95QUAESTIO IURIS •• N° 11N° 11
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
Algoritmos, modelos matemáticos y redes
neuronales para modernizar el sistema de
justicia: Un amauta pro, versión IA 2023,
para asistir al Juez del siglo XXI(*)
Algorithms, mathematical models and
neural networks to modernize the justice
system: A pro amauta, IA2023 version, to
assist the Judge of the XXI century
caSTope cerQuín,caSTope cerQuín, LorenzoLorenzo((**))
SUMARIO: I. Introducción. II. Inteligencia artificial. 2.1. ¿Qué
es la inteligencia artificial? 2.2. Los presupuestos de la IA. 2.2.1.
Digitalización. 2.2.2. Estandarización y sistematización. 2.2.3. Base
de datos de gran volumen (big data). 2.2.3. Interoperabilidad.
(*) El presente artículo se ha titulado Un amauta pro, versión IA 2023 (Inteligencia Artificial
2023), en honor al gran amauta del imperio del Tahuantinsuyo, con la finalidad de
resaltar la importancia de la primera base de datos de los pueblos del antiguo Perú
y la buena gobernanza de datos que les permitía registrar, guardar y gestionar no
solo su contabilidad, sino también su historia, leyes y cultura; otros sistemas, como
Prometea, PretorIA, Sócrates, entre otros, resaltan culturas que sentimos muy ajenas.
(**) Presidente de la Corte Superior de Justicia de Lima Norte y profesor de la escuela de
posgrado UNC (Cajamarca, Perú). Correo electrónico: dalvarado@unc.edu.pe. https://
orcid.org/ 0000-0001-8417-8081
96Castope Cerquín, Lorenzo
2.3. Elementos de IA. 2.3.1. Algoritmo. 2.3.2. Modelo matemático.
2.3.3. Interfaz. 2.3.4. Red neuronal. 2.4. La IA en el sistema de
justicia. 2.5. Límites de la IA. 2.6. La IA en el sistema de tutela de
la víctima de violencia familiar. 2.7. La IA y los juicios de probabili-
dad urgentes. 2.8. Concepto del sistema de predicción de medidas
de protección. III. Conclusiones. IV. Referencias.
I. Introducción
El glosario de palabras en idiomas indígenas del libro El espía del Inca
(2020), de Rafael Dumett, describe al amauta del Imperio de los Incas
como «hombre sabio, depositario de conocimiento, docente que impartía
instrucción en el Yachayhuasi(1). Entre sus funciones estaba la de compo-
ner quipus sagrados en loor del Inca». El Amauta registraba las memorias y
elogios en honor del Inca y las transmitía a sus alumnos, futuros gobernan-
tes, en la casa del saber, gracias a un instrumento denominado «quipu».
La gobernanza de los datos del Tahuantinsuyo se realizaba utilizando
el quipu, la herramienta tecnológica de los incas del siglo XV. Incluso an-
tes era una eficiente base de datos que registraba, guardaba y transmitía
la información numérica y no numérica. El Quipucamayoc, una suerte de
contador, escribano e historiador, registraba e interpretaba los datos, la
historia y las costumbres de los pueblos del antiguo Perú.
En el año 2008, se descubrió el M373; pero no se trata de algún
robot mascota, asistente médico o de algún robot sexual, como tampoco
del algoritmo o código matemático de algún asistente con inteligencia
artificial (IA), como Alexa, Siris, Chat.GPT-4, Ross, Prometea, Petroria,
Xiao Zhi 3.0, o alguna «pequeña sabiduría» tecnológica. Tampoco se tra-
ta de un avión de combate o un arma de última generación. En realidad,
solo se trata de una base de datos antigua, del siglo XV, de origen Chan-
cha e Inca. El M373 es un código elaborado por Umberto Miccelli para
la numeración y clasificación de todos los quipus existentes y accesibles a
los investigadores (Dumett, 2020).
Esta base de datos del siglo XV permitía a los Quipucamayoc registrar,
guardar y transmitir información no solo contable, sino también de ca-
rácter histórico, como las genealogías, los eventos importantes e inclusive
(1) Yachayhuasi: Casa del saber. Lugar en que los hijos de principales incas e incas de
privilegio recibían educación.
2.3. Elementos de IA. 2.3.1. Algoritmo. 2.3.2. Modelo matemático.
2.3.3. Interfaz. 2.3.4. Red neuronal. 2.4. La IA en el sistema de
justicia. 2.5. Límites de la IA. 2.6. La IA en el sistema de tutela de
la víctima de violencia familiar. 2.7. La IA y los juicios de probabili-
dad urgentes. 2.8. Concepto del sistema de predicción de medidas
de protección. III. Conclusiones. IV. Referencias.
I. Introducción
El glosario de palabras en idiomas indígenas del libro El espía del Inca
(2020), de Rafael Dumett, describe al amauta del Imperio de los Incas
como «hombre sabio, depositario de conocimiento, docente que impartía
instrucción en el Yachayhuasi(1). Entre sus funciones estaba la de compo-
ner quipus sagrados en loor del Inca». El Amauta registraba las memorias y
elogios en honor del Inca y las transmitía a sus alumnos, futuros gobernan-
tes, en la casa del saber, gracias a un instrumento denominado «quipu».
La gobernanza de los datos del Tahuantinsuyo se realizaba utilizando
el quipu, la herramienta tecnológica de los incas del siglo XV. Incluso an-
tes era una eficiente base de datos que registraba, guardaba y transmitía
la información numérica y no numérica. El Quipucamayoc, una suerte de
contador, escribano e historiador, registraba e interpretaba los datos, la
historia y las costumbres de los pueblos del antiguo Perú.
En el año 2008, se descubrió el M373; pero no se trata de algún
robot mascota, asistente médico o de algún robot sexual, como tampoco
del algoritmo o código matemático de algún asistente con inteligencia
artificial (IA), como Alexa, Siris, Chat.GPT-4, Ross, Prometea, Petroria,
Xiao Zhi 3.0, o alguna «pequeña sabiduría» tecnológica. Tampoco se tra-
ta de un avión de combate o un arma de última generación. En realidad,
solo se trata de una base de datos antigua, del siglo XV, de origen Chan-
cha e Inca. El M373 es un código elaborado por Umberto Miccelli para
la numeración y clasificación de todos los quipus existentes y accesibles a
los investigadores (Dumett, 2020).
Esta base de datos del siglo XV permitía a los Quipucamayoc registrar,
guardar y transmitir información no solo contable, sino también de ca-
rácter histórico, como las genealogías, los eventos importantes e inclusive
(1) Yachayhuasi: Casa del saber. Lugar en que los hijos de principales incas e incas de
privilegio recibían educación.
97QUAES TIO IU R IS •• N° 11N° 11
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
las costumbres (Miccelli, 2008). Un quipu gigante hallado en una Chullpa-
M373(2) servía para recordar hechos, leyes, ritos y ceremonias; por ejemplo,
para guardar la descripción codificada de una danza con sus pocos pasos bá-
sicos diversamente ordenados, una descripción fila a fila de un patrón textil,
incluso una partitura musical o una ley: «por el color del hilo, tamaño y nú-
mero de nudos sacaban la ley que prohibía tal o cual delito y la pena que se
daba a quien la quebrantaba» (Miccelli, citando a Garcilaso, 1976 [1609]).
El quipu encontrado en Ayacucho fue elaborado entre los años 1535-
1600, su dimensión, la utilización parcial de cabello humano, el color de las
cuerdas y los nudos de más de diez vueltas, que supera la base decimal del
registro numérico de los quipus, sugieren que guarda información impor-
tante y que parte no era de carácter contable; sin embargo, debido a que se
desconoce el patrón del diseño de la serie de cuerdas y la sucesión de nudos
(algoritmo), así como el código con el que debe leerse (modelo matemáti-
co), es casi imposible descifrar la información exacta que contiene.
Para darnos cuenta de lo extraño que puede ser este sistema para
quien no lo conoce, Miccelli nos recuerda que los conquistadores del Ta-
huantinsuyo y los cronistas contaban con el sistema de notación numérica
de los números romanos, la más común en todo Occidente Europeo del
siglo XVI. Sin embargo, debido a que tenían poca familiaridad con el siste-
ma de base decimal, consideraron al quipu un instrumento del demonio y
ordenaron su destrucción masiva en el Concilio de Lima de 1583 (p. 73).
II. Inteligencia artificial (IA)
Cinco siglos después, en 2023, asistimos a otro singular encuentro
con la tecnología, esta vez, la del siglo XXI: una época de transformación
global, pospandemia COVID-19, inédita, de grandes transformaciones en
la gobernanza de datos, la transmisión de la información y la generación
de conocimiento gracias a la masificación del uso de las tecnologías de
(2) La historia del M373 comienza cuando unos pobladores que realizaban trabajos de
excavación y desbroce de acequias en la localidad de Aucará, provincia de Lucanas,
departamento de Ayacucho, encontraron una Chulpa (fardo funerario de piedra). En
el interior de dicha construcción, encontraron una momia recubierta de algodón en
posición fetal y, entre su ajuar funerario, una bolsa de piel de venado con un quipu de
extraordinarias dimensiones (420 cm) y en perfecto estado, al que Miccelli denominó
«M373» («Umberto Miccelli: Un quipu gigante hallado en una Chulpa (M373)». Véase
en Dumett, R. 2020, p. 731).
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
las costumbres (Miccelli, 2008). Un quipu gigante hallado en una Chullpa-
M373(2) servía para recordar hechos, leyes, ritos y ceremonias; por ejemplo,
para guardar la descripción codificada de una danza con sus pocos pasos bá-
sicos diversamente ordenados, una descripción fila a fila de un patrón textil,
incluso una partitura musical o una ley: «por el color del hilo, tamaño y nú-
mero de nudos sacaban la ley que prohibía tal o cual delito y la pena que se
daba a quien la quebrantaba» (Miccelli, citando a Garcilaso, 1976 [1609]).
El quipu encontrado en Ayacucho fue elaborado entre los años 1535-
1600, su dimensión, la utilización parcial de cabello humano, el color de las
cuerdas y los nudos de más de diez vueltas, que supera la base decimal del
registro numérico de los quipus, sugieren que guarda información impor-
tante y que parte no era de carácter contable; sin embargo, debido a que se
desconoce el patrón del diseño de la serie de cuerdas y la sucesión de nudos
(algoritmo), así como el código con el que debe leerse (modelo matemáti-
co), es casi imposible descifrar la información exacta que contiene.
Para darnos cuenta de lo extraño que puede ser este sistema para
quien no lo conoce, Miccelli nos recuerda que los conquistadores del Ta-
huantinsuyo y los cronistas contaban con el sistema de notación numérica
de los números romanos, la más común en todo Occidente Europeo del
siglo XVI. Sin embargo, debido a que tenían poca familiaridad con el siste-
ma de base decimal, consideraron al quipu un instrumento del demonio y
ordenaron su destrucción masiva en el Concilio de Lima de 1583 (p. 73).
II. Inteligencia artificial (IA)
Cinco siglos después, en 2023, asistimos a otro singular encuentro
con la tecnología, esta vez, la del siglo XXI: una época de transformación
global, pospandemia COVID-19, inédita, de grandes transformaciones en
la gobernanza de datos, la transmisión de la información y la generación
de conocimiento gracias a la masificación del uso de las tecnologías de
(2) La historia del M373 comienza cuando unos pobladores que realizaban trabajos de
excavación y desbroce de acequias en la localidad de Aucará, provincia de Lucanas,
departamento de Ayacucho, encontraron una Chulpa (fardo funerario de piedra). En
el interior de dicha construcción, encontraron una momia recubierta de algodón en
posición fetal y, entre su ajuar funerario, una bolsa de piel de venado con un quipu de
extraordinarias dimensiones (420 cm) y en perfecto estado, al que Miccelli denominó
«M373» («Umberto Miccelli: Un quipu gigante hallado en una Chulpa (M373)». Véase
en Dumett, R. 2020, p. 731).
98Castope Cerquín, Lorenzo
la información (TI) y, especialmente, de la inteligencia artificial (IA).
Los más moderados, entre los hispanos, ven en la IA una oportunidad
para mejorar la gestión de la información y el conocimiento humano
(Oppenheimer, Hildebrandt, del Río, Cárdenas, Nieva, Corvalán, Díaz,
entre otros)(3). En efecto, permitirá distinguir el conocimiento básico,
estándar y la actividad repetitiva y rutinaria del conocimiento complejo,
creativo, y la actividad innovadora y especial, que no puede dejarse a car-
go de los algoritmos y de los modelos matemáticos.
2.1. ¿Qué es la inteligencia artificial?
El resumen ejecutivo del sistema Prometea nos brinda las nociones
iniciales de la IA, de los años 70 y 90:
[La automatización de] actividades que asociamos con el pensa-
miento humano, actividades como la toma de decisiones, la resolu-
ción de problemas, el aprendizaje. (Bellman, 1978)
El arte de crear máquinas que realizan funciones que requieren in-
teligencia cuando las realizan personas. (Kurzweil, 1990)
El estudio de los cálculos que hacen que sea posible percibir, razo-
nar y actuar. (Winston, 1992)
Inteligencia artificial […] se ocupa del comportamiento inteligente
en los artefactos. (Nilsson, 1998)
En la actualidad, la investigación y el desarrollo de la inteligencia arti-
ficial ha tenido gran impulso gracias a la inversión y asociación de corpora-
ciones interesadas en nuevas tecnologías de la información. Una consulta
(3) Díaz Vargas, C. (2023, 31 de enero). Discurso de orden por el 167 aniversario de
la Corte Superior de Justicia de Cajamarca. Panorama Cajamarquino, 6.
