INTELIGENCIA ARTIFICIAL JURIDICA
 |
| INTELIGENCIA ARTIFICIAL JURIDICA |
HOJA DE RUTA:
|
Inteligencia Artificial Jurídica IAJ. (Páez
Rivadeneira Juan José) En capítulo especial referiré sobre Inteligencia artificial general, que coincidiendo con Pompeu Casanovas, la inteligencia artificial no tiene por finalidad replicar las funciones cognitivas, tal como el cerebro humano las realiza. En realidad, con la IA se busca entender la estructura y el funcionamiento de estas operaciones: información, memoria, comprensión, entendimiento, lenguaje, expresión y razonamiento, mejorarlas por procesos computacionales e insertarlas posteriormente en máquinas para su aplicación en contextos reales. La IAJ, está relacionada con la informática jurídica que en sentido estricto, es una rama auxiliar del Derecho que aparece debido al creciente avance de nuevas tecnologías y la necesidad de ‘’automatizar’’ los procesos legales y sus actividades. Considero que IAJ es: ‘’el conjunto de técnicas instrumentales de almacenamiento y recuperación de datos, con la finalidad de sustituir la actividad rutinaria del jurista en sus labores de localización y recuperación de información jurídica, mediante aplicación de algoritmos y la utilización de computadoras, bajo el principio de libertad de elección, en la interacción con algoritmos y sistemas de IA, el jurista debe empoderarse para beneficiarse de la IA a fin de tomar decisiones con conocimiento de causa, con protección de datos, seguridad de la información y derechos’’ (Ver: Páez Rivadeneira Juan José, Derecho y Tics, CEP 2015). La informática jurídica es una disciplina compleja utiliza conceptos de otras disciplinas como la lingüística, la lógica, las ciencias de la administración, entre otras ciencias de la información que tienen por objeto la aplicación de la informática en el Derecho. Difiere entonces del Derecho informático - tecnológico - digital, que consiste en la regulación jurídica de las nuevas tecnologías. Tiene como antecedente la “jurimetría”, planteada en 1949 por el norteamericano Lee Loevinger, esta es una ciencia nueva que tiene un desarrollo donde nunca ha parado de avanzar y funciona como auxiliar para la creación de aplicación del derecho. La interrelación Inteligencia Artificial (IA) y Derecho, lo analizamos desde el estudio de la Informática Jurídica Decisional, que se relaciona al estudio de las ciencias de la computación e información, y del procesamiento de datos con contenidos jurídicos. En cuanto a regulación jurídica y protección, la IA está bajo el régimen del Derecho de la Propiedad Intelectual, en materia de derechos de autor y conexos se señala que un software tiene el tratamiento de obra protegida, especialmente con los códigos fuente y códigos objeto; en lo referente a la regulación de algoritmos (modulaciones, simulaciones, robótica) que vinculan herramientas materiales, equipos o hardware, está bajo el régimen de patentes de la Propiedad Intelectual Industrial. Los aspectos de normatividad y regulación jurídica es estudio del derecho tecnológico, informático o digital, en este tema expondré la legislación vigente sobre IA. Los investigadores e investigaciones en el campo de la IA deben adoptar una conducta estricta en materia de ética y de deontología, expondré normas éticas y códigos deontológicos vigentes, que se fundamentan en el respeto de los siguientes principios: Beneficencia: La IA debe actuar en beneficio del hombre; Principio de no perjuicio o maleficencia: la doctrina de «primero, no hacer daño», en virtud del cual la IA no debe perjudicar a las personas; Autonomía: La capacidad de tomar una decisión con conocimiento de causa e independiente sobre los términos de interacción con la IA; Justicia: La distribución justa de los beneficios asociados a la IA y la asequibilidad de la misma utilizada en el ámbito de la asistencia de la salud y de cuidados intensivos en particular.
