Todos hemos oído hablar de la Inteligencia Artificial y de las nuevas tecnologías. Parece que nos lleven a ese futuro que imaginábamos de pequeños en el que convivíamos con robots, nos desplazábamos en coches que volaban por el aire y vivíamos en casas con forma de cápsula.

Pero… ¿qué hay de cierto en todo esto? ¿Acaso estamos cerca de convivir con robots que tomen decisiones que afecten directamente a nuestra vida?

En este artículo vamos a tratar de dar un concepto a la Inteligencia Artificial. También, explicaremos sucintamente algunos de los algoritmos que hacen posible esta realidad. Por último, enumeraremos algunos de los proyectos que se están llevando en el entorno jurídico.

Concepto de Inteligencia Artificial.

A día de hoy, se utilizan diferentes términos para referirnos a la Inteligencia Artificial.  Los términos “Sistemas Smart”, “Intelligent Systems”, “Sistemas cognitivos” o “Sistemas predictivos” han sustituido términos como cibernética o teoría de los autómatas, utilizados originariamente, desde la Conferencia de Darmouth de 1956.

Existen igualmente diferentes definiciones en una misma línea. Así, la Inteligencia Artificial (IA) se define de forma diferente según los autores/desarrolladores de los proyectos de esta materia.

John McCarthy (Premio Turing en 1971 por sus aportes a la IA), acuñó el término de Inteligencia Artificial en la Conferencia de Dartmouth, en 1956. La definió como la ciencia e ingeniería para construir máquinas inteligentes, especialmente, programas de computación inteligentes. Así como, lo relativo a la tarea de usar computadoras para entender la inteligencia humana, pero no limitada a métodos observables biológicamente.

Nils Nilsson fue uno de los científicos fundadores de la disciplina de la IA. Refiere que “en una definición amplia y un tanto circular, la IA tiene por objeto el estudio del comportamiento inteligente en las máquinas.”

Marvin Minsky explica que “Aun cuando todavía no conocemos cómo los cerebros realizan sus habilidades mentales, podemos trabajar hacia el objetivo de hacer máquinas que hagan lo mismo. La ‘Inteligencia Artificial’ es simplemente el nombre que dimos a esta investigación.”

Shirai & Tsujii, la definieron como “El objetivo de la investigación sobre inteligencia artificial es conseguir que un ordenador llegue a realizar las importantes funciones de la inteligencia humana.”

Finalmente, para Russell un sistema inteligente es aquel cuya «expectativa de utilidad es la más alta que se puede alcanzar por cualquier otro sistema con las mismas limitaciones computacionales.”

Todas ellas redundan en que la Inteligencia Artificial es la inteligencia expresada por máquinas, sus procesadores y sus softwares, que serían los análogos a nuestro cuerpo, cerebro y mente.

Los algoritmos.

Pero… ¿Cómo se programan? ¿Qué tipo de sistemas se utilizan? La inteligencia Artificial utiliza algoritmos. Los algoritmos se pueden definir como los procedimientos que permiten, mediante una serie de pasos, realizar una funcionalidad. Es decir, un conjunto de instrucciones definidas, ordenadas y acotadas para resolver un problema o realizar una tarea.

Cada área de inteligencia artificial (machine learning, sistemas expertos, procesamiento de
lenguaje natural, visión artificial, planificación, reconocimiento de voz, robótica) tiene sus propios algoritmos.

En función de la disposición de esos algoritmos podemos hablar de distintos tipos de Inteligencia Artificial. De entre ellos, destacamos:

• Los que emplean la lógica: construyen algoritmos basándose en los principios racionales del pensamiento humano.
• Los que combinan lógica e intuición: son las redes neuronales artificiales. En este caso, los algoritmos se diseñan como neuronas humanas, emplean el patrón de funcionamiento del cerebro de las personas para que la máquina aprenda como lo harías tú. También conocido como Deep Learning.

Tipos de algoritmos según su forma de aprendizaje.

En función del tipo de aprendizaje al que se someten, los tres tipos principales de algoritmos en Inteligencia Artificial son los de aprendizaje por refuerzo, aprendizaje supervisado y aprendizaje no supervisado.