Entrevista a Yordi Nieva Fenoll. En Pabón Abogados & Asociados. (2022, 9 de
noviembre). Inteligencia Artificial en los Procesos Judiciales con @jordinieva-
fenoll1546 [Video]. YouTube. https://www.youtube.com/watch?v=GKNV821wkm8
Oppenheimer, A. (2023, 9 de enero). El asistente robótico que lo cambiará todo.
El Comercio. https://elcomercio.pe/opinion/columnistas/el-asistente-robotico-que-
lo-cambiara-todo-por- andres-oppenheimer-noticia/
Del Río, P. ChatGPT, el poder de los mediocres. El Comercio. https://elcomercio.
pe/opinion/columnistas/inteligencia-artificial-educacion-chatgpt-el-poder-de-los-
mediocres-por-patricia-del-rio-noticia/
Hildebrandt, H. (2023, 24 de febrero). Propuesta de golpe de Estado. Hildebrandt
en sus trece. Matices, 12.
la información (TI) y, especialmente, de la inteligencia artificial (IA).
Los más moderados, entre los hispanos, ven en la IA una oportunidad
para mejorar la gestión de la información y el conocimiento humano
(Oppenheimer, Hildebrandt, del Río, Cárdenas, Nieva, Corvalán, Díaz,
entre otros)(3). En efecto, permitirá distinguir el conocimiento básico,
estándar y la actividad repetitiva y rutinaria del conocimiento complejo,
creativo, y la actividad innovadora y especial, que no puede dejarse a car-
go de los algoritmos y de los modelos matemáticos.
2.1. ¿Qué es la inteligencia artificial?
El resumen ejecutivo del sistema Prometea nos brinda las nociones
iniciales de la IA, de los años 70 y 90:
[La automatización de] actividades que asociamos con el pensa-
miento humano, actividades como la toma de decisiones, la resolu-
ción de problemas, el aprendizaje. (Bellman, 1978)
El arte de crear máquinas que realizan funciones que requieren in-
teligencia cuando las realizan personas. (Kurzweil, 1990)
El estudio de los cálculos que hacen que sea posible percibir, razo-
nar y actuar. (Winston, 1992)
Inteligencia artificial […] se ocupa del comportamiento inteligente
en los artefactos. (Nilsson, 1998)
En la actualidad, la investigación y el desarrollo de la inteligencia arti-
ficial ha tenido gran impulso gracias a la inversión y asociación de corpora-
ciones interesadas en nuevas tecnologías de la información. Una consulta
(3) Díaz Vargas, C. (2023, 31 de enero). Discurso de orden por el 167 aniversario de
la Corte Superior de Justicia de Cajamarca. Panorama Cajamarquino, 6.
Entrevista a Yordi Nieva Fenoll. En Pabón Abogados & Asociados. (2022, 9 de
noviembre). Inteligencia Artificial en los Procesos Judiciales con @jordinieva-
fenoll1546 [Video]. YouTube. https://www.youtube.com/watch?v=GKNV821wkm8
Oppenheimer, A. (2023, 9 de enero). El asistente robótico que lo cambiará todo.
El Comercio. https://elcomercio.pe/opinion/columnistas/el-asistente-robotico-que-
lo-cambiara-todo-por- andres-oppenheimer-noticia/
Del Río, P. ChatGPT, el poder de los mediocres. El Comercio. https://elcomercio.
pe/opinion/columnistas/inteligencia-artificial-educacion-chatgpt-el-poder-de-los-
mediocres-por-patricia-del-rio-noticia/
Hildebrandt, H. (2023, 24 de febrero). Propuesta de golpe de Estado. Hildebrandt
en sus trece. Matices, 12.
99QUAES TIO IU R IS •• N° 11N° 11
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
rápida en Bing, el buscador de Microsoft, nos informa que «OpenAI es
una organización de investigación en inteligencia artificial (IA) fundada el
11 de diciembre del 2015, con un capital de mil millones de dólares, que
se dedica a la creación de sistemas de IA». Sus propietarios son un grupo
de empresarios y expertos en tecnología, como Elon Musk, Sam Altman,
Peter Thiel, Reid Hoffman y Greg Brockman.
En noviembre de 2022, OpenAI lanzó la primera versión de Chat-
GPT, una IA diseñada para mantener conversaciones y responder pregun-
tas empleando la información obtenida gracias a la aplicación de técnicas
de aprendizaje automático y procesamiento del lenguaje natural. La cuarta
versión de Chat GPT-4, lanzada el 14 de marzo del 2023, es capaz de inter-
pretar fotos y explicar lo que estas contienen gracias a su poderoso algorit-
mo, con una base de datos notablemente mayor a la de su predecesor Chat-
GPT-3. Desde entonces, ChatGPT ha generado tendencia mundial en los
medios y en las redes, además de que ha iniciado un carrera por el control
de los datos y los medios digitales entre Google Chrome y Microsoft Bing.
No resistimos la tendencia y le preguntamos al ChatGPT: ¿quién eres? En
estricto, la consulta fue ¿qué es la inteligencia artificial? En tiempo real, pro-
cesando de forma sorprendente lenguaje natural, nos contestó lo siguiente:
La inteligencia artificial (IA) es un campo de la informática que
se centra en la creación de sistemas y programas informáticos que
pueden realizar tareas que normalmente requieren inteligencia hu-
mana. La IA se basa en algoritmos y modelos matemáticos que per-
miten a los sistemas aprender de los datos y experiencias pasadas y
tomar decisiones basadas en esa información(4).
Para validar la información brindada por la IA, revisamos los concep-
tos de los expertos. Nieva-Fenoll (2022) sostiene que «La inteligencia arti-
ficial es una enorme base de datos que se relaciona a través de algoritmos
y ante un problema específico da una respuesta o propone una posible
solución» (Pabón Abogados & Asociados, 2022, 9 de noviembre).
Por su parte Pereyra (2022) sostiene que:
[…] el simulador de sentencia: se usa hace algunos años en los
grandes estudios y también se viene desarrollando en los tribunales
(4) Citamos la respuesta del Chat.GPT.3.5 (febrero, 2023), no la versión Chat.GPT-4, por
ser la primera más técnica y específica.
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
rápida en Bing, el buscador de Microsoft, nos informa que «OpenAI es
una organización de investigación en inteligencia artificial (IA) fundada el
11 de diciembre del 2015, con un capital de mil millones de dólares, que
se dedica a la creación de sistemas de IA». Sus propietarios son un grupo
de empresarios y expertos en tecnología, como Elon Musk, Sam Altman,
Peter Thiel, Reid Hoffman y Greg Brockman.
En noviembre de 2022, OpenAI lanzó la primera versión de Chat-
GPT, una IA diseñada para mantener conversaciones y responder pregun-
tas empleando la información obtenida gracias a la aplicación de técnicas
de aprendizaje automático y procesamiento del lenguaje natural. La cuarta
versión de Chat GPT-4, lanzada el 14 de marzo del 2023, es capaz de inter-
pretar fotos y explicar lo que estas contienen gracias a su poderoso algorit-
mo, con una base de datos notablemente mayor a la de su predecesor Chat-
GPT-3. Desde entonces, ChatGPT ha generado tendencia mundial en los
medios y en las redes, además de que ha iniciado un carrera por el control
de los datos y los medios digitales entre Google Chrome y Microsoft Bing.
No resistimos la tendencia y le preguntamos al ChatGPT: ¿quién eres? En
estricto, la consulta fue ¿qué es la inteligencia artificial? En tiempo real, pro-
cesando de forma sorprendente lenguaje natural, nos contestó lo siguiente:
La inteligencia artificial (IA) es un campo de la informática que
se centra en la creación de sistemas y programas informáticos que
pueden realizar tareas que normalmente requieren inteligencia hu-
mana. La IA se basa en algoritmos y modelos matemáticos que per-
miten a los sistemas aprender de los datos y experiencias pasadas y
tomar decisiones basadas en esa información(4).
Para validar la información brindada por la IA, revisamos los concep-
tos de los expertos. Nieva-Fenoll (2022) sostiene que «La inteligencia arti-
ficial es una enorme base de datos que se relaciona a través de algoritmos
y ante un problema específico da una respuesta o propone una posible
solución» (Pabón Abogados & Asociados, 2022, 9 de noviembre).
Por su parte Pereyra (2022) sostiene que:
[…] el simulador de sentencia: se usa hace algunos años en los
grandes estudios y también se viene desarrollando en los tribunales
(4) Citamos la respuesta del Chat.GPT.3.5 (febrero, 2023), no la versión Chat.GPT-4, por
ser la primera más técnica y específica.
100Castope Cerquín, Lorenzo
de justicia. Es inteligencia artificial que basado en el caso concreto
simula lo piensa que podría ser la sentencia. Considera todas las
decisiones dictadas anteriormente y frente a un nuevo caso predice
la posible solución. Los algoritmos valoran los precedentes y frente
a un caso predicen la solución. (En Perspectiva, 2022, 11 de agosto)
Finalmente, Noreña (2023) explica, «en palabras sencillas, la inteli-
gencia artificial es una rama de la informática que desarrolla sistemas que
son capaces de ejecutar trabajos que requieren inteligencia humana me-
diante una serie de algoritmos» (párr. 3). Véase que esta noción, en sínte-
sis, es muy parecida a la brindada por el ChatGPT3.5, aún más lo es con la
noción genérica que brinda el ChatGPT-4.
Como puede advertirse, el ChatGPT ha brindado una respuesta sa-
tisfactoria a una pregunta determinada, procesando la información de su
base de datos y procesando lenguaje natural. La información brindada ha
sido validada con la bibliografía citada. Además, se ha verificado que tiene
aprendizaje automático, porque aprende de sus inconsistencias y de la in-
formación que se le brinda.
En síntesis, se puede afirmar que la IA es un sistema informático ex-
perto que registra, almacena y procesa una gran cantidad de datos gracias
a eficientes algoritmos y mediante modelos matemáticos que programan
redes neuronales y lenguaje natural, ya que propone soluciones a proble-
mas determinados. La IA programa una sucesión ordenada y sistemática
de actividades y tareas (algoritmo) para procesar una big data; opera un
conjunto de ecuaciones y fórmulas (modelo matemático) para conectar
diversas unidades de entrada (variables e indicadores) con otras preesta-
blecidas (redes neuronales); utiliza técnicas de aprendizaje automático en
todo el proceso, y, finalmente, mediante procesamiento de lenguaje natu-
ral, proyecta una solución concreta (unidad de salida).
2.2. Los presupuestos de la IA
La construcción y programación de una IA requiere de una infraes-
tructura tecnológica preexistente, ya que esta no es factible sin que la ac-
tividad o proceso esté digitalizada, estandarizada y sistematizada en una
gran base de datos y, de preferencia, en un sistema interoperable, esto es,
la conexión de todos los sistemas operativos necesarios para desarrollar
una determinada actividad o proceso, pues, en el mejor de los escenarios
de gobernanza de datos, los sistemas deberán interoperar.
de justicia. Es inteligencia artificial que basado en el caso concreto
simula lo piensa que podría ser la sentencia. Considera todas las
decisiones dictadas anteriormente y frente a un nuevo caso predice
la posible solución. Los algoritmos valoran los precedentes y frente
a un caso predicen la solución. (En Perspectiva, 2022, 11 de agosto)
Finalmente, Noreña (2023) explica, «en palabras sencillas, la inteli-
gencia artificial es una rama de la informática que desarrolla sistemas que
son capaces de ejecutar trabajos que requieren inteligencia humana me-
diante una serie de algoritmos» (párr. 3). Véase que esta noción, en sínte-
sis, es muy parecida a la brindada por el ChatGPT3.5, aún más lo es con la
noción genérica que brinda el ChatGPT-4.
Como puede advertirse, el ChatGPT ha brindado una respuesta sa-
tisfactoria a una pregunta determinada, procesando la información de su
base de datos y procesando lenguaje natural. La información brindada ha
sido validada con la bibliografía citada. Además, se ha verificado que tiene
aprendizaje automático, porque aprende de sus inconsistencias y de la in-
formación que se le brinda.
En síntesis, se puede afirmar que la IA es un sistema informático ex-
perto que registra, almacena y procesa una gran cantidad de datos gracias
a eficientes algoritmos y mediante modelos matemáticos que programan
redes neuronales y lenguaje natural, ya que propone soluciones a proble-
mas determinados. La IA programa una sucesión ordenada y sistemática
de actividades y tareas (algoritmo) para procesar una big data; opera un
conjunto de ecuaciones y fórmulas (modelo matemático) para conectar
diversas unidades de entrada (variables e indicadores) con otras preesta-
blecidas (redes neuronales); utiliza técnicas de aprendizaje automático en
todo el proceso, y, finalmente, mediante procesamiento de lenguaje natu-
ral, proyecta una solución concreta (unidad de salida).
2.2. Los presupuestos de la IA
La construcción y programación de una IA requiere de una infraes-
tructura tecnológica preexistente, ya que esta no es factible sin que la ac-
tividad o proceso esté digitalizada, estandarizada y sistematizada en una
gran base de datos y, de preferencia, en un sistema interoperable, esto es,
la conexión de todos los sistemas operativos necesarios para desarrollar
una determinada actividad o proceso, pues, en el mejor de los escenarios
de gobernanza de datos, los sistemas deberán interoperar.
101QUAES TIO IU R IS •• N° 11N° 11
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
La importancia de esta infraestructura para la modernización del sis-
tema de justicia ha sido considerada como objetivo estratégico (OE) del
Plan Institucional del Poder Judicial, aprobado mediante Resolución Ad-
ministrativa N.º 000136-2021-P-PJ, de fecha 17 de febrero del 2021 (PEI)
2021-2030, así como objetivo prioritario (OP) de la Política de Reforma
del Sistema de Justicia, aprobado mediante D. S. N.º 012-2021-JUS (OP).