He realizado el siguiente ejercicio utilizando CHATGPT4, proveedor Microsoft, sistema BING. Y, como BOT 5F52H35SZ- Operated by @juanjose8, es decir yo. |
En relación al desarrollo de sistemas expertos y aplicaciones de inteligencia artificial, estas se convierten en herramientas digitales de aplicación en todas las áreas del derecho, como aspectos de procedimiento judicial o administrativo, documental, gestión diaria, control, registral, notarial, pericial, jurisprudencia, legislación, etc.
La Informática Jurídica Decisional o meta documental, es aquella que con la aplicación de sistemas lógicos o programas de computación (software), a través del desarrollo de inteligencia artificial, y de sistemas jurídicos expertos, sirven para la toma de decisiones del Jurista.
La Informática Jurídica decisional, se ha extendido hacia la Administración de Justicia, consiste en la integración de procedimientos dirigidos a sustituir o reproducir las actividades del Jurista, a proporcionarle dictámenes, decisiones y, a ofrecerle soluciones de problemas y no sólo documentación e información, sino que facilita solución a los problemas cotidianos del Juez, Notario, Abogado, etc.
En este tipo de informática jurídica interviene la IA, que alude al conjunto de actividades informáticas que son desarrolladas por el hombre, considerándose estos aspectos técnicos como producto de su inteligencia. Ante la pregunta “¿qué es la inteligencia artificial jurídica?”, (Goodman año 2016) no duda en responder que ésta “se reduce a dos aplicaciones principales: aprendizaje automático (o computación cognitiva) y procesamiento del lenguaje natural”.
La Inteligencia Artificial Jurídica abarca:
Organización de grandes bases de datos: lo que llamamos Big Data, la IAJ permite contar con grandes bases de datos y extraer información valiosa de las mismas, esto permite a los abogados encuentren patrones y tomen decisiones con una mayor información.
Gestión de procesos: la IAJ
permite automatizar la gestión de tareas, creándolas de manera automática
cuando detecta una necesidad, enviando información relevante que rastree y
clasificando documentos conforme se reciben.
Atención jurídica: abogados implementan
los conocidos chatbots, que funcionan con iaj, los chatbots entregan
respuestas a los clientes sin necesidad de que medie un abogado, así se ahorra
tiempo, se evitan esperas y se consigue fidelizar a clientes.
Generación de documentos: sin
duda alguna, la redacción de textos es una de las tareas más pesadas para
un abogado, la IAJ es capaz de generar contenido mediante promts, el
abogado puede incluir este contenido en sus ensayos, contratos o cualquier
documento legal.
Comprensión:
lenguaje natural, reconocimiento de imágenes, sonidos, realidad virtual,
simulaciones, 3D, estas herramientas son importantes para el Jurista, por
ejemplo la reconstrucción de hechos de tránsito, se puede fácilmente
reconstruir un homicidio. Otros aspectos de la Inteligencia Artificial y sus efectos jurídicos, Big data, Vigilancia
masiva, Protección de datos, Derechos digitales fundamentales, CiberSeguridad,
Puntuación social, Sistemas de identificación biométrica remota, Blockchaine,
Smartcontracts, Pericia Forense. Deep Learning.
Big Data, es un sistema que se encarga del procesamiento y análisis de grandes cantidades de datos. Pero no refiriéndose a cualquier cifra; estos números pueden oscilar en millones de gigabytes de información, claramente una cantidad que sería imposible de asimilar con métodos de procesamiento convencionales. Además del volumen de los almacenamientos de datos, la utilidad del Big Data se puede resumir con otras de sus V: velocidad y variedad. En cuestión de segundos se están creando más y más datos a una velocidad de difícil gestión; y, por otra parte, se encuentra la heterogeneidad en las características de esta información: tamaños, tipologías, formatos, estructuras y múltiples procedencias.
