Jev para advogados: a IA que decide em vez de escrever

Toda IA de atendimento jurídico faz duas coisas ao mesmo tempo. Conversa com o cliente e toma decisões sobre ele.

A conversa é a parte que todo mundo vê. As decisões ficam escondidas: é cliente ou lead novo? O caso é previdenciário ou trabalhista? Precisa de um advogado agora ou pode seguir com a IA?

Quando a IA erra, quase nunca é na conversa.

É na decisão.

Em setembro de 2026, a TypeSafe AI lançou o Jev, um modelo feito só para decidir. Ele não escreve uma frase. Ele escolhe. Foi exatamente isso que nos fez testá-lo dentro do Chat Jurídico na mesma semana do lançamento.

Neste artigo eu explico o que é o Jev, onde ele ajuda o escritório e onde ele já roda na nossa IA de triagem, com os números que medimos.

O que é o Jev, em uma frase

O Jev é um modelo de decisão: recebe o contexto e uma pergunta com opções fechadas, e devolve a opção escolhida com a probabilidade de estar certa.

Ele foi apresentado pela TypeSafe AI, empresa fundada por Diogo Almeida, que trabalhou na OpenAI. A empresa chama essa nova categoria de “System One model” 1. O nome lembra o Sistema 1 de Daniel Kahneman, o pensamento rápido e automático. A comparação ajuda: o Jev é o reflexo, não a reflexão.

Na prática, você entrega três coisas:

• O estado: as mensagens do cliente, o anúncio que ele clicou, o nome do escritório.
• A pergunta: “qual é a relação desta pessoa com o escritório?”
• As opções: lead novo, cliente existente, profissional, outro. Cada uma com o critério de quando escolher.

E recebe de volta algo assim:

lead_novo:          0,87
cliente_existente:  0,09
profissional:       0,03
outro:              0,01

Nada de parágrafo. Nada de “parece que se trata de…”. Um número por opção.

Além de escolher entre opções, o Jev responde sim ou não e dá nota numa escala. Os três formatos seguem o mesmo princípio: a resposta nunca sai do formato que você definiu 1.

Por que decisão é o ponto fraco da IA jurídica

Pense no caminho de um lead que chega pelo WhatsApp depois de clicar num anúncio de aposentadoria negada pelo INSS.

Em menos de um minuto, a IA precisa decidir pelo menos quatro coisas:

1. Essa pessoa já é cliente do escritório ou é um caso novo?
2. Qual é a área: previdenciário, trabalhista, bancário, família?
3. Dentro da área, qual é o tipo de caso?
4. Ela pode seguir com a IA ou precisa de um advogado agora?

Cada decisão errada tem um custo diferente. Área errada gera perguntas sem sentido na triagem. Mandar para o humano sem necessidade queima tempo da equipe.

E tratar um lead novo como cliente antigo é o erro mais caro de todos. O lead pago vai parar no pós-venda e ninguém tenta fechar o contrato. Quanto custa um clique de anúncio que termina numa fila de “cliente pedindo andamento”?

Hoje, a maioria das IAs de atendimento toma essas decisões de um de dois jeitos: por palavra-chave ou pedindo para um modelo de linguagem “responder em JSON”.

Palavra-chave é rápida e cega. Quem escreve “fiz uma cirurgia e o plano negou a cobertura” pode cair em acidente de trabalho só porque “cirurgia” está na lista daquela área.

Modelo de linguagem entende o contexto, mas é lento para decidir, custa mais e, de vez em quando, responde uma opção que nem existia.

O Jev ocupa o meio: entende o contexto e devolve sempre uma das opções, em fração de segundo.

💡 Leia também: Como qualificar leads jurídicos no WhatsApp: técnicas e automação, com as perguntas que separam o caso bom do curioso.

Onde o Chat Jurídico já usa o Jev

A pergunta que fizemos foi direta: o Jev decide melhor do que o que já tínhamos em produção?

Para responder, fizemos o que eu recomendo para qualquer escritório: pegamos conversas reais, marcamos a resposta certa uma a uma e comparamos. Hoje o modelo está em dois pontos da nossa IA de triagem.

