Parte 2: IA para peritos: Automatizando cálculos e laudos

Introdução

A perícia judicial sempre foi um território de precisão, método e tempo. Uma planilha mal formatada, um índice mal aplicado, um divisor trocado por descuido: pequenas falhas podem comprometer todo o laudo e, por consequência, a decisão judicial. Ao mesmo tempo, o volume de trabalho aumentou, as teses se sofisticaram e os prazos ficaram mais curtos. A inteligência artificial surge nesse cenário não como substituta do perito, mas como um conjunto de ferramentas que amplia alcance, reduz retrabalho e injeta controles de qualidade em etapas críticas do fluxo. O perito continua sendo a mente capaz de modelar a regra, validar o resultado e assinar o documento; a IA funciona como um coprocessador, auditando fórmulas, recomputando cenários e explicando, em linguagem clara, o porquê de cada número. O objetivo desta Parte 2 é mostrar, de forma fluida e prática, como a IA pode automatizar cálculos e laudos, do trabalhista ao cível e previdenciário, com exemplos de prompts, boas práticas de sigilo e um caminho para transformar a rotina em um pipeline reprodutível e defensável.

O que muda quando a IA entra na bancada do perito

O primeiro impacto é a velocidade com controle. Antes, validar a consistência de uma planilha extensa exigia percorrer coluna por coluna, comparar fórmulas, refazer amostras e documentar manualmente os achados. Com a IA, a leitura estrutural ganha uma dimensão nova: ela detecta padrões de fórmula que se desviam do padrão majoritário, localiza células que misturam horas em HH:MM com valores decimais, identifica colunas-mãe que alimentam quadros-resumo com referências quebradas e aponta discrepâncias entre o que a regra narra e o que a planilha faz. Em seguida, o perito decide, ajusta e valida. A produtividade aumenta sem abrir mão de método, porque cada correção pode ser registrada como regra de negócio e reaplicada a casos semelhantes, criando uniformidade técnica e fortalecendo a defesa do laudo frente a impugnações.

O segundo impacto é a clareza. Não basta acertar o número: é preciso contar a história do número. A IA auxilia na redação pedagógica de trechos complexos, convertendo fórmulas e critérios em explicações compreensíveis para o juiz e para as partes. Isso reduz pedidos de esclarecimento, evita idas e vindas processuais e melhora a percepção de qualidade do trabalho pericial. Por fim, há um terceiro efeito indireto: a organização. Ao transformar regras jurídicas e normativas em instruções operacionais para a IA, o perito precisa explicitar seu método. Esse exercício de explicitação, por si só, aperfeiçoa o método e revela inconsistências que, muitas vezes, passariam despercebidas.

Do papel à prática: como preparar seus dados para a automação

Automatizar cálculos não começa no botão “executar”, mas na higiene dos dados. Planilhas com células mescladas, abas sem padrão, cabeçalhos ambíguos e misturas de texto com números sabotam qualquer tentativa de repetibilidade. A primeira providência é criar um padrão mínimo: uma aba “Dados” com colunas claras, outra de “Parâmetros” que descreve a regra do caso (jornada, divisor, índices, percentuais, marcos de juros), uma “Dic” com glossário de rubricas e sinônimos e, quando pertinente, uma “Norma” com trechos relevantes do acordo, convenção ou sentença. Esse arcabouço torna a planilha legível para humanos e máquinas e evita a tentação de “resolver no olho” aquilo que deveria ser resolvido por regra.

Na etapa seguinte, vale gerar uma versão “valores colados” apenas para auditoria, preservando a versão com fórmulas como fonte. A IA consegue, assim, comparar intenção e resultado, sinalizar onde a fórmula destoa ou tenta “esconder” exceções e sugerir padronizações. Quanto mais consistente for o formato, mais confiável e reaplicável se torna a automação.

Construindo um prompt-base que vira método

A IA responde melhor quando recebe o mapa da regra. Em perícia, esse mapa é uma síntese operativa da sentença, da legislação aplicável e, quando for o caso, da norma coletiva. É importante descrevê-lo em linguagem que vincule conceitos jurídicos a passos computáveis: onde começa a contagem, qual é o divisor, qual é o índice, quando muda o percentual, como tratar exceções, qual rotina de arredondamento é aceita, que tolerâncias valem. Esse bloco torna-se seu prompt-base e acompanha o arquivo ou a peça, garantindo que os mesmos critérios valham para planilhas e para a narrativa do laudo.

