Inteligencia Artificial y transformación digital del sector judicial en la Argentina

Carolina Aguerre y Gonzalo Bustos Frati

Introducción

Entre los varios elementos que comparten Internet –en su expansión en la década de 1980– y la Inteligencia Artificial (IA)–en su despliegue actual– encontramos su rol como dinamizadores de los desarrollos de transformación digital en el Estado. Ahora bien, la IA es una tecnología que atraviesa diversos procesos, sectores e instituciones en el Estado, cuya gestión no está concentrada en un solo organismo. En esto se diferencia del comienzo de Internet en la Argentina, más específicamente del DNS, y del singular proceso histórico seguido por NIC Argentina.

Este trabajo pretende aportar a la discusión sobre las posibilidades de cambio institucional a partir de tecnologías de propósito general, como es la IA, en un sector específico del ámbito estatal, el judicial.

Los avances de la IA, particularmente en sus formas relacionadas con el aprendizaje automático o Machine Learning, han promovido en los últimos años una creciente discusión en distintos campos de actividad. El sector judicial presenta algunas características que lo hacen particularmente atractivo para la aplicación de la IA, como el gran volumen de información y datos que se generan en la administración de justicia. Esto lo torna un espacio relevante para implementar técnicas de IA que permitan sistematizar, inferir, generar patrones y predicciones en menor tiempo y con mayor eficiencia de recursos.

La criticidad del sector judicial para los sistemas democráticos y el ejercicio pleno de los derechos humanos requieren un abordaje conjunto, plural e integral de la pregunta por la inclusión de sistemas de IA en la justicia. La introducción e implementación de la IA y sus expresiones avanzadas plantean amplios retos a los sistemas judiciales en cualquier jurisdicción (Chen et al., 2019; Consejo de Europa, 2019; Sourdin, 2018).

Este trabajo pretende complementar las discusiones internacionales y contribuir a saldar lagunas existentes sobre la región, con evidencia empírica sobre el estado de la cuestión de los sistemas de IA en la justicia, contemplando el diseño político, institucional y de adopción de tecnologías digitales. Se basa en una investigación regional desarrollada en 2020 y 2021 por el Centro de Estudios en Tecnología y Sociedad (CETYS) de la Universidad de San Andrés (Aguerre et al., 2021). Un primer paso fue desarrollar un marco analítico integrado que permitiera mapear el abordaje nacional en relación a la Inteligencia Artificial en el aparato judicial, contemplando: el nivel macro compuesto por el entorno institucional y tecnológico internacional y el ecosistema nacional de actores e instituciones; el meso, ajustado a las dinámicas propias del aparato judicial en tanto organizaciones; y el micro, que se vincula con actores concretos y emprendedores institucionales en esta materia. Una segunda etapa del trabajo consistió en realizar un análisis de casos nacionales de la región. Se analizaron cinco países: Argentina, Chile, Colombia, México y Uruguay. Este capítulo pone el foco en el caso de la Argentina, en base al estudio de Bustos Frati y Gorgone (2021). En los comentarios finales, se recupera la reflexión regional.

La justicia y la IA en la Argentina. Estudio de caso

En base al marco desplegado anteriormente, esta parte del trabajo aborda un análisis del caso argentino. Para ello se triangularon técnicas de recolección de datos e información que incluyeron análisis documental y entrevistas en profundidad.

El estudio sobre la Argentina, elaborado por Gonzalo Bustos Frati y Bruno Gorgone (CETyS), se centra en lo que los autores denominan “iniciativas efectivas de innovación institucional asociadas a la IA en el ámbito judicial en la Argentina”. Se refieren a las líneas de acción de un juzgado u otro actor judicial del ámbito público que se han traducido en el uso de al menos un módulo basado en una técnica de IA.

Los investigadores del caso encuentran que, a nivel macro, la Argentina no presenta políticas públicas definidas en materia del uso de IA en la justicia a escala nacional; y que a nivel meso no hay una estructura de incentivos institucionales “orientada a que los funcionarios judiciales se piensen capaces en y se hagan responsables del uso de las técnicas de IA”, por ejemplo, mediante programas de concientización y entrenamiento.

Es en el nivel micro donde se encuentra el mayor aporte empírico del estudio. Los autores identifican cuatro casos de “iniciativas de cambio institucional basadas en IA”, todas ellos impulsadas por organismos judiciales de la Ciudad Autónoma de Buenos Aires (CABA): las exploradas por el Juzgado Penal, Contravencional y de Faltas n° 10, por el Juzgado n° 13 y por la Oficina de Estadísticas del Poder Judicial en torno a mecanismos de anonimización inteligente de documentos judiciales; y la impulsada desde 2017 por el programa Prometea, dependiente del Ministerio Público Fiscal (MPF), basada en la transformación de los tradicionales sistemas expertos judiciales mediante la incorporación de herramientas de aprendizaje de máquinas. Esta concentración en una jurisdicción es percibida y explicada por los propios actores como expresión de un distrito que cuenta con mayores recursos que las demás jurisdicciones, lo que les permite mayor margen para explorar formas alternativas de creación de valor público, como las basadas en IA.

