El documento describe el origen y desarrollo de la inteligencia artificial y el machine learning desde 1950 hasta la actualidad. Explica que el machine learning es una rama de la inteligencia artificial basada en que los sistemas pueden aprender de datos e identificar patrones con poca intervención humana. Luego, presenta varios ejemplos de software y sistemas como Kira Systems, LawGeex, Lex Machina y PETRORIA que aplican machine learning en la industria legal. Finalmente, plantea algunas consideraciones éticas sobre el uso de estas tecnologías en el sistema judicial.

1. G U A T E M A L A | E L S A L V A D O R | H O N D U R A S | N I C A R A G U A | C O S T A R I C A | P A N A M Á
DE LA INTELIGENCIA ARTIFICIAL
AL MACHINE LEARNING
Por: Belisario Castillo Sáenz

2. Origen y Desarrollo
• 1950 y 1960: el matemático Alan Turing publicó un
famoso artículo bajo el título “Maquinaria
Computacional e Inteligencia”. Empezaba con una
pregunta provocadora: ¿Pueden las máquinas pensar?
• 1980: hubo un renovado interés en la inteligencia
artificial con la creación de los sistemas expertos. Estos
sistemas se basan en árboles de decisión para imitar el
trabajo de especialistas humanos.
• 1990-2010: DeepBlue, Watson y AlphaGo.
• 2000: LegalZoom Y RocketLawyer generan software
con un modelo de “hágalo usted mismo” para la
confección de contratos.
• 2014: ROSS Intelligence busca aplicar la tecnología de
Watson desarrollada por IBM en la industria legal.
• 2018: En 2018, Joshua Browder desarrolló la aplicación
DoNotPay para automatizar la apelación a multas de
tránsito.

3. DE LA INTELIGENCIA ARTIFICIAL AL
MACHINE LEARNING La inteligencia artificial es la habilidad
de una máquina de presentar las
mismas capacidades que los seres
humanos, como el razonamiento, el
aprendizaje, la creatividad y la
capacidad de planear.
El machine learning es un método de
análisis de datos que automatiza la
construcción de modelos analíticos. Es
una rama de la inteligencia
artificial basada en la idea de que los
sistemas pueden aprender de datos,
identificar patrones y tomar
decisiones con mínima intervención
humana.

6. ¿Qué se requiere para crear buenos
sistemas de machine learning?
• Recursos de preparación de datos.
• Algoritmos – básicos y avanzados.
• Automatización y procesos interactivos o
interoperables.
• Escalabilidad.
• Modelado en conjunto.

7. Kira Systems
Software utilizado para revisar contratos e
identificar los riesgos de una manera
automática, sin necesidad de leer la totalidad
del acuerdo.
Según los desarrolladores, se reduce entre un
20% al 90% del tiempo de revisión del contrato.

8. LawGeex
Software de revisión e
identificación de riesgos de manera
automática. El programa compitió
contra abogados de Estados Unidos
en la detección de cláusulas
problemáticas en 5 acuerdos de
confidencialidad.
Resultados:
• Precisión Promedio: Abogados
85%, software algoritmo 94%.
• Tiempo: Abogados les llevó 92
minutos, el software 26
segundos.

9. Lex Machina
Estima el probable resultado de los
casos, tomando en consideración los
hechos, las leyes, la jurisprudencia y
los fallos del juez en casos similares.
Ofrece una base de datos en la que los
usuarios pueden evaluar el
desempeño de los tribunales.
Esta base de datos permite estimar la
probabilidad de éxito de distintos
casos.

11. PETRORIA
Este es un sistema que se integra al
ecosistema de soluciones digitales que
apoyará y optimizará el proceso de
selección, análisis y estructuración de las
sentencias de tutela para revisión de la
Corte Constitucional.
PRETORIA permitirá disminuir los tiempos
de análisis y clasificación de la información
con grandes niveles de fiabilidad. Mientras
una persona tarda al menos un día para
leer 30 expedientes y encontrar el criterio
o prioridad definida por el despacho, el
sistema puede procesar las sentencias en
medio digital en menos de 2 minutos y
arrojar las características y criterios claves
de las sentencias, lo que facilitará el
análisis de la información para aplicar los
criterios de selección. En suma, este
revolucionario sistema de información
digital amplía las capacidades de
conocimiento del juez, sin reemplazarlo.

12. El machine learning tiene un gran potencial para
transformar la industria legal, sin embargo, su uso
conlleva un análisis ético para la sociedad, así:
• ¿Podría ser una influencia indebida sobre el
comportamiento de los jueces?
• ¿Puede introducir grandes desigualdades entre las
partes que acceden a estas prácticas y las que, no?
• ¿Quién controla información y las interpretaciones
de los algoritmos ante situaciones de dolo o mala
fe?
Oliver Wendell Holmes, Padre del Realismo Jurídico, que
presagiaba que, algún día, las cortes basarían sus decisiones