En ese sentido, para modernizar el sistema de justicia, aplicando inteli-
gencia artificial en la gestión del proceso y los servicios, se requieren de
tres pasos previos: digitalización, estandarización y sistematización y base
de datos de gran volumen (big data).
2.2.1. Digitalización
Uno de los objetivos del Plan Estratégico Institucional del Poder Ju-
dicial es precisamente fortalecer el desarrollo de la transformación digital.
Este objetivo estratégico institucional (OEI) está orientado a cubrir las ne-
cesidades de información, así como monitorear los cambios tecnológicos
y desarrollar actividades para la digitalización de servicios, procesos e in-
formación del Poder Judicial, a través del uso intensivo de las tecnologías
digitales y la innovación dirigida por datos.
La transformación digital (TD), en la Corte de Lima Norte, se viene
implementando en el Sistema Integrado Judicial, que permite generar,
guardar y transmitir documentos electrónicos tanto en formato de texto
editable (Word) como en PDF (documento en formato portable) y agre-
gar documentos digitalizados y con la implementación del expediente ju-
dicial electrónico (EJE) penal y no penal. Especialmente, en el sistema de
protección contra la violencia, se ha alcanzado la digitalización casi en su
totalidad. El expediente judicial electrónico está siendo repotenciando y
es objeto de mejora continua desde la Oficina de coordinación de Proyec-
tos de la Gerencia General del Poder Judicial.
2.2.2. Estandarización y sistematización
La estandarización y sistematización de documentos, así como de los
datos que generan las actividades —desarrolladas en cada etapa del pro-
ceso judicial—, está alineada también con otros dos objetivos prioritarios
de la Política de Reforma del Sistema de Justicia que buscan, por un lado,
(OP1) impulsar la gobernanza de los datos y la interoperabilidad del sis-
tema de justicia y, por otro lado, (OP9) fortalecer la predictibilidad de las
decisiones judiciales y la adecuación normativa.
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
La importancia de esta infraestructura para la modernización del sis-
tema de justicia ha sido considerada como objetivo estratégico (OE) del
Plan Institucional del Poder Judicial, aprobado mediante Resolución Ad-
ministrativa N.º 000136-2021-P-PJ, de fecha 17 de febrero del 2021 (PEI)
2021-2030, así como objetivo prioritario (OP) de la Política de Reforma
del Sistema de Justicia, aprobado mediante D. S. N.º 012-2021-JUS (OP).
En ese sentido, para modernizar el sistema de justicia, aplicando inteli-
gencia artificial en la gestión del proceso y los servicios, se requieren de
tres pasos previos: digitalización, estandarización y sistematización y base
de datos de gran volumen (big data).
2.2.1. Digitalización
Uno de los objetivos del Plan Estratégico Institucional del Poder Ju-
dicial es precisamente fortalecer el desarrollo de la transformación digital.
Este objetivo estratégico institucional (OEI) está orientado a cubrir las ne-
cesidades de información, así como monitorear los cambios tecnológicos
y desarrollar actividades para la digitalización de servicios, procesos e in-
formación del Poder Judicial, a través del uso intensivo de las tecnologías
digitales y la innovación dirigida por datos.
La transformación digital (TD), en la Corte de Lima Norte, se viene
implementando en el Sistema Integrado Judicial, que permite generar,
guardar y transmitir documentos electrónicos tanto en formato de texto
editable (Word) como en PDF (documento en formato portable) y agre-
gar documentos digitalizados y con la implementación del expediente ju-
dicial electrónico (EJE) penal y no penal. Especialmente, en el sistema de
protección contra la violencia, se ha alcanzado la digitalización casi en su
totalidad. El expediente judicial electrónico está siendo repotenciando y
es objeto de mejora continua desde la Oficina de coordinación de Proyec-
tos de la Gerencia General del Poder Judicial.
2.2.2. Estandarización y sistematización
La estandarización y sistematización de documentos, así como de los
datos que generan las actividades —desarrolladas en cada etapa del pro-
ceso judicial—, está alineada también con otros dos objetivos prioritarios
de la Política de Reforma del Sistema de Justicia que buscan, por un lado,
(OP1) impulsar la gobernanza de los datos y la interoperabilidad del sis-
tema de justicia y, por otro lado, (OP9) fortalecer la predictibilidad de las
decisiones judiciales y la adecuación normativa.
102Castope Cerquín, Lorenzo
La Comisión de Gestión de despacho Judicial de la Corte de Lima
Norte viene implementando un plan de estandarización y sistematización
de las decisiones judiciales que se emiten en el sistema de protección de
violencia contra la mujer e integrantes del grupo familiar. Esta comisión,
con sus técnicos y el soporte de la Gerencia de Desarrollo Corporativo y
la Gerencia de informática del Poder Judicial, viene validando, además, la
digitalización de las actividades y procesos de dicho sistema de protección.
La Corte de Lima Norte ha solicitado implementar un modelo predic-
tivo para brindar una o más soluciones judiciales para la emisión de medi-
das de protección, esto es, un Amauta PRO en versión ciencia de datos del
2023 para asistir al juez del siglo XXI.
2.2.3. Base de datos de gran volumen (big data)
Otro de los objetivos prioritarios del Plan Estratégico Institucional del
Poder Judicial es la gobernanza de los datos. En un mundo globalizado, el
nuevo petróleo que mueve la economía mundial son los datos. Esta nueva
realidad global exige también una nueva forma de gobernar los datos y la
información generada en todas las actividades y procesos del Poder Judicial,
debido a que no se puede administrar ni medir lo que no se conoce ni se re-
gistra. Por tal razón, es prioritario generar y gestionar una gran base de datos,
especialmente, hacer ciencia y minería de datos, antes de proyectar y tomar
decisiones, pues, como bien se dice: «generar una big data es salir de la fe».
En ese sentido, se requiere un buen sistema de registro, almace-
namiento y transmisión de datos, así como protocolos adecuados para
recuperar la información en caso de riesgo o para migrar de un servidor
o migrar la base de datos del SIJ al EJE sin perder datos valiosos. Del
mismo modo, es necesario incorporar analistas y científicos de datos que
realicen lo siguiente: a) minería de datos (buscar, clasificar y codificar
datos valiosos) y b) proponer soluciones con modelos o algoritmos des-
criptivos o predictivos, con la finalidad de agregar valor a nuestros datos
y decisiones institucionales, que resulta siendo el activo más valioso que
tiene el Poder Judicial.
En la Corte Superior de Justicia de Lima Norte, contamos con diez
Servidores FTP de última generación, adquiridos entre los años 2020 y
2021, y además de seis más en proceso de actualización. El sistema de pro-
tección contra la violencia contra la mujer y los integrantes del grupo fami-
liar tiene implementado un servidor FTP, exclusivo para alojar la base de
La Comisión de Gestión de despacho Judicial de la Corte de Lima
Norte viene implementando un plan de estandarización y sistematización
de las decisiones judiciales que se emiten en el sistema de protección de
violencia contra la mujer e integrantes del grupo familiar. Esta comisión,
con sus técnicos y el soporte de la Gerencia de Desarrollo Corporativo y
la Gerencia de informática del Poder Judicial, viene validando, además, la
digitalización de las actividades y procesos de dicho sistema de protección.
La Corte de Lima Norte ha solicitado implementar un modelo predic-
tivo para brindar una o más soluciones judiciales para la emisión de medi-
das de protección, esto es, un Amauta PRO en versión ciencia de datos del
2023 para asistir al juez del siglo XXI.
2.2.3. Base de datos de gran volumen (big data)
Otro de los objetivos prioritarios del Plan Estratégico Institucional del
Poder Judicial es la gobernanza de los datos. En un mundo globalizado, el
nuevo petróleo que mueve la economía mundial son los datos. Esta nueva
realidad global exige también una nueva forma de gobernar los datos y la
información generada en todas las actividades y procesos del Poder Judicial,
debido a que no se puede administrar ni medir lo que no se conoce ni se re-
gistra. Por tal razón, es prioritario generar y gestionar una gran base de datos,
especialmente, hacer ciencia y minería de datos, antes de proyectar y tomar
decisiones, pues, como bien se dice: «generar una big data es salir de la fe».
En ese sentido, se requiere un buen sistema de registro, almace-
namiento y transmisión de datos, así como protocolos adecuados para
recuperar la información en caso de riesgo o para migrar de un servidor
o migrar la base de datos del SIJ al EJE sin perder datos valiosos. Del
mismo modo, es necesario incorporar analistas y científicos de datos que
realicen lo siguiente: a) minería de datos (buscar, clasificar y codificar
datos valiosos) y b) proponer soluciones con modelos o algoritmos des-
criptivos o predictivos, con la finalidad de agregar valor a nuestros datos
y decisiones institucionales, que resulta siendo el activo más valioso que
tiene el Poder Judicial.
En la Corte Superior de Justicia de Lima Norte, contamos con diez
Servidores FTP de última generación, adquiridos entre los años 2020 y
2021, y además de seis más en proceso de actualización. El sistema de pro-
tección contra la violencia contra la mujer y los integrantes del grupo fami-
liar tiene implementado un servidor FTP, exclusivo para alojar la base de
103QUAES TIO IU R IS •• N° 11N° 11
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
datos de última generación, que permite operar el Sistema Integrado Judi-
cial y el sistema de Notificaciones Judiciales (SERNOT), así como el EJE.
Por su parte, la gerencia general, con el respaldo del presidente
del Poder Judicial, mediante servicio de terceros, viene gestionando la
contratación de un equipo de ciencia de datos que, a velocidad de cru-
cero, trabaje en la prueba de factibilidad de un modelo de predicción
para el otorgamiento o no de medidas de protección La Corte de Lima
Norte ha solicitado implementar este sistema de predicción en los pro-
cesos de violencia familiar.
2.2.4. Interoperabilidad
La política de reforma del sistema de justicia tiene otros dos objetivos
relacionados con la interoperabilidad de los sistemas del poder judicial y
los sistemas de las demás instituciones. En el ámbito del sistema de pro-
tección contra la violencia familiar, es un objetivo estratégico institucional
(OEI) la interoperabilidad entre la Policía Nacional y el Poder Judicial.
Este objetivo busca garantizar el acceso a la justicia de todas las personas y
modernizar los procesos judiciales en línea y en tiempo real.
En Lima Norte, desde el 2020, se implementa un sistema interopera-
ble entre el Sistema de Denuncias Policiales-SIDPOL (antes), Sistema de
Protección de Víctimas por Violencia SIPROVIV (ahora) de la Policía Na-
cional del Perú (PNP); el Sistema Integrado Judicial de Expedientes (SIJ);
el Expediente Judicial Electrónico (EJE) y el Servicio de Notificaciones
Electrónicas del Poder Judicial (SERNOT). Este sistema registra la denun-
cia de violencia en línea y, en tiempo real, la remite al juez, quien califica
la denuncia, emite las medidas de protección y las notifica a los interesados
y a la Policía Nacional el Perú, para su cumplimiento. Se debe mencionar
que todo el proceso es digital, es decir, cero papeles.
2.3. Elementos de la IA
Abordar los elementos esenciales que permite operar la Inteligencia
Artificial (IA) es un asunto altamente técnico, puesto que su tratamiento
requiere mayor análisis y excedería el propósito de este ensayo. De modo
que, gracias a ChatGPT y el buscador Bing, en esta oportunidad, solo es-
tamos en condiciones de reproducir algunas referencias generales de los
principales elementos de la IA: algoritmo, modelo matemático, interfaz
y redes neuronales.
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
datos de última generación, que permite operar el Sistema Integrado Judi-
cial y el sistema de Notificaciones Judiciales (SERNOT), así como el EJE.
Por su parte, la gerencia general, con el respaldo del presidente
del Poder Judicial, mediante servicio de terceros, viene gestionando la
contratación de un equipo de ciencia de datos que, a velocidad de cru-
cero, trabaje en la prueba de factibilidad de un modelo de predicción
para el otorgamiento o no de medidas de protección La Corte de Lima
Norte ha solicitado implementar este sistema de predicción en los pro-
cesos de violencia familiar.
2.2.4. Interoperabilidad
La política de reforma del sistema de justicia tiene otros dos objetivos
relacionados con la interoperabilidad de los sistemas del poder judicial y
los sistemas de las demás instituciones. En el ámbito del sistema de pro-
tección contra la violencia familiar, es un objetivo estratégico institucional
(OEI) la interoperabilidad entre la Policía Nacional y el Poder Judicial.
Este objetivo busca garantizar el acceso a la justicia de todas las personas y
modernizar los procesos judiciales en línea y en tiempo real.
En Lima Norte, desde el 2020, se implementa un sistema interopera-
ble entre el Sistema de Denuncias Policiales-SIDPOL (antes), Sistema de
Protección de Víctimas por Violencia SIPROVIV (ahora) de la Policía Na-
cional del Perú (PNP); el Sistema Integrado Judicial de Expedientes (SIJ);
el Expediente Judicial Electrónico (EJE) y el Servicio de Notificaciones
Electrónicas del Poder Judicial (SERNOT). Este sistema registra la denun-
cia de violencia en línea y, en tiempo real, la remite al juez, quien califica
la denuncia, emite las medidas de protección y las notifica a los interesados
y a la Policía Nacional el Perú, para su cumplimiento. Se debe mencionar
que todo el proceso es digital, es decir, cero papeles.
2.3. Elementos de la IA
Abordar los elementos esenciales que permite operar la Inteligencia
Artificial (IA) es un asunto altamente técnico, puesto que su tratamiento
requiere mayor análisis y excedería el propósito de este ensayo. De modo
que, gracias a ChatGPT y el buscador Bing, en esta oportunidad, solo es-
tamos en condiciones de reproducir algunas referencias generales de los
principales elementos de la IA: algoritmo, modelo matemático, interfaz
y redes neuronales.
