Outros termos técnicos | Vocabulário

Formato de arquivo (file format)

Conceito: Padrão em que o conteúdo é armazenado — PDF, DOCX, TXT, CSV, JSON, JPG. O formato determina o que a máquina consegue fazer com o arquivo, e não apenas com qual programa ele abre.
No trabalho jurídico: Um PDF pode conter texto, imagens ou ambos. Antes de analisar uma decisão digitalizada, confira se o conteúdo foi extraído corretamente e se tabelas, notas e páginas relevantes foram preservadas.
O que decidir: Tente selecionar e buscar uma palavra e confira a extração. Se isso não funcionar, pode haver uma página apenas em imagem, uma restrição do arquivo ou uma limitação do leitor. Identifique a causa e valide o texto antes da análise.
Exemplo: Minuta em DOCX permite comparação de versões trecho a trecho; a mesma minuta convertida em PDF escaneado não permite sequer localizar uma palavra.

OCR (Optical Character Recognition)

Conceito: Reconhecimento óptico de caracteres: conversão da imagem de um texto em texto processável.
No trabalho jurídico: Erros de reconhecimento podem alterar números de processo, datas, valores e nomes. Confira os dados que serão utilizados contra a imagem original.
O que decidir: Em material digitalizado, confira contra a imagem original todo dado numérico que for usado em peça. A conferência por amostragem do texto corrido é aceitável; a de números, não.
Exemplo: Valor de condenação lido como R$ 18.000,00 onde a imagem traz R$ 78.000,00. Nada no texto resultante sinaliza a troca.

Parsing

Conceito: Leitura da estrutura de um arquivo para identificar suas partes — cabeçalho, seções, tabelas, campos — em vez de tratá-lo como bloco indiferenciado de texto.
No trabalho jurídico: Separar relatório, fundamentação e dispositivo ajuda a evitar que um pedido apenas narrado seja apresentado como acolhido. Confira se a extração preservou essas funções e a estrutura do documento.
Não confundir com: OCR. O reconhecimento óptico produz o texto; o parsing organiza o texto produzido. Documento escaneado precisa dos dois.
Exemplo: Extração que identifica separadamente ementa, relatório, voto e dispositivo, permitindo pedir a análise apenas sobre a parte que decide.

Ingestão de documentos (document ingestion)

Conceito: Etapa em que os documentos entram no sistema e são preparados para uso: leitura, conversão, reconhecimento de texto, fragmentação e indexação.
No trabalho jurídico: Depois de carregar um acervo de decisões ou peças, confira quais arquivos e páginas foram processados. Falha na preparação pode deixar material fora da pesquisa.
O que decidir: Depois de carregar um acervo, verifique quantos documentos foram efetivamente processados, e não apenas quantos foram enviados.
Exemplo: Busca em base documental que não retorna a decisão procurada — não porque a busca falhou, mas porque aquele PDF, apenas imagem, nunca chegou a ser lido.

Fragmentação (chunking)

Conceito: Divisão do conteúdo em trechos menores para indexação e recuperação. Tamanho, sobreposição e respeito às divisões do documento influenciam o contexto que acompanha cada passagem; não há um corte ideal para todo acervo.
No trabalho jurídico: Ao recuperar uma passagem, leia também a regra, a exceção ou a referência anterior necessária ao sentido. Um trecho literalmente correto pode sustentar uma interpretação errada quando isolado.
Erro comum: concluir que toda citação fora de contexto decorre do corte. Examine o fragmento recuperado e sua posição no original: a perda de sentido também pode ocorrer na seleção dos trechos ou na geração da síntese.
Exemplo: Fragmento que reproduz “não se aplica a hipótese do inciso II” sem o período anterior, que restringia a afirmação aos contratos celebrados antes de determinada data.

Vetor de significado (embedding)

Conceito: Representação numérica de um trecho de texto, construída de modo que textos de sentido próximo fiquem próximos nesse espaço numérico. É o que torna possível buscar por sentido em vez de por palavra.
No trabalho jurídico: Explica o acerto e a falha da busca semântica. O acerto: encontrar material sobre a mesma matéria redigido com outras palavras. A falha: proximidade de sentido não é identidade de regime jurídico — dois institutos podem ser vizinhos no espaço numérico e opostos em consequência. A ferramenta aproxima textos parecidos; a distinção é sua.
Não confundir com: índice de palavras, que localiza ocorrências exatas. Os dois se complementam: um encontra o que você não sabia nomear, o outro encontra exatamente o que você nomeou.
Exemplo: Busca por prescrição que aproxima material sobre decadência. A proximidade é real no texto e irrelevante no regime.

