Uma bandeira verde não vai te salvar: como a alucinação da IA jurídica realmente é em 2026

Quando dois advogados saíram do Tribunal do Sexto Circuito em março de 2026 devendo US$ 30.000 entre os dois, nem todos os casos citados na petição eram imaginários. Esse é o detalhe com o qual ninguém quer conviver, e é a razão pela qual passo meus dias construindo o que construo.

Cheguei a isso a partir de dentro do problema. Antes da Veriprajna, trabalhei como advogado associado de litígios, e a parte do trabalho que ninguém romantiza é a conferência de citações — sentado às 23h com uma petição marcada em vermelho, circulando uma citação, rabiscando este caso realmente diz isto? na margem. Quando a primeira onda de IA jurídica chegou, presumi que faria essa noite desaparecer. Em vez disso, tornou a noite mais perigosa, porque as ferramentas ficaram muito boas em produzir citações que parecem conferidas. A verificação de citações de IA jurídica acabou não sendo um recurso que você simplesmente ativa. É uma camada que alguém precisa construir, e quase ninguém tinha construído.

Aqui está a tese que quero defender neste ensaio: a alucinação que vai levar um escritório a ser sancionado em 2026 não é aquela que suas ferramentas atuais foram projetadas para pegar. A falha famosa — o caso inventado — está em grande parte resolvida. A falha que está aumentando é o caso real, citado de forma errada, ostentando uma bandeira verde.

Todo mundo lembra do caso Mata. Quase ninguém aprendeu a lição certa

Você conhece a história mesmo sem saber o nome. Mata v. Avianca, 2023: um advogado pediu ao ChatGPT casos que apoiassem sua tese, ele produziu Varghese v. China Southern Airlines — número de processo convincente, tribunal plausível, citações internas detalhadas — e o caso não existia. Seguiram-se uma multa de US$ 5.000 e um constrangimento à altura de uma carreira inteira.

A lição que a profissão tirou do caso Mata foi "a IA inventa casos". Então o setor construiu defesas contra casos inventados. A Thomson Reuters tem o KeyCite. A LexisNexis tem o Shepard's, o padrão-ouro, com décadas de existência. A Harvey ancora sua saída no cofre de dados da LexisNexis. Esses citadores são genuinamente bons no problema do caso Mata: forneça a eles uma citação que não resolve para nada, e eles avisam que ela não resolve para nada.

O problema é que a profissão resolveu o problema de 2023 e presumiu que havia resolvido o de 2026.

Veja o que realmente aconteceu em Nova Orleans em fevereiro de 2026. Um advogado foi sancionado por apresentar onze citações fabricadas ou distorcidas. A parte que deveria tirar seu sono: ele havia usado tanto o ChatGPT quanto o Westlaw Precision AI. Ele usou a ferramenta ancorada, feita para esse fim, respaldada por citador — e ainda assim protocolou uma petição que rendeu uma sanção. "Reduzir" não é "eliminar", e a lacuna entre essas duas palavras é onde a responsabilidade hoje reside.

A falha que sua ferramenta não consegue ver

Deixe-me descrever o modo de falha com precisão, porque a precisão é justamente o ponto central.

A IA cita um caso real para uma proposição que o caso não sustenta. O número do processo é válido. O caso existe. O KeyCite retorna uma bandeira verde. O Shepard's concorda. E a análise ainda está errada — porque a IA citou o voto vencido como se fosse a decisão da maioria, ou citou um caso que interpreta uma versão de uma lei que foi alterada há dois anos.

Foi isso que o estudo de Stanford, revisado por pares no Journal of Empirical Legal Studies em 2025, de fato mediu quando estimou a taxa de alucinação do Westlaw Precision em 33% e a do Lexis+ AI em 17%. As pessoas leem "33% de alucinação" e imaginam uma ferramenta inventando casos em uma consulta a cada três. Não é isso que esses números são. Eles são, em sua maioria, análise errada de citações reais. Sua ferramenta de verificação confirma que o caso existe. E de fato existe. Ela apenas nunca afirmou verificar o que o caso diz.

