Facultad de Derecho

Comercio Electrónico
21 de junio de 2021

Sistemas y tecnología de inteligencia artificial en la resolución de controversias.

Por: Nicolás Lozada Pimiento. 

Introducción [1].

La Inteligencia Artificial (IA) está en todas partes. Es una parte importante de nuestros sistemas financieros, de nuestras redes sociales, e incluso de los mecanismos que usamos para resolver nuestras disputas legales.

Aunque muchas profesiones relacionadas con el Derecho han sido identificadas como libres de automatización (Frey & Obsborne, 2013), esto no significa que nuestra industria sea inmune a la tecnología. Lo que significa es que, como lo menciona Kaplan (2015), en el estado actual de la tecnología, aún hay trabajos vitales dentro del campo legal para los cuales las máquinas no necesitan ser utilizadas.

Todo abogado utiliza bases de datos para revisar los precedentes, las leyes aplicables y las normas de los procesos judiciales. En general, como abogados nos basamos en inteligencia artificial incluso cuando “Googleamos” un tema relevante para investigar un caso. Estos ejemplos cotidianos ilustran el amplio impacto que la tecnología tiene ennuestra profesión y la sutil definición de un “sistema inteligente”. Muestran además, lo importante que es para losprofesionales del derecho entender cómo la tecnología está afectando nuestro campo.

En sentido amplio, un sistema inteligente puede ser definido como cualquier sistema que toma la información proporcionada por el usuario y le da, a cambio, una salida procesada a través de un proceso informático que debería ser util para ese usuario. Esto incluye no solo los sistemas de inteligencia artificial, sino también las bases de datos en general e incluso, los sistemas de registro y seguimiento temporal.

Un sistema basado en el ser humano es la unión de un sistema inteligente con una interfaz cómoda diseñada para adaptarse al usuario específico para el que está diseñado. Lejos de ser superflua, esta clasificación comprende el complejo proceso de traducción entre la máquina y los lenguajes y marcos lógicos humanos, lo cual es una limitaciónpráctica y relevante para las aplicaciones de IA.

A su vez, dentro de los sistemas basados en el ser humano se encuentran los sistemas basados en el conocimiento, los cuales se apoyan en conjuntos de datos y algoritmos informáticos para procesar y recuperar la información importante de todo el conjunto.

Como subconjunto de los sistemas basados en el conocimiento, los sistemas basados en reglas son sistemas mássimples y determinantes que devuelven declaraciones lógicas basadas en las premisas introducidas por los usuarios y las conexiones y conclusiones lógicas programadas de antemano. Por último, los sistemas de apoyo a las decisiones se basan en la probabilidad y otros instrumentos matemáticos para dar respuestas basadas en entradas o conjuntos de datos incompletos.

El funcionamiento de estas categorías de sistemas basados en el ser humano puede compararse con un matemático queresuelve una simple multiplicación (sistemas basados en reglas), estudia un problema desde diferentes perspectivas(sistemas basados en el conocimiento) y da una conjetura fundamentada para un problema complejo (sistemas deapoyo a la toma de decisiones).

Al igual que el enfoque intuitivo que manejan Minsky & Papert (1988), ninguna de las definiciones anteriores pretende ser precisa, sino proporcionar a los lectores no expertos un marco intuitivo para comprender la IA y los sistemas similares a esta. Sin embargo, aunque no cientifica, esta definición no está lejos de los debates que han tenido lugar en torno a la IA desde las primeras etapas de su desarrollo.

Una esfera del derecho en la que pueden utilizarse los sistemas inteligentes es la solución de controversias, que puede definirse como un procedimiento organizado para adjudicar derechos y obligaciones inciertos entre dos o más partes.

Esto implica que la resolución de controversias no depende necesariamente de la intervención de un juez o de un tercero, sino que este procedimiento puede ser gestionado por las propias partes, siendo factible su aplicación a las negociaciones directas, las transacciones comerciales e incluso, al asesoramiento jurídico. Por muy amplias que sean las definiciones propuestas, la implementación de un sistema inteligente en los procedimientos de solución de controversias requiere cierto grado de formalidad para asegurar que el proceso se ciña a la orden judicial que define y garantice los derechos y obligaciones recíprocas.

Lo anterior es particularmente importante para los abogados, pero cabe señalar que puede decirse de todo sistema desolución de controversias, ya sea formal o informal.

Este es el enfoque que se examinará en el presente artículo, en donde también se discutirá el impacto de la aplicación de sistemas tecnológicos e inteligentes para la resolución de controversias.

Al revisar estos conceptos, presentaremos casos en los que se han aplicado sistemas inteligentes al derecho (como programas informáticos, servicios en línea y redes neuronales) y consideraremos los posibles límites de la aplicación de tecnologías relacionadas con el derecho.

En suma: i) se presentará la revolución tecnológica que está dando forma a nuestro mundo; ii) se describirán algunos sistemas inteligentes y se analizará su aplicabilidad a la solución de controversias; iii) se explicarán algunas de esas aplicaciones tanto desde una perspectiva teórica y abstracta como desde una perspectivapráctica, caso por caso; iv) se examinarán los límites actuales de la tecnología en la profesión jurídica; y v) se presentará una serie de conclusiones sobre la forma en que los sistemas inteligentes pueden y deben repercutir en el derecho.

I. Las cuatro revoluciones industriales.

Los humanos somos animales tecnológicos. Más que cualquier otra especie, podemos dar forma a nuestro entorno utilizando las herramientas que inventamos y desarrollamos. Luego, con el tiempo, se reemplazan estos elementos por nuevas tecnologías.

Nos centraremos en cuatro períodos de transición a gran escala y geográficamente extendidos que comenzaron a dar forma a nuestro mundo a partir del siglo XVIII, y que nos han guiado hasta la actual “cuarta revolución industrial”.

La primera revolución industrial se caracterizó por la sustitución de la producción manual por máquinas, y condujo a una importante transformación cultural, económica y social. Al reemplazar a los trabajadores, las máquinas alteraron para siempre la naturaleza del trabajo en la sociedad.

Las perspectivas negativas hacia las revoluciones tecnológicas se remontan a este período, y para muchos cuyas vidas se vieron alteradas por los cambios, la aprensión estaba bien fundada. De hecho, no solo las máquinas desplazaron a un gran número de trabajadores poco cualificados, sino que las sociedades no desarrollaron soluciones para integrar a estos trabajadores en la nueva economía (Hosbawm, 1996).