Indexação (indexing)

Conceito: Organização prévia do conteúdo de um acervo para que ele possa ser localizado depois sem leitura integral a cada consulta.
No trabalho jurídico: Uma pesquisa sem resultados não comprova ausência no acervo. Confira quais documentos e versões foram incluídos, eventuais falhas de extração e os filtros aplicados. A inclusão no índice tampouco assegura que o trecho decisivo aparecerá entre os resultados.
O que decidir: Ao montar uma base de trabalho, mantenha a lista do que foi incluído. Sem ela, a ausência de resultado é ambígua.
Exemplo: Consulta que não devolve nenhuma decisão contrária à tese, em base que só recebeu as decisões favoráveis previamente selecionadas.

Busca semântica (semantic search)

Conceito: Busca que recupera conteúdo por proximidade de sentido, e não por coincidência de palavras.
No trabalho jurídico: Pode localizar discussões semelhantes redigidas com outras palavras. Proximidade de sentido, porém, não demonstra pertinência jurídica ou cobertura integral do acervo. Combine-a com filtros, busca literal e leitura das fontes, conforme o objetivo da pesquisa.
Não confundir com: busca lexical, que procura correspondências entre termos e pode incluir variações; a busca literal exige a expressão exata. Números de processo, nomes e referências normativas pedem conferência específica, além da proximidade de sentido.
Exemplo: Consulta sobre responsabilidade subsidiária da Administração que localiza material redigido sem essa expressão, mas tratando da mesma questão.

RAG (Retrieval-Augmented Generation)

Conceito: Arranjo que combina recuperação de informação em uma base com geração de resposta apoiada no material recuperado. Em geral, os documentos são previamente preparados e indexados; na consulta, trechos selecionados são incorporados ao contexto do modelo.
No trabalho jurídico: A qualidade depende da recuperação e do uso dos trechos encontrados. Um documento não recuperado pode deixar de influenciar a resposta, e essa lacuna pode não ser informada. Confira o acervo consultado, as passagens utilizadas e a fidelidade da síntese.
Erro comum: tratar base própria como garantia contra alucinação. A recuperação pode omitir um documento ou selecionar trecho insuficiente; a geração pode distorcer o que recebeu. Avalie essas etapas separadamente.
Exemplo: Consulta a acervo de pareceres internos que devolve resposta segura fundada nos três documentos recuperados, sem mencionar o quarto — que registrava a ressalva decisiva e não foi alcançado pela busca.

Fontes conceituais Google Cloud — recuperação e geração

Reordenação (reranking)

Conceito: Segunda etapa da busca, em que os resultados recuperados são reavaliados e reordenados por pertinência antes de chegarem ao modelo ou ao usuário.
No trabalho jurídico: Um resultado juridicamente relevante pode ficar fora dos trechos utilizados na resposta. Em pesquisa que exija maior cobertura, examine também os documentos recuperados e os critérios de seleção.
Exemplo: Acórdão mais próximo do caso classificado abaixo do corte por usar vocabulário distinto do da consulta. A resposta o ignora sem informar que ele foi encontrado.

Base de conhecimento (knowledge base)

Conceito: Acervo organizado de documentos e informações usado como fonte de consulta por uma ferramenta.
No trabalho jurídico: Organize pareceres, orientações e decisões com versão, vigência e responsável pela revisão. Material superado pode influenciar a resposta se permanecer disponível sem identificação adequada.
O que decidir: Defina desde o início o critério de inclusão, quem revisa e com que periodicidade se retira o que deixou de valer.
Exemplo: Acervo de manifestações-padrão que continua devolvendo o modelo elaborado sob a redação anterior de um artigo, por não ter sido revisto depois da alteração legislativa.

Consulta estruturada (structured query)

Conceito: Consulta formulada por campos e critérios definidos — órgão, período, classe, resultado — em vez de pergunta em linguagem livre.
No trabalho jurídico: Filtros por tribunal, órgão, classe e período ajudam a registrar o recorte da pesquisa. A possibilidade de repetir a consulta não comprova cobertura integral ou pertinência dos resultados.
Não confundir com: busca semântica. Uma delimita o conjunto examinado; a outra ordena por semelhança dentro de um conjunto que não se conhece.
Exemplo: Levantamento por órgão julgador, período e classe processual, cujo recorte pode ser registrado e repetido meses depois com o mesmo critério.

