Testando a Methodology Multicriteria Decision Aid – Constructivist (MCDA-C) na construção de algoritmos de apoio à estabilidade das decisões judiciais

IF 0.2 Q3 LAW
A. Mendes, Alexandre Morais da Rosa, Izaias Otacílio da Rosa
{"title":"Testando a Methodology Multicriteria Decision Aid – Constructivist (MCDA-C) na construção de algoritmos de apoio à estabilidade das decisões judiciais","authors":"A. Mendes, Alexandre Morais da Rosa, Izaias Otacílio da Rosa","doi":"10.18256/2238-0604.2019.v15i2.3650","DOIUrl":null,"url":null,"abstract":"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.","PeriodicalId":53790,"journal":{"name":"Revista Brasileira de Direito","volume":" ","pages":""},"PeriodicalIF":0.2000,"publicationDate":"2019-08-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Brasileira de Direito","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.18256/2238-0604.2019.v15i2.3650","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q3","JCRName":"LAW","Score":null,"Total":0}
引用次数: 0

Abstract

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.
测试方法论多准则决策辅助——建构主义者(MCDA-C)在算法构建中支持司法判决的稳定性
这项工作暴露并检查了与UNIVALI的PPGD和Neoway Informática Ltda公司合作,在PUC-PR的PPDG范围内使用方法论多准则决策辅助——建构主义者或MCDA-C进行的测试的部分结果。从使用MDCA-C作为适用于司法判决的逻辑算法基础的角度来看,核心假设是它能够超越方法论法律算法的限制和挑战。因此,它试图测试MCDA-C方法是否有能力将决策者的主观能动性纳入地方法官的案件中,同时在复制司法裁决时保持一致性和完整性,通过采用多学科方法与琐碎的事情保持距离。在归纳程序法和MDCA-C干预法下,本文利用大数据、机器学习和深度学习技术,提出了一种由法官自己进行的系统校准。在这种情况下,MDCA-C在司法判决中的使用试图实现这样一个精确的最终产品,即无法区分人类决策和机器决策。这一主题的相关性体现在这种适用在国内和国际上引起的反响,以及改变巴西司法机构的方法和表现的可能性。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
11
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信