Na Sprint 18, a equipe de Business Intelligence (BI) da JFRN, para o projeto da triagem automática de perícias, teve como missão a implementação de extensão para o PJe. Quanto ao projeto da Nísia Chatbot, as missões foram as seguintes: consulta processual; devolutiva dos testes de usabilidade; adicionar intenções ao chatbot com serviços essenciais; e testes dos modelos LLM.

Baseado na tecnologia desenvolvida pela equipe de desenvolvimento do TRF1 e CNJ, a equipe de BI está desenvolvendo uma extensão para que os servidores consigam usar os modelos da Triagem. Nesta sprint, um MVP da extensão foi testado e, diante dos resultados positivos, foi concluída a subsequente disponibilização do plug-in na intranet para que os servidores consigam instalar.

O grande foco desta sprint foi o projeto da Nísia Chatbot. Considerando a implementação bem-sucedida da consulta processual durante a sprint anterior, nesta foi feita uma validação com servidores da central de atendimento, com o intuito de avaliar a veracidade dos resultados apresentados. Além disso, atualmente também está em execução uma funcionalidade para visualizar o conteúdo dos documentos juntados.

Nesta sprint, foi feita a análise dos apontamentos de erros/melhorias sugeridas durante as entrevistas com os servidores acerca da usabilidade do chatbot. Dentre as várias alterações realizadas, pode-se citar: correções de bugs; ajustes de informações, como horário de atendimento; realocação de menus no fluxo do chatbot; adição da funcionalidade mailto para todos os e-mails; implementação da opção de retornar ao menu anterior durante a conversa; e remoção de botões obsoletos. Também foram inseridas novas intenções ao chatbot com respeito a serviços essenciais.

Uma novidade testada nesta sprint foi a integração de modelos LLM para uso do GPT no chatbot. O GPT foi usado para duas necessidades: ajudar a facilitar o entendimento do resultado da consulta processual, utilizando uma linguagem mais fácil e menos jurídica; e possibilitar a interação via texto com o chatbot (e não somente por botões). 

Para a facilitação da linguagem, foi usado o GPT para melhorar a comunicação do resultado, testando diversos prompts para um resultado eficaz. Enquanto que para a interação via texto, o GPT está sendo usado em um conjunto com uma base de dados local com informações sobre a JFRN. Os testes estão sendo feitos com 3 modelos de base de conhecimento: o documento da carta de serviços; informações contidas no site da JFRN; e informações já estruturadas para o chatbot existente. Ambas as funcionalidades foram implementadas na versão teste do chatbot para validação.