[ blog · use-case ]11 min read

Recuperação de jurisprudência do Reino Unido fundamentada em citações após Ayinde v Haringey

Sarah Choy·Publicado em 3 de maio de 2026·11 min de leitura

Ayinde v Haringey mudou os cálculos da IA jurídica do Reino Unido de um dia para o outro. Um barrister citou cinco casos falsos gerados por um LLM e foi encaminhado ao Bar Standards Board. Citações alucinadas agora têm consequências deontológicas. Aqui vai o guia de desenvolvedor para construir recuperação de jurisprudência do Reino Unido fundamentada em citações — TNA Find Case Law, legislation.gov.uk, parsing de citações neutras e como conectar tudo isso a um agente funcional.

TL;DR

• •Ayinde v Haringey [2025] EWHC 1383 (Admin) transformou as citações de casos alucinadas em um problema deontológico, não apenas em um problema de qualidade.
• •Os termos do BAILII restringem o acesso programático em massa; o serviço Find Case Law do The National Archives é a API legítima para as decisões da Inglaterra e do País de Gales.
• •O legislation.gov.uk tem uma Developer API estável com acesso point-in-time — essencial para o trabalho de compliance, em que 'em vigor em 30 de junho de 2024' é uma query real.
• •O estudo 'Hallucination-Free?' da Stanford HAI mostrou que Westlaw e Lexis+ AI ainda alucinam entre 17 e 33% das vezes — fundamentar em citações é a resposta arquitetônica, não uma escolha de fornecedor.
• •O API Pick UK Legal Search encapsula a recuperação semântica sobre jurisprudência e legislação primária em um único POST — 60 créditos por chamada.

O caso que mudou os cálculos

Em 6 de junho de 2025, a Divisional Court da King's Bench Division proferiu duas decisões em uma única sentença — Ayinde v The London Borough of Haringey e Al-Haroun v Qatar National Bank QPSC, citação neutra [2025] EWHC 1383 (Admin). Em ambas, a defesa havia apresentado materiais que citavam autoridades que não existiam; em Ayinde, cinco casos fabricados. O tribunal reconheceu um descumprimento de deveres profissionais e encaminhou os profissionais à BSB e à SRA, respectivamente.

Em 48 horas, todo roadmap de legal-tech do Reino Unido ganhou um novo item no topo: a fundamentação em citações. Não como um detalhe de qualidade, mas como uma necessidade regulatória. O estudo 'Hallucination-Free?' da Stanford HAI (Magesh et al., maio de 2024) já havia demonstrado que as ferramentas líderes dos fornecedores — Lexis+ AI, Westlaw AI — alucinam citações entre 17 e 33% das vezes em queries de benchmark. Ayinde transformou esse achado acadêmico em um problema de compliance.

Para os desenvolvedores que integram recursos de IA a produtos jurídicos do Reino Unido, a lição arquitetônica é clara: a recuperação tem de vir de fontes autorizadas, as citações têm de ser verificáveis em relação à fonte e o sistema tem de se recusar a responder quando não consegue fundamentar uma resposta. Qualquer outra coisa é um encaminhamento a um regulador esperando para acontecer.

Aqui vai o guia de desenvolvedor para fazer isso direito: quais APIs usar, quais são suas pegadinhas e como conectá-las a um agente funcional.

As fontes autorizadas

1. National Archives Find Case Law

Operado pelo The National Archives (TNA). Cobre as decisões proferidas desde abril de 2003 pela High Court, pela Court of Appeal, pela UK Supreme Court, pelo Privy Council e por vários tribunais especializados. Documentos no padrão XML Akoma Ntoso (LegalDocML). API pública em caselaw.nationalarchives.gov.uk; feed de dados em massa via solicitação sujeita a aprovação para fins de "análise computacional".

Pontos fortes: fonte autorizada para a jurisprudência da Inglaterra e do País de Gales, o XML estruturado preserva a estrutura da decisão (números de parágrafo, citações, cabeçalhos), os termos da Open Government Licence permitem a reutilização com atribuição. Pontos fracos: cobertura limitada antes de 2003, solicitação necessária para o feed em massa, o LegalDocML é pesado para parsear se você nunca tocou em XML jurídico.