104Castope Cerquín, Lorenzo
2.3.1. Algoritmo
Los algoritmos son un conjunto de pasos o instrucciones para di-
señar programas y sistemas informáticos con la finalidad de resolver un
problema o realizar una tarea específica.
Un algoritmo puede ser tan simple como una lista de pasos para
hacer una tarea determinada, o puede ser extremadamente complejo y
requerir un gran número de cálculos y decisiones. En el sistema de jus-
ticia, por ejemplo, los algoritmos pueden valorar los precedentes, por lo
que, frente a un caso nuevo, predicen la solución.
2.3.2. Modelo matemático
Un modelo matemático es un conjunto de ecuaciones y fórmulas que
se utilizan para representar un sistema o proceso. Los modelos matemáti-
cos pueden ser muy útiles para predecir el comportamiento de un sistema
en diferentes situaciones y para analizar la relación entre las diferentes
variables que influyen en ese comportamiento.
En la inteligencia artificial, los modelos matemáticos se utilizan
para crear sistemas de aprendizaje automático y para realizar tareas es-
pecíficas, como el reconocimiento de voz o imagen, la clasificación de
datos y la toma de decisiones basada en los datos. (ChatGPT 3.5, 2023,
¿Qué es un modelo matemático)
2.3.3. Interfaz
Una interfaz, en palabras sencillas, es un puente, un punto de cone-
xión entre dos o más sistemas, lo que les permite interactuar entre sí. En
ese sentido, el Chat.GPT-4, consultado en el buscador Bing de Microsoft,
nos informa:
[…] en informática, una interfaz es un punto de contacto o co-
nexión entre dos o más sistemas o componentes, que permite la
comunicación y el intercambio de datos, información o señales
entre ellos. Por ejemplo, una interfaz de usuario (UI) es la forma
en que los usuarios interactúan con una aplicación en una panta-
lla mediante botones, menús, iconos y otros elementos visuales.
Existen diferentes tipos de interfaces: (a) de hardware (USB y
HDMI), que permiten la conexión de dispositivos físicos, y (b)
de software, que permiten que las aplicaciones interactúen con
2.3.1. Algoritmo
Los algoritmos son un conjunto de pasos o instrucciones para di-
señar programas y sistemas informáticos con la finalidad de resolver un
problema o realizar una tarea específica.
Un algoritmo puede ser tan simple como una lista de pasos para
hacer una tarea determinada, o puede ser extremadamente complejo y
requerir un gran número de cálculos y decisiones. En el sistema de jus-
ticia, por ejemplo, los algoritmos pueden valorar los precedentes, por lo
que, frente a un caso nuevo, predicen la solución.
2.3.2. Modelo matemático
Un modelo matemático es un conjunto de ecuaciones y fórmulas que
se utilizan para representar un sistema o proceso. Los modelos matemáti-
cos pueden ser muy útiles para predecir el comportamiento de un sistema
en diferentes situaciones y para analizar la relación entre las diferentes
variables que influyen en ese comportamiento.
En la inteligencia artificial, los modelos matemáticos se utilizan
para crear sistemas de aprendizaje automático y para realizar tareas es-
pecíficas, como el reconocimiento de voz o imagen, la clasificación de
datos y la toma de decisiones basada en los datos. (ChatGPT 3.5, 2023,
¿Qué es un modelo matemático)
2.3.3. Interfaz
Una interfaz, en palabras sencillas, es un puente, un punto de cone-
xión entre dos o más sistemas, lo que les permite interactuar entre sí. En
ese sentido, el Chat.GPT-4, consultado en el buscador Bing de Microsoft,
nos informa:
[…] en informática, una interfaz es un punto de contacto o co-
nexión entre dos o más sistemas o componentes, que permite la
comunicación y el intercambio de datos, información o señales
entre ellos. Por ejemplo, una interfaz de usuario (UI) es la forma
en que los usuarios interactúan con una aplicación en una panta-
lla mediante botones, menús, iconos y otros elementos visuales.
Existen diferentes tipos de interfaces: (a) de hardware (USB y
HDMI), que permiten la conexión de dispositivos físicos, y (b)
de software, que permiten que las aplicaciones interactúen con
105QUAES TIO IU R IS •• N° 11N° 11
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
otras aplicaciones o servicios en la red. En resumen, «una inter-
faz es una abstracción que permite la interacción entre diferen-
tes sistemas, componentes o usuarios de manera estandarizada y
fácil de usar. (2023, ¿Qué es una interfaz?)
2.3.4. Red neuronal
La red neuronal no es más que «bases de datos en conexión» (Nieva-
Fenoll, 2022). Esta definición brindada por el profesor español es didácti-
ca e ilustrativa, pues una red neuronal, en estricto, no es solo base de datos
en conexión. El portal web aws.amazon.com(5), de forma más detallada,
nos indica que «Las neuronas artificiales son módulos de software, llamados
nodos, y las redes neuronales artificiales son programas de software o algo-
ritmos que, en esencia, utilizan sistemas informáticos para resolver cálculos
matemáticos» (AWS, 2023, párr. 1).
Una red neuronal básica tiene neuronas artificiales interconectadas
en tres capas:
Capa de entrada
La información del mundo exterior entra en la red neuronal arti-
ficial desde la capa de entrada. Los nodos de entrada procesan los
datos, los analizan o los clasifican y los pasan a la siguiente capa.
Capa oculta
Las capas ocultas toman su entrada de la capa de entrada o de otras
capas ocultas. Las redes neuronales artificiales pueden tener una
gran cantidad de capas ocultas. Cada capa oculta analiza la salida
de la capa anterior, la procesa aún más y la pasa a la siguiente capa.
Capa de salida
La capa de salida proporciona el resultado final de todo el proce-
samiento de datos que realiza la red neuronal artificial. Puede te-
ner uno o varios nodos. Por ejemplo, si tenemos un problema de
clasificación binaria (sí/no), la capa de salida tendrá un nodo de
(5) Amazon Web Services (AWS), se auto define como «la plataforma en la nube más
adoptada y completa en el mundo, que ofrece más de 200 servicios integrales de
centros de datos a nivel global. Millones de clientes, incluso las empresas emergentes
que crecen más rápido, las compañías más grandes y los organismos gubernamentales
líderes, están usando AWS para reducir los costos, aumentar su agilidad e innovar de
forma más rápida».
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
otras aplicaciones o servicios en la red. En resumen, «una inter-
faz es una abstracción que permite la interacción entre diferen-
tes sistemas, componentes o usuarios de manera estandarizada y
fácil de usar. (2023, ¿Qué es una interfaz?)
2.3.4. Red neuronal
La red neuronal no es más que «bases de datos en conexión» (Nieva-
Fenoll, 2022). Esta definición brindada por el profesor español es didácti-
ca e ilustrativa, pues una red neuronal, en estricto, no es solo base de datos
en conexión. El portal web aws.amazon.com(5), de forma más detallada,
nos indica que «Las neuronas artificiales son módulos de software, llamados
nodos, y las redes neuronales artificiales son programas de software o algo-
ritmos que, en esencia, utilizan sistemas informáticos para resolver cálculos
matemáticos» (AWS, 2023, párr. 1).
Una red neuronal básica tiene neuronas artificiales interconectadas
en tres capas:
Capa de entrada
La información del mundo exterior entra en la red neuronal arti-
ficial desde la capa de entrada. Los nodos de entrada procesan los
datos, los analizan o los clasifican y los pasan a la siguiente capa.
Capa oculta
Las capas ocultas toman su entrada de la capa de entrada o de otras
capas ocultas. Las redes neuronales artificiales pueden tener una
gran cantidad de capas ocultas. Cada capa oculta analiza la salida
de la capa anterior, la procesa aún más y la pasa a la siguiente capa.
Capa de salida
La capa de salida proporciona el resultado final de todo el proce-
samiento de datos que realiza la red neuronal artificial. Puede te-
ner uno o varios nodos. Por ejemplo, si tenemos un problema de
clasificación binaria (sí/no), la capa de salida tendrá un nodo de
(5) Amazon Web Services (AWS), se auto define como «la plataforma en la nube más
adoptada y completa en el mundo, que ofrece más de 200 servicios integrales de
centros de datos a nivel global. Millones de clientes, incluso las empresas emergentes
que crecen más rápido, las compañías más grandes y los organismos gubernamentales
líderes, están usando AWS para reducir los costos, aumentar su agilidad e innovar de
forma más rápida».
106Castope Cerquín, Lorenzo
salida que dará como resultado 1 o 0. Sin embargo, si tenemos un
problema de clasificación multiclase, la capa de salida puede estar
formada por más de un nodo de salida. (AWS, 2023, párr. 3-5)
2.4. La IA en el sistema de justicia
La IA aplicada al arte, como el algoritmo DALL-E, es capaz de generar
una pintura; por ejemplo, en 2018, se subastó una en 432 500 dólares (DW,
Made for minds, 2018, párr. 1). Aplicada al lenguaje y literatura, como el
ChatGPT, su modelo matemático y su poderoso algoritmo es capaz de pro-
cesar una gran cantidad de datos y redactar un informe, una biografía, un
poema o generar una fórmula matemática. De esta manera, está revolucio-
nando la gestión de la información y el conocimiento humano.
En cuanto al uso de la IA en el derecho, los sistemas de predicción
Watson o Ross, procesan una gran cantidad de normas y precedentes judi-
ciales y proyectan informes jurídicos. De manera similar, en el sistema de
justicia, la IA se emplea desde hace varios años y en distintos países, pero
con algunas reservas, incluso en algunos la han prohibido(6), debido a las
controversias en torno a fiabilidad, sesgos e inequidad de los algoritmos.
Teniendo en cuenta la información de ChatGPT y la bibliografía con-
sultada, podemos hacer una lista de algunos algoritmos y modelos mate-
máticos que se han utilizado en el sistema de justicia de varios países:
1. Compas: Es un sistema de puntuación de riesgo que se utiliza
en los Estados Unidos para predecir la probabilidad de que una
persona reincida en la delincuencia. El sistema utiliza una va-
riedad de factores, como el historial de delitos de una persona,
su edad, su género y su raza, para generar una puntuación de
riesgo que se utiliza para informar las decisiones judiciales.
2. Harmony: Es otro sistema de puntuación de riesgo que se utiliza
en Reino Unido para evaluar el riesgo de que una persona come-
ta un delito violento.
3. LSI-R: Es un sistema de evaluación de riesgos que utiliza Canadá
y opera de forma similar a Harmony y Compas.
(6) Las soluciones basadas en IA ya se aplican en los sistemas jurídicos de muchos
países, sobre todo para optimizar las bases de datos y hacerlas más accesibles. Sin
embargo, solo unos pocos países están preparados para ir más allá. Francia, por
ejemplo, prohibió cualquier desarrollo de litigios predictivos basados en IA en 2019,
argumentando, entre otras cosas, el riesgo de la comercialización de datos.
salida que dará como resultado 1 o 0. Sin embargo, si tenemos un
problema de clasificación multiclase, la capa de salida puede estar
formada por más de un nodo de salida. (AWS, 2023, párr. 3-5)
2.4. La IA en el sistema de justicia
La IA aplicada al arte, como el algoritmo DALL-E, es capaz de generar
una pintura; por ejemplo, en 2018, se subastó una en 432 500 dólares (DW,
Made for minds, 2018, párr. 1). Aplicada al lenguaje y literatura, como el
ChatGPT, su modelo matemático y su poderoso algoritmo es capaz de pro-
cesar una gran cantidad de datos y redactar un informe, una biografía, un
poema o generar una fórmula matemática. De esta manera, está revolucio-
nando la gestión de la información y el conocimiento humano.
En cuanto al uso de la IA en el derecho, los sistemas de predicción
Watson o Ross, procesan una gran cantidad de normas y precedentes judi-
ciales y proyectan informes jurídicos. De manera similar, en el sistema de
justicia, la IA se emplea desde hace varios años y en distintos países, pero
con algunas reservas, incluso en algunos la han prohibido(6), debido a las
controversias en torno a fiabilidad, sesgos e inequidad de los algoritmos.
Teniendo en cuenta la información de ChatGPT y la bibliografía con-
sultada, podemos hacer una lista de algunos algoritmos y modelos mate-
máticos que se han utilizado en el sistema de justicia de varios países:
1. Compas: Es un sistema de puntuación de riesgo que se utiliza
en los Estados Unidos para predecir la probabilidad de que una
persona reincida en la delincuencia. El sistema utiliza una va-
riedad de factores, como el historial de delitos de una persona,
su edad, su género y su raza, para generar una puntuación de
riesgo que se utiliza para informar las decisiones judiciales.
2. Harmony: Es otro sistema de puntuación de riesgo que se utiliza
en Reino Unido para evaluar el riesgo de que una persona come-
ta un delito violento.
3. LSI-R: Es un sistema de evaluación de riesgos que utiliza Canadá
y opera de forma similar a Harmony y Compas.
(6) Las soluciones basadas en IA ya se aplican en los sistemas jurídicos de muchos
países, sobre todo para optimizar las bases de datos y hacerlas más accesibles. Sin
embargo, solo unos pocos países están preparados para ir más allá. Francia, por
ejemplo, prohibió cualquier desarrollo de litigios predictivos basados en IA en 2019,
argumentando, entre otras cosas, el riesgo de la comercialización de datos.
107QUAES TIO IU R IS •• N° 11N° 11
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
4. Riscambi: Es un programa de predicción del nivel de reinciden-
cia de que un reo comenta un nuevo delito que España utiliza
con la finalidad de otorgarle beneficios penitenciarios.
