Alucinação é a IA afirmando, com toda a confiança, algo que não existe — e no Direito ela tem endereço certo: o precedente inventado ou distorcido. O problema saiu da teoria: a base mundial que reúne decisões judiciais sobre alucinação de IA em processos registrava 2.039 decisões em 13 de setembro de 2026, 41 delas do Brasil — eram 1.598 em 9 de junho de 2026. E no Brasil a conta já chegou a R$ 20 milhões de multa. A boa notícia: alucinação tem causa conhecida, números medidos e protocolo que funciona. Este guia junta tudo — por que acontece, quanto cada modelo erra, o que a base mundial ensina sobre revisão e o método que mantém a IA útil sem transferir o risco para o seu CPF.
Por que a IA inventa (a explicação honesta)
A causa é estrutural, e quem explicou foi a própria OpenAI, no artigo “Why Language Models Hallucinate” (set/2025): os modelos são treinados e avaliados como alunos diante de prova de múltipla escolha — chutar dá mais pontos que dizer “não sei” (OpenAI, arXiv). O modelo aprende que uma resposta confiante e errada é premiada; uma admissão de incerteza, punida. O resultado é uma máquina otimizada para parecer certa.
Junte a isso o mecanismo básico — o modelo gera o texto mais provável, não o mais verdadeiro — e o precedente falso deixa de ser mistério: “REsp 1.234.567, rel. Min. Fulano” é uma sequência estatisticamente perfeita. Ela só não existe.
A consequência prática que ninguém pode esquecer: alucinação não se elimina — se gerencia. Nem os produtos jurídicos pagos escaparam: o estudo de Stanford mediu 17% de alucinação no Lexis+ AI e mais de 33% no Westlaw AI-Assisted Research (Stanford HAI).
Os números de 2026, por modelo
O placar mais citado é o leaderboard da Vectara, que mede alucinação em resumo de documento com fonte fornecida — o cenário mais favorável possível (leaderboard, maio/2026):
Modelo | Taxa de alucinação (resumo com fonte, maio/2026) |
|---|---|
GPT-5.4-nano | 3,1% |
GPT-5.4 / Gemini 2.5 Pro | 7,0% |
Claude Haiku 4.5 | 9,8% |
Claude Sonnet 4.5 / Opus 4.7 | 12,0% |
Gemini 3 Pro (preview) | 13,6% |
Duas leituras honestas desses números. Primeira: são taxas do melhor cenário — com o documento na frente. Perguntando de memória (“qual o precedente sobre X?”), o erro dispara. Segunda, e contraintuitiva: em benchmarks mais difíceis, os modelos “de raciocínio” alucinam mais, não menos — raciocinar em cima de premissa inventada só produz inventividade mais elaborada. A tabela é de maio de 2026: modelos lançados depois dela ainda não aparecem.
E o dado de campo que fecha o quadro: no dia 31 de março de 2026, 17 decisões judiciais americanas num único dia anotaram suspeita de alucinação em peças (Volokh/Reason).
Conferir que o julgado existe não basta: o que a base mundial mostra
A base mundial de decisões sobre alucinação de IA separa os casos pela natureza do erro — e essa separação muda o jeito de revisar. Em 13 de setembro de 2026, a AI Hallucination Cases Database somava 2.039 decisões no mundo, 41 delas brasileiras. A série mostra o ritmo: 1.598 decisões em 9 de junho de 2026, 1.668 em 2 de julho de 2026 e 2.039 em 13 de setembro de 2026 — mais de 440 novas em pouco mais de três meses.
Duas leituras antes dos números. A base conta decisões, não advogados punidos: em mais da metade delas (1.173 em 13 de setembro de 2026) quem apresentou a peça foi a própria parte, sem advogado. E ela só registra os casos em que o juízo identificou o problema — o que passou despercebido não está lá.
As três naturezas do erro
A base separa três naturezas de erro — e só a primeira some com a checagem de existência.
Categoria na base | O que aconteceu na peça | Decisões com essa etiqueta (13/09/2026) |
|---|---|---|
Fabricated (inventado) | O julgado, a lei ou a fonte citada não existe | 1.689 |
Misrepresented (distorcido) | A fonte existe, mas foi citada para sustentar o que ela não diz | 853 |
False Quotes (citação falsa) | A fonte existe, mas o trecho entre aspas atribuído a ela não está lá | 549 |
As categorias se sobrepõem. Uma mesma decisão pode receber mais de uma etiqueta — a peça pode trazer um julgado inventado e outro distorcido. Por isso esses números não se somam nem viram porcentagem do total de 2.039.
O que isso muda na sua revisão
A checagem mais comum — “esse processo existe?” — só pega o erro do primeiro tipo. Nas 853 decisões marcadas como distorção e nas 549 marcadas como citação falsa, a fonte citada existia — e mesmo assim a peça estava errada. Nesse tipo de erro, a conferência de existência passa: ele só aparece quando alguém abre a decisão e lê o trecho.
A conferência completa tem quatro perguntas, nesta ordem:
Existe? Número, tribunal, órgão julgador e data batem na base oficial do tribunal.
Diz o que a peça diz? Leia a fundamentação, não só a ementa: a tese citada precisa estar na decisão.
As aspas estão lá? Localize a frase literal no inteiro teor. Se não encontrar, a citação sai da peça.
Ainda vale? Confira se a norma ou o entendimento não mudou — a base também registra 33 decisões por orientação desatualizada.
É a diferença entre conferir e ler. A IA acelera a pesquisa; a leitura do trecho continua sendo trabalho de quem assina. O mapa das multas aplicadas no Brasil está no nosso guia sobre advogado multado por jurisprudência falsa de IA.
