A UTILIZAÇÃO DE LARGE LANGUAGE MODELS NA TOMADA DE DECISÕES JUDICIAIS TRIBUTÁRIAS À LUZ DO DEVIDO PROCESSO LEGAL
DOI:
https://doi.org/10.47319/rdft.v1i5.82Resumo
O processo de tomada de decisão, sob a perspectiva jurídica e a nível de processo judicial, lida com as lacunas do Direito, evidenciando que a busca pela verdade absoluta é ineficaz. A fixação da melhor ou da única interpretação possível lida com questões axiológicas ínsitas a cada intérprete e sobre as quais pouca transparência existe. É nesse contexto que se insere a inteligência artificial generativa por meio de large language models. Tem se, assim, “linguagem sobre linguagem”, já que o ser humano apreende a realidade por meio de atos de consciência, convertendo a (a realidade) em algo passível compreensão por um modelo de inteligência artificial. Um LLM (large language models) não chegará a uma única ou à melhor decisão para o caso concreto. Ao invés disso, auxiliará na tomada de uma decisão razoável, com a publicização do mapa mental ou gráfico de conhecimento axiológico envolvido no processo interpretativo, permitindo o conhecimento quanto aos inputs fornecidos pelo magistrado na tomada de decisão. Um sistema dessa natureza se prestará a (i) conferir transparência aos valores que influenciam a confecção da “protodecisão” e que poderão ser mantidos ou rechaçados na decisão final; (ii) bem como retirará ruídos que, sob a perspectiva psicológica, ainda que não sejam valores, também afetam o processo de tomada de decisão. O presente artigo procura apresentar uma leitura crítica sobre a utilização dos chamados LLM na tomada de decisão em matéria tributária.
Downloads
Publicado
Edição
Seção
Licença
Os autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Atribuição-NãoComercial 4.0 Internacional, que permite o compartilhamento da publicação com reconhecimento da autoria e publicação inicial nesta revista. Os autores poderão assumir contratos adicionais separadamente, para distribuição não exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou ainda, em formato de capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.