Exemplo de prompt-base para horas extras: “Considere: jornada de 44h/semana (divisor 220), tolerância do art. 58, §1º, CLT (até 10 min diários não geram extra), adicional de 50% em dias úteis, 100% em domingos/feriados não compensados, adicional noturno de X% com hora reduzida (52min30s), DSR sobre extras por critério aritmético proporcional. Nas colunas Data, Entrada, Saída, Intervalo, Horas_Diurnas, Horas_Noturnas, HE_50, HE_100, Adic_Noturno e DSR_HE, verifique: (a) consistência das fórmulas por coluna, (b) se HE foi lançada quando o excesso ≤ 10 min, (c) se houve 100% em dias marcados como compensados, (d) se a hora noturna foi reduzida, (e) se o DSR_HE semanal respeita o método. Liste linhas divergentes, explique o porquê e proponha fórmula correta (Excel PT-BR).”

Automatizando cálculos trabalhistas: do micro ao macro

No trabalhista, a automação precisa respeitar o encadeamento natural: apuração de quantidades, valorização por salário-hora, adicionais, reflexos e, por fim, atualização monetária e juros. A IA acelera a auditoria em cada camada. Na camada das quantidades, confere o somatório de horas, a aplicação da tolerância, a delimitação de períodos noturnos, o cômputo de feriados e a coerência de bancos de horas e compensações. Na camada do valor, recomputa o salário-hora a partir do salário-base e do divisor, detecta divisores trocados e expõe a cadeia: HE_50 = Qtd_HE_50 × R$/h × 1,5; HE_100 = Qtd_HE_100 × R$/h × 2, e assim por diante. Ao final, transforma diferenças encontradas em reflexos parametrizados: DSR, férias + 1/3, 13º, aviso, FGTS. Tudo isso pode ser consolidado em quadros-resumo mensais e anuais, comparando “Planilha” × “Recalculado” × “Diferença”. O perito revisa, justifica exceções e incorpora a narrativa ao laudo.

Prompt para consolidação de reflexos: “Com base nas diferenças recomputadas de HE_50, HE_100 e Adic_Noturno, calcule reflexos em DSR (critério aritmético), férias + 1/3 (média legal), 13º salário (média), aviso-prévio (se aplicável) e FGTS 8% mês a mês. Gere um quadro por mês com colunas Dif_HE_50, Dif_HE_100, Dif_Adic_Not, Dif_DSR, Dif_Férias_1/3, Dif_13º, Dif_Aviso, FGTS_Sobre_Dif. Some por ano e total geral e explique em texto sucinto a metodologia adotada.”

Automatizando cálculos cíveis: atualização e juros como pipeline

No cível, a automação costuma girar em torno de atualização monetária e juros, sobretudo em cumprimento de sentença e liquidações de contratos. Aqui, a IA ajuda em três frentes: compreender o que a sentença determinou, mapear índices e taxas ao longo do tempo e montar um motor de atualização que permita cenários. Quando a sentença diz “corrigir pelo IPCA-E desde o arbitramento e aplicar juros de mora a partir do trânsito”, a IA traduz isso em uma rotina: lista de datas, seleção de fatores acumulados, multiplicação do principal pelo fator de correção, aplicação dos juros na linha do tempo. Com uma base organizada de índices, fica fácil recalcular com outro indexador se o juízo assim decidir, registrando a diferença em planilha e narrativa.

Prompt para motor de atualização: “Com base no valor principal R$ 85.000,00 arbitrado em 15/03/2020, aplique correção pelo IPCA-E desde a data do arbitramento até 10/08/2025 e juros de mora de 1% ao mês a partir do trânsito em julgado ocorrido em 22/09/2021. Apresente planilha mensal com Colunas: Mês/Ano, Fator_IPCA-E_Acumulado, Valor_Corrigido, Juros_Mensal, Valor_Com_Juros, Total_Acumulado. Ao final, descreva sucintamente o método e indique o impacto percentual da correção e dos juros separadamente.”

Automatizando cálculos bancários: capitalização, amortização e taxas implícitas

Nos cálculos bancários, a IA opera como lupa matemática. Ao analisar um contrato, ela identifica se há cláusula de capitalização, reconstrói a série de pagamentos e calcula a taxa efetiva implícita. Em planilhas de execução, confere se a amortização seguiu o sistema pactuado (SAC, Price, misto), se há amortização negativa, se as tarifas compõem indevidamente a base de juros e se o CET bate com o encargo real. Essa camada automática antecipa muitos dos achados que, de outra forma, só apareceriam após horas de conferência manual.

