Em 1966, Jorge Amado publicou “Dona Flor e Seus Dois Maridos”. A viúva Flor casa de novo com Teodoro Madureira, farmacêutico meticuloso, insosso, dono de uma cultura sem surpresas e de uma mania cartesiana de etiquetar tudo. O primeiro marido, Vadinho, solto, cara de pau, jogador e perdulário, morto em pleno Carnaval, volta como fantasma e reocupa a cama do casal.
DivulgaçãoLuis Alberto Warat leu nesse par a alegoria da ciência jurídica: em Vadinho, o Carnaval e a folia do desejo; em Teodoro, a quaresma dos controles que se repetem só para justificar a própria existência. A ciência jurídica é Flor, casada ao mesmo tempo com a norma que organiza sem surpresa e com o desejo interpretativo que rompe a ordem quando o caso concreto exige outra leitura.
A pergunta deste artigo é literal: o que acontece quando uma máquina passa a redigir a minuta da decisão penal com a voz exclusiva de Teodoro, e o que muda quando a mesma máquina aprende a imitar também a voz de Vadinho.
Como a máquina aprendeu a falar direito
Antes de discutir o efeito, vale descrever a causa em linguagem simples. Um modelo de linguagem generativo é treinado em duas etapas. Na primeira, chamada pré-treinamento (pretraining), o sistema lê bilhões de trechos de texto, entre eles decisões judiciais, doutrina, leis e petições, aprendendo a estimar, para cada trecho, qual unidade de texto (token, fragmento de palavra ou palavra inteira) tende a vir na sequência. Não decora frases: ajusta bilhões de parâmetros numéricos até que a previsão de próximo token acerte com a maior frequência possível sobre o material de treino. Na segunda etapa, chamada ajuste fino (fine-tuning), com reforço a partir de avaliação humana (RLHF, reinforcement learning from human feedback), o sistema é calibrado para responder de forma mais útil e menos ofensiva, sem alterar a lógica estatística herdada do pré-treinamento (probabilística).
A arquitetura por trás dessa previsão chama-se ‘transformer’ [veja mais]. O mecanismo central, chamado atenção (attention), calcula o peso que cada token anterior do texto exerce sobre a escolha do próximo, dentro de representações numéricas chamadas embeddings, vetores que codificam relações de sentido entre termos (aqui).
SpaccaUm parâmetro chamado temperatura (temperature) regula, no momento da geração, o quanto o sistema se afasta da opção estatisticamente mais provável em favor de opções alternativas de menor probabilidade. Temperatura alta produz texto mais variado; temperatura baixa produz texto mais previsível, próximo da média do corpus. O ponto merece registro porque a variação técnica introduzida pela temperatura não equivale a desejo, escolha ética ou leitura singular do caso. É ajuste estatístico de amostragem, não deliberação. A distinção importa para o argumento central deste texto, desenvolvido adiante.
Senso comum teórico ganha motor estatístico
Warat descreveu, em 1982, o senso comum teórico dos juristas: camada pré-discursiva, anônima, feita de crenças, fórmulas vazias e estereótipos que governa a subjetividade de quem opera o direito sem que a pessoa perceba a própria operação. Warat chamou a camada de voz em off do direito e de caravana de ecos legitimadores, repetição de fórmulas que sustentam decisões sem reexame do problema que as gerou.
A descrição do pré-treinamento explica por que a metáfora waratiana, escrita décadas antes de qualquer modelo de linguagem existir, hoje funciona como descrição técnica precisa. O sistema aprende o direito como doxa, opinião consolidada do campo estimada por frequência estatística, não como episteme, saber que se examina e se corrige. A engenharia de dados chama o desvio de viés e propõe corrigi-lo com curadoria de dados ou filtros de saída. A leitura waratiana desloca o diagnóstico: o senso comum teórico não é uma distorção sobre o dado de treinamento, é o próprio dado. Limpar o viés superficial não toca a camada profunda descrita por Warat. A máquina devolve o preconceito de sempre, agora com aparência de neutralidade científica (viés de máquina) e com fluência que nenhuma pessoa cansada, ao fim de um plantão, consegue igualar.
Teodoro processa, Vadinho falta
Retomemos Flor e os dois maridos. A inteligência artificial generativa, quando calibrada para produzir texto previsível e bem-comportado, funciona como Teodoro elevado à enésima potência: o amanuense perfeito, ordenado, sem sobressalto, meticuloso até no formato da fundamentação. Deixar Teodoro redigir sozinho soterra Vadinho, força do desvio necessário sem a qual a hermenêutica não avança e o caso concreto não recebe leitura nem singularização própria.
“Existem coisas que se fazem e que não se pode ver”, diz Teodoro Madureira a Dona Flor, na cena que Warat resgata do romance, ao apagar a luz para amá-la. A decisão redigida por máquina repete o gesto: apaga a luz sobre o próprio processo de formação e entrega ao leitor só o resultado, que pela aparência, seduz.