Vou tornar isso concreto, porque este é o exemplo que finalmente fez minha própria equipe parar de discutir. Um advogado associado de litígios pede a um assistente de IA que pesquise defesas contra uma alegação de quebra de dever fiduciário sob a lei de Delaware. A ferramenta retorna uma análise limpa citando Stone v. Ritter (2006) para o padrão de responsabilidade por supervisão de diretores. A citação é real. O resumo da decisão está correto — para 2006. O que a ferramenta deixou passar é que a decisão de 2019 da Suprema Corte de Delaware no caso Marchand v. Barnhill expandiu significativamente o dever de supervisão do Caremark, e as decisões do Tribunal da Chancelaria desde então construíram sobre ele um padrão de conformidade de "missão crítica".

Stone v. Ritter ainda carrega uma bandeira verde no KeyCite. Nunca foi revogado. Ainda é "lei válida". E uma petição que se apoia nele para um protocolo de 2026 ainda está errada, porque o alcance prático da decisão foi reduzido por tudo o que veio depois — exatamente o tipo de desenvolvimento que a bandeira de um citador não foi feita para revelar.

Um citador diz que um caso está vivo. Ele não diz que o caso ainda significa o que sua IA afirma que ele significa.

Essa é a diferença entre fabricação de citação e alucinação contextual, e é de longe a distinção mais importante de todo este campo. O associado júnior que revisa a saída sob prazo apertado não vai perceber, porque a citação parece certa. Ela está certa, no único sentido que a ferramenta jamais verificou.

Nós erramos nisso primeiro — e fui eu quem defendeu isso

Quero ser honesto sobre como aprendi isso, porque não cheguei a essa conclusão por raciocínio. Lancei a coisa errada primeiro.

Quando minha equipe construiu nosso primeiro verificador de citações, eu argumentei — na nossa própria revisão de projeto, em voz alta, com certa confiança — que se o caso é real, estamos bem. Então nosso primeiro pipeline essencialmente reexecutava a lógica do citador. Ele confirmava que cada caso citado existia e puxava seu status de tratamento. Rápido, limpo e, em um piloto, passou uma petição direto para um painel verde.

Então um dos usuários do piloto, um litigante de verdade, contestou um parágrafo que nossa ferramenta havia abençoado. O caso citado era real. Nosso verificador adorou. A decisão que a petição atribuía a ele vinha da parte do voto que não prevalecia. Nosso sistema não tinha opinião alguma sobre isso, porque eu o havia projetado para não ter opinião alguma sobre isso. Eu havia reconstruído o Shepard's e chamado aquilo de verificação.

Foi essa falha que pagou por tudo o que fizemos em seguida. Reexecutar um citador mais rápido não é verificação — é o mesmo ponto cego com uma interface mais bonita. A virada nos foi imposta: tivemos que construir uma camada que lê além do status do citador, chegando às referências citantes subsequentes, que pergunta se casos posteriores distinguiram ou reduziram uma decisão, que sinaliza um voto cuja proposição central foi substancialmente modificada mesmo que o caso em si permaneça lei válida. Esse é o problema de engenharia. O citador nunca iria resolvê-lo, por mais rápido que o executássemos.

Por que comprar a Harvey não fecha essa lacuna?

As pessoas presumem que os fornecedores das plataformas vão resolver isso, e eu entendo por quê — as plataformas são extraordinárias, e o dinheiro diz que todo mundo concorda. A Harvey atingiu uma avaliação de US$ 11 bilhões em março de 2026 sobre uma receita recorrente anual de cerca de US$ 190 milhões, com agentes personalizados passando de 25.000 e adoção em metade das AmLaw 100. A Thomson Reuters comprou a Casetext por US$ 650 milhões e a incorporou aos fluxos de trabalho agênticos do CoCounsel. A LexisNexis substituiu o Lexis+ AI pelo Lexis+ Protege em fevereiro de 2026 — quatro agentes especializados, mais de 300 fluxos de trabalho pré-construídos.

Não são elas o problema. Digo isso aos escritórios com franqueza: mantenham sua plataforma. A lacuna é que nenhuma dessas ferramentas entrega uma camada independente de verificação, e as melhores são honestas ao dizer que a verificação da saída é responsabilidade do usuário. Há uma razão para a LexisNexis ter recuado discretamente de sua linguagem de "100% livre de alucinações" depois que os números de Stanford vieram à tona.

