Entrevistas
Roderick Lucas, cofundador e CEO da Moonlit – Série de entrevistas
Adicione Unite.AI às suas fontes preferidas no Google
Roderick Lucas é cofundador e CEO da Moonlit, e traz consigo experiência em inteligência artificial, ciência de dados e tecnologia jurídica. Trabalhou quase uma década na Deloitte, onde atuou como líder de inteligência artificial, e também lecionou disciplinas de tecnologia na Vrije Universiteit Amsterdam e na Tilburg University. Seu trabalho se concentra em tornar a pesquisa jurídica mais acessível por meio de dados estruturados, fontes verificáveis e IA.
Moonlit oferece infraestrutura de dados jurídicos e ferramentas de pesquisa que conectam legislação oficial, decisões judiciais e informações regulatórias em jurisdições europeias. Sua plataforma, a Data API e o servidor MCP dão a pesquisadores e assistentes de IA acesso a fontes jurídicas estruturadas, enquanto sua biblioteca Commentaries combina análises geradas por IA com a revisão de especialistas jurídicos identificados pelo nome. Nesta entrevista, Lucas conversa sobre alucinações jurídicas, pesquisa transfronteiriça, verificação por especialistas e acesso a informações jurídicas confiáveis.
Você trabalhou quase uma década na Deloitte, chegando a atuar como líder de inteligência artificial, e também lecionou disciplinas de tecnologia na Vrije Universiteit Amsterdam e na Tilburg University. A Moonlit surgiu inicialmente como um projeto interno da Deloitte, antes de se tornar uma empresa independente em 2024. O que inspirou você a desenvolver a plataforma e o que o convenceu de que a pesquisa jurídica precisava de uma abordagem fundamentalmente diferente?
Quando surgiram os modelos de linguagem, duas coisas ficaram claras ao mesmo tempo: eles conseguiam raciocinar sobre textos jurídicos muito melhor do que qualquer pessoa esperava, mas não tinham nada confiável sobre o que raciocinar. Extrair texto diretamente de portais públicos de tribunais gera dados confusos e inconsistentes, enquanto as editoras jurídicas comerciais restringem o acesso automatizado por meio de barreiras de licenciamento. Faltava à tecnologia jurídica uma base comum: fontes oficiais de várias jurisdições, padronizadas em uma estrutura de dados uniforme e limpa, interligadas por referências cruzadas e atualizadas diariamente.
Foi essa camada que nos propusemos a criar, e é por isso que a Moonlit se tornou uma empresa em 2024, em vez de ser apenas uma ferramenta para uma única firma. Uma base como essa se torna mais valiosa a cada pessoa e sistema que a consulta e contribui para ela. A convicção que nos move continua a mesma: a lei é pública, e o conhecimento construído com base nela deve ser acessível a todos que precisam cumpri-la.
A Moonlit foi fundada com a convicção de que o acesso ao conhecimento jurídico é essencial para a justiça. Embora a legislação e as decisões judiciais muitas vezes estejam disponíveis publicamente, os comentários especializados que explicam suas implicações continuam, com frequência, atrás de barreiras de acesso caras. Como a Moonlit pretende democratizar o acesso a essa camada interpretativa e por que ela é particularmente importante para o desenvolvimento de uma IA jurídica confiável?
Na Holanda, cerca de 40 centavos de cada euro que você ganha vão para o Estado, e parte desse valor financia universidades públicas e o sistema jurídico. Muitos dos comentários que explicam a lei são escritos por acadêmicos pagos com recursos públicos. Editoras comerciais como Wolters Kluwer e Thomson Reuters reúnem essas análises em publicações e as vendem de volta aos tribunais, ministérios, universidades e profissionais que precisam delas. Uma assinatura de comentários jurídicos custa centenas de euros por usuário ao mês. Com essas assinaturas, na prática, o público paga duas vezes pela lei que deve cumprir. Um sistema jurídico justo não deveria custar por mês mais do que sua assinatura da Netflix.