Frank Pasquale descreveu, em “The Black Box Society” (2015), a opacidade algorítmica como problema de caixa-preta: ausência de acesso ao código, ao dado de treinamento, ao critério de decisão do sistema. A leitura waratiana acrescenta uma segunda camada de opacidade, narrativa, não técnica. A decisão redigida por máquina apaga o sujeito da enunciação. Sai um texto formalmente fundamentado, que cumpre a letra do artigo 93, inciso IX, da CR, mas sem autoria ética por trás da forma. Há aparência de deliberação onde houve reprodução estatística de padrões anteriores, sem sujeito algum que responda pela escolha. Ausência de enunciação.
Vadinho não se emula
Um modelo de linguagem também consegue produzir texto que soa como Vadinho: irônico, transgressor, disposto a contrariar a fórmula dominante, sobretudo em temperatura alta ou sob instrução explícita para fugir do padrão. A imitação, porém, não é o desejo. Em coluna publicada nesta ConJur em 2018 [aqui], registrei o limite exato dessa imitação: “a máquina não quer; ela é ensinada a desejar por nós e a nos ensinar como poderemos, deveremos desejar”.
Vadinho carnavaliza a ordem porque deseja, porque tem corpo, porque a leitura divergente custa algo a quem a sustenta. O sistema que emula o desvio faz cálculo de amostragem sobre a mesma distribuição estatística de origem, sem custo existencial e sem compromisso com o caso concreto. Trazer Vadinho para a decisão penal significa reconhecer que nem tudo é computável, o que vale tanto contra o Teodoro algorítmico quanto contra a imitação de Vadinho, que veste a média de fantasia carnavalesca sem pagar o preço do desejo.
O resto humano assim identificado é o que a relação ética coloca fora do cálculo de otimização. A audiência de custódia materializa o resíduo: a voz e o corpo do preso, diante do órgão julgador, resistem à redução do nome dessa pessoa a escore de risco calculado por outro sistema, em outro momento, sem o encontro presencial que a audiência impõe. A angústia do decidir é a assinatura existencial de quem responde por uma decisão que compromete a liberdade de outra pessoa. Nem o Teodoro digital nem o Vadinho simulado se angustiam, porque nenhum dos dois deseja. Só deseja quem assina, salvo se capturado pelo conforto da decisão pronta.
Harness, curadoria e a regra clássica
O termo harness, corrente na engenharia de sistemas de inteligência artificial, designa a estrutura que envolve o modelo de linguagem e amplia sua atuação: acesso a ferramentas externas, busca de informação atualizada, execução de código, verificação de uma afirmação antes de apresentá-la como resposta. Sistemas como o Claude, da Anthropic, operam dentro de um harness que permite pesquisa, checagem de fontes e execução de tarefas em múltiplas etapas. A infraestrutura reduz riscos práticos, entre eles a invenção de julgado inexistente.
A infraestrutura não resolve o problema central deste artigo. O harness organiza o acesso à ferramenta; não altera o motor estatístico que produz a linguagem. O modelo de linguagem, dentro ou fora de qualquer harness, continua reproduzindo o senso comum teórico que domina a camada semântica do corpus de treinamento, porque é o padrão sedimentado que vence estatisticamente a cada previsão de próximo token. Vale aqui a regra clássica da computação: entra lixo, sai lixo (garbage in, garbage out). Se o treinamento absorve o senso comum teórico do campo jurídico, o que sai do sistema é senso comum teórico, embalado em texto fluente e sedutor
O desafio deixou de ser hipótese acadêmica. As máquinas realizam inferência dedutiva e, no limite, indutiva, sem que a abdução, necessária a boa parte do raciocínio probatório penal, seja viável. O Superior Tribunal de Justiça aplicou o mesmo limite em caso concreto: rejeitou, por unanimidade da 5ª Turma [aqui], laudo produzido por IA generativa como fundamento de denúncia, por ausência de transparência sobre os critérios de formação da resposta e impossibilidade de reprodução controlada do resultado [explicada aqui]. A IA generativa não é mais hipótese de laboratório, é rotina de gabinete, de escritório e de delegacia. Por isso o desafio real é curadoria (aqui): escolher o corpus de treinamento, auditar a saída, delimitar por norma onde a ferramenta auxilia (apoio à decisão) e onde a decisão precisa permanecer humana.
Ordem pública que a média já escreveu
O artigo 312 do CPP autoriza a prisão preventiva pela garantia da ordem pública. A prática forense preencheu a cláusula aberta, ao longo de décadas, com fórmulas de estilo recorrentes: gravidade abstrata do delito, clamor social, credibilidade da justiça. Um modelo generativo, treinado sobre o acervo dessas decisões, sugere as mesmas fórmulas, porque são estatisticamente as mais prováveis dentro do corpus que o alimentou, não porque analisou a situação do arguido.
