ADR-0014 — Análise jurídica de investimento assistida por IA

• Status: Aceito (implementação na Fase 9 do roadmap; MVP não depende dela)
• Data: 2026-07-18 · Aceito em: 2026-07-18

Contexto

Muitos imóveis de leilão escondem detalhes jurídicos que mudam o valor real do negócio: nua-propriedade (com usufruto de terceiro), venda de fração ideal, ônus/gravames (penhora, hipoteca, alienação fiduciária), ocupação e responsabilidade de desocupação, direito de preferência. Isso está no edital e na matrícula (PDFs), que hoje o usuário teria de ler manualmente. Queremos extrair esses fatos e indicar os melhores negócios — sem cruzar a linha da LGPD nem virar "aconselhamento jurídico".

Decisão

Adicionar uma etapa de análise jurídica assistida por IA (fase de evolução, pós-MVP) que lê edital/matrícula/detalhe e produz uma saída estruturada (flags + parecer) que alimenta a pré-análise e a tela de detalhe. Detalhe funcional em Análise jurídica com IA.

Princípios:

• Grounding obrigatório: cada flag cita o trecho de origem; sem fonte → "não identificado".
• Estruturado primeiro: LLM devolve JSON validável (schema) + texto; nada de só texto solto.
• Confiança explícita e human-in-the-loop em alto valor/risco.
• LGPD by design: só fatos do imóvel; redigir/omitir PII (nomes de proprietários, devedores, antigo comprador) antes de persistir; sem perfil de pessoas; sem PII em prompts registrados. Ver Legal & LGPD.
• Provedor plugável: abstrair via porta (AnaliseJuridicaPort) para trocar LLM (API gerenciada ou modelo self-hosted) sem acoplar o domínio.
• Custo/limite: rodar sob demanda/priorizado (não em todos os imóveis de uma vez) para controlar custo de inferência.

Arquitetura, robustez e escala

• Event-driven (ADR-0005): consumidor da fila imovel.analisar_juridico, disparado após o enriquecimento (ADR-0010) e priorizado por desconto_real (analisar primeiro o que interessa).
• Pipeline determinístico → IA:
  1. Extração de texto do PDF (edital/matrícula) com camada determinística (parser + OCR quando necessário).
  2. Redação de PII (nomes, CPF/CNPJ, etc.) antes de qualquer prompt — LGPD by design.
  3. Pré-filtro por regras/regex (penhora, usufruto, fração…) para baratear e ancorar a IA.
  4. LLM com saída estruturada validada por JSON Schema (AnaliseJuridica/FlagJuridica — openapi-api.yaml); retry com reparo se o JSON não validar.
  5. Grounding: cada flag guarda o trecho citado; sem trecho → presente=false/"não identificado".
• Roteamento de modelo (custo): modelo barato primeiro; escalar para modelo maior só em baixa confiança ou alto valor. Orçamento diário de tokens com corte suave (adia o restante).
• Idempotência e cache: chave por hash(texto_redigido) + versao_prompt + modelo. Reprocessa só quando muda o documento, o prompt ou o modelo — evita custo repetido.
• Human-in-the-loop: confiança abaixo do limiar ou alto valor → fila de revisão humana antes de exibir como "confirmado".
• Resiliência: timeout + retry com backoff; falha persistente → DLQ e imóvel fica com IA status=falha (score usa só sinais determinísticos, confiança reduzida).
• Observabilidade: custo/tokens por análise, latência, % flags com grounding, taxa de reparo de JSON, amostragem periódica para medir alucinação (ver pilares).

Consequências

• + Diferencial forte: transforma leitura jurídica manual em triagem automática e ajuda a achar os melhores negócios (alto desconto real e baixo risco).
• + Alimenta score/alertas com sinais que hoje são invisíveis no CSV.
• − Risco de alucinação → mitigado por grounding, confiança e revisão humana.
• − Custo de inferência e latência → execução priorizada/assíncrona.
• − Responsabilidade: disclaimer claro (não é parecer jurídico) e cuidado LGPD.

Alternativas consideradas

• Regras/regex apenas: barato e determinístico, mas frágil com a linguagem livre dos editais — usar como pré-filtro combinado à IA, não sozinho.
• Sem análise jurídica: perde o principal fator de risco/valor — rejeitado.
• Analisar situação do antigo comprador/proprietário: rejeitado — é dado pessoal de terceiro (LGPD) e fora do escopo (só o imóvel).