Jurimetria e dados: A importância de bases estruturadas

Dados sozinhos, fora de contexto, não transmitem mensagens. Mas quando adequadamente tratados, conseguimos interpretá-los e transformá-los em informações que podem ser usadas para melhorar uma tomada de decisão

Muitas pessoas têm dúvidas sobre como funciona a parte prática da Jurimetria. Afinal, como converter um apanhado de informações em análises que possibilitam tomar decisões e fazer previsões? O processo é complexo, demanda conhecimento especializado e tempo hábil para execução.

Para explicar melhor como esse processo funciona, primeiramente é importante dizer que devemos entender ‘dados’ como uma matéria-prima da informação. Os dados sozinhos, fora de um contexto, não transmitem mensagens. Mas quando adequadamente tratados conseguimos interpretá-los e transformá-los em informações que podem ser usadas para melhorar uma tomada de decisão, nos dando embasamento para criarmos as estratégias mais adequadas para maximizar resultados positivos e prever cenários futuros.

Simplificadamente, esses resultados são obtidos a partir de uma base de dados organizada que foi submetida à aplicação de métodos estatísticos. Ou seja, resultados concretos e efetivos se dão a partir da utilização correta dos conceitos estatísticos em dados limpos estruturados.

No entanto, hoje, a maior dificuldade que enfrentamos nesse processo são as bases de dados disponibilizadas, que quase nunca estão estruturadas e prontas para serem analisadas.

Na maioria das vezes elas não foram criadas para fins analíticos, e assim precisamos primeiramente trabalhar na limpeza e na arrumação desses dados, para só depois os submeter as análises estatísticas.

A necessidade de fazer a limpeza na base de dados vem quando detectamos inconsistências nela, ou seja, quando existem dados não confiáveis ou não preenchidos, duplicidades, valores nulos, entre outras coisas que comprometem o processo de análise. Segundo nosso secretário geral, Julio Trecenti, essa “é a etapa mais trabalhosa do ciclo da ciência de dados”.

Já o processo de estruturação/arrumação, se dá ao facilitar a compreensão dos dados pelo computador, garantindo que haja uma organização lógica da base e possibilitando a leitura e tratamento dos dados pelos softwares estatísticos. Por isso, caso tenha uma base de dados e tenha interesse em fazer uma análise dela, ressaltamos a importância de mantê-la limpa e organizada em formatos específicos (tidy data).

Na ABJ trabalhamos com dados públicos, e especialmente com as bases dos Tribunais de Justiça. Infelizmente, nenhuma dessas bases são disponibilizadas em formatos abertos, permitindo somente a coleta de informações individuais dos processos. Nesse sentido, além de despender esforços na arrumação dessas bases, nem sempre é tão simples ter acesso a elas. A multiplicidade de sistemas que são utilizados pelos tribunais dificulta a tarefa de download dos dados. Seja pelo uso de captchas ou por barreiras de acesso inseridas nas plataformas, a extração dos dados dos tribunais pode facilmente se tornar financeiramente inviável ou até impossível. E infelizmente, na prática, a unificação dos sistemas entre as instituições ainda não é uma realidade, o que impacta diretamente a capacidade de pesquisadores de determinadas regiões aprofundarem seus estudos espontaneamente. É importante notar que uma alternativa ao download automatizado de dados dos tribunais é realizar pedidos de acesso à informação. No entanto, esses pedidos usualmente geram custos internos para os tribunais e podem ser demasiadamente demorados para serem respondidos.

Nossa equipe técnica executa todas as etapas desses processos por meio de programação, e utilizam a linguagem de programação R. O download das bases, a limpeza, estruturação e aplicação de métodos estatísticos, tudo feito através dessa mesma linguagem de programação. Por esse motivo, criamos o “R para Jurimetria”, um curso sobre os aspectos práticos da Jurimetria voltado para profissionais da estatística, explicando como se pode utilizar o R para tratar e analisar bancos de dados judiciais.

O curso está disponível do Github da ABJ. Você pode acessar o conteúdo através do link: https://abjur.github.io/r4jurimetrics/index.html.