Extração de informações (information extraction)

Conceito: Identificação e retirada, de um documento ou de um conjunto deles, de dados ou trechos determinados.
No trabalho jurídico: Separe dados transcritos, como número e data, das interpretações, como fundamento determinante e alcance da decisão. O preenchimento de um campo não torna a análise uma informação objetiva.
O que decidir: Separe, no mesmo quadro, as colunas de dado objetivo das de leitura interpretativa. A conferência das duas não tem o mesmo custo nem o mesmo método.
Exemplo: Quadro com número, órgão, data e resultado — conferível por amostragem — ao lado da coluna “fundamento determinante”, que exige leitura do inteiro teor caso a caso.

Metadados (metadata)

Conceito: Dados que descrevem um arquivo ou recurso, como autoria, datas, formato e origem. Comentários e alterações rastreadas também podem permanecer no documento, mas não são necessariamente metadados: podem conter texto e informação substantiva.
No trabalho jurídico: Antes de compartilhar, examine tanto as propriedades do arquivo quanto comentários, revisões e conteúdo oculto. Uma minuta pode expor autoria ou observações internas mesmo quando o texto visível parece pronto para circulação.
O que decidir: Antes de enviar documento para fora do escritório, verifique o que ele carrega além do texto. Converter para PDF reduz o problema, não o elimina.
Exemplo: Proposta enviada em DOCX com o controle de alterações aceito, mas com os comentários internos preservados no arquivo.

Fontes conceituais Microsoft — propriedades, revisões e conteúdo oculto

Hash

Conceito: Valor calculado a partir de dados por uma função de resumo. Funções criptográficas adequadas são projetadas para tornar inviável encontrar conteúdos diferentes com o mesmo valor, embora colisões sejam matematicamente possíveis.
No trabalho jurídico: O confronto de hashes pode apoiar a verificação de integridade, desde que se registre o algoritmo e se preserve o valor de referência. Não comprova autoria, origem ou veracidade do conteúdo; esses aspectos exigem outras evidências.
Não confundir com: criptografia. O hash não protege nem oculta o conteúdo; e não se reverte, porque não guarda o que resumiu.
Exemplo: Registrar o valor de hash de um conjunto de arquivos no momento da coleta, para depois demonstrar que os arquivos examinados são os mesmos.

Fontes conceituais NIST — funções hash criptográficas

JSON (JavaScript Object Notation)

Conceito: Formato textual de intercâmbio de dados. Admite objetos com pares de nome e valor, listas e valores como texto, número, verdadeiro, falso e nulo. Sua sintaxe permite processamento por programas, mas não comprova correção do conteúdo.
Não confundir com: schema, que é a definição de quais campos devem existir. JSON é o formato; o schema é o contrato.
Exemplo: Análise de cem decisões devolvida com os campos processo, órgão, pedido, resultado e prazo, importada diretamente para planilha.

Fontes conceituais RFC 8259 — formato JSON

Schema

Conceito: Definição prévia dos campos que uma saída deve conter, com nome, tipo e obrigatoriedade de cada um.
No trabalho jurídico: Um schema ajuda a padronizar campos e permite validar a estrutura da saída. Campo obrigatório exige presença, não veracidade: pode conter informação errada. Defina também como registrar ausência na fonte e confira os valores contra o documento.
Não confundir com: template, que organiza o texto para leitura humana. O schema organiza dados para processamento.
Exemplo: Definir que toda análise traga processo, órgão julgador, pedido, fundamento, resultado e prazo, com “não consta” obrigatório quando o documento não trouxer o campo.

Fontes conceituais JSON Schema — propriedades obrigatórias

Estrutura de pastas (folder structure)

Conceito: Distribuição dos arquivos em diretórios segundo uma lógica definida e mantida.
No trabalho jurídico: Delimite quais pastas a ferramenta pode ler. Material de outro trabalho ou versão descartada pode entrar na análise se estiver no mesmo conjunto autorizado.
O que decidir: Separe, dentro de cada caso, o que pode ser lido por ferramenta do que não deve. Notas internas e material de terceiros pedem pasta própria.
Exemplo: Pasta de processo dividida em peças, decisões, provas, notas internas e minutas — com a leitura automatizada apontada apenas para as três primeiras.

