A IA torna mesmo a sua equipa jurídica mais rápida? O paradoxo que ninguém quer medir

Os escritórios contam o tempo que a IA poupa no rascunho. Quase ninguém conta o tempo que a IA acrescenta na verificação. Sem essa segunda conta, o ROI é uma história mal contada.

Cada apresentação comercial de IA jurídica diz o mesmo: o que demorava dias passa a demorar horas, o que demorava horas passa a demorar minutos. Os ganhos de eficiência são reais. Ninguém os contesta.

A pergunta interessante é outra: para onde vai o tempo poupado?

Foi esta a questão lançada por Ed Walters, vice-presidente da Clio, num artigo publicado no Artificial Lawyer no final de abril de 2026 — um thought leadership patrocinado, é justo registá-lo, mas que coloca o dedo numa ferida que muitos sócios-gerentes preferem ignorar.

Pergunte a um sócio de contencioso se os processos estão a fechar mais depressa desde que adotou IA. Pergunte a um responsável de M&A se os deals encurtaram. Pergunte a um managing partner se as taxas de realização melhoraram. Na maioria das firmas, a resposta honesta é: não sei.

As ferramentas estão mais rápidas. Que a equipa esteja mais rápida é outra conversa.

Poupar no rascunho, pagar na revisão

A tese de Ed Walters é simples e desconfortável: cada hora poupada no rascunho ressurge noutro sítio — na revisão, na verificação, na coordenação.

Um associado júnior gera uma minuta em 20 minutos em vez de quatro horas. Excelente. Mas, depois, um sócio gasta uma hora extra a confirmar se o sistema não inventou jurisprudência, a cruzar o output com o histórico do processo espalhado por três sistemas, e a garantir que aquela frase confiante não está subtilmente errada.

E como o custo marginal de gerar mais uma versão tende para zero, o associado gera mais minutas, mais memorandos, mais variações. O volume de trabalho aumenta. O estrangulamento na revisão aperta. E o prazo também.

Esta intuição não é especulativa. O estudo Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools, conduzido pelo RegLab e pelo Human-Centered AI Institute da Universidade de Stanford, mostrou que, consoante o sistema, a taxa de alucinação variava entre cerca de 17% e 33% das respostas, com o Westlaw AI-Assisted Research a falhar quase o dobro do Lexis+ AI.

Ferramentas concebidas com sistemas RAG (retrievel augmented generation) proprietários, vendidas a escritórios sérios, falham, em média, entre uma em cada seis e uma em cada três respostas.

Se a verificação não for rigorosa, o erro entra no processo. Se a verificação for rigorosa, consome o tempo que o sistema dizia poupar.

O paradoxo da produtividade — agora aplicado à advocacia

Há aqui um eco do velho paradoxo de Solow. Em 1987, Robert Solow formulou numa recensão para o New York Review of Books uma das frases mais citadas da história da economia digital: “You can see the computer age everywhere but in the productivity statistics.”Via-se a era do computador em todo o lado, exceto nas estatísticas de produtividade.

As empresas americanas investiam enormemente em computadores pessoais desde a década anterior, mas a produtividade macroeconómica não acelerava e, pelo contrário, abrandava face às décadas douradas do pós-guerra.

Produziram-se nos anos seguintes várias explicações concorrentes, e nenhuma ganhou sozinha.

A medição não captava bem qualidade nem variedade. A difusão de tecnologia de propósito geral exige reorganização, só rendendo plenamente quando a empresa se reconfigura à volta da nova ferramenta, não quando a compra. O tempo poupado numa tarefa migra silenciosamente para configuração, formação, manutenção, integração.

E há ainda o efeito Jevons: quando algo fica mais barato ou mais rápido, consome-se mais, e o ganho de eficiência é absorvido pelo aumento de volume.

A partir de meados dos anos 90, com a difusão da internet e de mudanças organizacionais complementares, a produtividade americana acelerou genuinamente, o que muitos economistas leram como confirmação de um atraso de difusão da tecnologia. A tecnologia precisava de tempo — e de reorganização — para render.

A advocacia parece estar precisamente nessa fase, agora com IA. Os sócios sentem que toda a gente está a usar; os números financeiros do escritório não confirmam nem desmentem grande coisa. Pode ser que os ganhos surjam com reorganização, o que mais não será do que boa notícia adiada. Pode ser que estejam a ser absorvidos por verificação e volume acrescido; exatamente a tese de Walters.