La segunda revolución industrial se caracterizó por la innovación energética, incluyendo el desarrollo de nuevas fuentes como el gas natural, el petróleo y la electricidad. Los nuevos medios de transporte (incluyendo el automóvil y el avión) y las comunicaciones (la radio y el teléfono) fueron causas fundamentales del cambio socioeconómico.

Junto con los antiguos precursores como el Imperio Romano y la Ruta de la Seda, las tecnologías de base nacidas durante esta revolución fueron uno de los factores más influyentes que dieron lugar a la realidad moderna de la globalización. Aunque puso fin a algunas tradiciones que habían sido habituales durante milenios, esta revolución introdujo una nueva forma de vida en una economía verdaderamente global, a medida que el comercio, el transporte, las comunicaciones y otras actividades avanzaban y cambiaban a un ritmo nunca antes visto.

Los métodos alternativos de solución de controversias se desarrollaron sustancialmente durante este período. En gran parte, el crecimiento demográfico y los nuevos canales de comunicación crearon la necesidad de métodos alternativos para resolver las controversias jurídicas (Born, 2014). Por primera vez, comenzamos a ver cuán profundamente la tecnología podía afectar a la ley y a la resolución de disputas.

Además, los centros de arbitraje podrían considerarse como instrumentos tecnológicos para la solución de controversias. En efecto, sin computadoras y sistemas tecnológicos, no sería posible estos fueran los centros de cientos – o incluso miles – de diversas controversias jurídicas internacionales. Y sin la globalización, esa necesidad no existiría.

Estos desarrollos ponen de relieve cómo las revoluciones tecnológicas pueden perturbar y, al mismo tiempo, generar campos de actividad humana totalmente nuevos. Tener la capacidad de adaptarse a una economía en evolución es esencial para cualquier profesión, incluido el Derecho.

La tercera revolución industrial llegó a finales del siglo XX. Se caracteriza por la informatización, la energía renovable y la aparición de la “tecnología verde”. Para Jeremy Rifkin (2011), las transformaciones económicas suelen producirse cuando hay una convergencia entre las tecnologías de la comunicación y los nuevos mecanismos de extracción de energía.

Las computadoras reemplazaron un grupo diverso de trabajos e incluso, sectores económicos enteros. Mientras que las revoluciones anteriores desplazaron en su mayoría a lo que ahora llamamos trabajadores poco cualificados, la tercera revolución comenzó a amenazar a las profesiones expertas y de altos salarios, incluyendo las de los sectores de servicios financieros y contabilidad. Estos profesionales pueden ser los trabajadores poco cualificados del futuro, ya que las máquinas se encargan de una fracción sustancial de sus actividades.

En lo que respecta a la solución de controversias, se empezaron a crear bases de datos de investigación, incluidas bases de datos de precedentes y de leyes. Si bien la mayoría de los abogados han participado en la construcción de estas bases de datos, quizás sin saberlo, el impacto de este desarrollo aún no se ha manifestado plenamente.

La cuarta revolución industrial que está surgiendo actualmente está elevando el poder de las computadoras y la automatización a un nivel mucho más alto, y representa una forma totalmente nueva de organizar los medios deproducción.

La tecnología puede mejorar las capacidades humanas aumentando la eficiencia laboral en una tarea determinada. Llevar a cabo algunas funciones complejas puede estar fuera del alcance de los sistemas actuales de IA, pero las computadoras son conocidas por superar a los humanos en matemáticas y procesos algorítmicos relacionados. Además, la IA puede aprender de las interacciones con los usuarios y de los datos adicionales para maximizar eficiencia. Por ejemplo, algunas firmas de abogados especializados ya utilizan sistemas inteligentes para administrar contratos,comunicaciones, cuestiones de procedimiento y materiales legales relacionados.

Aunque el grueso del trabajo legal realizado por los sistemas inteligentes hasta ahora no es avanzado, esto es sólo el comienzo. Nada impide que los acontecimientos que se avecinan de la cuarta revolución, al igual que los de las revoluciones anteriores, supongan una gran amenaza incluso para los profesionales altamente capacitados y especializados, incluidos los abogados.

La noción de que las máquinas reemplazarán habilidades adquiridas y entrenadas es una fuente común de incomodidad para los profesionales especializados (Remus & Levy, 2017), pero el impacto de la IA ya es visible en los mundos del análisis financiero, la medicina y la contabilidad. Al igual que en el campo legal, asegurar el trabajo en estas profesiones requiere una inversión significativa de tiempo, esfuerzo y dinero.

Dado que la cuarta revolución industrial los golpeó primero, no es sorprendente que estos profesionales tengan una percepción más aguda de la amenaza que representa la tecnología. Por ello, muchos ya han comenzado a reentrenarse para trabajos de mayor nivel que requieran algun tipo de capacidad cognitiva, inteligencia emocional o conocimiento especializado que una máquina no puede (todavía) conseguir.

Estos profesionales están aprendiendo que necesitan ser más y que deben probar sus habilidades hacia el futuro. Y aquellos en el campo legal, están empezando a reconocer que el cambio también viene para ellos.

II. Sistemas basados en el ser humano.

Los sistemas inteligentes son aquellos que intentan imitar los procesos de razonamiento humano. Los sistemas basados en el ser humano, por el contrario, son sistemas informáticos, incluidos el software y el hardware, que utilizan técnicas de inteligencia artificial que intentan imitar los procesos de razonamiento, aprendizaje, memoria y comunicación humanos

Mediante la aplicación de estas técnicas, las máquinas pueden ser pensadas como cerebros, y los cerebros pueden ser pensados como máquinas. ¿Qué significa esto? Por ejemplo, para poder tomar una decisión, los cerebros humanos requieren información que ha sido previamente adquirida por experiencias y posteriormente almacenada en memorias. En un sistema basado en el ser humano se requiere un proceso similar, que se llama “sistema basado en el conocimiento”.

En el caso del cerebro humano, procesa toda esta información adquirida dependiendo en gran medida de la activación eléctrica y la transmisión de señales de las neuronas. A través de una sinapsis natural, las neuronas procesan lainformación y devuelven señales que activan otros sistemas del cuerpo relacionados con el movimiento, la conciencia, las emociones y otras funciones biológicas. Estos procesos son los que imitan las redes neuronales, una de lasherramientas más avanzadas y complejas para los sistemas de IA

SISTEMAS BASADOS EN EL SER HUMANO

1. Sistemas expertos

2. Sistemas basado en casos

3. Sistemas de apoyo a la decisión

4. Aprendizaje automatico o de la máquina

1.Sistemas expertos.