Nomenclatura de arquivos (file naming)

Conceito: Padrão de nomeação que permite identificar, ordenar e localizar um arquivo pelo nome, sem abri-lo.
No trabalho jurídico: Um padrão útil costuma reunir quatro elementos: referência do caso, tipo de documento, versão e data em formato que ordene sozinho — ano, mês, dia. O ganho maior não é estético: nome informativo é o que permite conferir o resultado de uma organização automatizada sem abrir cada arquivo.
Erro comum: usar a data no formato brasileiro no nome do arquivo. A ordenação alfabética passa a agrupar por dia, e a sequência cronológica se perde.
Exemplo: 2026-04-16_ProcessoX_Contestacao_v03 em lugar de “contestação nova final agora vai”.

Padronização de arquivos (file standardization)

Conceito: Aplicação de critérios uniformes de nomeação, formato, localização e classificação a todo um acervo.
No trabalho jurídico: Um padrão facilita filtros, localização e conferência, mas não é requisito de toda automação. Uma rotina baseada em nomes ou pastas pode deixar de processar arquivos que fogem ao critério. Compare a lista recebida com a lista efetivamente processada.
O que decidir: Antes de automatizar, verifique quantos arquivos do acervo já seguem o padrão. Abaixo de certo grau de regularidade, padronizar primeiro é o passo mais econômico.
Exemplo: Rotina de triagem que processa cento e vinte dos cento e quarenta documentos e apresenta o resultado como se fosse do conjunto.

Controle de versões (version control)

Conceito: Método pelo qual as versões sucessivas de um documento são preservadas, identificadas e recuperáveis.
No trabalho jurídico: Preserve a versão anterior à revisão assistida. Ela permite conferir mudanças de sentido, supressão de ressalvas e alterações em fatos, fundamentos ou pedidos.
O que decidir: Salve a versão anterior antes de qualquer reescrita assistida, e nunca deixe uma ferramenta sobrescrever o arquivo de trabalho.
Exemplo: Sequência preservada de uma contestação: minuta inicial, versão revisada internamente, versão ajustada com apoio de IA, versão final protocolada.

Comparação de versões (version comparison)

Conceito: Confronto entre duas versões de um documento para identificar o que foi acrescentado, suprimido ou alterado.
No trabalho jurídico: A comparação localiza diferenças; a leitura jurídica avalia seus efeitos. Dê atenção a alterações em verbos, condições e ressalvas que possam modificar obrigações ou o alcance do pedido.
O que decidir: Peça a separação entre alterações de forma e de conteúdo, mas confira essa classificação. Uma mudança apresentada como estilística pode alterar condição, ressalva ou alcance de obrigação.
Exemplo: Em uma minuta fictícia, a revisão substitui “deverá” por “poderá”. A comparação identifica a palavra alterada; a leitura da cláusula e do instrumento completo determina se a mudança transforma uma obrigação em faculdade.

Git

Conceito: Sistema de controle de versões que registra a evolução de um conjunto de arquivos, preservando cada estado anterior e permitindo retornar a ele.
Exemplo: Projeto de automação documental cujas alterações de instrução ficam registradas uma a uma, permitindo identificar qual delas degradou o resultado.

Commit e branch

Conceito: Duas operações do controle de versões. O commit registra um estado do projeto, com data, autor e descrição da mudança. A branch cria uma linha de trabalho paralela, em que se altera sem afetar a versão principal até que se decida incorporar.
Exemplo: Testar em linha separada uma nova regra de classificação de documentos e só incorporá-la ao fluxo principal depois de conferido o resultado sobre uma amostra.

Repositório (repository)

Conceito: Local organizado em que os arquivos de um projeto são armazenados junto com seu histórico de alterações.
No trabalho jurídico: A cautela é de sigilo, e é concreta: repositório configurado como público expõe tudo o que contém, inclusive o histórico. Arquivo sensível removido continua acessível nas versões anteriores, porque preservar o passado é justamente a função do sistema — apagar hoje não apaga o registro de ontem.
O que decidir: Verifique o regime de acesso antes de colocar qualquer coisa dentro, e trate credenciais e material de cliente como conteúdo que não entra em repositório.
Exemplo: Chave de API removida de um arquivo mas ainda legível na versão anterior registrada no histórico.

