Jurisprudência verificada: por que IAs inventam decisões e como resolver

Quando o ChatGPT cita um REsp 1.234.567que não existe, a reação intuitiva é “o modelo errou”. Mas o problema é mais fundamental: do ponto de vista da arquitetura, ele não errou — ele fez exatamente o que aprendeu a fazer. Entender por quê é o primeiro passo pra resolver de verdade.

O mecanismo da alucinação

Modelos de linguagem aprendem distribuições de probabilidade sobre tokens. Eles veem milhões de exemplos do padrão REsp [7 dígitos]/[UF]e aprendem que esse formato aparece em contextos de citação jurisprudencial. Quando você pede “um precedente do STJ sobre dano moral”, o modelo gera o formato esperado — sem verificar se aquele número específico existe em algum lugar do mundo.

Isso é uma propriedade da arquitetura, não um bug. Inferir “esse número parece real” e “esse número é real” são tarefas fundamentalmente diferentes. A primeira o modelo faz bem; a segunda, ele nunca fará — sozinho.

Três arquiteturas que resolvem

1. RAG (Retrieval-Augmented Generation)

A solução mais comum hoje: antes de responder, o sistema busca documentos relevantes em uma base externa e injeta o texto deles no contexto do modelo. O modelo passa a responder com base no texto recuperado, não na sua memória.

Vantagem: simples de implementar.
Limite:o modelo ainda pode “preencher lacunas” extrapolando — se a busca devolveu 3 acórdãos parecidos mas nenhum exato, o modelo tende a combinar pedaços e inventar um quarto.

2. Tool use / function calling

O modelo ganha acesso a funções (“ferramentas”) que ele pode chamar quando precisa de informação concreta. Em vez de chutar um número de REsp, ele chama buscar_acordao(tema="dano moral", tribunal="STJ") e recebe de volta os resultados reais.

Vantagem: elimina a invenção de identificadores.
Limite:exige que o modelo aprenda a chamar a ferramenta — alguns modelos “esquecem” e voltam ao comportamento padrão.

3. MCP (Model Context Protocol)

A evolução natural do tool use: um protocolo padronizado pra modelos conversarem com bases externas. Você instala o conector uma vez, e a IA passa a ter acesso permanente — Claude Desktop, Cursor, qualquer cliente compatível. É o que o JurisFonte oferece com o pacote @jurisfonte/mcp-server.

Vantagem:a IA “ganha mãos” permanentes; eliminar a alucinação vira política de produto, não chute do prompt.
Limite: requer cliente compatível (Claude Desktop, Cursor, ChatGPT com conectores).

E pra quem só usa a interface web do ChatGPT?

A solução é mais simples: aceite que a IA vai inventar e construa o processo de verificação como passo obrigatório. A página /verificar do JurisFonte aceita o texto inteiro da peça e marca cada citação em segundos.

Por que “jurisprudência verificada” virou uma categoria

Em 2023, dizer “jurisprudência verificada” era redundante — toda jurisprudência publicada era, por definição, real. Em 2026, com IA em quase toda peça, a expressão precisou existir como categoria. Verificada quer dizer: extraída direto do tribunal, com link pro original, conferível em segundos. É o padrão que o JurisFonte impõe na própria base — e que torna possível responder com confiança a perguntas que IAs generalistas só sabem responder chutando.