Kenneth Quinn (1990) define un sistema experto como un programa informático interactivo que hace preguntas que podrían ser respondidas por un experto humano. Basándose en la información del usuario, la máquina proporciona la misma respuesta que el experto si tanto el sistema como el experto humano han recibido la misma información. Históricamente, son los precursores de los sistemas modernos basados en el conocimiento. En su estructura, son sistemas basados en reglas.

Un sistema experto consta de tres partes:

  • Una base de conocimiento
  • Un motor de inferencia
  • Una interfaz de usuario

Si bien son muy pertinentes para los profesionales del derecho y la solución de controversias, los sistemas expertos son los más limitados. Trabajan con un conjunto de reglas predefinidas y deducciones estrictamente lógicas. Por esta razón, estos sistemas basados en reglas son comúnmente excluidos de las definiciones más estrictas de la inteligencia artificial, que exigen que un sistema tenga la capacidad de aprender antes de considerarlo “inteligente” (Minsky & Papert, 1988).

Al igual que las calculadoras, no pueden realizar operaciones no programadas previamente en ellas, los sistemasbasados en reglas no pueden aprender. Aun así, los ponemos en nuestra discusión sobre los sistemas de IA porque, como la calculadora, pueden ser de gran utilidad para los profesionales de la ley.

Tal vez no puedan proponer una estrategia coherente para resolver una relación comercial muy compleja. Pero pueden responder a preguntas como: “Si mi contraparte incumplió el contrato el 19 de abril, ¿cuánto tiempo tengo para recurrira los tribunales?’’

Según su programación (y suponiendo que pueda comprender la formulación anterior de la pregunta), un sistema experto podría buscar en su base de datos un plazo de prescripción genérico. También podría pedir al usuario más información antes de formular una respuesta, por ejemplo, la ubicación de las partes, el lugar en que se firmó y ejecutó el contrato y la jurisdicción en que el usuario espera presentar su reclamación.

Los sistemas expertos se basan en reglas que se refieren a la exposición de los hechos, a las subreglas aplicables y a una conclusión derivada. Para los abogados, éste es el llamado modus ponens, que establece que si se acepta una declaracióncondicional, se produce una conclusión necesaria (por ejemplo, “si p entonces q”).

Esta es también la estructura básica de las leyes y reglas.

Como ha dicho Norberto Bobbio (1958), un precepto se compone de una declaración abstracta sobre una hipótesis de hecho y una consecuencia para la ocurrencia de esos hechos. Hans Kelsen (1941) también propuso una perspectiva de un sistema autocontenido y autorreferente de reglas hipercríticas, que conocemos como la pirámide de las normas. La distinción y clasificación de normas descrita por Herbert Hart (1994), así como otras teorías jurídicas, parecen seguir rápidamente el mismo patrón cuando se analizan. Desde esta perspectiva, la dificultad de aplicar los sistemas de inteligencia artificial al campo del derecho no es la adaptación de la práctica jurídica a los estandares de inteligencia artificial. Al contrario, el derecho siempre apunta al estándar deductivo utilizado por los sistemas de inteligencia básicos y más avanzados.

La dificultad radica, en este caso, en la adaptación de los hechos al lenguaje altamente especializado del derecho.

Los abogados y los profesionales relacionados con el Derecho dedican una parte importante del tiempo que emplean para resolver un caso adaptando los hechos a una narración acorde con el lenguaje especializado de esta disciplina.Esto constituye un obstáculo para la aplicación de los sistemas de IA al Derecho, ya que el impacto esperado en el ahorro de tiempo y la reducción de esfuerzos podría verse disminuido por la necesidad de adaptar los hechos de cada caso particular al lenguaje preciso de la ley y luego al del sistema de IA.

Para llevar a cabo esta tarea correctamente, el profesional del Derecho hará la mayor parte del trabajo requerido para resolver el caso porque una vez que han “subsumido” los hechos en los supuestos de las normas (el proceso de traducción), es probable que ya conozcan la respuesta al problema jurídico que se suponía que el sistema de la IA iba aproporcionar.

En otras palabras, cuanto más requiera una tarea el proceso de razonamiento imitado por las máquinas sólo para ser tratada, menos podrá la maquina tener una solución para ofrecer en el determinado asunto. Cuando los juristas dicenque no tienen – o que tienen pero inconsistentes – pautas de resolución de conflictos, están expresando el hecho de que los pasos previos a la formulación lógica de un problema jurídico no son, de hecho, “lógicos” en sí mismos o, al menos, no en el sentido formal que hemos utilizado esta palabra anteriormente.

Los sistemas basados en reglas son la fuente primaria de información que utilizan los sistemas inteligentes más complejos para añadir nuevos “casos” a sus bases de datos. Tanto para las máquinas como para los abogados, los casos y los sistemas basados en reglas implican el uso de experiencias previas en un marco de decisión organizado, adaptable y ponderado.

La información suministrada a estos sistemas inteligentes, así como las reglas básicas que aún deben seguir para examinar los casos proporcionados, es lo que determina su fiabilidad y rendimiento general.

En resumen, aunque los sistemas de IA pueden ser entrenados para aprender de los datos en lugar de requerir instrucciones precisas, siempre dependerán de los datos de entrenamiento de los programas del sistema, de grandes conjuntos de datos de buena calidad y de un diseño de algoritmo fundamental. Esto implica que puede haber un riesgo de sesgo y un límite práctico para la aplicación de los sistemas de IA a la ley.

2. Sistemas basados en casos.

Como una especie de sistema de segundo nivel, el razonamiento basado en casos es un proceso de resolución de problemas en el que se resuelve un nuevo problema recuperando una situación similar y presentando una solución similar. El aprendizaje de transferencia ocurre cuando, después de haber adquirido experiencia en el aprendizaje de la solución de un problema, un sistema utiliza esta experiencia para mejorar el rendimiento y el aprendizaje de otros problemas (Cox, Funk & Begum, 2018).

Un claro paralelo entre este tipo de sistema de inteligencia artificial y el Derecho viene en forma de precedentes, los cuales obligan a los jueces a basarse en casos históricos relevantes para decidir sobre situaciones actuales. Una vez más, es muy interesante que los profesionales del derecho, en particular en el proceso de solución de controversias, apliquen las mismas técnicas que estos sistemas de IA.

Los sistemas basados en casos se asemejan mucho al juez Hércules que describe el jurista brtiánico Ronald Dworkin(1986), que sería capaz de decidir los casos más difíciles contando con “tiempo y esfuerzos infinitos” para revisar y comparar todos los casos pertinentes, combinando todas las diferentes interpretaciones para decidir un caso específico (un caso difícil).