Criamos o Commentaries para oferecer uma alternativa aberta: uma biblioteca de análises jurídicas organizada artigo por artigo, acessível com uma conta gratuita da Moonlit. Cada comentário é gerado a partir de fontes primárias usando nossos modelos de IA e revisado por especialistas jurídicos antes da publicação. Todas as citações são verificadas e levam diretamente ao registro oficial do governo ou do tribunal. Se um leitor perceber que falta uma nuance ou que houve um desdobramento recente, poderá sugerir uma edição diretamente pelo formulário da página, para análise editorial. Os editores poderão então revisá-la e republicar o conteúdo. Até onde sabemos, nenhuma outra editora oferece essa combinação. No lançamento, os comentários disponíveis se concentram em impostos indiretos (IVA), e os comentários sobre proteção de dados estão em desenvolvimento.
Essa camada interpretativa também é fundamental para a IA jurídica. Os modelos conseguem processar leis públicas e decisões judiciais, mas não conseguem ler os comentários secundários que explicam como uma regra funciona na prática ou quais são suas exceções. Sem esse contexto, os modelos extrapolam e geram respostas pouco confiáveis. Projetamos o Commentaries para que cada afirmação esteja explicitamente vinculada à disposição que interpreta e à decisão em que se baseia. Um profissional pode verificar a fonte com um único clique, e um fluxo de trabalho de IA pode raciocinar com base em dados confiáveis por meio da Moonlit Data API e do conector MCP.
As alucinações jurídicas geradas por IA tornaram-se uma preocupação crescente, com advogados e tribunais deparando-se com citações de processos inventadas e interpretações imprecisas da lei. Por que até mesmo os grandes modelos de linguagem mais sofisticados têm dificuldade em produzir resultados jurídicos precisos, e como o fornecimento de contexto jurídico estruturado e verificado ajuda a lidar com essas limitações?
Os modelos de linguagem têm dificuldade com o direito por razões que pouco têm a ver com inteligência. O raciocínio jurídico depende inteiramente de fontes verificáveis. Uma conclusão só é tão sólida quanto a disposição legal ou a decisão em que se baseia, mas um modelo trata números de processos e citações de leis como padrões probabilísticos de texto, e não como registros confiáveis de bases de dados. Ele gera referências que parecem convincentes porque prevê como uma citação deveria ser, não porque verificou um documento real. Isso tem consequências muito concretas: até a data de redação deste texto, foram registradas mais de 2.100 decisões judiciais envolvendo alucinações de IA, das quais mais de 800 envolveram diretamente profissionais do direito.
O direito também está em constante mudança. O conhecimento de um modelo vai até o limite temporal de seus dados de treinamento, enquanto decisões tributárias e de tribunais de apelação são atualizadas toda semana. Quando os comentários que explicam o significado dessas normas estão protegidos por paywalls de editoras, o modelo tem acesso apenas ao texto da lei, mas não ao contexto operacional; assim, inventa explicações plausíveis para preencher essa lacuna.
O contexto estruturado e verificado muda a natureza fundamental da tarefa. Na Moonlit, em vez de tentar recuperar a lei da memória, o modelo a consulta diretamente em registros oficiais. Uma busca retorna documentos de fontes oficiais, cada um com sua citação e seu link. O grafo de referências mostra o que uma decisão cita e quais documentos posteriores a citam. Uma citação ou aponta para um documento autêntico em nosso repositório ou não aparece. Isso elimina citações inventadas. No entanto, dados confiáveis, por si só, não evitam interpretações equivocadas; por isso, o Commentaries mantém um especialista jurídico identificado entre o rascunho e o leitor.
A Moonlit reúne legislação, decisões judiciais e informações regulatórias de dezenas de jurisdições, conectando documentos jurídicos por meio de um amplo grafo de referências. Você pode explicar a arquitetura de IA e de dados que sustenta a plataforma, em particular como ela identifica relações entre fontes jurídicas, concilia diferentes idiomas e sistemas jurídicos e torna essas informações acessíveis aos modelos de IA?
Pense nisso como uma cadeia contínua, que vai da publicação oficial até uma citação verificada.
Em cada jurisdição, conectamo-nos diretamente aos portais oficiais, incluindo diários oficiais, bases de dados judiciais, entidades reguladoras e o EUR-Lex, no caso do direito da UE. Cada portal tem suas particularidades e formatos, que podem mudar sem aviso; por isso, uma parte significativa do nosso trabalho de engenharia é dedicada ao monitoramento e à recuperação automatizada em cada portal. Todos os documentos que incorporamos mantêm a atribuição de origem e um link permanente para o registro oficial do governo. Esse link é a base de todo o restante.