1. Segunda opinião antes de tratar alguém como cliente

Nossa IA tem uma regra de proteção: quando percebe que quem escreve já é cliente do escritório, ela não faz triagem de venda. Registra o pedido e transfere para quem cuida do caso.

A regra é boa. O problema era o falso positivo.

O cenário que mais aparecia era este: a pessoa clica num anúncio no Instagram, chega no WhatsApp e escreve “tenho um processo no INSS que está parado”. A IA lia “tenho um processo” e concluía que era cliente. Só que o processo estava no INSS, não com o escritório. Era um lead novo, vindo de anúncio pago, querendo contratar.

Entre 17 de setembro e 1º de outubro, revisamos uma a uma as 134 vezes em que a IA classificou um contato como “não é lead”. Em 17 delas, era lead de verdade. A regra que estava em produção segurava só 2.

Então colocamos o Jev como segunda opinião. Quando a IA está prestes a tratar alguém como cliente, ela pergunta ao Jev qual é a relação daquela pessoa com o escritório. Se o Jev responde “lead novo” com 70% de confiança ou mais, o atendimento continua como lead.

O resultado, na mesma base de conversas:

Um aviso honesto sobre esse número: medimos na mesma amostra que usamos para ajustar os critérios. O resultado real tende a ser um pouco menor, e é por isso que cada decisão do Jev fica registrada para seguirmos medindo.

O princípio por trás da mudança cabe numa linha: a IA existe para atender lead. Na dúvida, é lead.

Dois cuidados que não abrimos mão:

• O Jev nunca vê CPF, e-mail ou telefone. Esses dados são mascarados antes da chamada, e só vão as mensagens do próprio contato naquela conversa.
• Se o Jev falhar, nada trava. Se ele demorar mais de 3 segundos ou der erro, a IA segue exatamente como antes. Nos meus testes, 95% das respostas chegaram em até 419 milissegundos, sem nenhuma falha.

2. Classificar o assunto do caso (em teste)

O segundo uso é decidir o tipo de caso. Cada escritório configura suas áreas e, dentro delas, os casos que atende: aposentadoria negada, auxílio-doença cortado, superendividamento, e assim por diante. A IA precisa saber em qual deles a conversa se encaixa para fazer as perguntas certas.

Antes, essa escolha era feita por palavra-chave. Funcionava na maioria das vezes, mas tinha o defeito clássico: escolhia um caso mesmo quando não devia.

Num teste com 29 conversas sorteadas, comparamos três caminhos. A versão em produção acertou 26. O extrator por palavra-chave acertou 27. O Jev acertou 28, sem escolher nenhum caso errado. E quando rodamos cada conversa três vezes, o Jev deu a mesma resposta em 29 de 29, contra 25 de 29 do extrator.

O ganho maior veio do anúncio. Quando o lead chega por um anúncio da Meta, o texto do anúncio quase sempre diz o que ele procura. Numa amostra de 45 conversas vindas de anúncio, a produção acertou 37, errou 4 e ficou sem decidir em 4. O Jev, lendo o anúncio junto com a mensagem, acertou 44 e decidiu todas.

Esse classificador ainda está em teste interno. Os rótulos de referência dessas amostras não passaram por revisão humana completa, então a liberação para os escritórios vai ser gradual, um passo de cada vez.

O que vem depois

Estamos levando o mesmo princípio para as automações, ainda em desenvolvimento: um bloco em que o próprio escritório escreve a pergunta e as opções, e a IA escolhe o caminho da conversa. Quando a confiança fica abaixo do limite, a conversa segue por um caminho de “incerto”, e o escritório decide o que fazer com ela.

O que o Jev não faz

Seria desonesto vender o Jev como solução para tudo. Ele tem limites claros, e a própria TypeSafe deixa isso explícito 1.

