Inteligencia artificial en la justicia: un análisis teórico de metodologías y accesibilidad
Palabras clave:
inteligencia artificial, sistemas judiciales, procesamiento de lenguaje natural, accesibilidad a la justicia, métodos predictivosResumen
La implementación de la inteligencia artificial (IA) en los sistemas judiciales se presenta como una solución innovadora para mejorar la eficiencia y accesibilidad a la justicia. El objetivo del artículo fue evaluar las metodologías actuales utilizadas para la implementación de IA en los sistemas judiciales y su eficacia en la mejora de la accesibilidad a la justicia. Mediante una revisión teórica exhaustiva, se analizaron técnicas como el procesamiento de lenguaje natural (PLN), el análisis predictivo y los sistemas de apoyo a la toma de decisiones. Los resultados indicaron que estas metodologías no solo mejoran la eficiencia y rapidez en la resolución de casos, sino que también promueven una mayor consistencia y equidad en las decisiones judiciales. Sin embargo, se identificaron limitantes, como la falta de transparencia en los algoritmos y la resistencia al cambio por parte de los profesionales legales. Se concluye que, aunque la IA tiene el potencial de transformar positivamente la administración de justicia, es crucial desarrollar marcos éticos robustos y fomentar la formación continua de los profesionales del derecho para asegurar una implementación efectiva. Este estudio destaca la necesidad de seguir investigando y perfeccionando estas metodologías, para maximizar los beneficios de la IA en el sistema judicial.
Descargas
Citas
Aletras, N., Tsarapatsanis, D., Preo-iuc-Pietro, D., y Lampos, V. (2016). Predicting judicial decisions of the European Court of Human Rights: A Natural Language Processing perspective. PeerJ Computer Science, 2, e93. https://doi.org/10.7717/peerj-cs.93
Atkinson, K., Bench-Capon, T. J. M., y Bollegala, D. (2020). Explanation in AI and law: Past, present and future.
Artificial Intelligence, 289, 103387. https://doi.org/10.1016/j.artint.2020.103387
Binns, R. (2018). Fairness in machine learning: Lessons from political philosophy. Proceedings of the Machine Learning Research, 81, 149-159. https://proceedings.mlr.press/v81/binns18a.html
Casey, A. J., y Niblett, A. (2017). The death of rules and standards. Indiana Law Journal, 92(4), 1401-1451. https://www.repository.law.indiana.edu/ilj/vol92/iss4/3/
Dymitruk, M. (2019, febrero). Ethical implications of AI in the judiciary [conferencia]. 22nd International Legal Informatics Symposium, Salzburg, Austria. https://www.researchgate.net/publication/333995919_Ethical_artificial_intelligence_in_judiciary
Henderson, P., y Krass, M. (2023). Algorithmic rulemaking vs. Algorithmic guidance. Harvard Journal of Law & Technology, 37(1),1-45. https://jolt.law.harvard.edu/assets/articlePDFs/v37/3-Henderson-Krass-Algorithmic-Rulemaking.pdf
Katz, D. M., Bommarito, M. J., y Blackman, J. (2017). A general approach for predicting the behavior of the Supreme Court of the United States. PLOS ONE, 12(4), e0174698. https://doi.org/10.1371/journal.pone.0174698
Lampou, R. (2023). The integration of artificial intelligence in education: Opportunities and challenges. Review of Artificial Intelligence in Education, 4(00), e15. https://doi.org/10.37497/rev.artif.intell.educ.v4i00.15
Pandl, K. D., Thiebes, S., Schmidt-Kraepelin, M., y Sunyaev, A. (2020). On the convergence of artificial intelligence and distributed ledger technology: A scoping review and future research agenda. IEEE Access, 8, 57075-57095. https://doi.org/10.1109/ACCESS.2020.2981447
Rubab, S. A. (2023). Impact of AI on business growth. The Business and Management Review, 14(2),1-8. https://doi.org/10.24052/bmr/v14nu02/art-24
Scherer, M. (2019). Artificial Intelligence and Legal Decision-Making: The Wide Open? Journal of International Arbitration, 36(5), 539-573. https://doi.org/10.54648/joia2019028
Surden, H. (2019). Artificial intelligence and law: An overview. Georgia State University Law Review, 35(4), 1305- 1336. https://doi.org/10.2139/ssrn.3411869
Wamba-Taguimdje, S.L., Wamba, S. F., Kamdjoug, J. K., y Wanko, C. (2020). Influence of artificial intelligence on firm performance: The business value of AI-based transformation projects. Business Process Management Journal, 26(7), 1893-1924. https://doi.org/10.1108/BPMJ-10-2019-0411
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Edgardo Cristiam Iván López De La Cruz
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.