O acervo brasileiro (que nós acompanhamos caso a caso)
A lista só cresceu em 2026 — somam-se TJMG e o TRT-20 (o caso do “voto sobre PIX” anterior à existência do PIX) — e a resposta institucional veio junto: a OAB pôs no ar o OpenDetector, que aponta indícios de alucinação e de comando oculto em peças (em setembro de 2026, a própria ferramenta ainda anunciava a verificação de jurisprudência e doutrina como “em breve”), e reforçou o dever de revisão do profissional que assina a peça, na linha da Recomendação 001/2024.
O Brasil já acumula uma série de decisões sobre o tema:
TJPR, jun/2026: multa de R$ 20 milhões (2% de causa bilionária) por precedente inexistente do STJ (JOTA).
STJ, mai/2026: um ministro identificou um habeas corpus com 16 precedentes errados ou inventados — relator errado, órgão errado, decisão inexistente — e mandou oficiar a OAB (Conjur).
TRT-8 (2026): R$ 84 mil pelo primo da alucinação, o prompt injection — comando oculto na petição para manipular a IA do tribunal.
A resposta institucional: a OAB lançou o OpenDetector, ferramenta gratuita que aponta indícios de conteúdo alucinado e de comando oculto em peças (jul/2026).
O padrão dos casos é constrangedoramente uniforme: ninguém foi punido por usar IA — todos foram punidos por não conferir.
E o primo da alucinação subiu de instância: em 1º de setembro de 2026 a Sexta Turma do STJ encontrou um comando oculto, em fonte branca, num recurso especial, tratou como possível fraude processual e oficiou OAB e MPF. O caso completo está no nosso guia de prompt injection no Direito.
E quando é o juiz que alucina?
Até aqui este guia tratou do risco do lado de quem peticiona. Em agosto de 2026 o foco virou: nos Estados Unidos, o Tribunal de Apelações do Quinto Circuito passou a discutir se um caso deveria ser redistribuído depois que um juiz federal usou IA para redigir uma decisão que saiu com erros graves. Na audiência, um dos juízes do tribunal resumiu o problema dizendo que a decisão fora proferida com base em nomes que nem existiam e declarações que nem existiam.
O caso é americano e não cria nenhuma regra aqui — vale como sinal, não como precedente. Mas ele expõe um ponto que interessa ao profissional brasileiro: a alucinação não é um defeito de quem usa mal a ferramenta, é uma propriedade do modelo, e ela atinge qualquer pessoa que assine um texto sem conferir, independentemente da toga.
No Brasil o desenho normativo já antecipa esse risco: a Resolução CNJ 615/2025 exige supervisão humana e mantém a decisão com o juiz, e as ferramentas dos tribunais são explicitamente apresentadas como sem poder decisório. É uma proteção real, e é também o motivo pelo qual a conferência de citação continua sendo trabalho de gente — dos dois lados do processo. Como fazer isso no seu escritório está em IA no Judiciário.
O protocolo que funciona (6 regras)
1. Jurisprudência não sai de IA generalista. Ponto. Nem do melhor modelo, nem com o melhor prompt. Julgado se pesquisa na base do tribunal e se lê antes de citar. As ferramentas jurídicas dedicadas reduzem o risco, mas não o zeram (17-33%, lembra?) — a conferência continua.
2. Trabalhe com a fonte na frente (grounding). A tabela da Vectara mostra o porquê: com o documento fornecido, o erro cai para um dígito. Suba o processo, o contrato, o acórdão — e mande a IA trabalhar sobre eles. É a lógica do corpus fechado que faz o NotebookLM (hoje Gemini Notebook) errar 3× menos que os generalistas em documento jurídico.
3. Instrua o “não sei”. Uma linha no prompt — “se não tiver certeza, escreva ‘não tenho certeza’; se não constar no documento, escreva ‘não consta’” — ataca exatamente o vício de treino que a OpenAI descreveu: você muda a pontuação do jogo, premiando a honestidade. É a regra número 1 dos nossos prompts jurídicos.
4. Exija a citação clicável — clique e leia o trecho. Ferramenta que aponta o trecho (Gemini Notebook, modos de pesquisa com fonte) transforma conferência de caça em checagem de dois cliques. Link que não abre = afirmação que não existe. Mas link que abre não encerra o assunto: as 853 decisões com fonte distorcida registradas na base mundial até 13 de setembro de 2026 mostram que a decisão pode existir e não dizer o que a peça afirma.
5. Inverta o papel na revisão. Antes de protocolar, rode o texto numa segunda passada com outro chapéu: “Você é o revisor. Liste toda afirmação de fato ou citação deste texto que precisaria de fonte, e marque as que você não pode garantir.” A segunda leitura pega o que a primeira gerou com confiança.
6. O nome no protocolo responde. É a síntese da Recomendação 001/2024 da OAB e de toda a jurisprudência acima: a máquina minuta, o humano responde. Dos dois lados do balcão, aliás: os tribunais que usam IA (MARIA, Galileu, Logos) operam sob a mesma regra de supervisão humana da Resolução CNJ 615/2025. O contexto completo, incluindo os casos de comando oculto em petições, está no nosso guia de prompt injection.
O resumo em uma frase: use a IA como estagiário brilhante e mitômano — aproveite a velocidade, confira cada afirmação e leia cada trecho citado. Método completo, com os fluxos de verificação prontos para o escritório, é o que ensinamos na F.IA, a Formação em Inteligência Artificial para o Mundo Jurídico. E para praticar a revisão de peças feitas com IA, acompanhe as imersões do Jurídico Ágil sobre o tema.
Leia também: Marketing jurídico e IA: o que a OAB permite hoje · OAB/SP: sócio responde pela IA do escritório · IA e LGPD no escritório: o que a ANPD exige (guia)
