Construção de um modelo preditivo para decisões do STF em Ações Diretas de Inconstitucionalidade
Carregando...
Data
2018
Autores
Orientador(res)
Ribeiro, Leandro Molhano
Souza, Renato Rocha
Métricas
Título da Revista
ISSN da Revista
Título de Volume
Resumo
Este trabalho objetiva iniciar a construção de um modelo de previsão de decisões judiciais utilizando um algoritmo de machine learning para prever decisões do Supremo Tribunal Federal (STF). A ideia que guia este trabalho é a de que testando-se e avaliando-se elementos do processo decisório judicial que são importantes para a realização de uma análise preditiva da decisão, é possível delimitar como e quais fatores podem estar influindo no processo decisório. Para tanto, inicialmente, analisa-se a literatura que estuda a influência de fatores cognitivos, econômicos e institucionais nas decisões. Num segundo momento, desenvolve-se um modelo preditivo de decisões do Supremo Tribunal Federal em Ações Diretas de Inconstitucionalidade, utilizando um algoritmo de random forest. O algoritmo foi aplicado duas vezes. Na primeira, considerou-se os seguintes elementos como features do modelo: (i) relatórios das decisões; (ii) ano em que a decisão foi publicada; (iii) ministro relator; e (iv) requerente. Na segunda aplicação foi considerado, além do mencionado anteriormente, o voto do ministro relator. Na primeira aplicação, o algoritmo acertou o resultado de 85% dos casos previstos e, na segunda aplicação, acertou 90% dos resultados. A partir disso, foi analisada a importância de cada feature para a realização da análise preditiva. Esse exame permitiu discutir e delimitar como e quais fatores psicológicos, econômicos e institucionais podem estar influindo no processo decisório judicial.