Tudo é integrado em um único modelo que abrange várias jurisdições, incluindo legislação, jurisprudência, documentos parlamentares, decisões de autoridades e orientações. A legislação é dividida até o nível de cada artigo, para que uma disposição específica possa ser recuperada e citada com precisão. Uma decisão judicial neerlandesa e uma decisão alemã mantêm os campos específicos exigidos por seus respectivos sistemas nacionais, enquanto padronizamos a identificação, a classificação e a vinculação desses documentos entre países.
Os textos jurídicos citam uns aos outros constantemente. Uma decisão judicial cita os artigos que aplica e as decisões que segue, enquanto uma lei faz referência a outros diplomas legais. Nosso mecanismo reconhece essas citações, que assumem formas muito diferentes conforme a jurisdição, resolve-as vinculando-as a documentos autênticos na nossa Data Layer e armazena as relações nos dois sentidos. Engenheiros jurídicos verificam os padrões de extração. O resultado é um grafo de referências com centenas de milhões de vínculos, que permite ver, para qualquer documento, o que ele cita e quais documentos o citam.
Quanto ao idioma, mantemos intactos os documentos de origem. Não traduzimos o texto original. Uma decisão belga permanece em francês ou neerlandês, e as buscas são feitas no idioma original. Combinamos buscas por palavras-chave e semânticas, reordenamos os resultados por relevância e restringimos cada consulta à jurisdição pertinente. Luna, nossa assistente de pesquisa, responde no idioma que você escolher, consultando cada fonte subjacente em seu idioma original.
A plataforma Moonlit, nossa Data API e o servidor MCP consultam a mesma Data Layer. A API oferece acesso programático aos nossos modos de busca, ao grafo de referências e à recuperação de textos completos, enquanto o servidor MCP disponibiliza nove ferramentas somente de leitura para qualquer assistente de IA externo. Quando aprimoramos os dados subjacentes, a melhoria chega simultaneamente a todas as interfaces.
A Moonlit lançou comentários jurídicos gerados por IA e revisados por especialistas jurídicos identificados, combinando a elaboração automatizada com a verificação humana. Como esse processo funciona na prática e que salvaguardas garantem que as interpretações geradas por IA sejam precisas, transparentes e rastreáveis até fontes jurídicas oficiais?
Um comentário jurídico começa pela própria lei. Nosso mecanismo prepara um rascunho com base nas fontes primárias da Data Layer, incluindo legislação, jurisprudência, diretivas e o histórico parlamentar por trás de uma disposição. Ele só pode citar documentos que temos, de modo que cada afirmação é vinculada à disposição que interpreta e à fonte que a fundamenta. Um dos comentários jurídicos lançados, por exemplo, remete a 165 fontes verificadas.
Antes de um comentário jurídico ser publicado, um especialista da área analisa o rascunho com base nessas fontes primárias. Nossos editores são acadêmicos e autores que também atuam na prática profissional, e recebem pelo trabalho. O grupo de lançamento reúne profissionais de universidades, tribunais, órgãos governamentais, empresas de consultoria e escritórios de advocacia. Eles corrigem o rascunho, eliminam o que não deve estar ali e acrescentam o que falta. Seus nomes aparecem na própria página.
Selos de revisão verificada identificam os trechos validados por um editor, deixando sempre claro quais seções contam com o respaldo de um especialista humano.
Cada comentário jurídico também informa sua data de referência, para mostrar o estado exato da legislação que descreve. A Data Layer é atualizada diariamente e sinaliza ao editor novas decisões relevantes, que então revisa o texto e atualiza a data de referência.
A principal salvaguarda é o link. Se não é possível acessar a decisão que fundamenta uma conclusão, espera-se que você a aceite sem questionar. Criamos o Commentaries para que ninguém precise fazer isso.
Por meio de integrações com o Model Context Protocol (MCP), a Moonlit pode levar inteligência jurídica diretamente a assistentes de IA, como ChatGPT, Claude e Microsoft Copilot. O que essa arquitetura permite fazer que pode ser difícil para os sistemas convencionais de geração aumentada por recuperação, e como vocês garantem que esses assistentes usem as informações jurídicas recuperadas de forma responsável?
A geração aumentada por recuperação (RAG) convencional captura uma seleção de documentos, divide-os em trechos, gera embeddings e fornece ao modelo aqueles que obtêm as maiores pontuações de similaridade. No direito, essa abordagem falha em três aspectos. A captura fica desatualizada. A similaridade não é confiável o bastante para localizar um artigo ou número de processo específico. E um trecho não informa o que o documento cita nem como decisões posteriores o afetaram.
