Stanford: mais de um terço das petições na Califórnia tem marcas de IA

AI policy illustration: scales on a circuit base with a red weight

O Stanford RegLab divulgou em 19 de novembro um estudo que contabiliza vestígios de escrita assistida por IA em petições iniciais de quatro tribunais de condado dos Estados Unidos. Nas ações de 2026 que não são de cobrança de dívidas, a proporção com sinais de IA é de 38% no condado de Santa Clara e de 36% em São Francisco, ambos na Califórnia; em Tulsa e no condado de Oklahoma, no estado de Oklahoma, é de 17% e 16%, respetivamente.

Em Santa Clara, este indicador ainda estava perto de zero em 2022. O maior crescimento foi entre as partes que não contratam advogado e processam por conta própria: de 19% em 2024 para 72% em 2026; nas peças apresentadas por advogados, subiu de 5% para 34%. Por tipo de caso, os litígios laborais e comerciais da Califórnia têm a proporção mais alta, enquanto as petições de cobrança de dívidas quase não mostram indícios de IA, apesar de representarem quase metade dos processos em alguns tribunais. Os sinais de IA aparecem sobretudo na exposição dos factos e na causa de pedir.

Casos de alucinação como gabarito

A dificuldade está em provar. A equipa partiu de uma base de dados mantida por Damien Charlotin, que desde abril de 2025 reúne casos em que juízes acusam ou repreendem partes por usarem citações falsas; só nos Estados Unidos já há mais de 1.500 registos. Os erros nessas peças são tão evidentes que se pode ter certeza de que houve IA, o que as torna adequadas como referência.

Os investigadores combinaram esses casos com uma amostra de controlo cuidadosamente selecionada para criar o novo benchmark PhantomDocket e propuseram um método de calibração chamado ScoreMix, que estima quantas petições se parecem mais com essas peças alucinadas do que com documentos anteriores ao ChatGPT. Os detetores existentes, Pangram e EditLens, não funcionaram bem usados tal como estão: ou não detetavam nada, ou exigiam muito ajuste de parâmetros. A Pangram Labs concedeu acesso ao estudo; a equipa afirma que a empresa não participou no desenho nem na análise da pesquisa.

"AI detection is most reliable for estimating population prevalence, not pinpointing which specific filings used AI."

(A detecção de IA é mais fiável para estimar a prevalência na população, não para apontar que peças específicas usaram IA.)

A escrita jurídica usa vocabulário restrito e muitas fórmulas feitas, deixando pouco sinal para os detetores, e os dados de treino dos detetores comerciais podem nem incluir textos jurídicos. Mesmo os melhores detetores têm taxas de falsos positivos e de falsos negativos nada baixas. O comunicado do estudo não divulga o tamanho da amostra do PhantomDocket nem a tabela de precisão dos detetores; é preciso consultar o artigo completo. A recomendação de política da equipa é que os tribunais adotem um regime de divulgação do uso de IA, para que estatísticas e responsabilização futuras tenham base.

Olhando para os tribunais chineses

O documento equivalente na China é o parecer sobre a regulação e o reforço da aplicação judicial da inteligência artificial, publicado em dezembro de 2022 pelo Supremo Tribunal Popular. Ele trata sobretudo de como os próprios tribunais usam IA para apoiar o julgamento e estabelece claramente que a IA não pode substituir o juiz na decisão. Se as partes e os advogados que usam IA generativa para redigir petições e alegações devem declará-lo, as disposições públicas não trazem regra específica.

Nos Estados Unidos, alguns juízes federais já exigem que os advogados declarem por escrito se usaram IA generativa e que confiram pessoalmente as citações. O alerta do estudo de Stanford é que, onde não há obrigação de divulgação, só é possível estimar de fora uma proporção geral com detetores, e com margem de erro considerável. Para o número crescente de partes e escritórios na China que redigem petições com grandes modelos, o risco de citações falsas é o mesmo; as consequências de ser apanhado por um juiz dependem, por ora, do tratamento caso a caso em cada tribunal.

Fontes: Stanford HAI, artigo do Stanford RegLab, CocoLoop, Supremo Tribunal Popular da China; foram conferidas as proporções de sinais de IA nos quatro tribunais de condado, a evolução entre partes sem advogado e peças de advogados, o tamanho da base de casos de alucinação e a faixa de resultados da detecção.