Resumo

Analisar a aplicabilidade de ferramentas computacionais, com ênfase em Inteligência Artificial e algoritmos de visão computacional, na geração assistida de minutas de laudos periciais de engenharia civil em casos de vícios construtivos.

A proposta responde à crescente demanda por agilidade, padronização e confiabilidade nos laudos periciais, utilizando tecnologias emergentes para otimizar o fluxo de trabalho técnico sem substituir a análise crítica e consequente validação do perito.

O estudo adota uma abordagem exploratória e aplicada, envolvendo o desenvolvimento de um protótipo em Python que integra IA multimodal e algoritmo ORB, validado por testes com dados reais de laudos periciais anonimizados.

Os testes demonstraram a viabilidade técnica da aplicação, destacando ganhos em agilidade na análise inicial, organização padronizada do laudo e criação de uma base visual de referência validada, com manutenção da revisão do profissional perito como etapa obrigatória.

A pesquisa propõe um modelo híbrido de geração assistida de laudos, com integração human-in-the-loop e feedback contínuo. Avança na interface entre computação e engenharia legal, contribuindo metodologicamente com a perícia judicial.

A proposta promove celeridade em processos judiciais, ao automatizar etapas da perícia judicial de Engenharia, contribuindo para a consolidação de um banco de dados estruturado de patologias construtivas, fortalecendo a acurácia e a padronização das análises futuras.

Analyze the applicability of computational tools, with emphasis on Artificial Intelligence and computer vision algorithms, in the assisted generation of preliminary drafts of forensic engineering reports in cases of construction defects.

The proposal addresses the growing demand for speed, standardization, and reliability in forensic reports by leveraging emerging technologies to optimize the technical workflow, without replacing the expert’s critical analysis and subsequent validation.

The study adopts an exploratory and applied approach, involving the development of a Python-based prototype that integrates multimodal AI and the ORB algorithm, validated through testing with anonymized real-world forensic engineering report data.

The tests demonstrated the technical feasibility of the application, highlighting improvements in the speed of initial analysis, standardized report structuring, and the creation of a validated visual reference database, while maintaining expert review as a mandatory stage.

The research proposes a hybrid model for assisted report generation, incorporating a human-in-the-loop framework and continuous feedback. It advances the interface between computing and legal engineering, offering methodological contributions to judicial forensic practice.

The proposal promotes increased efficiency in judicial proceedings by automating specific stages of forensic engineering workflows, contributing to the consolidation of a structured database of construction pathologies and strengthening the accuracy and standardization of future analyses.