5. PredPol: (EE. UU. 2012): Es un modelo matemático creado en
EE. UU. La revista Time, lo calificó uno de los 50 mejores in-
ventos de 2011. El programa de «patrullaje predictivo», como
se llama, fue desarrollado por un equipo de científicos de la
Universidad de Santa Clara y la Universidad de California en
Los Ángeles (UCLA). El programa analiza lugares y horarios de
crímenes cometidos recientemente y los combina con informa-
ción sociológica y con datos de los patrones de comportamiento
criminal. La novedad de PredPol, según los expertos, es que lo-
gra niveles de precisión nunca antes alcanzados: establece zonas
de peligro potencial de apenas 150 por 150 metros, y lo hace en
tiempo real a partir de modelos matemáticos y de aprendizaje
adaptativo por computadora (ACL, en inglés). Funciona tam-
bién en Nueva York, Atlanta y otras ciudades y habría logrado
reducir en 20 % el número de delitos. (Perasso, 2012, párr 3).
6. Case law analitics: Es un sistema de predicción que utiliza mode-
los matemáticos, algoritmos y se apoya en la IA para proporcio-
nar servicios de cuantificación de riesgos para abogados basados
en una asociación de larga data entre abogados y matemáticos.
El sistema ha permitido, por ejemplo, anticipar correctamente
el 79 de los veredictos del Tribunal Europeo de Derechos Hu-
manos. Considera todas las decisiones dictadas anteriormente y
frente a un nuevo caso predice la posible solución (Legaltech-
summit, 2020, Pereyra).
7. Socrates (Brasil, 2017): Es un programa de inteligencia arti-
ficial que procesa una data de 108 millones de casos. Se basa
en el análisis de casos repetitivos. El Tribunal Supremo de
Justicia tiene el programa Sócrates que ha tomado 300 000
decisiones judiciales para predecir los casos futuros ((Legal-
techsummit, 2020, Pereyra).
8. El Tribunal de Internet (China, 2019): Es un mega sistema ho-
rizontal conectado con todos los organismos públicos y priva-
dos. Todo el proceso y la sentencia se dicta por IA. Existe un
juez que supervisa y controla la decisión; sin embargo, si decide
apartarse, debe fundamentar su decisión. El sistema funciona al
revés, la IA no asiste al sistema y al juez, sino que el juez asiste al
Tribunal de Internet. La crítica incide en que es un gran sistema
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
4. Riscambi: Es un programa de predicción del nivel de reinciden-
cia de que un reo comenta un nuevo delito que España utiliza
con la finalidad de otorgarle beneficios penitenciarios.
5. PredPol: (EE. UU. 2012): Es un modelo matemático creado en
EE. UU. La revista Time, lo calificó uno de los 50 mejores in-
ventos de 2011. El programa de «patrullaje predictivo», como
se llama, fue desarrollado por un equipo de científicos de la
Universidad de Santa Clara y la Universidad de California en
Los Ángeles (UCLA). El programa analiza lugares y horarios de
crímenes cometidos recientemente y los combina con informa-
ción sociológica y con datos de los patrones de comportamiento
criminal. La novedad de PredPol, según los expertos, es que lo-
gra niveles de precisión nunca antes alcanzados: establece zonas
de peligro potencial de apenas 150 por 150 metros, y lo hace en
tiempo real a partir de modelos matemáticos y de aprendizaje
adaptativo por computadora (ACL, en inglés). Funciona tam-
bién en Nueva York, Atlanta y otras ciudades y habría logrado
reducir en 20 % el número de delitos. (Perasso, 2012, párr 3).
6. Case law analitics: Es un sistema de predicción que utiliza mode-
los matemáticos, algoritmos y se apoya en la IA para proporcio-
nar servicios de cuantificación de riesgos para abogados basados
en una asociación de larga data entre abogados y matemáticos.
El sistema ha permitido, por ejemplo, anticipar correctamente
el 79 de los veredictos del Tribunal Europeo de Derechos Hu-
manos. Considera todas las decisiones dictadas anteriormente y
frente a un nuevo caso predice la posible solución (Legaltech-
summit, 2020, Pereyra).
7. Socrates (Brasil, 2017): Es un programa de inteligencia arti-
ficial que procesa una data de 108 millones de casos. Se basa
en el análisis de casos repetitivos. El Tribunal Supremo de
Justicia tiene el programa Sócrates que ha tomado 300 000
decisiones judiciales para predecir los casos futuros ((Legal-
techsummit, 2020, Pereyra).
8. El Tribunal de Internet (China, 2019): Es un mega sistema ho-
rizontal conectado con todos los organismos públicos y priva-
dos. Todo el proceso y la sentencia se dicta por IA. Existe un
juez que supervisa y controla la decisión; sin embargo, si decide
apartarse, debe fundamentar su decisión. El sistema funciona al
revés, la IA no asiste al sistema y al juez, sino que el juez asiste al
Tribunal de Internet. La crítica incide en que es un gran sistema
108Castope Cerquín, Lorenzo
de control. La persona que es condena y no cumple la sentencia,
no puede comprar un boleto de bus o avión, no tiene acceso al
crédito ni al comercio electrónico (Zhabina, A. (2023, párr. 1-2).
9. El juez holográfico (China, 2019): Es un sistema que ha tomado
todos los rostros de los Jueces de China, los ha mezclado y ha ge-
nerado el rostro del juez holográfico. Este sistema junto a la rea-
lidad aumentada son prototipos para interactuar en un proceso
judicial, que permitiría a una persona estar en su casa mientras
un holograma suyo podría estar participando digitalmente en
un juicio; o permitir la enseñanza del juicio oral del proceso de
forma virtual, en línea, mediante el juego de roles y la participa-
ción de hologramas, esto es, la irrupción del metaverso(7) en el
sistema de justicia. (Legaltechsummit, Pereyra, 2020).
10. DoNotPay: Es un abogado robot que brinda consejos legales,
que está interviniendo en los tribunales de EE. UU. para casos
simples como las multas de tránsito. Sin embargo, recientemen-
te, habría sido demandado por haber intervenido en un Tribu-
nal sin tener título en derecho (Magallanes, 2023, párr 1).
11. Ross Intelligence. (Canadá, 2016): Es un sistema de predicción
desarrollado con base en la tecnología del superordenador Wat-
son. Brinda una respuesta del caso basado en toda la legislación
vigente, la doctrina y la jurisprudencia aplicable al caso. «Es una
herramienta de legal research o investigación legal. Es decir, un
buscador de jurisprudencia y documentación legal más avanza-
do que los habituales. Pero además no es aplicable en cualquier
materia, ya que ROSS se ha especializado en quiebras y concur-
sos de acreedores» (Legaltechies. 2017, párr. 4).
12. Prometea (Argentina, 2017): «Es un sistema de software que tie-
ne como cometido principal la automatización digital de proce-
(7) El metaverso es un universo post-realidad, un entorno multiusuario perpetuo y per-
sistente que fusiona la realidad física con la virtualidad digital. Se basa en la conver-
gencia de tecnologías, como la realidad virtual (RV) y la realidad aumentada (RA),
que permiten interacciones multisensoriales con entornos virtuales, objetos digitales
y personas. (Microsoft Edge, Chat. ¿Qué es el metaverso? 2023, 13 de abril).
Véase, en términos parecidos, la definición del metaverso y, además, la disposición
de la judicatura colombiana de utilizar el metaverso como instrumento para el
intercambio de mensajes de datos y el desarrollo de audiencias. Tribunal Adminis-
trativo del Magdalena (despacho 1) de la Rama Judicial de la República de Colom-
bia (2023). Resolución Judicial. Santa Marta D.T.C.H: 10 de febrero 2023. https://
forogpp.files.wordpress.com/2023/02/2020-014-siett-vs-nacion-policia-nacional-
solicitud-audiencia-en-el-metaverso-1.pdf
de control. La persona que es condena y no cumple la sentencia,
no puede comprar un boleto de bus o avión, no tiene acceso al
crédito ni al comercio electrónico (Zhabina, A. (2023, párr. 1-2).
9. El juez holográfico (China, 2019): Es un sistema que ha tomado
todos los rostros de los Jueces de China, los ha mezclado y ha ge-
nerado el rostro del juez holográfico. Este sistema junto a la rea-
lidad aumentada son prototipos para interactuar en un proceso
judicial, que permitiría a una persona estar en su casa mientras
un holograma suyo podría estar participando digitalmente en
un juicio; o permitir la enseñanza del juicio oral del proceso de
forma virtual, en línea, mediante el juego de roles y la participa-
ción de hologramas, esto es, la irrupción del metaverso(7) en el
sistema de justicia. (Legaltechsummit, Pereyra, 2020).
10. DoNotPay: Es un abogado robot que brinda consejos legales,
que está interviniendo en los tribunales de EE. UU. para casos
simples como las multas de tránsito. Sin embargo, recientemen-
te, habría sido demandado por haber intervenido en un Tribu-
nal sin tener título en derecho (Magallanes, 2023, párr 1).
11. Ross Intelligence. (Canadá, 2016): Es un sistema de predicción
desarrollado con base en la tecnología del superordenador Wat-
son. Brinda una respuesta del caso basado en toda la legislación
vigente, la doctrina y la jurisprudencia aplicable al caso. «Es una
herramienta de legal research o investigación legal. Es decir, un
buscador de jurisprudencia y documentación legal más avanza-
do que los habituales. Pero además no es aplicable en cualquier
materia, ya que ROSS se ha especializado en quiebras y concur-
sos de acreedores» (Legaltechies. 2017, párr. 4).
12. Prometea (Argentina, 2017): «Es un sistema de software que tie-
ne como cometido principal la automatización digital de proce-
(7) El metaverso es un universo post-realidad, un entorno multiusuario perpetuo y per-
sistente que fusiona la realidad física con la virtualidad digital. Se basa en la conver-
gencia de tecnologías, como la realidad virtual (RV) y la realidad aumentada (RA),
que permiten interacciones multisensoriales con entornos virtuales, objetos digitales
y personas. (Microsoft Edge, Chat. ¿Qué es el metaverso? 2023, 13 de abril).
Véase, en términos parecidos, la definición del metaverso y, además, la disposición
de la judicatura colombiana de utilizar el metaverso como instrumento para el
intercambio de mensajes de datos y el desarrollo de audiencias. Tribunal Adminis-
trativo del Magdalena (despacho 1) de la Rama Judicial de la República de Colom-
bia (2023). Resolución Judicial. Santa Marta D.T.C.H: 10 de febrero 2023. https://
forogpp.files.wordpress.com/2023/02/2020-014-siett-vs-nacion-policia-nacional-
solicitud-audiencia-en-el-metaverso-1.pdf
109QUAES TIO IU R IS •• N° 11N° 11
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
sos de tareas reiterativas y la aplicación de IA para la elaboración
predictiva de dictámenes jurídicos en los casos análogos para
cuya solución ya existen precedentes judiciales reiterados». El
sistema funciona como un sistema de estadísticas dirigida. Esto
es tomando como referencia ciertas palabras clave predefinidas
por un grupo de expertos, reconoce con un grado de proba-
bilidad los fallos relevantes almacenados en una base de datos
y predice la solución adecuada al caso. La herramienta de IA
desarrollada permite realizar un dictamen jurídico de forma ín-
tegra(8) (Estevez et al., 2017, pp. 46- 51).
13. Pretoria: Es un sistema que puede «leer», detectar, predecir y
elaborar resúmenes sobre miles de sentencias en pocos segun-
dos. «Está basado en la experiencia Prometea (Argentina) pero
hubo que hacer un código nuevo porque el objetivo es total-
mente diferente y la magnitud es mucho mayor. Además, hubo
que adaptarse a la cultura jurídica que fue quizás el desafío ma-
yor. La Corte Constitucional de Colombia es de las cortes que
más casos atiende. Argentina recibe 30 mil casos por año y la de
Colombia supera los 700 mil».
El sistema es capaz de leer e interpretar y a partir de allí rea-
liza automáticamente y sin intervención humana tres grandes
tareas: 1) la búsqueda de información de interés para la selección
de las sentencias; 2) la categorización siguiendo criterio de rele-
vancia establecidos por la Corte Constitucional, y 3) la elabora-
ción de estadísticas que permiten visualizar de manera íntegra
las tutelas presentadas en ese ámbito de la justicia.
En un primer momento, los criterios de categorización y de esta-
dísticas estarán disponibles solo para sentencias relacionadas con
temas de salud (Jaimovich, 2020, ¿Cómo funciona?, párr. 1).
14. Estonia: El país más avanzado del planeta en materia digital
está implementado la inteligencia artificial en casos de peque-
ños montos, en donde el proceso y la sentencia se gestiona
con IA. Ott Velsberg, director de datos de Estonia, tiene la
labor de diseñar una IA robot que se encargue de la enorme
acumulación de disputas legales en las cortes, al menos en lo
que respecta a reclamos menores (Legaltechsummit, 2020, Pe-
reyra; Cárdenas, 2023; ChatGPT-4).
(8) Juan G. Corvalán, director del Laboratorio de Innovación e Inteligencia Artificial
(IALAB) Universidad de Buenos Aires (Derecho) sería cocreador de Prometea. (Véase
perfil de Corvalan, 2020, https://ar.linkedin.com/in/juan-gustavo-corvalan
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
sos de tareas reiterativas y la aplicación de IA para la elaboración
predictiva de dictámenes jurídicos en los casos análogos para
cuya solución ya existen precedentes judiciales reiterados». El
sistema funciona como un sistema de estadísticas dirigida. Esto
es tomando como referencia ciertas palabras clave predefinidas
por un grupo de expertos, reconoce con un grado de proba-
bilidad los fallos relevantes almacenados en una base de datos
y predice la solución adecuada al caso. La herramienta de IA
desarrollada permite realizar un dictamen jurídico de forma ín-
tegra(8) (Estevez et al., 2017, pp. 46- 51).
