Jurimetria preditiva

6 milhões de decisões. Uma probabilidade calibrada.

Os modelos ML do KnowLaw foram treinados em 6M+ decisões reais de tribunais brasileiros com calibração isotônica — ECE de 0.0008. Quando o modelo diz 70%, é 70% mesmo. Ranking multi-tribunal por ramo mostra onde a tese tem mais chance.

O problema

Jurimetria sem ML calibrado é achismo com gráfico bonito.

  • 01

    Probabilidades sem calibração enganam

    Um modelo que diz '80% de chance' mas acerta só 60% das vezes é pior que inútil — dá falsa confiança. Sem calibração isotônica, a probabilidade não significa o que parece.

  • 02

    TRT 2 não é TRT 15

    Cada tribunal tem padrões decisórios diferentes. Jurimetria que trata todos os tribunais como iguais mascara diferenças que mudam a estratégia do caso.

  • 03

    Sem dados reais, sem predição real

    Ferramentas que usam regras manuais ou amostras pequenas não capturam a variabilidade real. Predição confiável exige volume — milhões de decisões, não milhares.

  • 04

    Preenchimento manual de dados para consulta

    Inserir tribunal, vara, tipo de ação, ramo do direito manualmente para cada consulta consome tempo e introduz erros. O processo já contém essas informações.

O que o KnowLaw entrega

ML calibrado com dados reais, não regras manuais.

Modelos treinados em 6M+ decisões com calibração isotônica. Ranking multi-tribunal por ramo. Upload de processo com auto-fill por IA.

  • Modelo NR-1: 1.96M amostras, Brier 0.0218

    Modelo especializado em normas regulamentadoras treinado com 1.96M amostras. Brier score de 0.0218 e ECE de 0.0008 — calibração de referência.

    destaque
  • Modelo genérico: 1M amostras, Brier 0.0202

    Modelo de uso geral treinado em 1M amostras de múltiplas áreas do direito. Brier score de 0.0202, ECE de 0.0011 — calibração verificável.

    destaque
  • Calibração isotônica auditável

    Cada modelo usa calibração isotônica sobre os scores brutos. Quando o modelo diz 70%, a taxa de acerto observada nos dados de teste é 70% ± margem documentada.

  • Ranking multi-tribunal por ramo

    Compare a probabilidade de êxito da mesma tese em diferentes tribunais (tribunal x ramo). Identifique onde a tese tem mais força antes de ajuizar.

  • Upload de processo com auto-fill por IA

    Envie o processo e a IA extrai automaticamente tribunal, vara, tipo de ação, ramo e partes — preenche os campos da consulta sem digitação manual.

  • Histórico de consultas e evolução

    Cada consulta fica registrada no caso. Acompanhe como a probabilidade evolui à medida que novos fatos e decisões entram no processo.

Números reais

Calibração que você pode verificar.

  • 0.0008

    ECE (modelo NR-1)

    expected calibration error — referência de precisão

  • 6M+

    decisões no treinamento

    base real de tribunais brasileiros

  • 1.96M

    amostras no modelo NR-1

    maior modelo especializado em normas regulamentadoras

  • Isotônica

    calibração verificável

    70% predito = 70% observado nos dados de teste

Perguntas frequentes

Dúvidas sobre jurimetria preditiva.

O KnowLaw é a única plataforma brasileira com modelos ML treinados em 6M+ decisões reais, calibração isotônica verificável (ECE 0.0008) e ranking multi-tribunal por ramo. Diferente de ferramentas que usam regras manuais, a predição é estatística e auditável.

Você informa (ou faz upload do processo para auto-fill) o tribunal, tipo de ação e ramo. O modelo ML calcula a probabilidade de êxito com base em 6M+ decisões reais, com calibração isotônica — a probabilidade exibida corresponde à taxa de acerto observada nos dados de teste.

ECE (expected calibration error) mede o quão bem a probabilidade predita corresponde à realidade. ECE de 0.0008 significa que quando o modelo diz 70%, a taxa real de êxito nos dados de teste é 70% ± 0.08 pontos percentuais. Quanto menor o ECE, mais confiável a probabilidade.

O modelo genérico cobre múltiplas áreas (cível, consumidor, trabalhista, família). O modelo NR-1 é especializado em normas regulamentadoras. A cobertura é expandida continuamente com novos modelos por ramo.

Sim. O ranking multi-tribunal mostra a probabilidade por combinação de tribunal e ramo, permitindo identificar onde a tese tem mais força antes de definir a estratégia de ajuizamento.

Os modelos são retreinados periodicamente com novas decisões coletadas pelos scrapers do KnowLaw, que monitoram 18 tribunais continuamente. Cada retreino inclui validação de calibração antes de entrar em produção.

Comece agora

Sua primeira predição calibrada. Grátis por 7 dias.

Teste a jurimetria com um caso real: faça upload do processo e veja a probabilidade calibrada com ranking multi-tribunal. Sem cartão, sem compromisso.

Fale com a gente

Conta o caso. A gente responde em até um dia útil.

Pode mandar dúvida sobre a plataforma, pedir demonstração ou propor um piloto. Sem formulário longo, sem callcenter.

[email protected]

Ao enviar, abrimos o seu app de e-mail com a mensagem pronta.