Dworkin (1986) incluso propuso algunas variables y algoritmos que su juez seguiría para analizar los registros de los casos, lo que podría ser una fuente valiosa para los diseñadores de algoritmos interesados en imitar los procesos de resolución de tareas de un juez. La aplicación de la ley a la tecnología es, por lo que sé, un campo inexplorado.

3. Sistemas de apoyo a la decisión.

A diferencia de los demás, un sistema de apoyo a las decisiones es un tipo específico de sistema que ayuda a las organizaciones a tomar decisiones incluso cuando hay incertidumbre, basándose principalmente en complejas técnicas matemáticas y de ingeniería.

Estos sistemas representan un paso adelante porque sus algoritmos dan cuenta explícitamente de las medidas de incertidumbre y probabilidad. Con esta capacidad, pueden proporcionar conocimientos útiles a los usuarios, incluso cuando carecen de toda la información pertinente para determinar una respuesta con una precisión del 100% (en los casos en que puede ser imposible llegar a una respuesta totalmente objetiva).

4. Aprendizaje automático.

El aprendizaje automático o aprendizaje de la máquina es una técnica líder utilizada en los sistemas de IA. Los sistemas de reconocimiento de voz como Siri de Apple, Alexa de Amazon, el sistema de reconocimiento facial deFacebook y los coches que se conducen solos son ejemplos destacados de aprendizaje automático.

Las “redes neuronales” artificiales son la estructura subyacente al aprendizaje automático. Mientras que las neuronas biológicas constituyen los bloques de construcción básicos del cerebro humano, las redes neuronales están diseñadas para imitar su actividad eléctrica y conectar los principios (sinapsis).

Intuitivamente, las redes neuronales se entrenan para dar forma a árboles de decisión con las neuronas como nodos y las sinapsis como conexiones entre esos nodos. Las afirmaciones lógicas son equivalentes al árbol de decisión anterior.

Esencialmente, las redes neuronales combinan y amplían las características de los sistemas inteligentes previamente discutidos. Aplican un conjunto de reglas autoconstruidas que se desarrollan analizando los casos anteriores y pueden proporcionar respuestas cuando permanece la incertidumbre.

Al igual que los demás sistemas, las redes neuronales son muy sensibles y dependen de la calidad y cantidad de la información que se suministró para diseñar y entrenar el sistema. Sin embargo, pueden tomar esta información y combinarla de maneras imprevistas, que no siempre son comprensibles ni siquiera para sus programadores. Encuentran conexiones lógicas sin que se haya pensado en ellas y son capaces incluso de encontrar patrones no lógicos en los datos, como los rasgos faciales en las fotografías subidas a Facebook y similares.

Si bien está fuera del alcance de este artículo, es importante señalar que la naturaleza de las redes neuronales abre un conjunto prácticamente imprevisible de aplicaciones en el Derecho y en campos conexos a este. La plataforma de investigación jurídica de Ross, tal vez el ejemplo más famoso de la IA aplicada al derecho se basa en el aprendizaje profundo y las técnicas de redes neuronales.

III. Aplicación la IA a la resolución de controversias.

La resolución de controversias es necesaria para todas las áreas de la actividad humana. Si bien la intervención judiciales la excepción más que la regla, los abogados y las consideraciones relacionadas con la ley son siempre una perspectiva relevante para adjudicar los derechos en una controversia durante los procedimientos de resolución.

Los mecanismos de resolución de controversias pueden utilizarse para determinar derechos y obligaciones inciertos en una amplia gama de ámbitos, incluidos los desacuerdos entre los socios corporativos sobre la distribución de beneficios,los procesos de divorcio, las investigaciones penales o incluso las discusiones entre amigos sobre dónde almorzar.

La solución de controversias requiere, como ya se ha mencionado, un conjunto organizado de pasos y fases que garanticen la resolución de controversias mediante la adjudicación de derechos y obligaciones inciertos. En efecto, la incertidumbre solo puede resolverse mediante un procedimiento determinado, estricto y un poco rígido.

Estos procedimientos, a su vez, requieren un registro, que es una prueba del cumplimiento de los pasos requeridos para resolver una controversia pues, al igual que con cualquier derecho u obligación de propiedad, debe haber algún registro del derecho legal. Esto puede variar de las tradiciones del derecho civil a las del derecho anglosajón, pero es aplicable a ambos sistemas.

Una de las principales características de los sistemas inteligentes es el uso de grandes cantidades de datos, algo que es fácilmente aplicable a los procesos de adopción de decisiones judiciales que requieren un extensivo registro de la información producida durante los procedimientos para garantizar la legitimidad.

Si bien este proceso de registro es ineficiente y consume mucho tiempo para los profesionales del derecho, es una buena fuente de información para los sistemas inteligentes. Así, a medida que proporcionan más y más datos, los sistemas de IA pueden proporcionar información pertinente a los abogados, jueces y clientes durante la resolución de sus controversias.

Los sistemas basados en reglas, por ejemplo, pueden informar a las partes en la controversia acerca de los mecanismos de resolución disponibles, así como de los costos asociados a esos mecanismos.

Por su parte, los sistemas de consulta de precedentes ya se utilizan ampliamente en las firmas de abogados y los tribunales, y también están a disposición del público no profesional. Estos sistemas pueden responder a preguntas como”¿qué se ha dicho sobre esta norma o concepto particular en esta jurisdicción y en este período de tiempo concreto?’’.

Los sistemas basados en casos pueden predecir el resultado de un proceso de solución de controversias comparando la información de un caso determinado con los resultados de otros en su base de datos. Los sistemas de apoyo a las decisiones pueden proporcionar información sobre los riesgos asociados a las estrategias de solución de controversias.

Se dice que las redes neuronales son capaces de detectar patrones no previstos por los programadores y usuarios (Benítez & Castro, 1997). Si bien esta capacidad es sensible a la información proporcionada a la red neuronal durante la capacitación, la red puede detectar con fluidez variables extralegales que los abogados podrían no ser buenos para detectar, como preocupaciones políticas y económicas o el riesgo de corrupción entre los adjudicatarios.

1.Normas, pruebas y procedimientos legales.

A. Producción legal.

Los profesionales que se ocupan de la creación, aplicación o interpretación de contenido jurídico desarrollan un lenguaje altamente especializado para describir plenamente su campo. Al igual que en la medicina, el Derecho contiene un vasto número de términos necesarios y sólo aplicables en su disciplina.