Com o servidor MCP, o próprio assistente realiza a pesquisa. Ele pode pesquisar por significado ou por termos e citações exatos usando operadores booleanos, seguir referências entre documentos, ler textos completos e recuperar artigos específicos de uma lei. Também pode verificar quais jurisdições e portais oficiais estão disponíveis. O modelo decide do que precisa, lê os resultados e pesquisa novamente até chegar a uma resposta sólida. Essa iteração faz a diferença. Em setembro, Luna passou a usar o mesmo servidor MCP, e as respostas ficaram mais rápidas e melhores ao mesmo tempo. Os dados também são atualizados em tempo real: o assistente consulta a Data Layer tal como está hoje.
O uso responsável começa com limites claros. Nossas ferramentas são somente para leitura, e os resultados remetem à fonte oficial. Também publicamos instruções de pesquisa simples que os assistentes podem seguir. Elas explicam como pesquisar no idioma original da fonte, conferir o trecho antes de citá-lo, verificar a versão e deixar claro quando as fontes disponíveis não fornecem todas as informações necessárias.
Assistentes diferentes apresentam seu raciocínio de maneiras distintas, e isso não está sob nosso controle. O que podemos fazer é facilitar a verificação das fontes. Cada citação leva a um documento, e cada documento leva à sua publicação oficial.
As informações jurídicas estão em constante evolução: novas decisões são publicadas, regulamentos mudam e precedentes existentes são contestados. Como a infraestrutura de monitoramento automatizado da Moonlit identifica e incorpora esses desenvolvimentos, e como a plataforma impede que sistemas de IA se baseiem em legislação desatualizada ou interpretações jurídicas substituídas?
Impedir que uma IA ou um pesquisador se baseie em legislação inválida depende das conexões entre os documentos. Assim que uma nova decisão judicial ou alteração legislativa entra no sistema, o grafo de referências a vincula às disposições e aos processos anteriores que cita. Se um tribunal de apelação revoga ou restringe uma decisão anterior, essa evolução é associada diretamente à decisão original como uma decisão que a cita. Um modelo que percorre o grafo identifica imediatamente esse tratamento posterior, em vez de considerar válida uma decisão que já não está em vigor. Na plataforma, os usuários podem transformar esse mesmo fluxo de atualizações em Monitores ativos para as leis, os tribunais ou os temas específicos que acompanham.
Tradicionalmente, manter os comentários jurídicos atualizados é um grande ponto cego. As séries de comentários comerciais costumam ser revisadas para atualização apenas uma ou duas vezes por ano. Em áreas que mudam rapidamente, como a tributação indireta ou a proteção de dados, essa demora cria sérios riscos de conformidade. Como nossa Data Layer analisa diariamente as publicações recebidas em relação aos nossos comentários jurídicos, novas decisões são sinalizadas imediatamente ao editor responsável pelo texto. O editor atualiza a análise e a data de referência, para que tanto os profissionais do direito quanto os modelos de IA trabalhem com o estado atual da legislação, em vez de uma perspectiva desatualizada em doze meses.
A pesquisa jurídica transfronteiriça envolve complexidades que vão além da tradução de documentos, sobretudo quando diferentes países interpretam ou implementam regulamentos semelhantes de maneiras distintas. Como a IA da Moonlit distingue essas diferenças entre jurisdições, e o que acontece quando fontes jurídicas oficiais parecem se contradizer?
Uma diretiva da UE e a lei nacional que a transpõe são documentos distintos, vinculados quando um cita o outro; uma decisão nacional que aplica um acórdão do Tribunal de Justiça também é vinculada a esse acórdão. É também por isso que o Commentaries começa pelo IVA. As regras são, em grande medida, harmonizadas no nível da UE e, em seguida, interpretadas em cada Estado-membro.
As contradições são normais no direito, e não as ocultamos. Quando duas fontes oficiais parecem discordar, o leitor tem acesso a ambas. A hierarquia faz então a maior parte do trabalho: uma decisão posterior prevalece sobre uma anterior, o Tribunal de Justiça prevalece sobre um tribunal nacional em questões de direito da UE, e aplica-se a disposição tal como estava em vigor na data de referência. No Commentaries, o editor toma essa decisão às claras, e as fontes são apresentadas ao lado dela.
