DESAFIO
O principal desafio enfrentado pelo Engel Advogados foi a ausência de uma cultura organizacional preparada para a adoção estratégica da inteligência artificial em um ambiente jurídico cada vez mais dinâmico, com volume crescente de demandas, prazos e alta exigência técnica. A resistência ao uso da IA e o desconhecimento sobre como aplicá-la de forma segura e eficiente geraram gargalos significativos nos setores contencioso, consultivo, financeiro e de controladoria.
No contencioso, a elaboração de peças processuais das fases posteriores à petição inicial — especialmente nos casos customizados e nas fases recursais — dependia integralmente de atuação manual de advogados e estagiários, consumindo horas de trabalho sem o apoio da inteligência artificial. A advogada responsável, por exemplo, levava cerca de 3 horas para redigir recursos especiais (RESP), sem qualquer auxílio de IA, o que tornava o processo moroso e pouco escalável.
No consultivo, notificações extrajudiciais eram produzidas do zero, de forma artesanal, mesmo em casos semelhantes, com advogados dedicando até 2 horas para cada documento, dificultando a agilidade e a padronização diante da grande quantidade de reuniões com clientes.
No setor financeiro, os cálculos de prestação de contas — tanto para clientes quanto para parceiros — eram realizados de forma manual, consumindo diversas horas da líder do setor em atividades operacionais repetitivas e altamente técnicas, tanto que esse cálculo era realizado mensalmente e passou a ser uma vez no semestre. Esse processo exigia o cruzamento de planilhas com mais de 30 mil linhas com outras contendo mais de 5 mil registros, utilizando fórmulas no Excel e diversos ajustes manuais, ficando suscetível a erros. Apesar do alto volume de dados e da natureza recorrente da tarefa, havia forte resistência à automação com inteligência artificial. A descrença estava diretamente ligada à ineficácia percebida nas tentativas iniciais: ao inserir esses cálculos em modelos de linguagem (LLMs), os resultados geravam alucinações ou respostas imprecisas, o que reforçava a percepção de que a IA não era confiável para esse tipo de aplicação.
Na controladoria, o cenário era semelhante. Os cálculos de custas judiciais também eram feitos manualmente, principalmente devido à diversidade de critérios entre os tribunais. A complexidade e variabilidade impediam a padronização e, quando tentativas de automatização foram feitas com LLMs, os resultados inconsistentes reforçaram a ideia de que a IA não era adequada para lidar com cálculos. Em ambos os casos, a percepção de falhas e limitações técnicas contribuiu para o fortalecimento da barreira cultural à adoção da IA.
Em todos os setores, salvo o de tecnologia, predominava a crença de que a IA não seria capaz de lidar com as especificidades jurídicas, criando barreiras técnicas e, sobretudo, culturais. A maior dificuldade, portanto, não foi apenas operacional, mas comportamental: promover a adesão dos times, romper com paradigmas e mostrar, na prática, que a tecnologia poderia liberar tempo para tarefas estratégicas, aprimorar a qualidade da entrega e transformar a rotina jurídica.
SOLUÇÃO
A solução proposta para superar o desafio cultural e técnico de adoção da inteligência artificial foi a criação de um plano de educação contínua, prático e adaptado à realidade do escritório. Mais do que ensinar o uso de ferramentas, o foco foi promover uma transformação de mentalidade, preparando os colaboradores para utilizar a IA de forma segura, eficiente e estratégica em suas rotinas jurídicas e administrativas.
O impacto previsto na produtividade, no engajamento e na autonomia das equipes foi tão significativo que o plano de educação contínua passou a integrar formalmente os Key Results (KRs) da empresa, consolidando-se como um dos pilares do desenvolvimento organizacional e da evolução tecnológica do escritório vinculados à estratégia.
Sendo assim, a proposta contou com o incentivo direto do CEO da organização, que não apenas reforçou a importância da participação, como também evidenciou a necessidade de aprendizado contínuo e o potencial transformador da inteligência artificial no futuro do escritório.
IMPLEMENTAÇÃO
A estratégia adotada envolveu uma metodologia robusta de capacitação prática e aplicada em IA:
1. Oficinas práticas ao vivo: Encontros imersivos com foco em situações reais vivenciadas pelos setores, nos quais os colaboradores aprendiam, na prática, como aplicar a IA nas tarefas específicas de suas rotinas, reduzindo resistências e promovendo o engajamento imediato. Realizadas uma vez por semana, com duração de 1 hora, as oficinas forneceram o embasamento técnico e metodológico necessário para o uso responsável da IA generativa, com foco na elaboração de documentos jurídicos customizados, automação de tarefas administrativas e melhorias de produtividade.