A diferencia de la filosofía, el arte, la religión u otros lenguajes, la terminología legal pretende ser clara incluso cuando no lo es. Los abogados, aun cuando utilizan interpretaciones oscuras e intrincadas de los hechos y las leyes, elaboran su propia explicación sobre la corrección lógica de su interpretación, mucho más que la mayoría de las profesiones. Y llevan la cuenta de ese proceso.

Desde la perspectiva de la programación, este nivel de detalle puede llevar a la creación de un sistema robusto para el análisis de grandes cantidades de datos, y se espera que los profesionales del derecho se beneficien de tales innovaciones en un futuro próximo (Susskind, 2017).

B. El caso de las pruebas.

Las pruebas son una parte esencial tanto de los procedimientos judiciales como de los sistemas de solución de controversias.

Principios como la publicidad, la contradicción, la unidad procesal y probatoria, la celeridad, la inmediación, la necesidad y la solemnidad de otros actos del proceso judicial (que se trasladan por analogía a los mecanismos alternativos de solución de controversias) suponen una importante producción, recopilación, almacenamiento, procesamiento e interpretación de material probatorio, de documentos e informes técnicos.

Hasta cierto punto, todos estos pueden ofrecer recursos de alta calidad para implementar un número elevado de datos y, por lo tanto, ayudar en la implementación sistemas de inteligencia artificial.

Como ya se ha dicho, la solución de controversias tiene por objeto resolver la incertidumbre que rodea a los derechos y las obligaciones recíprocas entre dos o más partes. Y tanto los mecanismos judiciales como los extrajudiciales dependerán de la información que se introduzca en los procedimientos de disputa. En el proceso judicial, esto implica que los jueces sólo pueden confiar en la información proporcionada por pruebas legales y útiles. Cuanto mayor sea la certeza proporcionada por las pruebas, mayor será el impacto de la automatización en el proceso de solución de controversias.

Existe una cierta paradoja en cuanto al desarrollo de los regímenes de prueba derivados de los avances tecnológicos actuales. A medida que se desarrollaban los sistemas de comunicación e información, se hizo innecesario mantener ciertas formalidades en torno a las pruebas y los procedimientos judiciales.

Si bien es conveniente para las partes interesadas (que, por ejemplo, pueden basarse en pruebas distintas de los documentos escritos para sus relaciones contractuales), esto es inconveniente para la aplicación de los sistemas de IA a los sistemas de solución de controversias, ya que estos sistemas requieren no solo una información abundante, sino también estandarizada.

C. Los procedimientos judiciales.

Aunque nuestro propósito es insistir en una variedad de sistemas de resolución de controversias, debe reconocerse que los recursos judiciales y los tribunales son una parte esencial de la resolución de controversias. Una parte importante de los conflictos comerciales y civiles se resuelve a través de tribunales estatales o privados. Las controversias administrativas entre las partes privadas y el Estado, así como los asuntos penales, se resuelven necesariamente con la intervención de jueces (o autoridades administrativas con poderes judiciales) y deben seguir ciertos procedimientos judiciales.

Por un lado, los jueces son titulares de una cantidad no limitada de datos. Es interesante observar que esa voluminosa producción de contenido jurídico ha sido utilizada incluso por los economistas para alimentar las teorías y predecir los resultados de las decisiones judiciales. El análisis económico muestra la existencia y la influencia de variables extralegales ocultas en la solución de controversias (Den Hertog, 2010).

De otro lado, el argumento a favor de la automatización es fuerte para los procesos judiciales que se basan en materiales probatorios y pruebas altamente técnicas.

Por ejemplo, si se consideran los procedimientos de paternidad, que son casos que pueden ser resueltos por pruebas de ADN. Si se aplica una prueba y se presenta como evidencia, no hay forma de dudar del resultado, ya que se trata de una prueba muy segura y precisa aplicada al principal y único objeto a probar: la relación de paternidad.

Como ya se ha dicho, cuanto mayor sea la certeza de una prueba, mayor será la posibilidad de automatizar el proceso. Por lo tanto, si se aplica esta prueba científica, los procedimientos de paternidad pueden ser totalmente automatizados.

Un ejemplo similar y más complejo es el arbitraje técnico. Se trata de un proceso de resolución de controversias que depende de la decisión de un experto técnico no judicial, y que requiere una apreciación de los hechos que se basa en conocimientos estructurados y científicos. Se trata de un proceso jerárquico y, por lo tanto, podría ser un proceso automatizable. Los procedimientos de costos, exequátur y procedimientos aduaneros pueden pensarse de la misma manera

En general, toda controversia que dependa exclusivamente de un pronunciamiento técnico de un tercero en el procedimiento, o de la aplicación exclusiva de un procedimiento técnico, tiene el potencial de implicar la automatización. Este tipo de casos reduce la incertidumbre y el margen de apreciación de las pruebas necesarias para llegar a una resolución final, válida y fiable.

D. Resolución fuera de los Tribunales.

Como se indicó en la introducción, la solución de controversias no depende de la intervención de terceros. En su lugar, la principal institución del Derecho no es el juicio, sino el arreglo extrajudicial.

Ronald Coase (1960) considera que, si los costos de transacción eran cero, los derechos de propiedad terminarían en manos de aquellos que pudieran hacer un uso más eficiente económicamente de ellos. Cuando los costos de transacción aumentan, se pierden los estados económicamente óptimos. Así, como se afirma en la sabiduría común, los abogados son, para los economistas, costos de transacción.

Las partes prefieren el mecanismo con el menor costo de transacción para resolver sus controversias, y la solución privada será generalmente más barata que el recurso a las instituciones públicas. De hecho, como lo dice Margaret Moses (2008) se ha demostrado que los tribunales son lentos e ineficientes en diversas situaciones.

Por otra parte, las distintas controversias requieren mecanismos distintos para su resolución. Boaventura de Sousa(1991) propuso la existencia de un conjunto de normas que se superponen, pero independientes y distinguidas, aplicables a diferentes sistemas de resolución de controversias en diferentes “escalas” de la sociedad. En su teoría, lostribunales sólo deben ser utilizados por un sector de la sociedad y para una gama específica de asuntos.

Estos ejemplos muestran lo amplio que puede ser el campo de los sistemas de solución de controversias fuera de los tribunales.

