Termos técnicos de inteligência artificial explicados de forma simples para advogados e operadores do direito.
Técnica de IA que combina busca de informações com geração de texto. Em vez de o modelo "inventar" uma resposta, ele primeiro busca nos seus documentos e depois gera uma resposta fundamentada nas fontes encontradas.
Para advogados: É a tecnologia que permite à IA citar trechos exatos de contratos e acórdãos, em vez de inventar jurisprudência.
Transformação de texto em uma lista de números (vetor) que captura o significado do texto. Duas frases com o mesmo significado terão vetores próximos, mesmo usando palavras diferentes.
Exemplo jurídico: "razão de decidir" e "fundamentação da decisão" ficam próximos no espaço vetorial, pois significam a mesma coisa.
Processo de dividir documentos longos em trechos menores para indexação. O chunking jurídico divide por unidades legais (Artigo, Parágrafo, Inciso, Cláusula) em vez de por número fixo de caracteres.
Por que importa: Manter o contexto jurídico intacto melhora drasticamente a qualidade das respostas da IA.
O raciocínio jurídico que fundamenta uma decisão judicial. É a parte mais importante de um acórdão — a tese jurídica que o tribunal fixou para resolver o caso.
Diferente de: Relatório (resumo dos fatos), Dispositivo (parte dispositiva da decisão), Votação (opinião individual do ministro).
Algoritmo de busca por palavras-chave que calcula a relevância de um documento com base na frequência das palavras da consulta. Diferente da busca semântica, o BM25 procura palavras exatas.
Uso no RATIO: Combinado com busca vetorial (híbrida), o BM25 garante que termos jurídicos específicos (nº de processo, artigos de lei) sejam encontrados mesmo quando a busca semântica pode perdê-los.
Modelo de IA treinado em grandes quantidades de texto que gera respostas em linguagem natural. Exemplos: GPT-4, Claude, Gemma, Llama.
No RATIO: Usamos Gemma 3 4B (Google) fine-tuned para direito brasileiro. O LLM gera a resposta final, mas após o RAG buscar o contexto relevante.
Modelo de IA que entende o significado de palavras pelo contexto. Diferente de modelos anteriores que liam apenas da esquerda para a direita, o BERT lê o texto em ambas as direções.
No RATIO: Usamos o BERTimbau (BERT pré-treinado em português) fine-tuned para classificar ratio decidendi com 99,55% de F1-Score.
Banco de dados open-source projetado para armazenar e buscar vetores (embeddings). Permite buscas por similaridade em milhões de vetores em milissegundos.
No RATIO: Armazena localmente os embeddings dos documentos carregados pelo advogado. Tudo roda no computador — sem nuvem.
Técnicas para impedir que a IA invente informações. No contexto jurídico, alucinação significa criar jurisprudência, artigos de lei ou fatos que não existem.
No RATIO: Gate arquitetural verifica cada afirmação contra o contexto encontrado. Se não tem base no documento, a IA informa que não encontrou resposta.
Processo de treinar um modelo pré-existente em dados específicos de uma área. Em vez de criar um modelo do zero, você pega um modelo base (ex: BERTimbau) e o "especializa" em sua tarefa.
No RATIO: O BERTimbau (base) foi fine-tuned com 20.266 sentenças de acórdãos brasileiros para identificar ratio decidendi.
Sistema que armazena embeddings (vetores) e permite buscas por similaridade. Quando você faz uma pergunta, o Vector Store encontra os trechos mais parecidos com sua consulta.
Exemplo: Você pergunta "dano moral em assédio moral". O Vector Store retorna os 5 trechos mais relevantes dos seus documentos sobre esse tema.
O RATIO usa todos esses componentes para responder suas perguntas jurídicas com precisão e citações verificáveis.
🧪 Testar RATIO Grátis