2. Developer API do legislation.gov.uk

Operada pelo TNA. Cobre a legislação primária do Reino Unido (Acts of Parliament), os statutory instruments e os equivalentes da Irlanda do Norte / Escócia / País de Gales. E, fundamental, suporta queries point-in-time: 'qual era a aparência desta disposição em 1º de abril de 2018'.

Pontos fortes: estável, bem documentada, acesso point-in-time, licenciada sob OGL. Pontos fracos: o schema (CLML) é uma coisa própria; nem todas as emendas são rastreadas de forma uniforme ao longo do histórico; o modelo de data de entrada em vigor pode te surpreender.

3. BAILII (somente leitura via web humana)

Agregador de informação jurídica de longa data. Crítico para jurisdições e tipos de documento que o Find Case Law não cobre (decisões mais antigas, material escocês / norte-irlandês, algumas decisões de tribunais especializados). O scraping em massa é restrito pelos termos do BAILII. Trate-o como um backup legível por humanos, não como uma API.

4. API Pick UK Legal Search

Busca semântica sobre a jurisprudência e a legislação primária do Reino Unido em um único endpoint POST. JSON in / JSON out, 60 créditos por chamada, cobrança apenas no sucesso. Retorna título, citação neutra, URL de origem e snippet ranqueado por relevância semântica. Projetada para o tool calling de agentes de IA.

Lado a lado

A arquitetura que sobrevive a Ayinde

A stack mínima viável fundamentada em citações:

Question → [LLM agent]
              ↓ tool_use(uk_legal_search)
            [API Pick UK Legal Search] → ranked authorities
              ↓ tool_use(extract_urls)
            [API Pick URL Extract] → full judgment / statute body
              ↓ Agent reads, drafts answer
              ↓ Citation-required prompt rule
          Answer with [Neutral Citation, Section/Paragraph]
              ↓ Final verification pass
          Refuse if citation can't be matched in extracted text

A passada de verificação é onde a maioria das equipes falha. Não basta pedir ao modelo 'cite suas fontes' — você precisa verificar programaticamente que cada autoridade citada aparece no texto extraído. Se não aparecer, recuse a resposta ou encaminhe-a para revisão humana.

Código que funciona

import re, requests
from anthropic import Anthropic

KEY = "pk_yourkey"
client = Anthropic()

def fetch_tool(path: str) -> dict:
    return requests.get(f"https://www.apipick.com{path}/tool-schema").json()["claude"]

TOOLS = [
    fetch_tool("/api/search/uk-legal"),
    fetch_tool("/api/extract"),
]

SYSTEM = """You are a UK legal research assistant. You answer questions about
England & Wales case law and UK primary legislation using the tools available.

Rules — non-negotiable:

1. Use uk_legal_search to find authorities relevant to the question.
2. For authorities you intend to cite, use extract_urls to retrieve the
   full text. Do not cite anything you have not extracted.
3. Cite every legal proposition with a neutral citation in standard form:
   [YYYY] EWHC|EWCA|UKSC NNN (Court), §[paragraph] — for cases.
   Section N(M) of the [Act Name] YYYY — for statutes, with point-in-time
   noted if relevant.
4. If the search returned no relevant authority, or the relevant text was
   not extracted, say so explicitly: "I could not retrieve a sufficient
   authority for this question. Please escalate to qualified counsel."
   Do not infer from training-data knowledge.
5. Distinguish ratio from obiter where it matters. Note when an authority
   is first instance, appellate, or Supreme Court.
6. For legislation, default to the in-force version. State the date you used.
7. This output is informational retrieval, not legal advice."""

def call_tool(b):
    paths = {"uk_legal_search": "/api/search/uk-legal", "extract_urls": "/api/extract"}
    r = requests.post(
        f"https://www.apipick.com{paths[b.name]}",
        json=b.input,
        headers={"x-api-key": KEY},
        timeout=60,
    )
    return {"type": "tool_result", "tool_use_id": b.id,
            "content": r.text, "is_error": r.status_code != 200}