2. Aplicaciones prácticas.

Hoy en día, podemos ver que la IA se aplica en tres tipos de escenarios de resolución de conflictos:

  • Prevención de controversias
  • Gestión de controversias
  • Resolución de disputas

2.1. Prevención de controversias.

A. Prevención de la guerra.

La tecnología ha evitado conflictos militares entre Estados. La IA se utiliza para modelar escenarios y predecir los posibles resultados de los diferentes enfoques para resolver cualquier conflicto potencial. Sin embargo, los resultados han mostrado una alta variabilidad, y es posible que tengan que ser analizados por expertos en este campo.

Esta es una fuente común de incertidumbre en torno a los sistemas de inteligencia artificial, que por lo general no son capaces de determinar sus propias restricciones. En consecuencia, no pueden decir cuándo son útiles y cuándo no, lo que implica una profunda limitación de su fiabilidad para los usuarios no experimentados (Remus & Levy, 2017).

Sin embargo, esta técnica ofrece una forma diferente de evitar los conflictos armados entre países y prevenir nuevas guerras, presentando diferentes alternativas y soluciones antes de que las tensiones se desborden.

En este caso, se utiliza un sistema de apoyo a las decisiones para proporcionar información sobre los posibles, aunque inciertos, resultados del conflicto. Si bien los distintos mecanismos para resolver conflictos pueden tener costos diferentes, estos sistemas muestran los costos humanos más relevantes, así como los efectos generales de la guerra en la sociedad y la economía.

A. Siarelis.

Siarelis (un sistema basado en la inteligencia artificial para la resolución de controversias societarias) es un ejemplo de la aplicación de sistemas de prevención de controversias en Colombia. Teniendo en cuenta los conflictos más comunes en esta área, la Superintendencia de Sociedades, una autoridad administrativa, desarrolló este chat-bot que puede resolver las preguntas de los usuarios y responder con soluciones probables a sus controversias.

Tiene elementos tanto de sistemas basados en normas como de sistemas basados en casos, y también sirve como sistema de apoyo a las decisiones.

En Colombia por disposición del artículo 24 de la Ley 1564, se otorgaron funciones jurisdiccionales a las autoridades administrativas. Al adaptarse y prepararse antes de asumir estas funciones, estas entidades parecen haber desarrollado mecanismos más eficientes para la solución de controversias, a menudo relacionados con los sistemas inteligentes.

La Superintendencia Financiera se encarga de supervisar en tiempo real el funcionamiento del sistema financiero deColombia. Esta información se utiliza para calcular el riesgo de incumplimiento del Banco central de la Nación, el Banco de la República, y así evitar el fracaso de las instituciones financieras. Además, la Superintendencia de Industria y Comercio permite a los usuarios presentar sus demandas y casos totalmente en línea.

Ambas instituciones confían en los sistemas de IA para cumplir sus tareas. Sin embargo, Supersociedades advierte que Siarelis es un mecanismo que actúa como guía para que los usuarios exploren soluciones respecto a posibles disputas societarias, y que este sistema no está diseñado para sustituir una decisión judicial ni para predecir sus decisiones. Es interesante que Supersociedades se vea obligada a hacer tal cláusula de renuncia de responsabilidad sobre un sistema idealmente utilizado para hacer predicciones.

La necesidad de certeza en torno a los resultados jurídicos es un límite obvio para la aplicación práctica de las tecnologías en desarrollo al derecho.

2.2. Gestión de controversias.

A. Seffity

En Australia, Seffity, un sistema de gestión de controversias, es obligatorio para las controversias familiares, dejando de lado los abusos domésticos. El uso de este mecanismo en lugar de ver a un juez de forma inmediata tiene como objetivo asegurar que el problema legal se resuelva más rapido y a un menor costo.

B. Negociación y arreglo.

Los sistemas automatizados se utilizan ampliamente como una forma eficaz de resolver conflictos en mucho menos tiempo y utilizando menos recursos que los medios judiciales ordinarios.

La utilización de un método digital para la solución de controversias también hace que el proceso judicial sea más sencillo para las personas que no tienen acceso a la justicia que para las personas que tienen medios para pagar su propio abogado o, al menos, para una consulta adecuada.

También en este caso los sistemas de apoyo a la decisión proporcionan información relevante sobre los costos de los diferentes mecanismos para resolver una controversia jurídica, impidiendo así que se trasladen a los tribunales y que los procedimientos jurisdiccionales sean lentos, costosos e ineficientes.

C. El persuasor.

Se trata de un mediador que utiliza el razonamiento basado en casos para resolver conflictos en el ámbito laboral. El sistema hace un seguimiento de los acuerdos encontrados en negociaciones pasadas y, una vez que surge un nuevo conflicto, busca las situaciones pasadas más similares. El análisis de casos anteriores permite al sistema considerar las variables locales los acuerdos que pueden no estar escritos en las normas o contratos pertinentes, pero cuya influencia pueden ser detectados a lo largo de la historia de la resolución de casos.

D. Slipt up.

Split Up es un sistema de apoyo a la decisión que proporciona asesoramiento sobre la distribución de la propiedad después de un divorcio. En cuanto a los sistemas obligatorios, como el utilizado en Australia, los jueces humanos son sólo un tribunal superior al juez de la IA, reduciendo así los costos asociados con el acceso a los tribunales estatales.

E. Family Winner.

John Zeleznikow y Emilia Belluci (2003) describen el sistema Family Winner, un sistema de apoyo a la negociación que amplía los principios de las teorías de juego para ofrecer asesoramiento sobre la estructuración de una mediación y el logro de un resultado equitativo.

7.3. Resolución de controversias.

A. Resolución de controversias en línea.

La solución de controversias en línea (ODR en inglés) es el mecanismo que resuelve las controversias mediante la interacción y la comunicación en línea entre las partes. Se encarga de las controversias que se resuelven parcial o totalmente a través de la Internet, habiendo sido iniciadas digitalmente, pero con recursos en el mundo real.

Nuevas disputas están siendo creadas exponencialmente por la interconexión del mundo y la inclusión de más individuos en la World Wide Web. Por ejemplo, durante el año 2019 Colombia implementó el reglamento de arbitraje en línea. Se trata de un sistema en línea que permite a las partes crear un nombre de usuario, presentar su caso y hacer que se nombre un árbitro rápidamente. Reduce el tiempo de procesamiento de 20 años a dos meses con sólo mover todo en línea.

B. Do not pay.

Do Not Pay es un chat-bot que puede apoyar al usuario en cualquier número de situaciones legales difíciles sin lanecesidad de conseguir el apoyo de un costoso abogado humano. Es el hogar del primer abogado robot del mundo y su punto fuerte de venta es que los usuarios pueden luchar contra las corporaciones, vencer la burocracia o demandar a cualquiera con sólo pulsar un botón.