CLI (Command-Line Interface)

Conceito: Interface em que se opera por comandos escritos, e não por menus e botões.
Exemplo: Rotina de conversão de duzentos PDFs registrada em um comando, que pode ser conferido, guardado e repetido em outro acervo.

IDE (Integrated Development Environment)

Conceito: Ambiente que reúne, em um só lugar, os recursos para escrever, organizar, executar e revisar os arquivos de um projeto.
Exemplo: Abrir o projeto de um agente para conferir, no arquivo de instruções, quais limites foram efetivamente fixados.

Proveniência (provenance)

Conceito: Informação sobre a origem de um dado ou documento e sobre as atividades e responsáveis envolvidos em sua produção e transformação. Ajuda a avaliar de onde veio o material e como chegou à forma atual.
No trabalho jurídico: Registre fonte, versão, data de obtenção e transformações relevantes, como OCR, extração ou revisão. Identificar a origem ajuda a conferir o percurso, mas não comprova a veracidade do conteúdo.
Não confundir com: rastreabilidade. A proveniência descreve origem e formação; a rastreabilidade permite reconstruir o percurso. Registros de proveniência podem contribuir para a rastreabilidade.
Exemplo: Em exercício fictício, um trecho vem de PDF obtido em fonte oficial, convertido por OCR e conferido contra a página original; o registro preserva essas etapas e a versão consultada.

Fontes conceituais W3C — PROV, origem e transformação de dados

Recuperação de informação (information retrieval)

Conceito: Seleção de documentos ou trechos de uma base em resposta a uma consulta. Pode usar correspondência de termos, proximidade semântica, filtros e reordenação. No RAG, fornece material para a etapa posterior de geração.
No trabalho jurídico: Confira se os resultados incluem a passagem decisiva e a versão pertinente. Encontrar decisões sobre o mesmo assunto não demonstra que seus fundamentos incidam no caso nem que a pesquisa tenha coberto todo o acervo.
Não confundir com: indexação, que prepara a base para consulta, nem com geração, que produz a resposta. A qualidade de uma dessas etapas não comprova a qualidade das demais.
Exemplo: Em um exercício fictício, a busca recupera o trecho favorável de um parecer, mas deixa de recuperar a ressalva posterior. O documento foi localizado; a seleção ainda é insuficiente para a conclusão.

Fontes conceituais MGI/SGD — Implementação de Sistemas de IA com RAG (seções 4 a 6)

Busca híbrida (hybrid search)

Conceito: Combinação de busca lexical e busca vetorial para reunir correspondências entre termos e proximidade de significado. Os resultados são combinados segundo o método do sistema; filtros e reordenação podem complementar a seleção.
No trabalho jurídico: Pode ajudar quando a pesquisa envolve tanto identificadores precisos quanto diferentes maneiras de descrever uma questão. Confira números, datas, órgão e alcance da decisão no original; o método de busca não determina sua relevância jurídica.
Exemplo: Pesquisa que combina uma expressão normativa com descrição conceitual da controvérsia, para localizar ocorrências do termo e passagens que tratem do problema com outras palavras.

Fontes conceituais Microsoft — busca híbrida ·MGI/SGD — Implementação de Sistemas de IA com RAG (seções 4 a 6)

Fidelidade à fonte

Conceito: Preservação do conteúdo, do sentido e dos limites do material utilizado. Exige que a afirmação produzida tenha apoio na passagem indicada, sem omitir condições relevantes nem atribuir à fonte conclusão que ela não apresenta.
No trabalho jurídico: Distinga transcrição, paráfrase e análise. Ao sintetizar uma decisão, preserve a relação entre fatos, fundamento determinante, resultado e ressalvas. Na transcrição, confronte literalmente o original; na paráfrase, confira sentido e alcance.
Não confundir com: correção factual ou atualidade. Uma síntese pode reproduzir fielmente um documento equivocado ou superado. Fidelidade e verificação da própria fonte precisam ser examinadas separadamente.
Exemplo: Em documento fictício, “a medida pode ser adotada quando houver autorização” vira “a medida deve ser adotada”. A síntese altera o verbo e suprime a condição; a referência ao documento não corrige a distorção.

Fontes conceituais MGI/SGD — Implementação de Sistemas de IA com RAG (seções 4 a 6)

Verbetes deste bloco