Acceso usuarios
Brasil
Brasil
Brasil
The present article examine UNIVALI’s PPGD and Neoway Informática Ltda’s Methodology Multicriteria Decision Aid – Constructivist or MCDA-C test partial results. Under MDCA-C perspective while logic-algorithmics base apply to judicial decisions, the central hypothesis is that MDCA-C is capable of transcending limitations of methodologic-judicial-algorithm. For than, this article seeks to test the capability of MDCA-C methodology of incorporating a decision maker’s subjectivities, meanwhile keep the coherence and integrity necessary to replicate a judicial decision, in a multidisciplinary approach. Under an inductive procedural method, and also an interventive method of the MDCA-C, the present article combines big data, machine learning and deep learning techniques in order to propose a system calibration done by the magistrate itself. In this context, the application of MDCA-C to judicial decisions pursuit to reach a final product of such precision on wich a distinction of the human or machine decision isn’t possible. Owing to national and international repercussion of this kind of application, also thru the possibility of revolutionizing the whole method and actuation of the Judiciary Power, the relevance of the theme becomes clear.
O presente trabalho expõe e examina o resultado parcial dos testes com a Methodology Multicriteria Decision Aid – Constructivist ou MCDA-C, estes realizados no âmbito do PPDG da PUC-PR, em parceria com o PPGD da UNIVALI e a empresa Neoway Informática Ltda. Na perspectiva de utilização da MDCA-C enquanto base lógico-algorítmica aplicada às decisões judiciais, a hipótese central é de que esta é capaz de transcender limites e desafios metodológico-jurídico-algorítmicos. Para tanto, busca-se testar a capacidade da metodologia MCDA-C de incorporar as subjetividades do decisor, in casu, o magistrado, ao tempo em que mantém a coerência e integridade ao replicar decisões judiciais, distanciando-se do trivial ao trazer abordagem multidisciplinar. Sob método procedimental indutivo e método interventivo da MDCA-C, o presente artigo utiliza-se de técnicas de big data, machine learning e deep learning para propor uma calibragem de sistema realizado pelo próprio magistrado. Nesse contexto, a utilização da MDCA-C às decisões judicias busca alcançar um produto final de tamanha precisão a ponto de não ser possível a distinção entre o decisium humano e o realizado pela máquina. A relevância da temática evidencia-se ante a repercussão nacional e internacional de tal aplicação, bem como ante possibilidade de revolucionar o método e atuação do Poder Judiciário brasileiro.
