Mantener el poder judicial requiere un alto nivel de gasto presupuestario, pero aún no se han explorado completamente los detalles de esta relación. Mientras que varios estudios han examinado el impacto del gasto en el poder judicial a través de medidas relacionadas con la productividad y el rendimiento, ninguno ha utilizado técnicas de aprendizaje automático. Este estudio examina la productividad del sistema judicial basado en los gastos y otras variables utilizando técnicas de aprendizaje automático. En el proceso de agrupamiento, los tribunales brasileños se clasifican según su productividad, mientras que en el paso de la red neuronal se verifica qué características son más relevantes a nivel presupuestario relacionadas con la productividad judicial para cada grupo formado en el primer paso. El modelo final de red neuronal respalda los resultados de la prueba de correlación paramétrica de Pearson, que no encontró una correlación significativa entre el gasto y la productividad. Los hallazgos de este estudio demuestran la importancia de comprender que aumentar los gastos presupuestarios públicos por sí solo no es suficiente para mejorar la eficiencia del sistema judicial. En su lugar, se requieren otras medidas administrativas para satisfacer las demandas del poder judicial brasileño y mejorar las tasas de prestación de servicios. Estos resultados ofrecen importantes contribuciones teóricas y gerenciales al campo.