E as plataformas tornaram o problema da verificação mais difícil, não mais fácil, ao se tornarem agênticas. Quando um agente de longo horizonte executa um fluxo de trabalho de pesquisa e redação em várias etapas, a saída não é um único parágrafo citado — é uma cadeia deles, cada etapa alimentando a seguinte, cada uma um lugar por onde um erro contextual pode entrar e se propagar. Quando um associado júnior me manda mensagem no Slack às 23h perguntando se a saída do agente é segura para protocolar, a resposta honesta é: não até que algo tenha lido cada citação contra o que o caso citado realmente decide, e registrado qual etapa do agente a produziu. Essa trilha de auditoria não é um item desejável. É o que a ordem permanente de um juiz exige cada vez mais. E esse não é um fluxo de trabalho marginal para o qual eu esteja me preparando — a adoção corporativa de IA jurídica dobrou de 23% para 52% em um único ano, e o Gartner espera que 40% dos aplicativos empresariais incorporem agentes específicos de tarefa até 2026; o modo de falha da cadeia de citações escala com cada um deles.

Então, o que de fato pega um caso real citado de forma errada?

Não uma IA diferente — um trabalho diferente. A camada de verificação fica entre a saída da IA e a assinatura do humano, e faz o que o citador não faz: em vez de parar em saber se um caso ainda é lei válida, ela mergulha nas referências citantes subsequentes, pergunta se decisões posteriores distinguiram ou reduziram a decisão, e sinaliza os casos cuja proposição central foi substancialmente modificada mesmo quando a ementa ainda parece limpa. O status de tratamento é o início da investigação, não o fim dela.

Por baixo, a recuperação importa mais do que as pessoas imaginam. A busca vetorial — o padrão na maioria dos sistemas de geração aumentada por recuperação — encontra casos que são textualmente semelhantes a uma consulta. A autoridade jurídica não é organizada por semelhança textual; é organizada pela forma como os casos se citam, se distinguem e se revogam uns aos outros. Isso é um grafo, não uma lista. A recuperação construída sobre um grafo de conhecimento jurídico, em vez de um índice vetorial plano, demonstrou superar a busca vetorial em cerca de 14% na relevância de recuperação para o trabalho jurídico — a diferença entre trazer à tona o caso que prevalece e trazer à tona o caso que apenas soa como se prevalecesse. O grafo é como você encontra o Marchand que discretamente reconfigurou o Stone que todo mundo ainda cita.

Esta é a camada que construímos na Veriprajna — o pipeline de verificação de citações, a infraestrutura de grafo de conhecimento e os sistemas de governança que tornam a saída da IA segura para protocolar — e a construímos em torno de qualquer plataforma que um escritório já utilize, seja Harvey, Lexis Protege ou um modelo de código aberto, em vez de pedir a alguém que arranque uma ferramenta que funciona.

A parte que ninguém coloca num slide: governança

Há um segundo problema por baixo do técnico, e é o que transforma uma sanção em uma ação por negligência profissional.

Cerca de 68% dos profissionais do direito admitem ter usado uma ferramenta de IA não aprovada pelo menos uma vez, e menos de um escritório em cada cinco tem uma política formal de IA — mesmo com quase sete em cada dez advogados usando agora IA generativa no trabalho, uma proporção que dobrou em um único ano. Então a maioria dos escritórios tem advogados alimentando matérias de clientes em ferramentas que ninguém aprovou, sem registro de qual ferramenta, sem etapa de verificação e sem trilha de auditoria. As seguradoras de responsabilidade profissional notaram. Elas estão incorporando o uso de IA às considerações das apólices, e o uso não autorizado sem supervisão de advogado é exatamente o tipo de coisa que anula a cobertura quando uma ação surge.