En primer lugar, los procesos de innovación institucional analizados se limitan a trayectorias pioneras, incipientes, y con una limitada escala o un grado incipiente de desarrollo. La excepción es Prometea, que puede considerarse como una política más definida y sostenida dentro del MPF.

En segundo lugar, el estudio distingue entre dinámicas de cambio institucional basado en IA de carácter ascendente (como las iniciativas basadas en la anonimización inteligente de documentos en los juzgados 10 y 13) y descendente (como Prometea en el MPF), según se cuente con el apoyo de un organismo de máxima jerarquía como nodo impulsor de la iniciativa, o esta dependa por completo de un nodo de un sistema. Entre las primeras, se destaca el hecho de que los actores han recurrido a la formación de alianzas o redes formales e informales, intra-estatales o multisectoriales, con otros actores.

Las aplicaciones de “anonimización inteligente” impulsadas por dos de los 31 juzgados penales, contravencional y de faltas que posee la Ciudad Autónoma de Buenos Aires (el n° 10 y el n° 13) fueron posibles a partir de una alianza con otro nodo, ya del sector judicial (Juzgado n° 13 y Dirección de Estadísticas del Consejo de la Magistratura de CABA), ya del sector privado con fines de interés público (Juzgado n° 10 y Cooperativa Tecnológica Cambá). Un actor que no requirió gestar algún tipo de alianza para iniciar el proceso es Prometea. Aun así, luego de su conformación, el área también ha iniciado una dinámica de construcción de redes inter-institucionales en el país, como lo demuestra su convenio de cooperación con la Corte mendocina.

En cuarto lugar, el estudio señala que, a la hora de inscribir las iniciativas de innovación institucional basadas en IA en una visión más amplia acerca de sus ideas sobre justicia, se encuentran al menos dos caracterizaciones frecuentes en los testimonios: justicia aumentada y justicia abierta. La primera aparece con claridad en los testimonios asociados a las herramientas de anonimización inteligente; la segunda es mencionada en la mayoría de los testimonios, pero con mayor claridad en los casos de Prometea, el IALAB y la Corte mendocina. A su vez, un conjunto diverso de narrativas en torno a la justicia federal aparece con una densidad propia en los testimonios, lo que permite vislumbrar contrastes o matices, como en el caso de la gobernanza nacional de datos.

Por último, el estudio focaliza en las percepciones de los actores del ecosistema judicial acerca del impacto de la IA sobre la justicia a largo plazo. No encuentran perspectivas binarias que rechacen o admitan por completo la automatización. La mayoría de los testimonios coincide en que el foco del despliegue de IA debe estar orientado a las tareas más “fácilmente automatizables” o más “automatizables”. También estos trazan un límite claro a la idea de que el juez se verá sustituido. En general, coinciden en señalar que los riesgos de un uso inadecuado de la IA en la justicia deben pensarse tanto en relación al riesgo para los derechos fundamentales en casos particulares, como en términos sistémicos, atendiendo a la propia gobernanza democrática en la que se inserta el Poder Judicial nacional. Otra idea compartida es que la automatización de algunas tareas permitiría reorientar los recursos más valiosos del sistema judicial (los agentes judiciales humanos) hacia sus puntos críticos (como los procesos de interpretación de contextos complejos con múltiples derechos en tensión, o de atención a la víctima).

Comentarios finales: Reflexiones en clave regional

En los casos de la región analizados –Argentina, Chile, Colombia, México y Uruguay– se verifica una suerte de proceso de transformación digital de los organismos públicos a dos velocidades, donde el dinamismo que se registra a nivel gubernamental no se verifica en los poderes judiciales. Esto obedece a diversos factores, como la opacidad de la práctica judicial, el menor control ciudadano y la resistencia al cambio de los magistrados.

Por otro lado, ningún caso cuenta con normativa de carácter específica sobre IA ni estrategias nacionales sobre IA para el ámbito judicial. La práctica más generalizada es la existencia de estrategias digitales nacionales, si bien restringidas al ámbito gubernamental, y con poca continuidad ante cambios de gobierno. El único país que incorporó una estrategia digital específica para el ámbito judicial es Colombia, en 2020, a partir de los desafíos que generó la pandemia.