Machine Learning, se traduce como Aprendizaje Automático, que es una ramificación de la Inteligencia Artificial, en la cual se busca que los sistemas computarizados adopten los mecanismos de aprendizaje de los humanos. Así, los algoritmos propios del Machine Learning tiene la capacidad de modificarse para adaptarse a los datos procesados. Su objetivo es resolver problemas computacionales, como descubrir patrones de comportamiento imperceptibles a simple vista, o efectuar una serie de tareas complejas de forma automática. Por esta razón, se complementa recíprocamente con la función del Big Data.
Deep Learning, es un sistema que se traduce como Aprendizaje Profundo, y es una sub área que se desprende de las redes neuronales artificiales. Esto sucede cuando en dichas redes se caracterizan por funcionar a partir de grandes cantidades de capas de nodos, que implican un mayor nivel de profundidad en la red neural. Nos encontramos así, con los últimos avances en los sistemas de procesamiento y análisis de datos.
Sin embargo hay que reflexionar que la inteligencia y el poder sobre las máquinas, seguirá siendo del ser humano, es imposible que la computadora desplace a la persona, nunca será autónoma, la IA, siempre estará bajo control del intelecto humano.
Al respecto las etapas de IAJ, los investigadores la clasifican en tres:
1.- Sistemas expertos S.E, (KBS, Knowledge Bases Systems,autor Kolodner, año 1983), su desarrollo consiste en incorporar en forma práctica y operativa el conocimiento de un experto en la materia que se trate o se estudie, estas son las aplicaciones que reproducen las actividades que se ha programado y diseñado, siempre se va a depender de la interrelación de expertos Informáticos y expertos Juristas, son los que crean el Lenguaje Jurídico Documental, derivado de la asignación de descriptores a «documentos digitales», derivados del Lenguaje Natural, se procesa Indización, se construye Lenguaje Jurídico Documental, y se desarrolla el Tesauro, que es la estructura del software para aplicaciones de IA y S.E.
Los sistemas expertos jurídicos SEJ, también llamados sistemas jurídicos basados en el conocimiento, constituyen la principal aplicación de la inteligencia artificial al campo del derecho y son sistemas que ayudan a la toma de la decisión judicial, ayudan a resolver problemas muy específicos.
Existen distintas clases de problemas:
1.- Convergentes tipo uno de los cuales sabemos, desde el principio, cual es el criterio de solución, como, por ejemplo, el armar un rompecabezas.
2.- Los problemas convergentes tipo dos, en los cuales la solución del problema no está determinada, pero es determinable, como es el caso de las demostraciones lógicas y las demostraciones matemáticas, y,
3.- Otro tipo de problemas, los divergentes, que son aquellos en las que para un solo problema existen múltiples soluciones y el estado de solución es determinable en forma decisional, un ejemplo de estos son las controversias judiciales.
Un sistema experto jurídico es un sistema computacional que puede plantear posibles soluciones a determinados asuntos jurídicos aplicando el conocimiento experto en la materia, así como explicar sus razonamientos, en general, se ha pretendido establecer estas aplicaciones como herramientas de apoyo para los operadores jurídicos en contextos tales como la asesoría o asistencia legal o la función jurisdiccional.
La principal característica que los diferencia de los sistemas de recuperación documental jurídica consiste en que, mientras aquellos constituyen grandes almacenes digitales de una clase particular de texto (por lo general el contenido de los discursos legislativo y jurisprudencial), que facilitan su consulta automatizada, los sistemas expertos jurídicos, por su parte, tratan de emular algunos de los procesos cognitivos llevados a cabo por los operadores del derecho (abogados, jueces, etcétera), quienes guiados por las reglas del procesamiento de la información propias del gremio jurídico, manipulan los discursos mencionados para solucionar los problemas que plantea su interpretación y/o aplicación al enfrentarse con casos prácticos en el ejercicio de su profesión.