O piso regulatório também se moveu, e a maioria dos escritórios não o alcançou. O Parecer Formal 512 da ABA, emitido em julho de 2024, estabelece seis obrigações éticas para a IA generativa — competência, confidencialidade, franqueza perante o tribunal e supervisão entre elas — e traz duas facetas que as pessoas deixam passar. Você não pode cobrar de um cliente pelo tempo que gasta aprendendo uma ferramenta que usará regularmente. E um tribunal federal já decidiu que o produto de trabalho gerado por IA não é protegido pelo sigilo entre advogado e cliente. Enquanto isso, mais de 300 juízes emitiram suas próprias ordens permanentes sobre IA, cada uma com sua própria exigência de divulgação ou certificação, a Flórida acrescentou uma exigência de divulgação em fevereiro de 2026, e nenhum escritório que conheci tem uma forma sistemática de rastrear qual juiz exige o quê. E o piso ainda está subindo: o Regulamento de IA da UE entra em vigor em agosto de 2026, a Lei de IA do Colorado em junho, e a Diretiva de Responsabilidade por Produtos da UE agora trata a IA como um produto sob responsabilidade objetiva — o que desloca a exposição de um único associado sancionado para o balanço patrimonial do escritório.

IA das sombras não é um problema de disciplina. É uma lacuna de infraestrutura — as pessoas contornam ferramentas que não se encaixam na forma como trabalham.

Um sistema de governança digno do nome não apenas documenta uma política num PDF que ninguém lê. Ele impõe a política no fluxo de trabalho, registra cada citação assistida por IA, gera a linguagem de divulgação que uma dada jurisdição exige e produz a trilha de auditoria que permite a um sócio supervisor certificar, honestamente, que cada citação foi verificada.

As perguntas que os escritórios sempre me fazem

Costuma começar com alguma versão de: se eu verificar cada citação à mão, não estarei jogando fora a eficiência que a IA me deu? Sim — e é justamente esse o motivo de embutir a verificação no pipeline em vez de deixá-la para um associado exausto à meia-noite. A conferência manual de citações da saída da IA não escala, e pulá-la é o risco de negligência profissional. A camada existe precisamente para que a velocidade sobreviva à segurança.

Então vem a versão do cético: isso não é exagero — com que frequência a alucinação contextual realmente morde? O banco de dados de alucinações Charlotin havia ultrapassado 1.222 casos documentados de alucinação de IA em petições de tribunais dos EUA no início de 2026, ante mais de 729 no fim de 2025. A curva está indo na direção errada, as sanções subiram de tapinhas de US$ 500 para penalidades de cinco dígitos como rotina, e essa contagem só captura os casos que foram pegos e publicados. Mantenho esse banco de dados aberto numa aba. O número sobe enquanto você não está olhando.

E, de um sócio administrador, quase sempre: um escritório Big Four ou um grande integrador de sistemas não pode simplesmente cuidar de tudo isso? Eles podem configurar sua plataforma, e vão cobrar de US$ 500 mil a US$ 2 milhões para fazê-lo. Mas configurar a Harvey é implantar uma plataforma — não é construir a camada de verificação que a plataforma deliberadamente deixa por sua conta. São problemas diferentes, e apenas um deles é o que faz você ser sancionado.

O que eu diria ao associado às 23h

O mercado de IA jurídica está caminhando de cerca de US$ 5,6 bilhões em 2026 para US$ 12,5 bilhões até 2030, e a pesquisa jurídica é sua maior fatia isolada. Esse crescimento é real e as ferramentas merecem. Mas todo o setor está otimizando para a saída — pesquisa mais rápida, mais agentes, fluxos de trabalho autônomos mais longos — e tratando a verificação como responsabilidade de outra pessoa, o que, na prática, significa de ninguém.

O caso que vai sancionar você em 2026 vai passar por todas as verificações que suas ferramentas atuais executam. Ele vai existir. Vai carregar uma bandeira verde. Vai ser citado para algo que ele não diz exatamente, e a versão de você que o lê à meia-noite sob prazo não vai perceber, porque tudo na tela diz que está tudo bem.

Isso não é motivo para desconfiar da IA jurídica. É motivo para construir a única camada que as plataformas deixaram de fora — a camada de verificação e governança que lê o que o caso realmente decide, não apenas se ele ainda está respirando. Os escritórios que a instalarem manterão a velocidade. Os que não instalarem continuarão descobrindo, uma ordem de justificação por vez, o que uma bandeira verde nunca lhes prometeu.