Provavelmente será as duas coisas ao mesmo tempo. O ganho técnico existe. O ganho económico ao nível do escritório ou sociedade de advogados é mais difícil de demonstrar.

O Generative AI in Professional Services Report 2025 da Thomson Reuters mostra que a adoção ativa subiu de 14% em 2024 para 26% em 2025 e que 78% das organizações inquiridas acreditam que a IA será central nos seus fluxos de trabalho nos próximos cinco anos.

Há entusiasmo genuíno. O que falta é métrica de impacto económico no processo e não apenas, granularmente, na tarefa.

O ângulo português que o artigo do Artificial Lawyer não cobre

Para os advogados portugueses, esta conversa cruza-se com duas obrigações que não são opcionais.

Primeiro, o artigo 4.º do Regulamento (UE) 2024/1689, o EU AI Act, de que já falámos noutros artigos, cujas obrigações de literacia em IA se aplicam, segundo a timeline oficial de implementação da Comissão, desde 2 de fevereiro de 2025: prestadores e responsáveis pela implantação de sistemas de IA devem tomar medidas para assegurar, na melhor medida possível, um nível suficiente de literacia em IA do seu pessoal e de outras pessoas que operem ou utilizem o sistema sob a sua autoridade.

Isto inclui escritórios de advocacia que utilizem ChatGPT, Copilot, Lexis+ AI, Harvey ou qualquer outro sistema generativo no exercício da profissão. Não é recomendação. É obrigação. Legal.

Segundo, o Estatuto da Ordem dos Advogados, aprovado pela Lei n.º 145/2015, consagra no artigo 92.º o dever de competência e zelo profissional, incluindo a responsabilidade do advogado pelo trabalho desenvolvido com o apoio dos seus colaboradores.

Quando um sistema de IA produz uma minuta, é o advogado — nunca o sistema de IA! — quem assume a responsabilidade pela verificação e qualidade da peça que sai do escritório com a sua assinatura.

A combinação destas duas obrigações tem uma consequência prática: o tempo de verificação não é desperdício a eliminar, devendo ser visto como exigência regulatória e deontológica (a orçamentar na prestação de serviços). A questão útil deixa de ser como reduzir a verificação e passa a ser como tornar a verificação eficiente sem a comprometer.

Onde Walters tem razão — e onde se deve resistir

Walters argumenta que a verificação consome menos tempo quando o contexto está consolidado num único ambiente operacional: gestão de processos, faturação, histórico documental e IA integrados.

É um argumento sensato e alinhado com outras análises do setor; também é, convém dizer sem rodeios, exatamente o tipo de problema que a Clio promete mitigar com o seu produto.

A leitura crítica é esta: a tese da arquitetura de informação como verdadeiro gargalo é correta — não é por acaso que a verificação demora; é porque o contexto está fragmentado.

Mas a solução não tem de ser uma plataforma X ou Y. Pode ser, em escritórios pequenos, disciplina rigorosa de organização documental. Substituir uma hora de revisão por uma hora de configuração de plataforma não é, por si só, ROI.

A pergunta que fica para o managing partner português

A IA está a tornar a sua equipa mais rápida, ou apenas a deslocar onde o trabalho acontece? O número de horas faturadas mudou? A taxa de write-down baixou? Os clientes notam diferença na velocidade de resposta? Se a resposta for “não sei”, o problema não é a IA. É a ausência de medição.

Aplicar Solow ao próprio escritório significa fazer o que a maioria das sociedades de advogados (ou advogados em prática individual) não faz: estabelecer uma linha de base antes da adoção e voltar a medir doze meses depois, com indicadores que vão além do uso da ferramenta.

Indicadores úteis que se podem aqui aventar: tempo médio entre abertura e fecho de processo por tipologia; rácio de horas faturadas vs. horas trabalhadas; volume de ajustes (write-downs) em fim de mês; taxa de erro detetada em revisão e em que fase do processo é detetada; tempo entre pedido do cliente e primeira resposta submetida; taxa de retenção e indicador de lealdade e satisfação dos clientes (Net Promoter Score) dos clientes recorrentes.

Nenhum destes números, só por si, diz, isoladamente, se a IA está a render. Em conjunto, e ao longo de quatro trimestres, sim, dizem-no.

Sem essa medição, a adoção de IA não é uma estratégia. É uma despesa com narrativa de modernização colada.

Tabela de referências