Chatbot para consulta em documentos jurídicos

Abstract

Este trabalho apresenta o desenvolvimento de um chatbot para consulta em documentos jurídicos, utilizando técnicas de Inteligência Artificial, Processamento de Linguagem Natural (PLN) e a arquitetura Retrieval-Augmented Generation (RAG). Considerando o cenário brasileiro de alta demanda judicial, grande volume de processos e crescente complexidade normativa, o projeto busca demonstrar a viabilidade de uma solução acessível e baseada em tecnologias de código aberto e planos gratuitos para apoiar profissionais do Direito. O sistema foi estruturado em uma arquitetura de três camadas, composta por um backend desenvolvido em Python com FastAPI, um frontend em JavaScript com ReactJS e uma camada de serviços externos integrando modelos de linguagem, bancos vetoriais e APIs especializadas. Ao longo do desenvolvimento, adotou-se uma abordagem iterativa e incremental, com organização via Kanban, além de um fluxo de automação com CI/CD, conteinerização com Docker e deploy em uma máquina virtual disponibilizada pela instituição. O chatbot permite o upload de documentos PDF, extração de texto, divisão do texto, geração de embeddings, indexação no ChromaDB e recuperação semântica para respostas fundamentadas. Foram implementados mecanismos de autenticação, controle de sessões, histórico persistente, filtragem por documento, reranqueamento e integração com modelos LLM de alta performance hospedados na Groq Cloud. Os resultados indicam que o sistema é funcional, escalável e capaz de responder de forma coerente e contextualizada, ainda que apresente desafios relacionados à precisão semântica e ao desempenho. Como trabalhos futuros, propõe-se a inclusão de novos modelos de linguagem, otimizações no pipeline RAG, testes de desempenho, suporte ao envio de documentos em lote e aprimoramentos na robustez arquitetural.