Prompt para verificação de anatocismo: “Dada a série de parcelas pagas e o valor originalmente financiado, estime a taxa efetiva mensal implícita pelo método iterativo e confronte-a com a taxa informada no contrato. Verifique se a fórmula de atualização do saldo devedor aplica juros sobre juros já incorporados (capitalização) em periodicidade diversa da expressamente pactuada. Se identificar capitalização acima da pactuada, quantifique o impacto financeiro e apresente um quadro demonstrativo.”

Automatizando previdenciário: períodos, salários de contribuição e regras de transição

Em demandas previdenciárias, a automação alivia o trabalho de cruzar períodos, validar vínculos, aplicar regras de transição e projetar RMI conforme a legislação de referência. A IA auxilia na leitura de CNIS, detecta inconsistências entre vínculos e contribuições, sugere hipóteses de tempo especial com base em cargos/atividades e monta cenários de cálculo comparando regimes. O perito orienta as regras, valida os vínculos e registra a trilha de como chegou ao resultado, preservando transparência e auditabilidade.

Prompt para RMI: “Com base na lista de salários-de-contribuição (mês/ano, valor) e nos períodos reconhecidos, calcule a RMI conforme regra X, detalhando: base de cálculo, descarte das menores contribuições quando aplicável, coeficiente e aplicação do fator quando cabível. Apresente quadro com as 80% maiores contribuições (se aplicável), média aritmética, coeficiente e RMI final, com explicação em linguagem acessível.”

Da automação ao laudo: transformar cálculo em linguagem

Se a IA acelera o cálculo, ela também encurta o caminho até a peça final. Depois de validar números e quadros, peça à IA um rascunho de narrativa técnica que explique, com linguagem pericial, os critérios, as fontes, a reprodutibilidade e os limites do trabalho. Essa narrativa deve evitar adjetivos, focar em método e deixar clara a relação entre os dados de entrada, as regras aplicadas e os resultados. O perito revisa, compatibiliza com o estilo próprio e garante coerência com os anexos.

Prompt para narrativa de laudo: “Redija a seção ‘Metodologia e Critérios’ do laudo, descrevendo: dados de entrada, saneamento da planilha, regras de negócio aplicadas (jornada, divisores, percentuais, índices), fórmulas-chave, rotinas de validação e testes de consistência. Explique como se chegou a cada quadro-resumo e declare limites (ex.: dependência da fidedignidade do espelho de ponto). Empregue tom técnico, claro e didático.”

Auditoria reversa: conferir cálculos da parte contrária com IA

Não é incomum que o perito precise auditar planilhas adversárias. Aqui a IA brilha na detecção de inconsistências lógicas: base de cálculo trocada, índice incompatível, fórmula fora do padrão, duplicidade de lançamentos, reflexo calculado com base redundante. Em poucos minutos, a ferramenta destaca onde o número “conta uma história” diferente do que a regra permite. Cabe ao perito transformar esse mapa de achados em impugnação técnica com tabelas, prints de fórmulas e recomputações amostrais.

Prompt para auditoria de parte contrária: “Compare as colunas e fórmulas desta planilha com as regras explicitadas no anexo ‘Parâmetros’. Liste divergências por tipo (índice, divisor, tolerância, reflexo, regime especial), quantifique o impacto por mês e proponha o valor correto esperado. Produza um apêndice com prints das fórmulas divergentes e uma tabela ‘Planilha × Recalculado × Diferença’.”

Controle de qualidade e reprodutibilidade: deixando rastros

Automatizar é também documentar. Sempre que a IA sugerir uma correção ou apontar um erro, registre a regra aceita e a justificativa. Isso cria um repositório de “precedentes periciais” internos que, no futuro, poupa tempo e melhora a consistência. A cada laudo, atualize seu prompt-base com as exceções tratadas, as fórmulas consolidadas e os cuidados aprendidos. Esse ciclo virtuoso cria uma assinatura técnica, eleva a previsibilidade dos seus resultados e reduz a exposição a impugnações baseadas em suposta arbitrariedade.

Exemplos curtos de prompts que você pode reaproveitar

“Normalize cabeçalhos e detecte sinônimos”: “Mapeie colunas equivalentes (‘HE_50’, ‘Horas_Extras_50’, ‘HEX50’) e crie um dicionário de sinônimos. Reescreva fórmulas usando nomes padronizados.”