13. Pretoria: Es un sistema que puede «leer», detectar, predecir y
elaborar resúmenes sobre miles de sentencias en pocos segun-
dos. «Está basado en la experiencia Prometea (Argentina) pero
hubo que hacer un código nuevo porque el objetivo es total-
mente diferente y la magnitud es mucho mayor. Además, hubo
que adaptarse a la cultura jurídica que fue quizás el desafío ma-
yor. La Corte Constitucional de Colombia es de las cortes que
más casos atiende. Argentina recibe 30 mil casos por año y la de
Colombia supera los 700 mil».
El sistema es capaz de leer e interpretar y a partir de allí rea-
liza automáticamente y sin intervención humana tres grandes
tareas: 1) la búsqueda de información de interés para la selección
de las sentencias; 2) la categorización siguiendo criterio de rele-
vancia establecidos por la Corte Constitucional, y 3) la elabora-
ción de estadísticas que permiten visualizar de manera íntegra
las tutelas presentadas en ese ámbito de la justicia.
En un primer momento, los criterios de categorización y de esta-
dísticas estarán disponibles solo para sentencias relacionadas con
temas de salud (Jaimovich, 2020, ¿Cómo funciona?, párr. 1).
14. Estonia: El país más avanzado del planeta en materia digital
está implementado la inteligencia artificial en casos de peque-
ños montos, en donde el proceso y la sentencia se gestiona
con IA. Ott Velsberg, director de datos de Estonia, tiene la
labor de diseñar una IA robot que se encargue de la enorme
acumulación de disputas legales en las cortes, al menos en lo
que respecta a reclamos menores (Legaltechsummit, 2020, Pe-
reyra; Cárdenas, 2023; ChatGPT-4).
(8) Juan G. Corvalán, director del Laboratorio de Innovación e Inteligencia Artificial
(IALAB) Universidad de Buenos Aires (Derecho) sería cocreador de Prometea. (Véase
perfil de Corvalan, 2020, https://ar.linkedin.com/in/juan-gustavo-corvalan
110Castope Cerquín, Lorenzo
Como se puede advertir, los sistemas de predicción, como Compas,
Harmony o LSI-R, son modelos de predicción de soluciones jurídicas; no
obstante, han sido cuestionados y limitados por su alto sesgo, como, por
ejemplo, por razón de la raza. El sistema de predicción Prometea (Argen-
tina) tiene una aplicación relativa, pues se aplica para recomendaciones
no vinculantes de una sola dependencia del Ministerio Público Fiscal de
la ciudad de Buenos Aires. El sistema Pretoria, que no es un sistema de
predicción de decisiones judiciales, sino un modelo estadístico, se viene
aplicando en la Corte Constitucional de Colombia para buscar, seleccionar
y categorizar sentencias, así como para elaborar estadísticas integrales de
una materia determinada.
Pretoria (2020), sin embargo, al ser un sistema basado en la versión
inicial de Prometea (2017), constituye un paso atrás en la construcción
de un modelo de predicción de decisiones o recomendaciones judiciales,
debido a que:
[…] uno de los problemas con los que se encontraron a la hora de
crear PretorIA es que no había suficientes datos de entrenamiento (dis-
ponibles y digitalizados) para desarrollar una solución, es decir que faltaba
los volúmenes necesarios de información (big data) para entrenar el sistema
empleando redes neuronales. Y ese fue uno de los motivos por los cuales
optaron por generar otro tipo de modelo de predicciones, basado
en un sistema de aprendizaje automático supervisado, siguiendo
la técnica de clasificación o topic model, que requiere «interactuar
mucho entre humano y máquina hasta que logras buenas tasas de
acierto que supera el 90 %. (Jaimovich, 2020)
2.5. La IA y los juicios de probabilidad urgentes
En nuestro país, como en todos los demás países del mundo, nos he-
mos visto obligados a abreviar tiempos en el uso de las tecnologías de la
información, ya que, por la necesidad y las circunstancias de la emergencia
sanitaria del 2020 y 2021, hemos tenido que implementarlas en todas las
actividades y procedimientos públicos y privados.
Al igual que en la experiencia argentina, creemos que la IA es factible,
por ahora, en los casos específicos, repetitivos y no complejos, debido a
que aún no se ha alcanzado generar una big data, una total transformación
digital de los procesos, ni la gobernanza de todos los datos que genera el
Poder Judicial. La estandarización y sistematización de los datos y docu-
Como se puede advertir, los sistemas de predicción, como Compas,
Harmony o LSI-R, son modelos de predicción de soluciones jurídicas; no
obstante, han sido cuestionados y limitados por su alto sesgo, como, por
ejemplo, por razón de la raza. El sistema de predicción Prometea (Argen-
tina) tiene una aplicación relativa, pues se aplica para recomendaciones
no vinculantes de una sola dependencia del Ministerio Público Fiscal de
la ciudad de Buenos Aires. El sistema Pretoria, que no es un sistema de
predicción de decisiones judiciales, sino un modelo estadístico, se viene
aplicando en la Corte Constitucional de Colombia para buscar, seleccionar
y categorizar sentencias, así como para elaborar estadísticas integrales de
una materia determinada.
Pretoria (2020), sin embargo, al ser un sistema basado en la versión
inicial de Prometea (2017), constituye un paso atrás en la construcción
de un modelo de predicción de decisiones o recomendaciones judiciales,
debido a que:
[…] uno de los problemas con los que se encontraron a la hora de
crear PretorIA es que no había suficientes datos de entrenamiento (dis-
ponibles y digitalizados) para desarrollar una solución, es decir que faltaba
los volúmenes necesarios de información (big data) para entrenar el sistema
empleando redes neuronales. Y ese fue uno de los motivos por los cuales
optaron por generar otro tipo de modelo de predicciones, basado
en un sistema de aprendizaje automático supervisado, siguiendo
la técnica de clasificación o topic model, que requiere «interactuar
mucho entre humano y máquina hasta que logras buenas tasas de
acierto que supera el 90 %. (Jaimovich, 2020)
2.5. La IA y los juicios de probabilidad urgentes
En nuestro país, como en todos los demás países del mundo, nos he-
mos visto obligados a abreviar tiempos en el uso de las tecnologías de la
información, ya que, por la necesidad y las circunstancias de la emergencia
sanitaria del 2020 y 2021, hemos tenido que implementarlas en todas las
actividades y procedimientos públicos y privados.
Al igual que en la experiencia argentina, creemos que la IA es factible,
por ahora, en los casos específicos, repetitivos y no complejos, debido a
que aún no se ha alcanzado generar una big data, una total transformación
digital de los procesos, ni la gobernanza de todos los datos que genera el
Poder Judicial. La estandarización y sistematización de los datos y docu-
111QUAES TIO IU R IS •• N° 11N° 11
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
mentos es más rápido y viable en los casos simples, estándares o habituales;
en cambio, los casos complejos o emblemáticos requieren creatividad, alto
nivel de razonamiento y decisiones innovativas por parte del juez.
No obstante, en teoría, todas las actividades y procesos jurídicos po-
drían estandarizarse y sistematizarse. El derecho sintéticamente es un algo-
ritmo, pues, como bien sostiene Guastini (2018):
[…] el derecho es un discurso, una secuencia de enunciados. Un
enunciado a su vez, es una secuencia de palabras dotada de for-
ma sintáctica y sentido completo. Los enunciados de los cuales está
compuesto el Derecho son enunciados de un lenguaje normativo o
preceptivo o, dicho de otra manera, directivo. (pp. 27-28)
Por ahora, entonces, debemos convenir que los sistemas de predic-
ción de soluciones judiciales, esto es, el uso de algoritmos, modelos mate-
máticos y redes neuronales para asistir al sistema judicial y al juez mediante
un programa que proyecte decisiones judiciales, es más factible en los jui-
cios urgentes de probabilidad, como las medidas judiciales provisionales,
que cuenten con procesos y actividades digitalizadas, estandarizadas y siste-
matizadas, con base de datos de gran volumen y un sistema interoperable.
2.6. Límites de la IA
El propio ChatGPT nos advierte que «es importante tener en cuenta
que estos sistemas y modelos matemáticos pueden ser útiles para ayudar
a los jueces y magistrados a tomar decisiones informadas, pero también
deben ser utilizados con precaución y en conjunto con la experiencia y el
juicio humano» (Chat GPT3.5, 2023).
El propósito de incluir la IA en la producción de textos o como fuente de
consulta para la construcción de una resolución judicial la describe una sen-
tencia del Consejo Superior de la Judicatura de la República de Colombia, al
considerar que «el propósito no es, en manera alguna, reemplazar la decisión
del Juez. Lo que realmente buscamos es optimizar los tiempos empleados en
redacción de sentencias, previa corroboración de la información suministrada
por IA» (Consejo Superior de la Judicatura-República de Colombia, 2023(9)).
(9) Resolución del Juzgado de circuito Laboral 001. Cartagena–Bolívar, 30 de enero
2023. https://forogpp.files.wordpress.com/2023/01/sentencia-tutela-segunda-instancia-
rad.-13001410500420220045901.pdf
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
mentos es más rápido y viable en los casos simples, estándares o habituales;
en cambio, los casos complejos o emblemáticos requieren creatividad, alto
nivel de razonamiento y decisiones innovativas por parte del juez.
No obstante, en teoría, todas las actividades y procesos jurídicos po-
drían estandarizarse y sistematizarse. El derecho sintéticamente es un algo-
ritmo, pues, como bien sostiene Guastini (2018):
[…] el derecho es un discurso, una secuencia de enunciados. Un
enunciado a su vez, es una secuencia de palabras dotada de for-
ma sintáctica y sentido completo. Los enunciados de los cuales está
compuesto el Derecho son enunciados de un lenguaje normativo o
preceptivo o, dicho de otra manera, directivo. (pp. 27-28)
Por ahora, entonces, debemos convenir que los sistemas de predic-
ción de soluciones judiciales, esto es, el uso de algoritmos, modelos mate-
máticos y redes neuronales para asistir al sistema judicial y al juez mediante
un programa que proyecte decisiones judiciales, es más factible en los jui-
cios urgentes de probabilidad, como las medidas judiciales provisionales,
que cuenten con procesos y actividades digitalizadas, estandarizadas y siste-
matizadas, con base de datos de gran volumen y un sistema interoperable.
2.6. Límites de la IA
El propio ChatGPT nos advierte que «es importante tener en cuenta
que estos sistemas y modelos matemáticos pueden ser útiles para ayudar
a los jueces y magistrados a tomar decisiones informadas, pero también
deben ser utilizados con precaución y en conjunto con la experiencia y el
juicio humano» (Chat GPT3.5, 2023).
El propósito de incluir la IA en la producción de textos o como fuente de
consulta para la construcción de una resolución judicial la describe una sen-
tencia del Consejo Superior de la Judicatura de la República de Colombia, al
considerar que «el propósito no es, en manera alguna, reemplazar la decisión
del Juez. Lo que realmente buscamos es optimizar los tiempos empleados en
redacción de sentencias, previa corroboración de la información suministrada
por IA» (Consejo Superior de la Judicatura-República de Colombia, 2023(9)).
(9) Resolución del Juzgado de circuito Laboral 001. Cartagena–Bolívar, 30 de enero
2023. https://forogpp.files.wordpress.com/2023/01/sentencia-tutela-segunda-instancia-
rad.-13001410500420220045901.pdf
112Castope Cerquín, Lorenzo
Los sesgos (riesgo de prejuicio o discriminación)(10) y la ausencia de un
código ético de los algoritmos y los modelos matemáticos son los otros dos
grandes retos que representa la inteligencia artificial, especialmente, en el
sistema de justicia, pues «no podemos hacer ley de nuestros prejuicios» ni
debemos ser asistidos por algoritmos o modelos matemáticos inequitativos.
Además, debe advertirse de otras limitaciones relacionadas con los
presupuestos financieros, los medios y los tiempos para implementar la IA
en los sistemas de justicia, como bien los resalta el informe de Prometea.
Por ejemplo, cuando el costo de aprendizaje es elevado, la tarea es urgente
o sujeta a plazos, la carga de trabajo es grande y las viejas rutinas conviven
con las nuevas herramientas tecnológicas, existe un alto riesgo de fracaso
de cualquier proyecto de la IA.
Los límites y riesgos de la IA en el sistema de justicia es un tema crítico
y capital, por lo que requiere mayor amplitud y análisis, lo que excede estas
líneas. Por ahora, solo estamos en condiciones de enunciarlos y dejar para
otra oportunidad su desarrollo.
2.7. La IA en el sistema de tutela de la víctima de violencia familiar
En la Corte de Lima Norte, el sistema judicial de tutela de la víctima
de violencia regulado por la Ley N.º 30364, Ley para prevenir, sancionar
y erradicar la violencia contra las mujeres y los integrantes del grupo Fa-
miliar, vigente desde 24 de noviembre de 2015, se viene implementando
mediante dos procedimientos distintos:
El sistema de protección, a cargo del juez de familia especializado en
violencia, otorga protección a la víctima de violencia mediante un proceso
urgente, el cual exige solo un juicio de probabilidad, concede las medidas
requeridas por la víctima o las más adecuadas al caso, sin necesidad de
escuchar a la otra parte. En cambio, el sistema de sanción, a cargo del juez
penal, requiere de un proceso debido, un proceso de cognición y de prue-
ba plena de los hechos y la responsabilidad del denunciado.
El sistema de tutela de la víctima de violencia en la Corte de Lima
Norte funciona mediante un sistema interoperable, desde julio de 2020.