O risco relevante aqui não é a alucinação, o erro grosseiro que qualquer revisor atento capturaria. O risco é o acerto: a produção rápida, fluente e impecável da média rasa do campo jurídico, exatamente o material que a crítica ao senso comum teórico pede para interromper. A Resolução CNJ 615, de 11 de março de 2025, veda correlações e perfis que reduzam a pessoa julgada a escore de risco. A norma protege no papel o que a prática, sem rotina de leitura crítica de cada minuta, deixa Teodoro decidir sozinho. Há uma bolha de IA Generativa a explodir em breve [aqui].
Conclusão
Nem tecnofobia, recusa da ferramenta por princípio, nem tecnofilia servil, entrega a Teodoro da redação inteira da decisão penal. O horizonte cabível é um terceiro casamento: a tecnologia entra como assistente controlada e vigiada, sujeita a auditoria e a limite normativo explícito, dentro de harness que soma verificação à geração de texto, enquanto autoria, responsabilidade e o desvio interpretativo que Vadinho representa permanecem estritamente humanos.
Em Dona Flor, Warat via a heroína da poligamia dos significados e do imaginário erotizado. A decisão penal escrita só por Teodoro perde a poligamia de sentidos: fixa um único significado, o mais provável, e descarta o resto como ruído estatístico. Warat dizia ainda que alguma ordem deve existir, bem como desejo, sob pena de transformarmos a vida em dias sem fim, sem gosto, à espera do fim. Cabe ao órgão julgador manter Dona Flor casada com os dois maridos: usar Teodoro para a ordem do processo e reservar a Vadinho a última palavra sobre a vida e a liberdade. Mas sustentar o desejo não é para todos; é preciso enunciação.
Da próxima vez que uma minuta chegar fluente demais, pergunte por Vadinho: o que, nesta decisão, exige leitura singular do caso concreto e não está na média do corpus que treinou a máquina? Se a resposta não aparecer, Teodoro assinou sozinho, com ou sem fantasia de carnaval.
P.S. O tema está sendo desenvolvido no pós-doc no PPGD/PUC-Rio, sob orientação da Profª Dra. Rosângela Lunardelli Cavallazzi. Ambos com imensas saudades da falta que Warat faz.
Glossário – Livro [aqui]
Senso comum teórico dos juristas. Warat. Camada pré-compreensiva, anônima, de crenças, fórmulas vazias e estereótipos que governa a subjetividade de quem opera o direito. Voz em off do direito, caravana de ecos legitimadores. Os modelos de linguagem, treinados sobre acervo jurisprudencial, funcionam como emissores incansáveis dessa camada.
Doxa jurídica em escala. Opinião consolidada do campo, convertida em hábito burocrático e transmitida sob aparência de ciência. O modelo aprende probabilidade de distribuição de tokens, não reflexão crítica, e devolve a doxa preexistente com efeito de verdade amplificado pela fluência.
Carnavalização epistemológica. Warat, a partir de Bakhtin. Operação de leitura que rompe o fechamento monológico e a pretensão de resposta única. Aplicada à minuta algorítmica, recusa a pacificação da média estatística e interroga o que a distribuição de probabilidade descartou.
Teodoro algorítmico. Alegoria de “A ciência jurídica e seus dois maridos”, a partir do personagem Teodoro Madureira. Representa o jurista amanuense, meticuloso, insosso, avesso a qualquer surpresa hermenêutica. A inteligência artificial generativa calibrada para texto previsível é o Teodoro absoluto: gera minuta ordenada e estatisticamente provável, sem espaço para reflexão divergente.
Vadinho pulsional. Alegoria complementar. Representa o desejo, o imprevisto, a indeterminação, o desvio necessário à evolução hermenêutica. Um sistema pode emular o estilo de Vadinho por amostragem de alta temperatura; não reproduz o desejo, porque não há corpo nem custo existencial na simulação.
Heteronímia significativa. Warat, O sentido de um texto normativo não está contido no próprio texto, está na trama de significações sociais, políticas e pulsionais que o atravessam de forma invisível. Contraria a tese de que o julgamento algorítmico seria pura subsunção da norma ao fato: o modelo preenche a lacuna normativa com o senso comum sedimentado no banco de dados que o treinou.
Opacidade narrativa. Em diálogo com Frank Pasquale. Vai além da caixa-preta técnica, ausência de código aberto. Consiste no apagamento do sujeito da enunciação na minuta automatizada: texto formalmente fundamentado, sem autoria ética identificável por trás da forma.
Resíduo não computável. Dimensão existencial do afeto e do encontro concreto com a alteridade, inacessível a qualquer modelagem estatística, seja a modelagem calibrada como Teodoro, seja calibrada para emular Vadinho. Fundamenta a vedação ao perfilamento criminal: o arguido não pode ser reduzido a previsão de risco.
Angústia do decidir. Assinatura existencial da subjetividade responsável, decorrente do fardo de decidir sobre a liberdade de outra pessoa em sua singularidade concreta. A máquina não a sente porque não deseja; a facilidade que a máquina oferece tende a induzir o julgador a transferir a própria autoria existencial para o código estatístico.
O post IA generativa e o senso comum teórico de Warat: o espectro de Teodoro na decisão penal apareceu primeiro em Consultor Jurídico.