“Valide índices e datas”: “Liste todos os índices aplicados por mês e confirme se batem com a tabela de referência anexada. Sinalize meses com índice divergente e recalcule.”

“Cheque arredondamentos”: “Identifique colunas com arredondamento implícito. Informe a casa decimal usada e o impacto financeiro da padronização para 2 casas.”

“Explique como para leigo”: “Reescreva esta explicação de hora noturna reduzida para público não técnico em até 8 linhas, sem perder rigor.”

Segurança, sigilo e ética: fundamentos inegociáveis

Automatizar com IA não dispensa responsabilidade. Documentos de processos contêm dados sensíveis; é dever do perito zelar por confidencialidade, minimização de dados e ambientes seguros. Antes de submeter arquivos a qualquer sistema, anonimizar o que for possível e verificar termos de uso, retenção e proteção. É igualmente importante declarar no laudo o escopo, as fontes e os limites do trabalho, inclusive quando a automação depender de dados fornecidos por terceiros sob a presunção de veracidade. A IA reduz erros operacionais, mas não confere validade a dados defeituosos; o crivo do perito sobre a qualidade da fonte é irrenunciável.

Pequenos estudos de caso que ilustram o ganho real

Em um cálculo de horas extras com 18 mil linhas, a IA detectou que 2,7% das linhas em HE_50 tinham fórmula ligeiramente diferente, ignorando o intervalo. O ajuste poupou três dias de conferência manual e reduziu R$ 12 mil do valor pleiteado. Em uma atualização cível, a ferramenta acusou aplicação retroativa de um índice a partir de data anterior ao marco da sentença; a correção alterou o total em 7,8%. Em uma revisão bancária, a recomposição da taxa efetiva revelou capitalização distinta da pactuada; a narrativa técnica produzida com apoio da IA explicou em linguagem simples como a diferença se materializava na série de pagamentos. Em todos os casos, o papel decisivo foi o do perito: definir a regra, validar o achado e transformar número em razão.

Integração com suas ferramentas: do Excel ao PJe-Calc

A boa notícia é que a IA não exige abandonar suas ferramentas. Ela convive bem com Excel, planilhas do Google e aplicativos especializados. A automação pode gerar fórmulas em PT-BR ou EN, criar Tabelas estruturadas, construir quadros dinâmicos e até redigir instruções para importação em sistemas como o PJe-Calc. O importante é manter a ponte entre o cálculo e a explicação: sempre que possível, guardar junto da planilha o prompt utilizado, a versão das regras e o sumário do que foi ajustado. Isso torna o processo auditável e reduz a incerteza quando, meses depois, surgirem pedidos de esclarecimento.

IA não substitui perito: ela amplifica o seu método

Talvez a afirmação mais importante deste texto seja a mais simples: a IA não decide tese, não escolhe índice, não fixa divisor. Quem faz isso é o perito, com base na sentença, na legislação e nas normas técnicas. O que a IA traz é escala de verificação, velocidade de recomputação e clareza de comunicação. Ela transforma tarefas repetitivas e propensas a erro em rotinas seguras e rápidas, libera tempo para a análise crítica e fortalece a reprodutibilidade do seu trabalho. Em um mercado que exige prazos curtos, previsibilidade e defesa técnica sólida, essa combinação é ouro.

Conclusão: do caso isolado ao pipeline pericial

Automatizar cálculos e laudos com IA não é criar uma “caixa-preta” que solta números. É construir um pipeline pericial transparente: dados higienizados, regras explicitadas, verificação automatizada, validação humana e narrativa clara. Cada etapa deixa rastro, cada exceção vira aprendizado incorporado ao método, cada laudo subsequente ganha com a experiência dos anteriores. O ganho imediato aparece no tempo e na redução de retrabalho; o ganho estrutural surge na consistência técnica, na defesa contra impugnações e na reputação de quem entrega qualidade com velocidade.

O convite final é prático: escolha um tipo de demanda recorrente, higienize seu modelo de planilha, escreva seu primeiro prompt-base e execute uma auditoria orientada por IA. Registre os achados, ajuste as fórmulas, gere a narrativa e incorpore o aprendizado ao seu método. Repita no próximo caso. Em pouco tempo, você terá não apenas automatizado cálculos e laudos, mas consolidado um padrão de excelência escalável. É assim que a inteligência artificial deixa de ser promessa e se torna parte do ofício do perito: discreta, eficiente e a serviço da precisão.