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.v1i5.82Resumen
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.
Descargas
Publicado
Número
Sección
Licencia
Los autores conservan los derechos de autor y conceden a la revista el derecho de 1ª publicación, estando el trabajo simultáneamente bajo la licencia Creative Commons Attribution-NonCommercial 4.0 International Licence, que permite compartir la publicación con reconocimiento de autoría y publicación inicial en esta revista. Los autores pueden celebrar contratos adicionales por separado para la distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicación en un repositorio institucional o como capítulo de libro), con reconocimiento de la autoría y publicación inicial en esta revista.