Startup usa linguagem Lean para mapear precedentes judiciais nos EUA
A Lexifina formalizou em Lean as decisões judiciais dos EUA desde 1658 para localizar 'precedentes zumbis', teses que tribunais seguem aplicando depois de revogadas.
Pontos principais
- Segundo a Lexifina, o sistema cobre 6,9 milhões de decisões judiciais dos EUA desde 1658 até hoje, com 48 milhões de citações entre elas.
- A Lexifina divide cada decisão em suas teses (holdings): são 260.349 ao todo, e uma revogação parcial retira só a tese atingida.
- Cada revogação precisa de um certificado com a frase exata da decisão: 33.368 tratamentos passam na checagem e 1.934 falham porque o tribunal que 'anulou' não tinha competência para isso.
- Das 152 revogações da Suprema Corte que o modelo identifica, 141 constam na Supreme Court Database; as outras 11 a base não registra, mas a Lexifina conferiu e são reais.
- O modelo da Lexifina encontra 141 de 278 decisões que alteram precedente na Supreme Court Database (51%) e 162 de 292 revogações da Suprema Corte na lista do Congressional Research Service (55%).
- A Lexifina publicou de forma aberta o código e os dados do global-law, que reúne todas as versões do Código dos EUA desde 1994.
Segundo a Lexifina, o modelo só muda o status de uma tese quando um tribunal com poder para isso a supera em palavras que possam ser citadas. Em leitura cega, a classificação do tratamento de cada decisão esteve totalmente correta em 82% dos casos.
A Lexifina diz que um terço das revogações que o modelo não encontra não contém nenhuma palavra de anulação, e que, em cerca de um quinto das revogações de listas publicadas, o tribunal que anulou nunca o diz. Nesses casos, a tese fica marcada como 'em risco' até que um tribunal com poder se manifeste.
Entre os exemplos, a Lexifina cita o caso United States v. Helsey (D. Mont. 1979), que se apoia em Hammer v. Dagenhart, revogada em 1941. A empresa estima entre 1.800 e 4.200 casos de precedente zumbi no registro e diz ter confirmado 30 deles por leitura às cegas. As estimativas têm margens largas, e o modelo não chega a 100% de acerto.
Fonte primária
Cobertura da mídia
Leia também
Legaltech DeltaAI entra para portfólio da Aleve e foca em análise preditiva
28 out, 08:01
Startup de IA jurídica Legora negocia aporte de US$ 300 milhões
23 set, 13:26
Harvey capta US$ 550 milhões e atinge valuation de US$ 15,6 bilhões
9 set, 09:01
Startup Enter quer colocar Brasil no top 5 global de IA jurídica
15 mai, 04:33
Startup brasileira NL.AI apresenta IA anti-corrupção em Stanford
17 abr, 18:02
Comentários (0)
Seja o primeiro a comentar.