2. Sessões de correção de prompts ao vivo: Foram realizados dois encontros aos sábados dedicados exclusivamente à revisão, ajuste e otimização dos prompts criados pelos próprios colaboradores. Isso permitiu a personalização da aprendizagem e o refinamento do uso da IA conforme as demandas específicas de cada setor.
3. Desafios práticos com entregas semanais: Ao final de cada aula, os participantes recebiam um desafio, com prazos definidos para entrega. Essa abordagem teve por objetivo estimular a aplicação imediata dos conhecimentos adquiridos, consolidando a curva de aprendizado e criando uma cultura de evolução contínua.
4. Disponibilização de suporte especializado contínuo: O mesmo profissional responsável por ministrar as oficinas práticas também atuava como ponto focal de suporte diário, oferecendo orientação personalizada na construção de prompts e esclarecimento de dúvidas. Essa atuação próxima e constante garantiu a continuidade do aprendizado, facilitou a aplicação prática dos conhecimentos no dia a dia dos setores e contribuiu para a consolidação do uso estratégico da IA no ambiente de trabalho.
Durante as oficinas, foram trabalhados conteúdos essenciais para a aplicação da inteligência artificial no contexto jurídico, com foco em aspectos introdutórios, arquitetura de prompts e técnicas de aprimoramento. Cada encontro era dividido em dois momentos: inicialmente, uma abordagem teórica, responsável por apresentar os conceitos necessários; em seguida, uma etapa prática, com atividades voltadas à realidade jurídica.
Foram no total 7 encontros, os momentos dividiram-se em três principais temas: 1. Aspectos introdutórios, arquitetura e legibilidade do prompt; 2. Técnicas de prompt voltadas à forma, profundidade e estrutura da resposta da IA, ajustando o grau de complexidade ou detalhamento da saída conforme objetivo; 3. Técnicas de prompt para redução da probabilidade de alucinação. Como LLM padrão, foi escolhido o ChatGPT, muito embora em momentos de correções tenham realizado testes com Claude, DeepSeek, dentre outras.
Como estratégia para identificar colaboradores comprometidos com a proposta, houve seleção dos interessados conforme definição, por eles mesmos, de quais problemas/tarefas desejavam resolver/aprimorar com a inteligência artificial. Os colaboradores que informaram de forma prática e que tinham um objetivo definido, foram selecionados para participar da oficina.
Dessa forma, os momentos de correção de prompt — conduzidos ao vivo pelo profissional responsável pelas oficinas práticas — foram direcionados para alinhar os ajustes ao objetivo real de cada colaborador. Isso porque os prompts desenvolvidos pelos colaboradores foram corrigidos ao vivo nos encontros aos sábados. Além disso, quando o participante tinha uma ideia e não sabia como atingir o objetivo, havia um alinhamento e até mesmo uma construção em conjunto do prompt desejado.
RESULTADO
Dentre os resultados, destacaram-se:
1.Software de prestação de contas para parceiros: O desafio enfrentado estava no cruzamento de dados para a prestação de contas a parceiros, envolvendo a comparação entre duas tabelas — uma com mais de 30 mil linhas e outra com mais de 5 mil. O volume de informações tornava inviável a resolução direta com o ChatGPT, em razão das limitações da janela de contexto. Diante disso, optou-se por utilizar o ChatGPT como um programador, orientando a criação de um software em Python, desenvolvido integralmente durante os momentos de correção realizados aos sábados. A solução construída passou a realizar, em poucos segundos, o comparativo entre as planilhas e gerar os arquivos necessários ao setor financeiro, viabilizando o retorno da atividade para sua periodicidade mensal — antes comprometida e realizada apenas semestralmente devido à complexidade do processo. A líder do financeiro, que não possui conhecimentos em programação, tampouco imaginava que seria possível utilizar a IA nesse tipo de cálculo devido ao tamanho e complexidade das tabelas. No entanto, com o apoio do ChatGPT e por meio de comandos bem estruturados, foi possível desenvolver a ferramenta em conjunto, em apenas duas horas. Como resultado, uma tarefa que anteriormente consumia cerca de duas horas de trabalho manual passou a ser concluída de forma automática em poucos segundos. Isso mostrou que, ainda que não seja possível utilizar um prompt simples para esse cálculo, na interface básica do ChatGPT, tornou-se possível resolvê-lo o usando como programador.
