Aarons elaborado com ChatGPT envolvia um serviço de IA de uso geral. Ele não estabeleceu que todo produto de IA jurídica se comporta de forma idêntica ou apresenta o mesmo risco.

Algumas plataformas de pesquisa jurídica usam geração aumentada por recuperação. RAG é um método que conecta respostas geradas a uma coleção selecionada de documentos-fonte.

Em teoria, a recuperação restringe as evidências disponíveis ao modelo e fornece citações para revisão. Ela pode facilitar a verificação porque o usuário pode abrir a autoridade citada ao lado da resposta gerada.

No entanto, a recuperação não garante que uma resposta represente fielmente suas fontes. Um modelo pode citar um documento real que não sustenta a proposição apresentada ao seu lado.

Pesquisadores de Stanford avaliaram produtos de pesquisa jurídica assistida por IA da LexisNexis e da Thomson Reuters. O estudo também comparou esses sistemas a um modelo GPT de uso geral.

Os pesquisadores relataram taxas de alucinação entre 17% e 33% nos produtos especializados que testaram. Os sistemas tiveram desempenho melhor que os modelos de uso geral, mas respostas sem respaldo ou mal fundamentadas continuaram presentes.

O estudo sobre IA jurídica argumentou que as alucinações ainda não foram resolvidas. Ele defendeu benchmarks públicos e avaliações mais rigorosas.

Essas conclusões não preveem a precisão de todos os produtos atuais nem de todas as tarefas jurídicas. Modelos, sistemas de recuperação, prompts e bancos de dados subjacentes continuam mudando.

O benchmark também se concentrou em questões de pesquisa, não em resumos de transcrições de um caso criminal específico. O desempenho de um produto em decisões publicadas não estabelece sua confiabilidade em provas enviadas pelo usuário.

Essa distinção importa ao avaliar erros jurídicos do ChatGPT. Bancos de dados de pesquisa geralmente contêm autoridades estruturadas com citações reconhecíveis. Registros de julgamentos frequentemente contêm transcrições imperfeitas, abreviações, nomes semelhantes e depoimentos fragmentados.

Um sistema pode localizar um caso com precisão e, ainda assim, confundir duas testemunhas em um registro. Também pode citar corretamente uma transcrição, mas omitir linguagem próxima que altera o sentido.

O ceticismo correto deve funcionar nos dois sentidos. Uma falha em um tribunal não demonstra que advogados devem abandonar a IA. As garantias dos fornecedores também não justificam tratar texto gerado como verificado.

A questão relevante é se um fluxo de trabalho torna alegações sem respaldo fáceis de detectar antes do protocolo. Um sistema útil deve expor a incerteza, preservar citações e facilitar a comparação com as fontes.

Ele também deve impedir que um modelo preencha lacunas silenciosamente. Quando o registro não contém uma resposta, “não encontrado” é mais seguro do que uma reconstrução polida.

Os escritórios podem reforçar esses controles por meio do desenho das tarefas. Podem separar brainstorming de extração factual e restringir documentos sensíveis a sistemas aprovados.

Podem exigir que os advogados mantenham um registro de alegações. Cada afirmação factual apontaria para uma página da transcrição, peça probatória, registro processual ou autoridade publicada.

Os supervisores podem então auditar alegações de alto risco em vez de reler cada frase gerada sem contexto. Esse processo cria evidências de que a verificação ocorreu, embora a documentação por si só não possa provar uma revisão cuidadosa.

O treinamento deve se concentrar em comportamento, não em alertas genéricos. Dizer aos advogados que a IA às vezes alucina oferece pouca orientação durante um prazo real de protocolo.

Um padrão prático pergunta se outro revisor consegue reproduzir cada alegação a partir da fonte citada. Se a resposta for não, a passagem não está pronta para o tribunal.

Há também uma questão de confidencialidade separada da precisão. Carregar um registro de julgamento em um serviço de terceiros pode expor informações protegidas do cliente, dependendo dos termos e controles do produto.

A decisão do Novo México não resolveu essa questão. Ela se concentrou em falsas representações factuais e jurídicas, na comunicação com o cliente e na conduta de Aarons perante o tribunal.

