Agente de IA da Uber reduz tempo de revisão de contratos em mais de 20%
Uber afirma que seu agente de IA reduziu em mais de 20% o tempo de revisão de contratos e alcançou 91% de precisão.
Agente analisa alterações em contratos
A Uber afirma que seu Legal Redlining Agent reduziu em mais de 20% o tempo médio de revisão de contratos e alcançou 91% de precisão nas decisões geradas por inteligência artificial. Integrada ao Microsoft Word, a ferramenta analisa alterações propostas por terceiros, avalia riscos jurídicos e recomenda respostas alinhadas às políticas da empresa.
O agente interpreta a intenção das mudanças e sugere aceitar, rejeitar ou modificar cláusulas. Também gera comentários para explicar as recomendações e sinaliza alterações que precisam de análise mais cuidadosa. Advogados continuam responsáveis por revisar e aprovar as sugestões produzidas pelo sistema.
RAG usa histórico de decisões jurídicas
A primeira versão usava geração aumentada por recuperação (RAG) para localizar trechos relevantes dos manuais jurídicos e orientar as respostas do modelo de linguagem. A Uber relata que essa abordagem inicial teve dificuldades com a precisão da busca semântica, o tom de negociação e situações não cobertas pelos exemplos existentes.
Depois, a equipe criou um ciclo de feedback que registra decisões, justificativas e textos finais editados pelos advogados. Assim, o agente pode recuperar exemplos de como cláusulas semelhantes foram tratadas, em vez de considerar apenas se uma recomendação anterior foi aceita ou recusada.
Durante a execução, a busca por similaridade e os filtros de metadados reduzem milhares de interações históricas a cerca de 20 candidatas. Uma segunda etapa, baseada em outro modelo de linguagem, avalia a relevância desses exemplos. Uma ponderação com decaimento exponencial prioriza decisões recentes, com meia-vida configurável atualmente definida em 365 dias.
Arquitetura combina modelos e regras
O complemento para Word usa React e TypeScript, enquanto o servidor é desenvolvido em Python e orquestrado com LangGraph. Nós paralelos cuidam da identificação de intenção, avaliação de risco e consulta às políticas. OpenSearch armazena regras jurídicas vetorizadas e feedback histórico, e Redis mantém o estado da sessão para perguntas posteriores.
Um mecanismo determinístico aplica requisitos jurídicos inegociáveis e substitui recomendações do modelo quando encontra uma regra correspondente. Os modelos de linguagem ficam encarregados de tarefas que exigem interpretação contextual, como sugerir redações e ajustar o tom de negociação. Uma verificação final compara as respostas geradas com as regras recuperadas.
Advogados mantêm a decisão final
A equipe jurídica define o tom e o estilo desejados, enquanto engenheiros mantêm a estrutura dos comandos e o fluxo da aplicação. Essa divisão permite aproveitar exemplos históricos e regras fixas sem transferir para a IA a responsabilidade de aprovar mudanças contratuais.
A Uber começou a desenvolver a primeira geração do agente no início de 2024 e fez um projeto-piloto com sua equipe jurídica em 2025. A empresa também avalia estruturas para execução de agentes, incluindo Claude Code e OpenCode, e recursos para organizar e automatizar fluxos de trabalho.
Entre os próximos passos mencionados estão ontologias jurídicas e grafos de conhecimento para representar conceitos e relações do direito. A equipe pretende explorar essas estruturas como base semântica para tornar mais consistentes a interpretação e o raciocínio do agente.
Informações deste conteúdo
Tecnologias: LangGraph, OpenSearch, Python, RAG, React, Redis
Carreiras: Analista de Inteligência Artificial, Desenvolvedor de Software, Engenheiro de Inteligência Artificial
Idiomas: Português
Tags: langgraph, microsoft, opensearch, python, rag, react, redis, typescript, workflow