Mineração de processos assistida por LLMs : avaliação de estratégias de interação para usuários não especialistas no poder judiciário

Detalhes bibliográficos
Ano de defesa: 2025
Autor(a) principal: PESSOA, João Tiago Ferreira Soares
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Pernambuco
UFPE
Brasil
Programa de Pos Graduacao em Ciencia da Computacao
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Mineração de processos
LLMs
Modelos de linguagem de grande escala
GPT
Gemin
Link de acesso: https://repositorio.ufpe.br/handle/123456789/65445
Resumo: O crescente volume processual no sistema judiciário brasileiro demanda soluções que otimizem os fluxos de trabalho, sendo a mineração de processos uma ferramenta valiosa para essa finalidade. Contudo, a complexidade inerente a essa área limita significativamente sua adoção por profissionais do direito, criando uma barreira entre o potencial da tecnologia e sua aplicação prática. Esta pesquisa investigou o uso de Large Language Models (LLMs) como interfaces cognitivas para democratizar o acesso às tecnologias de mineração de processos, utilizando dados reais da plataforma Judiciário & Mineração de Processos (JuMP). O estudo comparou sistematicamente duas estratégias distintas de implementação: engenharia de prompts diretos e arquitetura baseada em agentes inteligentes. A avaliação foi conduzida utilizando os modelos GPT- 4o e Gemini 2.0 Flash, através de testes empíricos que envolveram diferentes cenários de complexidade computacional e volumes de dados. Os resultados demonstraram superioridade da abordagem baseada em agentes inteligentes para o processamento de grandes volumes de dados e execução de computações complexas, apresentando maior robustez, precisão e capacidade de lidar com tarefas multifacetadas. Em contraste, a interação direta através de prompts mostrou-se adequada para consultas simples e pontuais, com limitações em cenários mais complexos. A pesquisa evidenciou que os LLMs, quando integrados em arquiteturas de agentes, constituem uma solução tecnológica promissora para democratizar a mineração de processos entre profissionais do poder Judiciário brasileiro e podem contribuir diretamente para o aumento da produtividade, padronização dos procedimentos e qualificação dos fluxos de trabalho no sistema judicial.
id UFPE_a1c65bd85391ff10657d62621bc0559b
oai_identifier_str oai:repositorio.ufpe.br:123456789/65445
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str
spelling Mineração de processos assistida por LLMs : avaliação de estratégias de interação para usuários não especialistas no poder judiciárioMineração de processosLLMsModelos de linguagem de grande escalaGPTGeminO crescente volume processual no sistema judiciário brasileiro demanda soluções que otimizem os fluxos de trabalho, sendo a mineração de processos uma ferramenta valiosa para essa finalidade. Contudo, a complexidade inerente a essa área limita significativamente sua adoção por profissionais do direito, criando uma barreira entre o potencial da tecnologia e sua aplicação prática. Esta pesquisa investigou o uso de Large Language Models (LLMs) como interfaces cognitivas para democratizar o acesso às tecnologias de mineração de processos, utilizando dados reais da plataforma Judiciário & Mineração de Processos (JuMP). O estudo comparou sistematicamente duas estratégias distintas de implementação: engenharia de prompts diretos e arquitetura baseada em agentes inteligentes. A avaliação foi conduzida utilizando os modelos GPT- 4o e Gemini 2.0 Flash, através de testes empíricos que envolveram diferentes cenários de complexidade computacional e volumes de dados. Os resultados demonstraram superioridade da abordagem baseada em agentes inteligentes para o processamento de grandes volumes de dados e execução de computações complexas, apresentando maior robustez, precisão e capacidade de lidar com tarefas multifacetadas. Em contraste, a interação direta através de prompts mostrou-se adequada para consultas simples e pontuais, com limitações em cenários mais complexos. A pesquisa evidenciou que os LLMs, quando integrados em arquiteturas de agentes, constituem uma solução tecnológica promissora para democratizar a mineração de processos entre profissionais do poder Judiciário brasileiro e podem contribuir diretamente para o aumento da produtividade, padronização dos procedimentos e qualificação dos fluxos de trabalho no sistema judicial.The growing volume of cases in the Brazilian judicial system demands solutions that optimize workflows, with process mining being a valuable tool for this purpose. However, the inherent complexity of this area significantly limits its adoption by legal professionals, creating a barrier between the potential of the technology and its practical application. This research investigated the use of Large Language Models (LLMs) as cognitive interfaces to democratize access to process mining technologies, using real data from the Judiciário & Mineração de Processos (JuMP) platform. The study systematically compared two distinct implementation strategies: direct prompt engineering and intelligent agent-based architecture. The evaluation was conducted using the GPT- 4o and Gemini 2.0 Flash models, through empirical tests involving different scenarios of computational complexity and data volumes. The results demonstrated the superiority of the intelligent agent-based approach for processing large volumes of data and performing complex computations, showing greater robustness, accuracy, and ability to handle multifaceted tasks. In contrast, direct interaction through prompts proved adequate for simple and specific queries, with limitations in more complex scenarios. The research showed that LLMs, when integrated into agent architectures, constitute a promising technological solution for democratizing process mining among Brazilian judicial professionals and can directly contribute to increased productivity, standardization of procedures, and qualification of workflows in the judicial system.Universidade Federal de PernambucoUFPEBrasilPrograma de Pos Graduacao em Ciencia da ComputacaoOLIVEIRA, Adriano Lorena Inacio dehttp://lattes.cnpq.br/8518997438327260http://lattes.cnpq.br/5194381227316437PESSOA, João Tiago Ferreira Soares2025-08-26T13:06:57Z2025-08-26T13:06:57Z2025-07-28info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfPESSOA, João Tiago Ferreira Soares. Mineração de processos assistida por LLMs : avaliação de estratégias de interação para usuários não especialistas no poder judiciário. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco, Recife, 2025.https://repositorio.ufpe.br/handle/123456789/65445porhttps://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPE2025-08-31T18:06:12Zoai:repositorio.ufpe.br:123456789/65445Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212025-08-31T18:06:12Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.none.fl_str_mv Mineração de processos assistida por LLMs : avaliação de estratégias de interação para usuários não especialistas no poder judiciário
title Mineração de processos assistida por LLMs : avaliação de estratégias de interação para usuários não especialistas no poder judiciário
spellingShingle Mineração de processos assistida por LLMs : avaliação de estratégias de interação para usuários não especialistas no poder judiciário
PESSOA, João Tiago Ferreira Soares
Mineração de processos
LLMs
Modelos de linguagem de grande escala
GPT
Gemin
title_short Mineração de processos assistida por LLMs : avaliação de estratégias de interação para usuários não especialistas no poder judiciário
title_full Mineração de processos assistida por LLMs : avaliação de estratégias de interação para usuários não especialistas no poder judiciário
title_fullStr Mineração de processos assistida por LLMs : avaliação de estratégias de interação para usuários não especialistas no poder judiciário
title_full_unstemmed Mineração de processos assistida por LLMs : avaliação de estratégias de interação para usuários não especialistas no poder judiciário
title_sort Mineração de processos assistida por LLMs : avaliação de estratégias de interação para usuários não especialistas no poder judiciário
author PESSOA, João Tiago Ferreira Soares
author_facet PESSOA, João Tiago Ferreira Soares
author_role author
dc.contributor.none.fl_str_mv OLIVEIRA, Adriano Lorena Inacio de
http://lattes.cnpq.br/8518997438327260
http://lattes.cnpq.br/5194381227316437
dc.contributor.author.fl_str_mv PESSOA, João Tiago Ferreira Soares
dc.subject.por.fl_str_mv Mineração de processos
LLMs
Modelos de linguagem de grande escala
GPT
Gemin
topic Mineração de processos
LLMs
Modelos de linguagem de grande escala
GPT
Gemin
description O crescente volume processual no sistema judiciário brasileiro demanda soluções que otimizem os fluxos de trabalho, sendo a mineração de processos uma ferramenta valiosa para essa finalidade. Contudo, a complexidade inerente a essa área limita significativamente sua adoção por profissionais do direito, criando uma barreira entre o potencial da tecnologia e sua aplicação prática. Esta pesquisa investigou o uso de Large Language Models (LLMs) como interfaces cognitivas para democratizar o acesso às tecnologias de mineração de processos, utilizando dados reais da plataforma Judiciário & Mineração de Processos (JuMP). O estudo comparou sistematicamente duas estratégias distintas de implementação: engenharia de prompts diretos e arquitetura baseada em agentes inteligentes. A avaliação foi conduzida utilizando os modelos GPT- 4o e Gemini 2.0 Flash, através de testes empíricos que envolveram diferentes cenários de complexidade computacional e volumes de dados. Os resultados demonstraram superioridade da abordagem baseada em agentes inteligentes para o processamento de grandes volumes de dados e execução de computações complexas, apresentando maior robustez, precisão e capacidade de lidar com tarefas multifacetadas. Em contraste, a interação direta através de prompts mostrou-se adequada para consultas simples e pontuais, com limitações em cenários mais complexos. A pesquisa evidenciou que os LLMs, quando integrados em arquiteturas de agentes, constituem uma solução tecnológica promissora para democratizar a mineração de processos entre profissionais do poder Judiciário brasileiro e podem contribuir diretamente para o aumento da produtividade, padronização dos procedimentos e qualificação dos fluxos de trabalho no sistema judicial.
publishDate 2025
dc.date.none.fl_str_mv 2025-08-26T13:06:57Z
2025-08-26T13:06:57Z
2025-07-28
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv PESSOA, João Tiago Ferreira Soares. Mineração de processos assistida por LLMs : avaliação de estratégias de interação para usuários não especialistas no poder judiciário. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco, Recife, 2025.
https://repositorio.ufpe.br/handle/123456789/65445
identifier_str_mv PESSOA, João Tiago Ferreira Soares. Mineração de processos assistida por LLMs : avaliação de estratégias de interação para usuários não especialistas no poder judiciário. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco, Recife, 2025.
url https://repositorio.ufpe.br/handle/123456789/65445
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
UFPE
Brasil
Programa de Pos Graduacao em Ciencia da Computacao
publisher.none.fl_str_mv Universidade Federal de Pernambuco
UFPE
Brasil
Programa de Pos Graduacao em Ciencia da Computacao
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1856041955956359168

Registros relacionados