C. LISA.

LISA, otra tecnología que afirma ser el primer abogado robot del mundo, utiliza la IA para permitir a las partes crear acuerdos legalmente vinculantes con otra parte, ayudando a las entidades implicadas a encontrar un término medio lo más rápido y rentable posible [3].

D. Ross.

ROSS es un abogado digital que fue construido usando la plataforma de inteligencia artificial Watson de IBM.4 Esta innovación comprende las preguntas legales en lenguaje natural y proporciona respuestas expertas al instante, junto con otra información relevante, reduciendo el tiempo y la energía de la investigación legal.

Si bien destacados, la ROSS y las tecnologías similares se encuentran en las primeras etapas de aplicación de las redesneuronales al derecho y a la solución de controversias. Los sistemas de IA carecen de la capacidad de detectar fácilmente las conexiones entre diferentes conjuntos de información. No son sistemas multitarea (Minsky & Papert, 1988).

Por lo tanto, si bien es capaz de proporcionar recomendaciones y detectar pautas en los datos, ROSS está limitada por el estado del arte en cuanto a sus posibilidades de proporcionar, por ejemplo, toda la producción de documentos de un caso.

Las actividades complejas y altamente covariantes son las que están a salvo de la automatización.

3. Toma de decisiones.

A. E- juez.

Las decisiones judiciales del Tribunal Europeo de Derechos Humanos han sido predecidas con una precisión del 79% utilizando un método de IA desarrollado por investigadores del University College London, la Universidad de Sheffield y la Universidad de Pensilvania.5 Este método es el primero en predecir los resultados de un importante tribunal internacional analizando automáticamente el texto del caso mediante un algoritmo de aprendizaje automático.

No hay, en sentido estricto, sistemas de decisión que dependan únicamente de la IA. Como se indica más adelante, esto es tanto un límite como una preocupación relacionada con la inteligencia artificial y el derecho.

IV. Límites actuales de la inteligencia artificial en la profesión judicial.

Desde el punto de vista práctico, se ha señalado que el proceso de solución de tareas de un abogado no es fácil deseguir, ya que los abogados no tienen ningún procedimiento estandarizado para resolver tareas judiciales como la redacción de una demanda, la preparación de una audiencia o la propuesta de estrategias jurídicas para un caso concreto.

La aplicación de las tecnologías informáticas es altamente dependiente y sensible a la detección de protocolos o árboles de decisión y, por lo tanto, se limita a aquellas tareas que siguen una determinada pauta u orden de ejecución (como las anteriormente mencionadas).

A continuación, discutiremos algunos de estos límites:

1.Variables ocultas.

Un sistema que se pretende autoreferente y autocontenido podría enfrentarse a algunos retos. El análisis positivo, desde una perspectiva económica, se ha identificado como una argumentación circular utilizada para justificar las decisiones políticas como una ventaja objetivamente económica (Den Hertog, 2010).

Los sistemas autorreferenciales son, al menos, de uso limitado. La realidad es que el derecho está permanentemente permeado por otras disciplinas y ciencias, así como por variables prácticas, sociales y económicas.

Estas variables, a menudo ocultas en los documentos jurídicos, son muy relevantes para los sistemas inteligentes, y su ausencia representa una limitación práctica para estos sistemas.

Richard Posner (2014), un juez de los Estados Unidos, considera que los procesos judiciales entrañan la adición de cierto grado de incertidumbre a los derechos que se examinan en el proceso jurídico.

C1= pc 0, 0 < p < 1

Aquí, c1 es el peso de un derecho discutido con el peso original c0 y la probabilidad para una parte p.

Jhon Rawls (2001), desde una perspectiva política, señala las múltiples variables que dificultan la toma de una decisión imparcial. Para el autor estadounidense, estos aspectos incluyen asimetrías y fragmentación de la información, una interpretación sesgada o distinta de los hechos, la falta u oscuridad de las pruebas, e incluso las visiones personales delmundo. Además, factores como la situación económica, la raza o la etnia son reconocidos como variables tan complejas por Rawls que debe cubrir el pacto político con un velo de la ignorancia.

Las computadoras no son capaces de analizar este tipo de variables y medir todas las influencias del fallo del juez, incluyendo las circunstancias personales, accidentales y otras no relacionadas que rodean al propio juez, así como las circunstancias que rodean el caso.

En otras palabras, aunque sean capaces de encontrar variables ocultas en los datos, los sistemas de IA no son buenos para enfrentarse a problemas complejos, sociales y altamente variables que superan, como mínimo, las capacidades de las computadoras modernas.

En estas circunstancias, confiar en los sistemas de inteligencia artificial para la toma de decisiones automatizada implicaría ignorar todas estas variables y, por lo tanto, disminuiría la fiabilidad de la decisión tomada.

2. El derecho a la intervención humana.

Un ejemplo más general, e igualmente desafiante, se refiere a los procesos de toma de decisión en los que se puede aplicar la IA, no hay ningún cuestionamiento ético y, sin embargo, se desea la intervención de los humanos. Es decir, incluso cuando se logra la fiabilidad de los sistemas automatizados, aun no se encuentra su legitimidad.

En 1978, en las primeras etapas del desarrollo de los sistemas de información, Francia prohibió que las decisiones que tuvieran consecuencias jurídicas se adoptaran únicamente sobre datos recogidos de un individuo (Villani 2018). Recientemente, la Unión Europea ha reconocido el derecho a la intervención humana, ordenando la participación de los seres humanos en el proceso de toma de decisiones, pero no necesariamente en la decisión misma (Almada, 2019).

Por su parte, el documento Draft Artificial Intelligence Research and Development Guidelines (2017), un conjunto más amplio de normas relativas a los principios de política para el desarrollo de la inteligencia artificial, ha introducido el principio del control humano.

Este principio ordena que los seres humanos deben permanecer siempre “a cargo” de los sistemas de inteligencia artificial, aunque no necesariamente participando en ninguna etapa específica del análisis de un caso particular.

El 18 de diciembre de 2018, la Comisión Europea en otro documento Draf ethics guidelines for trustworthy AI, consideró el principio de autonomía como un límite ético para el sistema de IA. Este límite, reconocido también por el documento Draft AI Utilization Principles (2018), exige que se esté libre de la subordinación a los sistemas de inteligencia artificial o de la coacción por parte de éstos.