El sistema experto jurídico, al igual que todo sistema experto, está constituido por:
a) La base de conocimiento. Esta contiene una representación simbólica y ciertos objetos y hechos que constituyen el acervo de conocimientos especializados involucrados en el desempeño de una tarea. Su contenido determina el campo de actividad, así como los problemas que pueden ser resueltos por el sistema, es decir, su dominio operativo;
b) El motor de inferencia. Dispositivo que despliega patrones o secuencias de razonamiento y búsqueda a lo largo de la base de conocimientos, lo cual posibilita que el sistema encuentre soluciones a los problemas planteados; y
c) La interface con el usuario. Es la parte del sistema que permite que el usuario entre el contacto con el mismo y obtenga la asesoría que busca. Generalmente dicho contacto se lleva a cabo en forma de interrogatorio, por el cual, la maquina obtiene información relevante del problema específico, por parte del usuario. Lo anterior es importante, debido a que el sistema experto por sí solo, no proporciona alternativas de solución.
El sistema experto será capaz de asesorar al usuario siempre que éste último interactúe con el programa proporcionándole directrices sobre las cuales habrá de pronunciarse. Es decir, las cargas cognitivas de todo sistema experto siempre se repartirán entre el usuario, que necesariamente debe ser una persona versada en el ámbito del derecho, y el sistema experto.
Los S.E están dirigidos o diseñados para resolver casos jurídicos complicados, como ejemplo: Sistema Tributario, el determinar liquidaciones por impuestos; sistema Laboral a través de simulaciones se puede determinar lo que un empleado deberá recibir como indemnización, de acuerdo con la Ley; S.E de Prevención de las consecuencias de impactos del medio ambiente; o S.E de condiciones de nacionalidad; Derecho de Familia; y en todas las áreas del conocimiento del derecho.
Estos Sistemas expertos jurídicos y toma de decisiones, se basan en el «machine learning» (aprendizaje automático (AA) o aprendizaje automatizado o aprendizaje de máquinas o aprendizaje computacional), y en el «big data» (macro datos, también llamados datos masivos, inteligencia de datos, datos a gran escala), al crear estos sistemas de conocimiento se organizan bases de datos, con la información relevante de cada uno de los elementos que abarca el derecho, además de esto, se puede hacer seguimiento a las acciones llevadas a cabo sobre estos procesos y llegar a conclusiones basadas en precedentes existentes. Son sistemas indispensables para la toma de decisiones certeras en términos jurídicos.
La irrupción de la IA y el derecho plantea problemas difíciles para la investigación de la IA, confluyen en dos referencias prioritarias, la primera relacionada al ámbito de la LEY, que motiva la investigación en IA, y cuyos resultados van más allá del ámbito legal, y la segunda prioridad, en los beneficios de las técnicas y aplicaciones de la IA en su conjunto, aplicadas al campo del Derecho.
Cómo ejemplo anotemos los proyectos que abordan la argumentación jurídica, no sólo han creado programas que producen argumentos jurídicos sino que también han conducido a conocimientos y avances en la lógica de la argumentación, o, en aprovechar los modelos de argumentación jurídica para la enseñanza del derecho, ¿cómo argumentar?, ha llevado a refinamientos y extensiones de los modelos de IA en el campo del derecho.
La IA y el derecho, se fundamenta en el desarrollo de aplicaciones sobre «razonamiento basado en casos» (CBR - siglas en ingles) y, ANN «Redes Neuronales Artificiales», realizado en la comunidad de IA y derecho, estas son las corrientes de resultados más importantes que contribuyeron al nacimiento de esta área a mediados de los años ochenta.
2.- Razonamiento basado en casos (CBR) procede del modelo psicológico-cognitivo, según el cual las personas pueden reaccionar ante problemas similares con experiencias que han tenido, a partir de tareas que se les han encomendado, con la ayuda de estas analogías de aprendizaje automático y de generación en la aplicación de soluciones a los problemas, este razonamiento basado en casos captura la experiencia de las máquinas a través de un problema y una solución correspondiente.