Aprendizaje por refuerzo

Aprendizaje por refuerzo, Reinforcement Learning o RL. Está basado en un concepto tan humano como es el «prueba y error». Simplificado, el aprendizaje por refuerzo es como cuando estás educando a tu perro y le das un premio cuando hace algo bien: dices «sit», el perro se sienta y tú le das una galletita.

Llevado a la tecnología y términos simples, se establece un sistema de recompensas. 

Aprendizaje supervisado

También conocido como Supervised Machine Learning, el aprendizaje supervisado emplea modelos predictivos que utilizan datos de entrenamiento. Un sistema recibe un conjunto de datos y un objetivo. El modelo se va ajustando o entrenando hasta que llegue a ese objetivo. Así funcionan, por ejemplo, los coches autónomos.

Aprendizaje no supervisado

Aprendizaje no supervisado o Unsupervided Machine Learning. Sus algoritmos funcionan de forma similar a los del aprendizaje supervisado, pero hay una diferencia fundamental: carecen de datos de salida.

La Inteligencia Artificial en la Justicia.

Adentrándonos en el entorno jurídico la IA, se está desarrollando fuertemente no sólo en los campos de investigación jurídica y en el cumplimiento de los contratos automáticos y la predicción de supuestos de hecho, sino que avanza desde algunas Instituciones Públicas Internacionales hacia el juez robot.

Dejando a un lado los proyectos y avances de IA de empresas privadas como Westlaw, Bloomberg o Thomson Reuters, merecen, a mi juicio, una mención especial el Proyecto Prometea que se sigue en Argentina, así como el Proyecto de Jueces Robot que se está llevando a cabo en Estonia.

El Proyecto Prometea.

A finales del 2017, la Fiscalía de Buenos Aires desarrolló Prometea, un sistema, hoy en uso, que aplica IA para preparar automáticamente dictámenes judiciales. Esta herramienta le ha permitido incrementar su eficiencia de manera significativa. Una reducción de 90 minutos a 1 minuto (99%) para la resolución de un pliego de contrataciones. Otra de 167 días a 38 días (77%) para procesos de requerimiento a juicio. Y de 190 días a 42 días (78%) para amparos habitacionales con citación de terceros, entre otros.

Esta ganancia permitió que los empleados y funcionarios dedicados a realizar las tareas automatizadas pudieran dedicar más tiempo a aquellos casos más complejos que requieren un análisis más profundo, mejorando la calidad de sus dictámenes en estos casos específicos.

El proyecto se sigue con gran aceptación por parte de los operadores jurídicos, por parte de la población, así como de las Instituciones Públicas Argentinas. Está transformando la Administración de Justicia con Inteligencia Artificial, corrigiendo ese gran lastre que acompaña a la Justicia de todos los países, que es la lentitud en la resolución de conflictos.

Proyecto de Jueces Robot.

Por su parte, el Gobierno estonio contrató a Velsberg, en el año 2019, para un proyecto de implementación de inteligencia artificial en varios ministerios. Y ello, con el fin de simplificar los servicios ofrecidos a la población.

Hoy en día, Estonia ya ha implantado 13 medidas de IA en las que se sustituye a trabajadores para ser más eficientes. También está desarrollando la creación de “jueces robot” para que decida en lo que se denominan “juicios menores”, aquellos en los que hay disputas de 7.000 € o menos.

Ambos proyectos utilizan algoritmos basados en árboles de decisión, una vía de análisis y algoritmo Machine Learning (de aprendizaje supervisado descrito más arriba) que parte de la representación de manera gráfica de todos los sucesos que pueden derivar de la toma de una decisión y, a su vez, de todos los sucesos que pueden derivar de cada uno de esos sucesos.

Es decir, una técnica que emplea algoritmos en forma de árbol para enseñar a las máquinas a tomar decisiones y, por tanto, a resolver problemas de regresión o de clasificación. Como resultado, obtenemos modelos predictivos, precisos y fiables.

El uso de la Inteligencia Artificial, de momento, es limitado, y causa inseguridad, rechazo y reticencia, aunque, pese a todo lo anterior, los abogados y el resto de operadores jurídicos tenemos que entender algo: la tecnología nos alcanza, y el mundo del derecho no debe quedarse atrás.