A tecnologia da Moonlit é usada por organizações como a Suprema Corte dos Países Baixos, a Deloitte e outras instituições jurídicas e públicas. Você poderia compartilhar um exemplo prático de como a plataforma transformou um fluxo de trabalho de pesquisa jurídica e explicar como vocês medem as melhorias na precisão, na abrangência ou na eficiência da pesquisa em comparação com os métodos tradicionais?
No setor de fintech, por exemplo, a equipe jurídica da Quantoz Payments conectou o servidor MCP da Moonlit ao Claude e o combinou com fluxos de trabalho personalizados para a regulamentação de pagamentos internacionais. O fluxo de trabalho substituído por essa solução é o padrão tradicional em toda a Europa. Em geral, um advogado precisa abrir portais de vários países, fazer buscas em diversos idiomas, copiar citações para um memorando e torcer para não ter deixado passar nenhum precedente local importante. Agora, a configuração da equipe consulta várias jurisdições simultaneamente, acompanha a rede de citações e apresenta documentos primários junto com os links para suas fontes oficiais. Para uma equipe jurídica interna, o impacto é evidente. A solução elimina o ponto cego causado por decisões estrangeiras não encontradas e redireciona horas antes dedicadas à coleta mecânica para a análise jurídica propriamente dita e a avaliação de riscos.
No desenvolvimento, observa-se um tipo bem diferente de eficiência. As equipes que criam produtos de IA jurídica medem os ganhos pelos meses de trabalho de engenharia economizados. A Eudia, uma empresa de IA jurídica, precisava de dados jurídicos europeus estruturados para alimentar seu produto, e seu gerente de produto observou que nossa Data API lhes forneceu um corpus europeu completo em poucos dias. Sem uma infraestrutura de dados subjacente, isso significaria criar e manter indefinidamente raspadores personalizados para cada portal nacional. Outras plataformas, como a Saga e a Legal Mind, usam essa mesma base e agora também podem disponibilizar Commentaries verificados diretamente a seus próprios usuários finais.
Olhando para o futuro, à medida que os modelos de base se tornam cada vez mais capazes e os agentes de IA assumem tarefas de pesquisa jurídica mais sofisticadas, como você vê a evolução da relação entre os modelos de IA de uso geral e a infraestrutura especializada de dados jurídicos? Qual é a visão de longo prazo da Moonlit, especialmente no que diz respeito a tornar informações jurídicas confiáveis acessíveis para além dos grandes escritórios de advocacia e instituições?
Um modelo mais potente raciocina melhor com base nas fontes que recebe, mas não consegue criar do nada registros primários confiáveis. À medida que os modelos de base se tornam mais capazes, o valor de uma camada de dados verificados aumenta, na verdade. Quando a capacidade de raciocínio se dissemina, o verdadeiro gargalo passa a ser a qualidade dos dados, pois um agente ainda precisa de legislação precisa e estruturada para trabalhar.
Os modelos de uso geral e os agentes autônomos cuidarão da redação, da síntese e da interação por meio de conversas. Uma infraestrutura especializada como a Moonlit resolve o difícil problema dos dados subjacentes, mantendo a legislação atualizada, estruturada e verificável, e disponibilizando-a diretamente por meio dos protocolos usados por esses agentes. Nos preparamos para essa mudança com antecedência. Nosso próprio assistente funciona no mesmo servidor MCP ao qual agentes externos se conectam, e as equipes já estão executando seus próprios agentes personalizados nessa infraestrutura.
Essa arquitetura também é fundamental para nossa visão de longo prazo. Tradicionalmente, informações jurídicas confiáveis sobre diferentes países têm sido um bem de luxo, acessível apenas aos maiores escritórios de advocacia e às multinacionais capazes de pagar assinaturas caras para vários países. Ao tornar o Commentaries gratuito para consulta e abrir nossa camada de dados a qualquer desenvolvedor por meio de APIs e conectores modernos, queremos nivelar esse campo. Um profissional autônomo que assessora uma empresa com atuação internacional ou um advogado interno de uma empresa em estágio inicial deve ter acesso à mesma precisão de pesquisa e às mesmas citações verificadas que uma consultoria global.
Obrigado pela ótima entrevista. Os leitores que quiserem explorar dados jurídicos verificados e pesquisas internacionais com o auxílio da IA devem visitar a Moonlit.