Este es el modelo general de un sistema CBR, en el que se utilizan casos del pasado para resolver problemas actuales, por ejemplo la jurisprudencia, esta experiencia es la base para construir sistemas basados en el conocimiento, pero el conocimiento se utiliza de forma diferente en los sistemas CBR, por lo que estas aplicaciones se consideran un desarrollo posterior de los sistemas basados en el conocimiento.
Un Sistema de Razonamiento Basado en Casos resuelve un problema por medio de la adaptación de soluciones dadas con anterioridad a problemas similares, la memoria del CBR almacena un cierto número de problemas junto a sus correspondientes soluciones, la solución de un nuevo problema se obtiene recuperando casos (o problemas) similares almacenados en la memoria del CBR, ya que dichos problemas se estudian junto con sus soluciones, Por tanto un caso engloba un problema y la solución dada a dicho problema.
3.- ANN «Redes Neuronales Artificiales» , son algoritmos implementados en forma de programa informático o modelo electrónico, influenciados por el funcionamiento del cerebro humano (Haykin, 1999), las redes neuronales artificiales tratan de imitar el proceso de almacenar información en patrones, utilizarlos y resolver problemas con ellos, intentando reproducir el comportamiento humano mediante computadores, las ANN no utilizan conceptos de programación propios de otros sistemas de inteligencia artificial, sino que utilizan mecanismos de procesamiento paralelo, desarrolla vocabulario propio y utiliza términos como memoria, reacción, organización propia.
La principal propiedad de una red neuronal artificial es la capacidad de aprender del entorno en el que opera y mejorar su funcionamiento, son tres los paradigmas:
1.- Aprendizaje supervisado (Supervised Learning), requiere la presencia de pares de vectores de entrenamiento, cada par está compuesto por los valores de entrada a la red y los valores de salida esperados para tales entradas, en este caso es necesario que el entrenamiento de la red sea controlado por un supervisor o por un conjunto de reglas, entre los modelos de redes neuronales artificiales que utilizan este esquema de aprendizaje se pueden citar: MLP (Multilayer Perceptron), RBF (Radial-Basis Function Network) y BAM (Bidirectional Associative Memory).
2.- Aprendizaje no supervisado (Unsupervised Learning), en este caso sólo se utilizan vectores de entrada para entrenar la red, los valores de las salidas son determinados por la red durante el curso del aprendizaje, se utiliza para construir modelos internos que capturan similitudes en los valores de los vectores de entrada, sin recibir información adicional, existe una gran variedad de modelos que utilizan esta forma de aprendizaje, por ejemplo: SOM (Self-Organising Maps), PCA (Principal Components Analysis), Redes de Hopfield, LVQ (Learning Vector Quantization), ART (Adaptive Resonance Theory) y FIR (Finite Impulse Response).
3.- Aprendizaje por grados o con fortalecimiento (Reinforcement Learning), en determinadas situaciones en las que no se dispone de pares de vectores de entrenamiento (entradas y salidas esperadas) para la red, es posible contar con un índice de rendimiento global de la misma, en estos casos se habla de aprendizaje con fortalecimiento que, en su forma más general, se basa en que un crítico externo proporciona una valoración global de la bondad de la red con una determinada periodicidad.
IA y Derecho es mucho más que un área de aplicaciones, refiere en gran medida a cuestiones que se encuentran en el corazón mismo de la IA: razonamiento, representación y aprendizaje.
Para el investigador de IAJ interesado en métodos simbólicos, o métodos de cualquier tipo que se centren en proporcionar explicaciones y justificaciones, no importa cómo llegue un razonador a una respuesta legal, ésta debe ser explicada, justificada, comparada y contrastada con alternativas, para el investigador interesado en temas como negociación, toma de decisiones, comercio electrónico, lenguaje natural, recuperación y extracción de información y minería de datos, la IA y el derecho constituyen fuente de problemas e inspiración para su desarrollo.