Os leitores não devem inferir uma conclusão separada sobre confidencialidade que os juízes não fizeram. A decisão tampouco estabelece que o ChatGPT criou cada passagem falsa sem modificação do usuário.

O que ela estabelece é mais restrito e ainda grave. Aarons admitiu usar a ferramenta, protocolar conteúdo não verificado e deixar de informar seu cliente sobre os problemas resultantes.

Alucinações de IA nos Tribunais Agora Têm Consequências Previsíveis

O caso do Novo México integra um padrão consolidado de sanções, mas seus fatos fabricados em um julgamento levam esse padrão a um território mais perigoso.

Em 2023, advogados em Mata v. Avianca apresentaram decisões judiciais inexistentes geradas pelo ChatGPT. Um juiz federal impôs uma sanção de US$ 5.000 após examinar sua conduta e respostas posteriores.

Esse caso se tornou um alerta inicial sobre alucinações de IA nos tribunais. Demonstrou que uma citação plausível pode sobreviver à redação, à revisão interna e ao protocolo quando ninguém abre a decisão subjacente.

O incidente no Novo México ocorreu depois de esse alerta se tornar amplamente conhecido. Também sucedeu orientações éticas nacionais e estaduais sobre o uso de IA generativa por advogados.

Assim, os tribunais podem esperar que os advogados compreendam o risco básico. Uma alegação de surpresa torna-se menos persuasiva quando sanções públicas, pareceres de ordens profissionais e treinamento profissional já descrevem o problema.

O alcance factual também mudou. Mata envolvia precedentes fictícios em uma disputa civil sobre aviação. O memorial de Stephen Aarons elaborado com ChatGPT teria inventado participantes e depoimentos em um registro de homicídio.

Um processo por homicídio na Austrália gerou outro alerta em 2025. As petições da defesa continham citações fabricadas e casos inexistentes, causando atraso enquanto o tribunal investigava.

O advogado naquele caso se desculpou e assumiu a responsabilidade. O juiz afirmou que uma verificação independente e minuciosa era necessária antes que advogados usassem material gerado por IA.

A petição australiana demonstra que o risco não se limita a um tribunal americano ou a uma única área de atuação. Falhas semelhantes surgem onde quer que uma produção fluente ultrapasse a verificação das fontes.

Ainda assim, sanções não são automáticas sempre que uma petição contém um erro. Os tribunais consideram a conduta do advogado, sua resposta, franqueza, medidas corretivas e as regras processuais aplicáveis.

Um erro tipográfico difere de apresentar depoimento inventado como parte do registro. Uma correção imediata difere de ocultar um problema ou deixar um cliente sem informação.

A Suprema Corte do Novo México enfatizou as admissões de Aarons e sua resposta ao processo. Sua conclusão sobre remorso e preocupação com seu cliente ajudou a diferenciar o caso de um erro acidental corrigido rapidamente.

A decisão não é vinculante como precedente, o que significa que o tribunal não a emitiu como uma opinião formal que rege casos posteriores. Esse status limita a forma como os advogados devem citá-la como autoridade.

Seu efeito operacional continua real. Aarons enfrenta desacato, uma sanção financeira, remoção do recurso, proibição de comparecer perante o tribunal e revisão disciplinar.

O registro público também cria uma consequência reputacional que pode durar mais que o pagamento. Buscas pelo nome do advogado o associarão a testemunhas fabricadas em um recurso de homicídio.

Para os escritórios de advocacia, essa consequência muda o cálculo de risco em torno da adoção. O custo de uma revisão deficiente pode incluir advogado substituto, trabalho duplicado, exposição disciplinar e danos à confiança do cliente.

Para os tribunais, incidentes repetidos criam pressão para exigir certificações ou divulgações. Alguns juízes já exigem declarações que confirmem que textos e citações gerados por IA receberam revisão humana.

Tais regras podem lembrar os advogados de suas obrigações, mas não conseguem testar se a verificação foi significativa. Uma caixa marcada não revela se alguém abriu a transcrição.

Os controles técnicos enfrentam a mesma limitação. Um sistema pode anexar uma citação a cada frase e, ainda assim, conectar alegações a passagens irrelevantes ou contraditórias.

