A metodologia desenvolvida pela Unidade de Estatística e Ciências de Dados do Gabinete de Governança do Tribunal de Justiça de Rondônia foi destaque no V Simpósio Integrado do Campus de Ji-Paraná (V SIC-JP), promovido pela Universidade Federal de Rondônia (UNIR). O servidor Diego Souza, coordenador da unidade, integrou a mesa-redonda “Machine Learning e Tecnologias Aplicadas”, no dia 11 de junho, às 19h, a convite da direção do Campus.
Na mesa-redonda, foi apresentado o sistema de meta-aprendizado desenvolvido pela unidade para previsão de casos novos por unidade judiciária. O trabalho, também submetido como artigo científico no evento, utiliza quatro modelos preditivos concorrentes (ARIMA, SARIMA, ETS e Prophet) e seleciona automaticamente o de melhor desempenho para cada vara, juizado ou gabinete.
Os resultados mostraram que os modelos adaptativos Prophet e ETS predominaram em 64% das 165 unidades analisadas, enquanto ARIMA e SARIMA mantiveram-se competitivos em séries de menor volume. Também foram discutidas as perspectivas de evolução do sistema com XGBoost e aprendizado profundo, além das aplicações de algoritmos de classificação no contexto da Matriz de Complexidade Processual, iniciativa em andamento no TJRO para distribuição mais equilibrada da carga de trabalho entre magistrados(as) e servidores(as).
Cies
A unidade é responsável por extrair, tratar e enviar dados estatísticos ao CNJ, validar a consistência das informações prestadas, desenvolver ações de saneamento e correção de bases, produzir relatórios e painéis gerenciais e subsidiar tecnicamente a alta administração na formulação de diagnósticos e políticas judiciárias baseadas em evidências.
A atuação do CIES se apoia em três pilares: governança de dados (gestão da qualidade, integridade e rastreabilidade das informações), jurimetria (aplicação de métodos estatísticos ao estudo do funcionamento da justiça) e fomento à pesquisa jurídica, por meio da articulação com universidades e participação em eventos científicos.
Assessoria de Comunicação Institucional