• Não escreve. A resposta ao cliente continua sendo redigida por um modelo de linguagem. O Jev decide o caminho, quem conversa é outro modelo.
• Não elimina erro. Ele garante que a resposta está entre as opções válidas, mas pode escolher a opção errada. Por isso a probabilidade importa: abaixo de um limite, o caso volta para a regra antiga ou para uma pessoa.
• Ainda é novo. O acesso é por API, sem versão para rodar no próprio servidor, e os números de velocidade divulgados vêm de avaliações internas da empresa.
• Depende de um fornecedor externo. Os dados passam por terceiros. Por isso a chamada vai sem CPF, e-mail e telefone, seguindo o princípio da necessidade da LGPD 4.
• Não dá orientação jurídica. Ele decide se é cliente ou lead, qual o assunto, se precisa de humano. Não diz se a pessoa tem direito a nada. Essa análise continua com o advogado.

IA que decide e a ética da OAB

A discussão sobre IA na advocacia ganhou outro peso em 2026.

Em abril, o Tribunal de Ética e Disciplina da OAB SP aprovou diretrizes para o uso de IA, com supervisão humana rigorosa e revisão integral do que a IA produz 2. Em junho, o Conselho Federal apresentou, em João Pessoa, o Plano Nacional de Inteligência Artificial para a Advocacia 3. No Judiciário, a Resolução CNJ 615/2025 segue a mesma linha e exige supervisão humana sobre os sistemas de IA dos tribunais 5.

O ponto em comum é supervisão. E aqui um modelo de decisão tem uma vantagem pouco comentada: toda decisão vem com um número e fica registrada.

Com texto livre, auditar a IA é ler conversa por conversa. Com decisão tipada, a pergunta vira consulta: quantas vezes a IA disse “lead novo” com menos de 70% de confiança? Em quais assuntos ela mais fica em dúvida? Quais casos foram para o humano e por quê?

Não é a tecnologia que garante a ética. Mas ela pode facilitar muito a vida de quem precisa supervisionar.

💡 Leia também: Compliance com Provimento 205/2021: como usar IA e automação sem violar a ética da OAB, com o que pode e o que não pode na comunicação automatizada.

Como saber se a IA do seu escritório decide bem

Antes de trocar de modelo, de ferramenta ou de fornecedor, eu recomendo um teste simples, que qualquer escritório faz numa tarde, com ou sem Chat Jurídico:

1. Separe 30 conversas da última semana que chegaram por anúncio.
2. Para cada uma, anote à mão: era lead novo ou cliente? Qual o assunto?
3. Compare com o que a IA (ou a equipe) registrou no CRM.

Se mais de 3 em 30 estiverem erradas na pergunta “lead ou cliente”, você está pagando anúncio e entregando parte dos leads para o pós-venda.

Na minha experiência revisando essas conversas, o vazamento estava num lugar que ninguém olhava. A conversa parecia boa, educada, bem escrita. O erro estava na decisão tomada antes da primeira resposta. Só apareceu quando paramos de ler o texto e começamos a conferir a classificação.

Esse é o ganho real de um modelo como o Jev. Ele não deixa a IA mais simpática. Ele deixa a IA mais certa sobre quem está do outro lado, e isso vale mais para o caixa do escritório do que qualquer ajuste de tom.

Manual gratuito 10 Táticas para Organizar a Comunicação do Seu Escritório de Advocacia

E-book gratuito · PDF

Manual gratuito: 10 táticas para organizar a comunicação do seu escritório

16 páginas com o passo a passo que usamos para tirar escritórios do caos do WhatsApp. Receba o acesso agora.

Nome * E-mail * WhatsApp *

Receber o manual

Ao enviar, você concorda em receber o material e contatos do Chat Jurídico. Veja nossa política de privacidade.

Referências

1 TypeSafe AI, Introducing System One models and Jev (setembro de 2026).

2 OAB SP, TED da OAB São Paulo define diretrizes éticas para o uso de Inteligência Artificial na advocacia.

3 Migalhas, OAB lança plano nacional para orientar uso de IA na advocacia (junho de 2026).

4 Lei nº 13.709/2018 (LGPD), art. 6º, III.

5 CNJ, Resolução nº 615, de 11 de março de 2025.