A MITIGAÇÃO INDIRETA DO ACESSO À JUSTIÇA DO TRABALHO BRASILEIRA PELA “MACHINE LEARNING” E “DEEP LEARNING”

Résumé

Visando acelerar a tramitação processual, a Justiça Trabalhista viu na machine learning e na deep learning uma solução. A despeito de estar buscando cumprir as metas do CNJ, pautadas em jurimetria, tais técnicas transferem o ato de julgar para a máquina. O presente artigo tem por objetivo analisar se o enfrentamento da morosidade devia estar fundado apenas na celeridade, se o acesso à Justiça, como política pública, comportaria a interpretação jurídica feita por uma máquina e se o machine learning e o deep learning não gerariam mais desigualdade e exclusão social. Empregando-se a metodologia qualitativa descritiva para fins de compreender o fenômeno em estudo e a técnica de pesquisa bibliográfica, constatou-se que a machine learning e o deep learning funcionam segundo os dados que recebem, impondo uma sequência lógica de instruções, mediante a intervenção de algoritmos padronizados, que geram discriminação indireta e exclusão social.