Mediante una interfaz, este sistema vincula el SIDPOL (antes), SIPROVIV
(10) SESGOS: Discrimina minorías, condiciones personales: raza, edad, condición social.
El juez de motivo: in judice. Los jueces son más clementes cuando tienen abre que
cuando acaban de comer.
Los sesgos (riesgo de prejuicio o discriminación)(10) y la ausencia de un
código ético de los algoritmos y los modelos matemáticos son los otros dos
grandes retos que representa la inteligencia artificial, especialmente, en el
sistema de justicia, pues «no podemos hacer ley de nuestros prejuicios» ni
debemos ser asistidos por algoritmos o modelos matemáticos inequitativos.
Además, debe advertirse de otras limitaciones relacionadas con los
presupuestos financieros, los medios y los tiempos para implementar la IA
en los sistemas de justicia, como bien los resalta el informe de Prometea.
Por ejemplo, cuando el costo de aprendizaje es elevado, la tarea es urgente
o sujeta a plazos, la carga de trabajo es grande y las viejas rutinas conviven
con las nuevas herramientas tecnológicas, existe un alto riesgo de fracaso
de cualquier proyecto de la IA.
Los límites y riesgos de la IA en el sistema de justicia es un tema crítico
y capital, por lo que requiere mayor amplitud y análisis, lo que excede estas
líneas. Por ahora, solo estamos en condiciones de enunciarlos y dejar para
otra oportunidad su desarrollo.
2.7. La IA en el sistema de tutela de la víctima de violencia familiar
En la Corte de Lima Norte, el sistema judicial de tutela de la víctima
de violencia regulado por la Ley N.º 30364, Ley para prevenir, sancionar
y erradicar la violencia contra las mujeres y los integrantes del grupo Fa-
miliar, vigente desde 24 de noviembre de 2015, se viene implementando
mediante dos procedimientos distintos:
El sistema de protección, a cargo del juez de familia especializado en
violencia, otorga protección a la víctima de violencia mediante un proceso
urgente, el cual exige solo un juicio de probabilidad, concede las medidas
requeridas por la víctima o las más adecuadas al caso, sin necesidad de
escuchar a la otra parte. En cambio, el sistema de sanción, a cargo del juez
penal, requiere de un proceso debido, un proceso de cognición y de prue-
ba plena de los hechos y la responsabilidad del denunciado.
El sistema de tutela de la víctima de violencia en la Corte de Lima
Norte funciona mediante un sistema interoperable, desde julio de 2020.
Mediante una interfaz, este sistema vincula el SIDPOL (antes), SIPROVIV
(10) SESGOS: Discrimina minorías, condiciones personales: raza, edad, condición social.
El juez de motivo: in judice. Los jueces son más clementes cuando tienen abre que
cuando acaban de comer.
113QUAES TIO IU R IS •• N° 11N° 11
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
(ahora), de la Policía Nacional con el SIJ, el EJE y el SERNOT del Poder
Judicial. Este sistema interoperable permite registrar la denuncia de vio-
lencia en el SIPROVIV desde la Comisaria Básica y de Familia y, en tiempo
real, transmitirla al SIJ y EJE del Módulo de Violencia de los Juzgados de
Familia, donde se califica y emite las medidas de protección inmediata-
mente, sistema interoperable que se ha replicado en todo el país.
Uno de los objetivos estratégicos del Plan Institucional del Poder
Judicial al 2030 busca la transformación digital. En ese marco jurídico,
desde el 24 de febrero de 2022, el sistema de protección funciona me-
diante el expediente judicial electrónico EJE que promueve la migración
del expediente físico al expediente digital.
Cabe mencionar que el sistema cuenta con un instrumento de ges-
tión de calidad que permite registrar las denuncias de violencia, medir
y gestionar los plazos y las actividades en cada etapa y emitir medidas en
cuatro horas. Para los casos de riesgo severo, dicho plazo se cuenta desde
el registro de la denuncia hasta la notificación de la resolución que con-
cede medidas de protección.
De esta manera, el sistema de gestión de calidad mide la eficacia del
sistema en función del tiempo y resuelve la dilación del proceso, pero no
mide ni controla la congruencia ni predictibilidad de las decisiones; de ahí
que hay necesidad de dar el siguiente paso y medir la eficacia del sistema
en función de la congruencia procesal y de los precedentes judiciales, me-
diante un sistema automatizado de predicción de medidas de protección.
Para ello se requiere verificar cuatro pasos previos: (1) digitalizar activi-
dades y procesos; (2) estandarizar y sistematizar datos y documentos; (3)
una base de datos de gran volumen (big data), y (4) validar el sistema in-
teroperable. Luego, corresponde desarrollar el algoritmo para procesar la
información de cada etapa del proceso y generar puntos de conexión que
permitan la transferencia de información y datos con la finalidad de pro-
yectar las medidas requeridas por la víctima o las más adecuadas al caso.
El sistema requiere de un modelo que permita relacionar las variables
del caso (tipo de violencia, riesgo y gravedad) con las previstas por la ley,
aquellas con las variables de casos similares ya resueltos. Del mismo modo,
debe vincular la gravedad de los hechos y el riesgo de la víctima con las ca-
racterísticas de las medidas previstas por la ley. Todo esto con la finalidad
de proyectar los hechos, los fundamentos y las medidas más adecuadas al
caso concreto, predicción que le permitirá al juez tomar decisiones más
rápido y con mejor información.
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
(ahora), de la Policía Nacional con el SIJ, el EJE y el SERNOT del Poder
Judicial. Este sistema interoperable permite registrar la denuncia de vio-
lencia en el SIPROVIV desde la Comisaria Básica y de Familia y, en tiempo
real, transmitirla al SIJ y EJE del Módulo de Violencia de los Juzgados de
Familia, donde se califica y emite las medidas de protección inmediata-
mente, sistema interoperable que se ha replicado en todo el país.
Uno de los objetivos estratégicos del Plan Institucional del Poder
Judicial al 2030 busca la transformación digital. En ese marco jurídico,
desde el 24 de febrero de 2022, el sistema de protección funciona me-
diante el expediente judicial electrónico EJE que promueve la migración
del expediente físico al expediente digital.
Cabe mencionar que el sistema cuenta con un instrumento de ges-
tión de calidad que permite registrar las denuncias de violencia, medir
y gestionar los plazos y las actividades en cada etapa y emitir medidas en
cuatro horas. Para los casos de riesgo severo, dicho plazo se cuenta desde
el registro de la denuncia hasta la notificación de la resolución que con-
cede medidas de protección.
De esta manera, el sistema de gestión de calidad mide la eficacia del
sistema en función del tiempo y resuelve la dilación del proceso, pero no
mide ni controla la congruencia ni predictibilidad de las decisiones; de ahí
que hay necesidad de dar el siguiente paso y medir la eficacia del sistema
en función de la congruencia procesal y de los precedentes judiciales, me-
diante un sistema automatizado de predicción de medidas de protección.
Para ello se requiere verificar cuatro pasos previos: (1) digitalizar activi-
dades y procesos; (2) estandarizar y sistematizar datos y documentos; (3)
una base de datos de gran volumen (big data), y (4) validar el sistema in-
teroperable. Luego, corresponde desarrollar el algoritmo para procesar la
información de cada etapa del proceso y generar puntos de conexión que
permitan la transferencia de información y datos con la finalidad de pro-
yectar las medidas requeridas por la víctima o las más adecuadas al caso.
El sistema requiere de un modelo que permita relacionar las variables
del caso (tipo de violencia, riesgo y gravedad) con las previstas por la ley,
aquellas con las variables de casos similares ya resueltos. Del mismo modo,
debe vincular la gravedad de los hechos y el riesgo de la víctima con las ca-
racterísticas de las medidas previstas por la ley. Todo esto con la finalidad
de proyectar los hechos, los fundamentos y las medidas más adecuadas al
caso concreto, predicción que le permitirá al juez tomar decisiones más
rápido y con mejor información.
114Castope Cerquín, Lorenzo
Enseguida se describen las conexiones (red) que podrían vincular los
hechos de violencia episódicos y riesgo leve con las medidas genéricas y
específicas de baja intervención y restricción de derechos, lo que lograría
predecir las medidas de protección necesarias para proteger a la víctima de
violencia sicológica episódica en riesgo leve.
Ilustración 1
Red de conexión para medidas de protección genéricas
Unidad
entrada
Variable
entrada
Indicador
entrada
Variables
legales
predeter
Variables
históricas
Medidas
históricas
Unidad
salida
Proyecto
final
TV: Tipo de violencia
MRV: Medida requerida por la victima
R: Nivel de riesgo, Leve Moderado y Grave
G: Gravedad hechos: Episódico, Reiterado y Patológico
TVL: Tipo de Violencia prevista por la ley. Leve, Moderado y Grave
VH: Violencia histórica: Leve, Moderado y Grave
MH: M1 mínima intervención y restricción… M10 máxima intervención y restricción
MA: Medida más adecuada
PM: Proyecto de medidas de protección
H: Hecho: Episódico, Reiterado, Patológico
Enseguida se describen las conexiones (red) que podrían vincular los
hechos de violencia episódicos y riesgo leve con las medidas genéricas y
específicas de baja intervención y restricción de derechos, lo que lograría
predecir las medidas de protección necesarias para proteger a la víctima de
violencia sicológica episódica en riesgo leve.
Ilustración 1
Red de conexión para medidas de protección genéricas
Unidad
entrada
Variable
entrada
Indicador
entrada
Variables
legales
predeter
Variables
históricas
Medidas
históricas
Unidad
salida
Proyecto
final
TV: Tipo de violencia
MRV: Medida requerida por la victima
R: Nivel de riesgo, Leve Moderado y Grave
G: Gravedad hechos: Episódico, Reiterado y Patológico
TVL: Tipo de Violencia prevista por la ley. Leve, Moderado y Grave
VH: Violencia histórica: Leve, Moderado y Grave
MH: M1 mínima intervención y restricción… M10 máxima intervención y restricción
MA: Medida más adecuada
PM: Proyecto de medidas de protección
H: Hecho: Episódico, Reiterado, Patológico
115QUAES TIO IU R IS •• N° 11N° 11
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
El sistema tutelar de protección contra la violencia familiar es un te-
rreno dúctil para la automatización del proceso y la predicción de la deci-
sión mediante IA. El sistema no requiere probar el hecho de violencia o el
riesgo de la víctima, basta que estos sean probables. Por tanto, es posible
anticipar la decisión basada en un sistema automatizado.
En la Corte de Lima Norte se presentan un promedio de 23 000
denuncias de violencia al año (2022). En aproximadamente 5 000 no se
conceden medidas de protección; en los 18 000 restantes sí se conceden.
De todos los casos en que se concede protección inmediata contra la vio-
lencia (18 000), el 80 % de denuncias está referido a riesgo leve-modera-
do y el 20 % restante son casos de riesgo grave o muy grave. El propósito
es incorporar inteligencia artificial a la mayor carga procesal que repre-
senta riesgo leve-moderado, y ahorrar con ello tiempo y esfuerzo para
que el juez y asistentes judiciales se enfoquen, con mayor cuidado, a ese
20 % de casos que representa el mayor riesgo, incluso, riesgo de lesiones
graves o hasta feminicidio.
En ese sentido, consideramos que es factible el uso de la IA en el
sistema tutelar contra la violencia familiar, esto es, un algoritmo que me-
diante técnicas de aprendizaje automático vincule, de forma congruente,
los hechos de violencia de un caso concreto con las medidas de protección
requeridas; conecte los hechos del caso y el nivel de riesgo con las varia-
bles previstas en la ley y las registradas en casos similares, y, procesando
lenguaje natural, proyecte las medidas adecuadas para el caso. Este sistema
además descartará, automáticamente, las medidas impertinentes e incon-
gruentes con el caso propuesto.
El sistema de predicción, además, podría ampliarse a procesos suma-
rios (alimentos y desalojo, a procesos ejecutivos), pues, si bien estos requie-
ren un juicio de certeza, el análisis de los hechos, la controversia, la legis-
lación y la jurisprudencia es menos compleja, más uniforme y cuantitativa.
La incorporación de IA en los procesos de alimentos, desalojo y eje-
cutivos, por un lado, permitiría que tanto el juez de primera como el de
segunda instancia liberen tiempo y capacidades para reorientarlas a acti-
vidades cognitivas relevantes (labores complejas, mayor reflexión en casos
emblemáticos o mediáticos, capacitación en horas laborales, mejores solu-
ciones, innovación, etc.). Por otro lado, permitiría agregar valor público:
eficiencia y productividad a la labor judicial y mayor satisfacción personal
(identidad institucional de jueces y servidores judiciales).
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
El sistema tutelar de protección contra la violencia familiar es un te-
rreno dúctil para la automatización del proceso y la predicción de la deci-
sión mediante IA. El sistema no requiere probar el hecho de violencia o el
riesgo de la víctima, basta que estos sean probables. Por tanto, es posible
anticipar la decisión basada en un sistema automatizado.
En la Corte de Lima Norte se presentan un promedio de 23 000
denuncias de violencia al año (2022). En aproximadamente 5 000 no se
conceden medidas de protección; en los 18 000 restantes sí se conceden.
De todos los casos en que se concede protección inmediata contra la vio-
lencia (18 000), el 80 % de denuncias está referido a riesgo leve-modera-
do y el 20 % restante son casos de riesgo grave o muy grave. El propósito
es incorporar inteligencia artificial a la mayor carga procesal que repre-
senta riesgo leve-moderado, y ahorrar con ello tiempo y esfuerzo para
que el juez y asistentes judiciales se enfoquen, con mayor cuidado, a ese
20 % de casos que representa el mayor riesgo, incluso, riesgo de lesiones
graves o hasta feminicidio.