A proteção mais forte combina restrições do produto com revisão profissional. O software deve tornar as evidências visíveis, enquanto os advogados devem comparar as evidências com a afirmação protocolada.

Essa combinação preserva a automação útil sem atribuir julgamento a um modelo probabilístico. Também oferece aos supervisores um processo concreto para inspecionar.

O caso, portanto, não deve ser reduzido a “o ChatGPT inventou algo”. Sistemas generativos são conhecidos por produzir texto sem respaldo, especialmente quando solicitados a completar detalhes ausentes.

A decisão com consequências ocorreu quando conteúdo não verificado entrou em uma petição judicial assinada. O tribunal sancionou o profissional humano responsável por essa transição.

O Que Tribunais, Escritórios e Fornecedores de IA Devem Observar em Seguida

Três desenvolvimentos mostrarão se este caso produz salvaguardas duradouras ou se torna mais um alerta que os fluxos de trabalho jurídicos não conseguem assimilar.

O primeiro sinal é o processo disciplinar do Novo México. A Suprema Corte encaminhou Aarons ao Conselho Disciplinar, mas a decisão de setembro não anunciou uma sanção profissional definitiva.

Os investigadores podem examinar questões além do processo por desacato e recomendar uma resposta adequada conforme as regras disciplinares. O tribunal afirmou que fará novas determinações após esse processo, caso ocorram procedimentos.

Uma sanção adicional substancial reforçaria a mensagem de que conteúdo de IA não verificado representa uma falha de conduta profissional. Uma resposta limitada sugeriria que o desacato e a remoção foram considerados suficientes para a petição em si.

O segundo sinal é o recurso Sandoval reiniciado. Um novo advogado deve se habilitar, refazer as petições e identificar argumentos sustentados pelo registro real do julgamento.

Esse processo revelará o dano prático causado pela petição falsa. O tribunal pretende incluir o recurso em seu calendário de 2026–2027, mas uma data específica de audiência não foi fornecida.

Um recomeço rápido e organizado reduziria os danos ao cliente. Novos atrasos ou disputas sobre os autos mostrariam por quanto tempo uma única petição defeituosa assistida por IA pode afetar um processo criminal.

O terceiro sinal é a resposta dos tribunais e dos provedores de tecnologia jurídica. Os tribunais podem adotar certificações de verificação, enquanto os fornecedores podem adicionar controles no nível das fontes para o trabalho com transcrições e citações.

A mudança de produto mais significativa não seria mais uma alegação geral de precisão. Seria um fluxo de trabalho que se recusa a completar fatos sem suporte e expõe as evidências por trás de cada resposta.

Testes independentes continuarão sendo importantes. Qualquer fornecedor pode demonstrar um exemplo favorável, mas os usuários precisam de avaliações que meçam o desempenho em autos desconhecidos e perguntas adversariais.

Os escritórios também devem monitorar se seus próprios procedimentos de revisão funcionam sob pressão de prazo. Uma política que exige verificação significa pouco se os advogados não têm tempo, treinamento ou acesso às fontes.

A lição imediata é simples. A IA pode ajudar a organizar os autos, estruturar um argumento ou localizar possíveis questões. Ela não pode assumir o dever de franqueza do advogado.

Toda declaração factual em uma petição judicial precisa ter um caminho de volta a material admissível. Toda proposição jurídica precisa do respaldo de uma autoridade que diga o que a petição afirma.

Esse padrão é exigente porque o trabalho de apelação sempre foi exigente. A IA generativa muda a interface de redação, mas não reduz o ônus da precisão.

A petição de Stephen Aarons feita com ChatGPT transformou um atalho prometido em desacato, substituição de advogado e um ciclo inteiramente novo de manifestações. Os profissionais do direito agora têm mais um alerta documentado, desta vez envolvendo testemunhas inventadas, e não apenas casos inventados.

A próxima questão é se as organizações redesenharão seus fluxos de trabalho antes que outro cliente absorva as consequências. Advogados que usam IA deveriam testar uma coisa antes de protocolar: cada frase importante pode ser comprovada a partir dos autos originais?