Olá, como podemos ajudar você?

Como funciona o modelo de predição de resultados da Deep Legal?
7 min
Criado por Suporte | Deep Legal em 11/06/2026 11:45
Atualizado por Suporte | Deep Legal em 11/06/2026 11:55

A funcionalidade de predição da Deep Legal utiliza inteligência artificial e análise estatística para estimar possíveis desfechos processuais com base em padrões identificados em grandes volumes de dados históricos.

O objetivo não é prever com certeza o resultado de um processo específico, mas fornecer uma estimativa baseada em comportamentos observados em casos semelhantes, auxiliando na tomada de decisões estratégicas.


Uma comparação simples: o seguro de automóvel

Para entender como o modelo funciona, imagine a contratação de um seguro de carro.

Ao calcular o valor do seguro, a seguradora não define um preço de forma aleatória. Ela analisa uma série de fatores, como perfil do motorista, histórico de acidentes, região de circulação e características do veículo para estimar o risco de ocorrência de um sinistro.

Com base nessa análise, a seguradora consegue prever a probabilidade de determinados eventos acontecerem.

O modelo preditivo da Deep Legal segue a mesma lógica. A diferença é que, em vez de estimar o risco de um acidente, ele estima indicadores relacionados ao comportamento de processos judiciais, como:

  • probabilidade de êxito ou insucesso;
  • possibilidade de acordo;
  • tempo estimado de tramitação;
  • tendências de decisão;
  • comportamentos observados em casos semelhantes.

Quais informações são consideradas?

Para gerar suas estimativas, o modelo analisa diversos fatores que historicamente influenciam o comportamento dos processos.

Entre eles estão:

Seguro de CarroProcesso JurídicoO que significa
Modelo do carro (Fiat Uno, Hilux, Porsche)Tipo da ação (trabalhista, cível, consumidor, tributário, família etc.)Algumas ações são naturalmente mais "arriscadas" ou mais previsíveis que outras.
Onde o carro costuma estacionarJuiz ou Advogado (ou o escritório/especialista)Assim como uma placa ou região influencia o risco (carros populares em certas áreas têm mais roubo), o histórico do juiz e a especialidade do advogado influenciam muito o resultado.
Idade e perfil do motoristaPerfil do cliente (histórico, porte da empresa, comportamento anterior)Motorista jovem e inexperiente = maior risco. Cliente com muitas ações parecidas ou histórico ruim também muda a previsão.
Histórico de multas e acidentesJurisprudência e casos anteriores (seus e de outros)Se você já bateu várias vezes, o seguro sobe. Se o tribunal já decidiu contra casos iguais ao seu, a chance de vitória cai.
Cidade / região onde rodaVara, Tribunal e ComarcaDirigir em São Paulo é diferente de dirigir em uma cidade do interior. Cada juiz, vara e tribunal tem “jeito” próprio de julgar.
Ano do carro e itens de segurançaDetalhes específicos do caso (provas, documentos, testemunhas, valor envolvido)Um carro com freios ABS e airbags é mais seguro. Um processo com provas sólidas, documentos completos e testemunhas confiáveis também tem mais chance.
Quilometragem rodadaTempo desde o fato (prescrição, demora)Quanto mais tempo passa, maior o risco de algo dar errado.


Esses elementos ajudam a identificar padrões e comportamentos recorrentes observados em processos semelhantes.


O que influencia a precisão das previsões?

A qualidade das estimativas está diretamente relacionada à quantidade e à consistência dos dados analisados.

Por isso, o modelo tende a apresentar melhores resultados quando aplicado a:

  • grandes volumes de processos;
  • carteiras com características semelhantes;
  • conjuntos processuais que compartilham temas, partes ou comportamentos recorrentes.

Além disso, sempre que possível, informações adicionais de negócio (metadados) podem contribuir para enriquecer a análise e ampliar a capacidade preditiva do modelo.


O modelo aprende com a experiência?

Sim. O modelo utiliza dados históricos para identificar padrões que ajudam a prever comportamentos futuros.

Em outras palavras, ele observa o que aconteceu em processos semelhantes no passado para estimar o que pode acontecer em situações parecidas no futuro.

Por esse motivo, quanto maior a base de dados analisada, mais robustas tendem a ser as estimativas geradas.


O modelo prevê o resultado de um processo específico?

Sim. O modelo da Deep Legal calcula o percentual de risco de perda para processos ainda não sentenciados com base na análise de dados históricos e padrões identificados em processos semelhantes.

Para realizar essa estimativa, são considerados diversos fatores presentes na base de dados analisada, permitindo atribuir a cada processo uma probabilidade de risco compatível com o comportamento observado em casos anteriores.

No entanto, é importante compreender que o modelo não possui acesso à totalidade dos elementos que podem influenciar uma decisão judicial, como documentos específicos, provas produzidas, estratégias processuais ou circunstâncias particulares de cada caso.

Por esse motivo, o percentual de risco apresentado deve ser interpretado como uma estimativa estatística baseada em dados históricos, e não como uma garantia do resultado final do processo.

O grande diferencial da tecnologia está na capacidade de analisar grandes volumes de processos, identificar padrões recorrentes e fornecer informações que apoiam a gestão da carteira e a tomada de decisões estratégicas.


Inteligência para apoiar decisões, não para substituí-las

O modelo preditivo da Deep Legal foi desenvolvido para apoiar a tomada de decisão por meio da análise de dados e identificação de padrões.

As previsões geradas funcionam como uma ferramenta de inteligência jurídica, oferecendo uma visão baseada em evidências históricas para auxiliar o planejamento e a gestão da carteira processual.

No entanto, a avaliação técnica do caso concreto e a atuação do advogado continuam sendo elementos fundamentais para a definição da estratégia jurídica.


🤝 Suporte e Customer Success

Para dúvidas estratégicas sobre o uso da plataforma e seus módulos, conte com o time de Customer Success.

Para questões operacionais entre em contato com o Suporte pelo e-mail: suporte@deeplegal.com.br.

Importante:
Nenhuma aplicação da Deep Legal substitui o acompanhamento e a atuação do patrono da causa.