En ese sentido, consideramos que es factible el uso de la IA en el
sistema tutelar contra la violencia familiar, esto es, un algoritmo que me-
diante técnicas de aprendizaje automático vincule, de forma congruente,
los hechos de violencia de un caso concreto con las medidas de protección
requeridas; conecte los hechos del caso y el nivel de riesgo con las varia-
bles previstas en la ley y las registradas en casos similares, y, procesando
lenguaje natural, proyecte las medidas adecuadas para el caso. Este sistema
además descartará, automáticamente, las medidas impertinentes e incon-
gruentes con el caso propuesto.
El sistema de predicción, además, podría ampliarse a procesos suma-
rios (alimentos y desalojo, a procesos ejecutivos), pues, si bien estos requie-
ren un juicio de certeza, el análisis de los hechos, la controversia, la legis-
lación y la jurisprudencia es menos compleja, más uniforme y cuantitativa.
La incorporación de IA en los procesos de alimentos, desalojo y eje-
cutivos, por un lado, permitiría que tanto el juez de primera como el de
segunda instancia liberen tiempo y capacidades para reorientarlas a acti-
vidades cognitivas relevantes (labores complejas, mayor reflexión en casos
emblemáticos o mediáticos, capacitación en horas laborales, mejores solu-
ciones, innovación, etc.). Por otro lado, permitiría agregar valor público:
eficiencia y productividad a la labor judicial y mayor satisfacción personal
(identidad institucional de jueces y servidores judiciales).
116Castope Cerquín, Lorenzo
2.8. Concepto del sistema de predicción de medidas de protección
El sistema de predicción de modelos y recomendaciones judiciales
automatiza las actividades y procesos repetitivos, no complejos, del sistema
tutelar de violencia contra la mujer e integrantes del grupo familiar y pro-
pone una solución jurídica. Se trata de un sistema de predicción automa-
tizado y secuencial, en tres etapas. La primera clasifica y define la factibili-
dad y complejidad del caso, identificando el tipo de violencia, la gravedad
de los hechos y el riesgo de la víctima; la segunda proyecta la resolución
definiendo el tipo de violencia, el nivel de riesgo, la complejidad del caso y
redacta los hechos y los fundamentos, y la tercera proyecta el otorgamiento
o no de las medidas de protección vinculando los datos del caso, la norma-
tiva vigente y los casos similares ya resueltos.
III. Conclusiones
• El proyecto permitirá que las medidas de protección se concedan in-
mediatamente y de forma congruente con las medidas requeridas,
con la gravedad de los hechos y con el nivel de riesgo de la víctima.
• El modelo estadístico, en una primera etapa, permitirá discriminar las
denuncias de violencia con riesgo leve-moderado (80 %) de aquellas
con riesgo severo-extremo (20 %). Las primeras se asignarán a la inte-
ligencia artificial y las segundas exclusivamente al juez.
• El modelo predictivo, en una segunda etapa, proyectará medidas rá-
pidas y congruentes, lo que mejorará la predictibilidad judicial, pues
las medidas serán concedidas inmediatamente y conforme a los pre-
cedentes ya emitidos para casos similares.
• El sistema de predicción de medidas será un instrumento para me-
jorar la calidad de las decisiones judiciales, mas no sustituirá al juez.
Este último, corregirá el proyecto y lo validará con su firma; la segun-
da instancia hará lo propio en vía de revisión.
IV. Referencias
AWS. (2023). ¿Qué es una red neuronal? https://aws.amazon.com/es/
what-is/neural-network/
Corte Superior de Justicia Lima Norte. (2023, 16 de marzo). Posibilidades
y Retos de la Inteligencia Artificial en el ejercicio de la función jurisdiccional
[Video]. YouTube. https://www.youtube.com/watch?v=n8XNQXY-b7o
2.8. Concepto del sistema de predicción de medidas de protección
El sistema de predicción de modelos y recomendaciones judiciales
automatiza las actividades y procesos repetitivos, no complejos, del sistema
tutelar de violencia contra la mujer e integrantes del grupo familiar y pro-
pone una solución jurídica. Se trata de un sistema de predicción automa-
tizado y secuencial, en tres etapas. La primera clasifica y define la factibili-
dad y complejidad del caso, identificando el tipo de violencia, la gravedad
de los hechos y el riesgo de la víctima; la segunda proyecta la resolución
definiendo el tipo de violencia, el nivel de riesgo, la complejidad del caso y
redacta los hechos y los fundamentos, y la tercera proyecta el otorgamiento
o no de las medidas de protección vinculando los datos del caso, la norma-
tiva vigente y los casos similares ya resueltos.
III. Conclusiones
• El proyecto permitirá que las medidas de protección se concedan in-
mediatamente y de forma congruente con las medidas requeridas,
con la gravedad de los hechos y con el nivel de riesgo de la víctima.
• El modelo estadístico, en una primera etapa, permitirá discriminar las
denuncias de violencia con riesgo leve-moderado (80 %) de aquellas
con riesgo severo-extremo (20 %). Las primeras se asignarán a la inte-
ligencia artificial y las segundas exclusivamente al juez.
• El modelo predictivo, en una segunda etapa, proyectará medidas rá-
pidas y congruentes, lo que mejorará la predictibilidad judicial, pues
las medidas serán concedidas inmediatamente y conforme a los pre-
cedentes ya emitidos para casos similares.
• El sistema de predicción de medidas será un instrumento para me-
jorar la calidad de las decisiones judiciales, mas no sustituirá al juez.
Este último, corregirá el proyecto y lo validará con su firma; la segun-
da instancia hará lo propio en vía de revisión.
IV. Referencias
AWS. (2023). ¿Qué es una red neuronal? https://aws.amazon.com/es/
what-is/neural-network/
Corte Superior de Justicia Lima Norte. (2023, 16 de marzo). Posibilidades
y Retos de la Inteligencia Artificial en el ejercicio de la función jurisdiccional
[Video]. YouTube. https://www.youtube.com/watch?v=n8XNQXY-b7o
117QUAES TIO IU R IS •• N° 11N° 11
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
Castope Cerquín, L. (2023, 11 de abril). Los desafíos de la inteligencia arti-
ficial en el sistema de justicia. Suplemento Jurídica. El Peruano. https://
www.elperuano.pe/noticia/209807-suplemento-juridica-los-desafios-
de-la-inteligencia-artificial-en-el-sistema-de-justicia
Del Río, P. (2023, 26 de febrero). ChatGPT, el poder de los mediocres. El
Comercio. https://elcomercio.pe/opinion/columnistas/inteligencia-
artificial-educacion-chatgpt-el-poder-de-los-mediocres-por-patricia-del-
rio-noticia/
Díaz Vargas, C. (2023, 31 de enero). Discurso de orden por el 167 aniver-
sario de la Corte Superior de Justicia de Cajamarca. Diario Panorama
Cajamarquino
Dumett, R. (2020). El espía del Inca (3.a reimp.). Lluvia Editores.
DW Made for minds. (2018, 26 de octubre). Cuadro creado por algo-
ritmo es subastado en 432.500 dólares. https://www.dw.com/es/
cuadro-creado-con-inteligencia-artificial-es-subastado- en-432500-
d%C3%B3lares/a-46051181
En Perspectiva. (2022, 11 de agosto). Inteligencia Artificial aplicada a la Jus-
ticia y al sistema judicial. Ventajas, riesgos y debates [Video]. YouTube.
https://www.youtube.com/watch?v=V1UzehwIB9c
Estevez, E., Linares Lejarraga, S., & Fillottrani, P. (2017). Prometea:
Transformando la administración de justicia con herramientas de
inteligencia artificial. https://publications.iadb.org/es/prometea-
transformando-la- administracion-de-justicia-con-herramientas-de-
inteligencia-artificial
Guastini, R. (2018). Filosofía del Derecho Positivo. Palestra Editores.
Hildebrandt, C. (2023, 24 de febrero). Propuesta de golpe de Estado. «El
protectorado cibernético que habrá de regirnos establecerá el centro
de solución de conflictos». Hildebrandt en sus trece.
Jaimovich, D. (2020, 28 de julio). La Justicia de Colombia usará un sistema de
inteligencia artificial basado en un desarrollo argentino. Infobae. https://
www.infobae.com/tecno/2020/07/28/la-justicia-de-colombia-usara-un-
sistema-de-inteligencia-artificial-basado-en-un-desarrollo-argentino/
Magallanes, D. (2023, 14 de marzo). Demandan a primer abogado ro-
bot que utiliza IA por no tener un título en Derecho. La República.
https://onx.la/6c5d7
REVISTAREVISTA
Algoritmos, modelos matemáticos y redes neuronales para modernizar el sistema de justicia
Castope Cerquín, L. (2023, 11 de abril). Los desafíos de la inteligencia arti-
ficial en el sistema de justicia. Suplemento Jurídica. El Peruano. https://
www.elperuano.pe/noticia/209807-suplemento-juridica-los-desafios-
de-la-inteligencia-artificial-en-el-sistema-de-justicia
Del Río, P. (2023, 26 de febrero). ChatGPT, el poder de los mediocres. El
Comercio. https://elcomercio.pe/opinion/columnistas/inteligencia-
artificial-educacion-chatgpt-el-poder-de-los-mediocres-por-patricia-del-
rio-noticia/
Díaz Vargas, C. (2023, 31 de enero). Discurso de orden por el 167 aniver-
sario de la Corte Superior de Justicia de Cajamarca. Diario Panorama
Cajamarquino
Dumett, R. (2020). El espía del Inca (3.a reimp.). Lluvia Editores.
DW Made for minds. (2018, 26 de octubre). Cuadro creado por algo-
ritmo es subastado en 432.500 dólares. https://www.dw.com/es/
cuadro-creado-con-inteligencia-artificial-es-subastado- en-432500-
d%C3%B3lares/a-46051181
En Perspectiva. (2022, 11 de agosto). Inteligencia Artificial aplicada a la Jus-
ticia y al sistema judicial. Ventajas, riesgos y debates [Video]. YouTube.
https://www.youtube.com/watch?v=V1UzehwIB9c
Estevez, E., Linares Lejarraga, S., & Fillottrani, P. (2017). Prometea:
Transformando la administración de justicia con herramientas de
inteligencia artificial. https://publications.iadb.org/es/prometea-
transformando-la- administracion-de-justicia-con-herramientas-de-
inteligencia-artificial
Guastini, R. (2018). Filosofía del Derecho Positivo. Palestra Editores.
Hildebrandt, C. (2023, 24 de febrero). Propuesta de golpe de Estado. «El
protectorado cibernético que habrá de regirnos establecerá el centro
de solución de conflictos». Hildebrandt en sus trece.
Jaimovich, D. (2020, 28 de julio). La Justicia de Colombia usará un sistema de
inteligencia artificial basado en un desarrollo argentino. Infobae. https://
www.infobae.com/tecno/2020/07/28/la-justicia-de-colombia-usara-un-
sistema-de-inteligencia-artificial-basado-en-un-desarrollo-argentino/
Magallanes, D. (2023, 14 de marzo). Demandan a primer abogado ro-
bot que utiliza IA por no tener un título en Derecho. La República.
https://onx.la/6c5d7
118Castope Cerquín, Lorenzo
Miccelli, H. (2008). Un quipu gigante hallado en una Chullpa -M373.
Noreña, D. (2023, 13 de marzo). Inteligencia Artificial- ChatGPT4. Diario
Gestión. https://onx.la/bf8a1
Oppenheimer, A. (2023, 9 de enero). El asistente robótico que lo cam-
biará todo. El Comercio https://elcomercio.pe/opinion/columnistas/
el-asistente-robotico-que-lo-cambiara-todo-por-andres-oppenheimer-
noticia/
Pabón Abogados & Asociados. (2022, 9 de noviembre). Inteligencia Artificial
en los Procesos Judiciales con @jordinieva-fenoll1546 [Video]. YouTube.
https://www.youtube.com/watch?v=GKNV821wkm8
Perasso,V.(2012,8deagosto).Tecnologíaparapredecirdóndeocurriráelpróxi-
mo robo. BBC News Mundo. https://www.bbc.com/mundo/noticias/
2012/08/120808_tecnologia_prediccion_crimenes_predpol_califor-
nia_vp
Zhabina, A. (2023, 20 de enero). Cortes chinas ya resuelven casos con inteligencia artificial.
DW Made for minds. https://www.dw.com/es/las-cortes- de-china-ya-
utilizan-inteligencia-artificial-para-resolver-casos/a-64471873
Miccelli, H. (2008). Un quipu gigante hallado en una Chullpa -M373.
Noreña, D. (2023, 13 de marzo). Inteligencia Artificial- ChatGPT4. Diario
Gestión. https://onx.la/bf8a1
Oppenheimer, A. (2023, 9 de enero). El asistente robótico que lo cam-
biará todo. El Comercio https://elcomercio.pe/opinion/columnistas/
el-asistente-robotico-que-lo-cambiara-todo-por-andres-oppenheimer-
noticia/
Pabón Abogados & Asociados. (2022, 9 de noviembre). Inteligencia Artificial
en los Procesos Judiciales con @jordinieva-fenoll1546 [Video]. YouTube.
https://www.youtube.com/watch?v=GKNV821wkm8
Perasso,V.(2012,8deagosto).Tecnologíaparapredecirdóndeocurriráelpróxi-
mo robo. BBC News Mundo. https://www.bbc.com/mundo/noticias/
2012/08/120808_tecnologia_prediccion_crimenes_predpol_califor-
nia_vp
Zhabina, A. (2023, 20 de enero). Cortes chinas ya resuelven casos con inteligencia artificial.
DW Made for minds. https://www.dw.com/es/las-cortes- de-china-ya-
utilizan-inteligencia-artificial-para-resolver-casos/a-64471873