En cuanto a la evidencia de iniciativas efectivamente existentes sobre el uso de IA en el aparato judicial, solo se halla en los casos de la Argentina y Colombia. En el caso de la Argentina, se trata de iniciativas impulsadas por organismos judiciales del nivel subnacional, mientras que en Colombia se identifican iniciativas en organismos de máxima jerarquía del nivel nacional, como la Corte Constitucional y la Fiscalía General de la Nación.

Una semejanza clave, no obstante, es el hecho de que las iniciativas en sendos países han sido posibles a partir de la convergencia o alianza entre diversos actores. Es decir, las alianzas multisectoriales aparecen como un vector clave que favorece la transformación digital de la justicia basada en el uso de IA. Esto constituye un elemento compartido con el desarrollo de estrategias y políticas en torno a Internet, cuya gobernanza ha estado marcada por la característica multi stakeholder –múltiples partes interesadas– en las últimas tres décadas. A su vez, se destaca la figura de los emprendedores institucionales, como otro vector de relevancia asociado a la transformación digital, como se verifica en el caso de la Argentina.

A modo de conclusión es relevante señalar que en aquellos ámbitos donde se realiza un trabajo en diálogo con otros sectores y actores es donde se encuentran los avances más relevantes en la discusión. Tan relevante como el nivel de digitalización alcanzado por un país o Estado; entonces, la capacidad de integrar niveles de discusión que contemplen a la vez el nivel macro, meso y micro aparece como factor fundamental para articular y alcanzar los objetivos de la transformación digital del sector judicial, en tanto sector crítico de los regímenes democráticos de los países de la región.

Bibliografía

Aguerre, Carolina; Amunátegui Perelló, Carlos; Chelcée Brathwaite, Juan; Castañeda, Diego; Castaño, Daniel; Del Pozo, Claudia; Flórez Rojas, Lorena; Gómez Montt, Constanza; Lara Gálvez, Juan Carlos; López, João; Madrid, Raúl; Martín del Campo, Ana Victoria; y Vargas Leal, Juliana (2020). Inteligencia Artifical en América Latina y el Caribe. ÉTICA, gobernanza y políticas. Buenos Aires: CETYS Universidad de San Andrés.

Aguerre, Carolina; Amunátegui Perelló, Carlos; Aranguis, Matías; Bustos Frati, Gonzalo; Castaño, Daniel; Gorgone, Bruno; Lens, Julio; Madrid, Raúl; Maqueo, María Solange; Moreno González, Jimena; Marín, César Rentería; Mendoza Enríquez, Olivia Andrea; Segredo, Sandra; y Vargas, Fernando (2021). Evaluación de la preparación para la Inteligencia Artificial en la Justicia en América Latina. Buenos Aires: CETYS Universidad de San Andrés, TINKER Foundation. Disponible en https://cetys.lat/preparacion-del-sector-judicial-para-la-inteligencia-artificial-en-america-latina/.

Bustos Frati, Gonzalo y Bruno Gorgone (2021). “Reporte de caso sobre Argentina”, en Aguerre, Carolina y Gonzalo Bustos Frati (coords.), Evaluación de la preparación para la Inteligencia Artificial en la Justicia en América Latína. Buenos Aires: CETYS Universidad de San Andrés, TINKER Foundation. Disponible en https://cetys.lat/wp-content/uploads/2021/10/CasoArgentinaV2.pdf.

Chen, B., Y. Li, S. Zhang, H. Lian y T. He (2019). “A Deep Learning Method for Judicial Decision Support”, IEEE 19th International Conference on Software Quality, Reliability and Security Companion (QRS-C), pp. 145-149. doi: 10.1109/QRS-C.2019.00040.

Consejo de Europa (COE) (2019). “European ethical Charter on the use of Artificial Intelligence in judicial systems and their environment”,
European Commission for the Efficiency of Justice (CEPEJ). Disponible en https://rm.coe.int/ethical-charter-en-for-publication-4-december2018/16808f699c.

Pedace, Karina; Balmaceda, Tomás; Pérez, Diana; Lawler, Diego y Zeller Echenique, Maximiliano (2020). Gu.IA: Caja de Herramientas Humanísticas, Grupo de investigación de Inteligencia Artificial, Filosofía y Tecnología (GIFT), MI Lab del CETyS-UDESA y BID.

Sourdin, Tania (2018). “Judge v robot? Artificial intelligence and Judicial decision-making”, UNSW Law Journal, Vol. 41(4).

The 2020 Government AI Readiness Index (2020). Elaborado por Oxford Insights y International Development Research Centre (IDRC).