NEUTRAL_CITATION = re.compile(r"\[(\d{4})\]\s+(EWHC|EWCA|UKSC)\s+\d+")

def verify_citations(answer: str, extracted_text: str) -> list[str]:
    """Return list of citations in the answer that don't appear in extracted text."""
    cites = NEUTRAL_CITATION.findall(answer)
    return [
        f"[{year}] {court}" for year, court in cites
        if f"[{year}] {court}" not in extracted_text
    ]

def legal_research(question: str) -> str:
    msgs = [{"role": "user", "content": question}]
    extracted_buffer = ""

    while True:
        r = client.messages.create(
            model="claude-sonnet-4-6",
            max_tokens=4096,
            system=SYSTEM,
            tools=TOOLS,
            messages=msgs,
        )
        msgs.append({"role": "assistant", "content": r.content})

        if r.stop_reason == "end_turn":
            answer = "\n".join(b.text for b in r.content if b.type == "text")
            unverified = verify_citations(answer, extracted_buffer)
            if unverified:
                return (
                    "REFUSED: the answer cited authorities that were not retrieved. "
                    f"Unverified: {unverified}. Escalate to qualified counsel."
                )
            return answer

        if r.stop_reason == "tool_use":
            results = []
            for b in r.content:
                if b.type != "tool_use":
                    continue
                tr = call_tool(b)
                if b.name == "extract_urls":
                    extracted_buffer += tr["content"]
                results.append(tr)
            msgs.append({"role": "user", "content": results})

print(legal_research(
    "What is the test for breach of duty by a public authority "
    "post Roberts v Soldiers, Sailors, Airmen and Families Association?"
))

Três coisas que este código faz e que as implementações preguiçosas não fazem: (1) puxa o texto completo de cada autoridade citada via extract antes de se apoiar nela, (2) rejeita as respostas cujas cadeias de citação neutra não aparecem de fato em nenhum texto recuperado, (3) embute no system prompt a recusa 'Não consegui recuperar uma autoridade suficiente', para que o modelo tenha uma saída elegante quando a recuperação falha.

Teto de custo

Uma chamada típica de pesquisa jurídica:

• 1 chamada de busca — 60 créditos (~$0.06)
• 1 chamada de extract cobrindo 2–4 autoridades — 4–8 créditos (~$0.004–$0.008)
• ~6.000 tokens de entrada + 1.500 de saída do Claude — ~$0.05

Em números redondos: ~$0.12 por resposta pesquisada com citações. A 100 perguntas/dia para uma pequena equipe jurídica interna, são $12/dia — bem abaixo do custo de qualquer assinatura comercial de legal-tech, e você controla a trilha de auditoria.

Onde isso se generaliza

O padrão arquitetônico de 'fundamentar em citações' não se aplica apenas à jurisprudência do Reino Unido — é o mesmo padrão que torna confiável o RAG sobre filings da SEC para a due diligence de investimento e o que permite a um agente de literatura científica evitar referências de papers alucinadas. Três regras os unificam:

• Recupere primeiro, gere depois. Nunca deixe o modelo produzir uma citação que não estava no contexto recuperado.
• Verifique de forma determinística. Um regex sobre o texto extraído é barato e pega a maior parte das fabricações.
• Recuse com elegância. Treine o system prompt para dizer "Não posso responder de forma confiável" antes de treinar o modelo para ser prestativo.

Ayinde foi o momento em que essas regras passaram de 'boa prática de engenharia' para 'a única forma de lançar IA jurídica do Reino Unido sem colocar seus usuários diante da BSB'. O API Pick UK Legal Search é a peça da camada de busca; o resto cabe a você conectar.

Escrito por

Sarah Choy

CEO, API Pick

Sarah Choy é a CEO da API Pick. Ela escreve sobre a construção de APIs prontas para produção para agentes de IA e fluxos de trabalho com LLMs.