Inteligência artificial explicável e decisões judiciais: experimentações com o método SHAP

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Silva, Bruno Cassol da
Orientador(a): Rover, Aires José
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: https://repositorio.ufsc.br/handle/123456789/254969
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências Jurídicas, Programa de Pós-Graduação em Direito, Florianópolis, 2024.
id UFSC_f3a682dc768359f7b49139781ac472c0
oai_identifier_str oai:repositorio.ufsc.br:123456789/254969
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str
spelling Universidade Federal de Santa CatarinaSilva, Bruno Cassol daRover, Aires José2024-04-15T23:24:16Z2024-04-15T23:24:16Z2024386770https://repositorio.ufsc.br/handle/123456789/254969Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências Jurídicas, Programa de Pós-Graduação em Direito, Florianópolis, 2024.Segundo o relatório \"Justiça em Números\" do Conselho Nacional de Justiça (CNJ), houve um acréscimo de 10% no número de novas ações judiciais em 2022, chegando a um total impressionante de 31,5 milhões. Diante desse cenário, este trabalho tem como objetivo principal examinar como os conhecimentos técnico-simbólicos podem ser empregados para proporcionar explicabilidade à Inteligência Artificial (IA) no contexto do Direito, especificamente através do método SHAP. Para isso, realizou-se uma revisão bibliográfica sobre o potencial da IA e da Inteligência Artificial Explicável (XAI), uma revisão sistemática de IA e XAI em fontes acadêmicas (Scopus, Web of Science, SciELO, IEEE Xplore, ACM Digital Library e Google Scholar), experimentos para entender a interação de modelos preditivos com o conhecimento jurídico estruturado, experimentos com o modelo explicativo SHAP para prever decisões de IA em relação a decisões judiciais envolvendo ações de companhias aéreas, e uma validação da abordagem proposta com especialistas da área e operadores do direito. Os resultados indicaram que o método SHAP é capaz de gerar rotas explicativas de decisões algorítmicas na representação de conhecimento jurídico, contribuindo para a transparência e a compreensão da IA jurídica.Abstract: According to the ?Justice in Numbers? report by the National Council of Justice (CNJ), there was a 10% increase in the number of new lawsuits in 2022, reaching an impressive total of 31.5 million. In light of this scenario, this study aims to examine how technicalsymbolic knowledge can be employed to provide explainability to Artificial Intelligence (AI) in the context of Law, specifically through the SHAP method. To this end, a bibliographic review was conducted on the potential of AI and Explainable Artificial Intelligence (XAI), a systematic review of AI and XAI in academic sources (Scopus, Web of Science, SciELO, IEEE Xplore, ACM Digital Library, and Google Scholar), experiments to understand the interaction of predictive models with structured legal knowledge, experiments with the SHAP explanatory model to predict AI decisions regarding judicial decisions involving airline companies? lawsuits, and a validation of the proposed approach with experts in the field and legal practitioners. The results indicated that the SHAP method is capable of generating explanatory pathways for algorithmic decisions in the representation of legal knowledge, contributing to the transparency and understanding of legal AI.201 p.| gráfs.porDireitoInteligência artificialAprendizado do computadorDecisão judicialInteligência artificial explicável e decisões judiciais: experimentações com o método SHAPinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINALPDPC1737-D.pdfPDPC1737-D.pdfapplication/pdf8376234https://repositorio.ufsc.br/bitstream/123456789/254969/-1/PDPC1737-D.pdfa816820795682d9810ab5c99c99e8589MD5-1123456789/2549692024-04-15 20:24:17.128oai:repositorio.ufsc.br:123456789/254969Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestsandra.sobrera@ufsc.bropendoar:23732024-04-15T23:24:17Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Inteligência artificial explicável e decisões judiciais: experimentações com o método SHAP
title Inteligência artificial explicável e decisões judiciais: experimentações com o método SHAP
spellingShingle Inteligência artificial explicável e decisões judiciais: experimentações com o método SHAP
Silva, Bruno Cassol da
Direito
Inteligência artificial
Aprendizado do computador
Decisão judicial
title_short Inteligência artificial explicável e decisões judiciais: experimentações com o método SHAP
title_full Inteligência artificial explicável e decisões judiciais: experimentações com o método SHAP
title_fullStr Inteligência artificial explicável e decisões judiciais: experimentações com o método SHAP
title_full_unstemmed Inteligência artificial explicável e decisões judiciais: experimentações com o método SHAP
title_sort Inteligência artificial explicável e decisões judiciais: experimentações com o método SHAP
author Silva, Bruno Cassol da
author_facet Silva, Bruno Cassol da
author_role author
dc.contributor.none.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Silva, Bruno Cassol da
dc.contributor.advisor1.fl_str_mv Rover, Aires José
contributor_str_mv Rover, Aires José
dc.subject.classification.none.fl_str_mv Direito
Inteligência artificial
Aprendizado do computador
Decisão judicial
topic Direito
Inteligência artificial
Aprendizado do computador
Decisão judicial
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências Jurídicas, Programa de Pós-Graduação em Direito, Florianópolis, 2024.
publishDate 2024
dc.date.accessioned.fl_str_mv 2024-04-15T23:24:16Z
dc.date.available.fl_str_mv 2024-04-15T23:24:16Z
dc.date.issued.fl_str_mv 2024
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 https://repositorio.ufsc.br/handle/123456789/254969
dc.identifier.other.none.fl_str_mv 386770
identifier_str_mv 386770
url https://repositorio.ufsc.br/handle/123456789/254969
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 201 p.| gráfs.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/254969/-1/PDPC1737-D.pdf
bitstream.checksum.fl_str_mv a816820795682d9810ab5c99c99e8589
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv sandra.sobrera@ufsc.br
_version_ 1851758960842899456

Registros relacionados