Chatorion : framework inteligente para automação conversacional e triagem de processos no contencioso judicial com utilização de ia generativa
Autor(a)
Albuquerque, Elon Oliveira
Orientador(a) Coorientador(a)
Mendonça, Fábio Lúcio Lopes de
Data de aceite
2026-06-10
Data de disponibilizacao
2026-06-10
Data de publicacao
2026-06-10
Data de defesa submissao
2026-03-05
Citacao
ALBUQUERQUE, Elon Oliveira. Chatorion: framework inteligente para automação conversacional e triagem de processos no contencioso judicial com utilização de IA generativa. 2026. 64 f., il. Dissertação (Mestrado Profissional em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2026.
Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação Profissional em Engenharia Elétrica, 2026.
Resumo Portugues
A crescente complexidade da atuação jurídica institucional exige soluções tecnológicas capazes de integrar automação, comunicação eficiente e suporte inteligente à tomada de decisão. Nesse contexto, a Procuradoria Geral da Fazenda Nacional (PGFN) opera em um ambiente caracterizado por grande volume de processos, documentos normativos, pareceres e dados fiscais, no qual a recuperação eficiente da informação torna se elemento crítico para a qualidade da atuação jurídica e para a coerência institucional. Esta dissertação propõe o ChatORION Otimizador de Rotinas Inteligentes para Operações no Contencioso Nacional, uma solução de Inteligência Artificial Generativa baseada na arquitetura Retrieval Augmented Generation. O sistema combina mecanismos de busca semântica por similaridade vetorial com geração textual condicionada por modelos de linguagem de grande porte, produzindo respostas fundamentadas em documentos institucionais. O objetivo é ampliar a eficiência informacional ao reduzir ambiguidades e inconsistências factuais típicas de modelos puramente generativos. Os resultados demonstram a existência de um regime ótimo de operação capaz de equilibrar qualidade informacional e custo computacional, evidenciando que o desempenho depende da interação entre recuperação estruturada e geração de linguagem, e não apenas da capacidade do modelo. Os experimentos indicam que o ChatORION melhora a acurácia factual, reduz a latência média de resposta e aumenta o nível de detalhamento quando comparado a modelos generativos isolados. Tais resultados sugerem potencial para redução do tempo dedicado à triagem processual, localização de fundamentos jurídicos e análise documental, permitindo que os procuradores concentrem esforços em atividades de maior complexidade.
Resumo Ingles
The increasing complexity of institutional legal practice requires technological solutions capableof integrating automation, efficient communication, and intelligent decision support. In thiscontext, the Office of the General Counsel for the National Treasury (PGFN) operates in anenvironment characterized by a large volume of cases, normative documents, legal opinions, andfiscal data, in which efficient information retrieval becomes a critical element for the quality oflegal action and institutional coherence. This dissertation proposes ChatORION (Chat Optimizerfor Intelligent Routines in Operations within the National Litigation domain), a GenerativeArtificial Intelligence solution based on the Retrieval Augmented Generation architecture. Thesystem combines semantic search mechanisms based on vector similarity with text generationconditioned by large language models, producing responses grounded in institutional documents.The objective is to improve informational efficiency by reducing ambiguities and factualinconsistencies typical of purely generative models. The results demonstrate the existence of anoptimal operational regime capable of balancing informational quality and computational cost,showing that performance depends on the interaction between structured retrieval and languagegeneration rather than solely on the model capacity. Experiments indicate that ChatORIONimproves factual accuracy, reduces average response latency, and increases the level of detailwhen compared to standalone generative models. These findings suggest potential for reducingthe time dedicated to case screening, identification of legal grounds, and document analysis,allowing legal practitioners to focus on more complex activities.
Unidade academica
Faculdade de Tecnologia (FT)
Departamento
Departamento de Engenharia Elétrica (FT ENE)
Programa de Pos-Graduacao
Programa de Pós-Graduação em Engenharia Elétrica, Mestrado Profissional
Idioma
por
Tipo de documento
Dissertação
Formato
application/pdf
Direitos de acesso
Acesso Aberto
Termo de licenca
A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br,www.ibict.br,www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Palavras-chave
Chatbot||Gestão de projetos||Aprendizado de máquina||Inteligência artificial