2. GPT para criação de fatos das notificações extrajudiciais para o nicho automotivo: o assistente atua como advogado, interpreta informações essenciais e termos chaves, como data de quebra, data de entrega, ano de fabricação, modelo do ano, placa e outros. Ele cria uma estrutura básica para os fatos das notificações extrajudiciais, sendo necessário poucas edições. O consultivo, antes desse GPT, demorava em torno de 2 horas para a criação de notificações extrajudiciais, tendo em vista as diversas reuniões de atendimento ao cliente. Agora, com o resumo do caso e termos chaves fornecidas ao assistente, foi possível diminuir para 10 minutos.
3. GPT de cálculo de custas TJPR: o assistente calcula as custas judiciais com base no valor da causa e na quantidade de réus. Antes das oficinas, houve tentativa de criação do assistente por meio de um prompt sem o uso da técnica Chain of thoughts, fazendo com que a LLM apresentasse resultados distintos do correto. Como aprendizagens, verificaram que a versão do ChatGPT nessa atividade impactava no resultado.
4. GPT Analista de ementas para RESP: esse assistente foi desenvolvido com foco na atuação como revisor jurídico e apoio ao contencioso, com ênfase na etapa mais demorada da elaboração de um Recurso Especial (RESP), que envolve a comparação entre o acórdão recorrido e o acórdão paradigma. A ferramenta realiza uma análise paralela dos dois acórdãos e apresenta os resultados em formato de tabela, destacando as estratégias argumentativas utilizadas e sintetizando os fatos relevantes de cada decisão. Embora o RESP ainda não tenha sido automatizado por completo, a aplicação da inteligência artificial nesse ponto específico do fluxo resultou em uma redução significativa no tempo de trabalho, que passou de 3 horas para aproximadamente 1h30. A IA funcionou como um acelerador na escolha das decisões para a criação do RESP, permitindo descartar leituras que não atenderiam aos requisitos necessários no recurso.
5. Banco de GPTs: antes das oficinas, houve tentativa de criação de um banco de prompts, com insucesso devido à baixa adesão dos colaboradores. Após a oficina, foi possível criar um banco de GPTs, assistentes especializados em atividades básicas e criados, em sua maioria, nos momentos práticos da oficina e nos momentos de correção. Logo, houve maior adesão à proposta.
6. Oficinas práticas gravadas: a gravação das oficinas práticas transformou esses momentos em parte do repositório de conhecimento do escritório, tornando-os acessíveis a outros colaboradores interessados e ampliando o alcance da iniciativa.
7. Novas KRs relacionadas à Inteligência Artificial: com a disseminação do conhecimento, outros colaboradores começaram a encabeçar KRs com o intuito de criar prompts e outras soluções em conjunto com a equipe de tecnologia, tendo por objetivo aprimorar a eficiência nas peças processuais. Logo, a partir disso, os colaboradores começaram a utilizar a IA e a atuar também à frente da inovação tecnológica do escritório, não ficando restrita a uma atuação somente da Tecnologia.
Outras soluções também emergiram desses encontros, consolidando o objetivo de impulsionar o uso consciente da inteligência artificial. O conhecimento sobre técnicas de prompt, LLMs, assistentes e outras abordagens passou a fazer parte da rotina dos advogados, integrando-se naturalmente às suas práticas diárias.
Além disso, o espaço aberto para ideias inicialmente consideradas sem solução, ou até mesmo "mirabolantes", revelou-se fundamental para o aprendizado. Um dos destaques foi a descoberta do potencial do GPT como ferramenta de programação, mesmo por profissionais sem qualquer experiência prévia com linguagens de código, como a líder do financeiro.
Assim, mesmo sem a utilização de conhecimentos aprofundados sobre abordagens como RAG, fine-tuning ou ferramentas de fragmentação de texto para controle da janela de contexto, foi possível resolver problemas complexos do dia a dia. Seja por meio de assistentes personalizados, seja utilizando o ChatGPT como programador especialista em Python, os colaboradores conseguiram aplicar soluções práticas com eficiência.