Las consideraciones anteriores no tienen por objeto desalentar a los entusiastas del legal tech, ni señalar un defecto irreparable en los sistemas de IA actuales. Por el contrario, mientras avanza la automatización, es de esperar que, como ya ocurre con los poderes de decisión extendidos a las autoridades administrativas o a los árbitros privados, las decisiones tomadas con la ayuda o por sistemas de inteligencia artificial sean gradualmente controladas por jueces humanos, si los hay, sólo en una segunda instancia.

Además, al igual que en otras alternativas de solución de controversias, este control podría reducirse a los aspectos meramente formales del procedimiento de adjudicación relacionados con la explicabilidad, controlabilidad y seguridad del proceso de toma de decisiones del sistema de IA.

Por último, teniendo en cuenta la naturaleza de las redes neuronales y su mecanismo, es posible que la capacidad de explicación no sea una preocupación para los futuros reguladores de los sistemas de IA aplicados a cuestiones jurídicas.Desafiar las decisiones automatizadas criticando la estructura interna de un sistema autoconstruido se consideraría ilógico, y los jueces robot habrían llegado.

V. Conclusiones.

Hemos visto que la conveniencia de aplicar la inteligencia artificial y las tecnologías conexas a la solución de controversias depende de la eficiencia del sistema aplicado, así como de su utilidad para promover el acceso a la justicia.

La eficiencia económica se alcanza con la ayuda de los sistemas de inteligencia artificial mediante la sustitución de las instituciones estatales por mecanismos de prevención de controversias y de solución de controversias en línea. Sin embargo, el ataque a la aplicabilidad y explicabilidad de la toma de decisiones automatizada puede borrar los beneficios, transformando al juez en una segunda instancia siempre activada.

La promoción y el acceso a la justicia pueden lograrse proporcionando medios más baratos y eficientes para resolverla incertidumbre de las controversias jurídicas. Sin embargo, la dificultad de determinar cuándo las máquinas darán una respuesta fiable sigue siendo el mayor límite para la aplicación correcta de los sistemas de inteligencia artificial.

La resolución de controversias representa un área prometedora para el desarrollo de sistemas de IA, y la IA ya está ayudando con los mecanismos de resolución de controversias. Sin embargo, tendremos que esperar a que se establezcan esos sistemas, e incluso entonces, deberíamos esperar que haya una gran resistencia a la sustitución de los jueces humanos tradicionales por sistemas inteligentes.

El Derecho, como cualquier profesión, ya está permeado de automatización. Incluso, si los abogados están relativamente a salvo de la automatización hoy en día, deben prepararse para un papel cambiante de su profesión.

REFERENCIAS

Almada, M. (2019). Human Intervention in Automated Decision-Making: Toward the Construction of Contestable Systems. Sao Paulo: ICAIL.

Benítez, J. M. & Castro, J. L. (1997). Are Artificial Networks Black Boxes. IEEE Transactions on Neural Networks, 8(5), 1156-1164.

Bobbio, N. (1958). Theory of Legal Norms.

Born, G. (2014). International Commercial Arbitration. Oxford: Kluwer Law.

Coase, R. H. (1960). The problem of Social Cost. Journal of Law and Economics (3) 1-44. Cox, M. T, Funk, P &Begum, S. (Eds). (2018). Case-Based Reasoning Research and

Development: 26th International Conference, ICCBR 2018, Stockholm, Sweden, July 9-12, 2018, Proceedings.Estocolmo: Springer International Publishing.

De Sousa, B. (1991). Estado, Derecho y luchas socieales. Bogotá: ILSA.

Den Hertog, J. A. (2010) Review of Economic Theories of Regulation. Discussion paper series 10-18. Utrecht: Utrecht School of Economics

Dworkin, R. (1986). Law’s Empire. Cambridge: Belknap Press.

European Commission (2018). Draft AI Utilization Principles. The conference Toward AI Network Society

European Commission (2018). Draft ethics guidelines for trustworthy.

European Commission. (2017). Draft Artificial Intelligence Research and Development Guidelines forInternational Discussions. The conference Toward AI Network Society.

Frey, C. B. & Osborne, M. A. (2013). The future of Employment: ¿How Susceptible are jobs to computerization?Oxford: Oxford University Press.

Hart, H. (1994). The Concept of Law. Second ed. Oxford: Oxford University Press. Hobsbawm, E. (1996). The age of revolution, 1789-1848. New York: Phoenix Press. Kaplan, J. (2015). Humans need not apply. New York: Yale University.

Kelsen, H. (1941). The Pure Theory of Law and Analytical Jurisprudence. Harvard Law Review 55(1), 44-70.

Minsky, M. L. & Papert S. A. (1988). Perceptrons: An Introduction to computational Geometry. Cambridge: MIT.

Moses, M. L. (2008). The Principles and Practice of International Commercial Arbitration.

Cambridge: Cambridge University Press.

Posner, R. A. (2014). Economic Analysis of Law. New York: Kluwer Law.

Quinn, K. (1990). Expert systems shells: What to look for. Reference Services Review, 18(1), 83-86.

Rawls, J. (2001). Justice as Fairness, a Restatement. Cambridge: Erin Kelly.

Remus, D & Levy, F. (2017). Can Robots be lawyers? Computers, Lawyers, and the Practice of Law. Georgetown Journal of Legal Ethics, 30(3) 501+.

Rifkin, J. (2011). The Third Industrial Revolution: How Lateral power is Transforming Energy, the Economy, and the World. New York: Palgrave Macmillan, 2011.

Susskind, R. (2017). Tomorrow’s lawyers: An introduction to your future. Oxford: Oxford University Press.

Villani, C. (2018). Donner un sens à l’intelligence artificielle, pour une stratégie nationale et européenne.

Zeleznikow, J. & Belluci, E. (2003). Family-Winner: Integrating Game Theory and Heuristics to Provide Negotiation Support

[1] El presente es la traducción al español del artículo del mismo autor publicado con el título ‘AI Systmes and technology in dispute resolution, Uniform Law Review’ (Oxford), Volume 24, Issue 2, June 2019, p. 348-366.

[2] Nicolás Lozada Pimiento es profesor de Arbitraje Internacional yDerecho de los Negocios en la Universidad Externado de Colombia. Socio de la firma Rincón-Cuellar & Asociados, donde centra su práctica en laresolución de controversias y el comercio internacional. Correo electrónico: nicolas.lozada@uexternado.edu.co. Nicolás fue delegado de Colombiaen el Grupo III de la CNUDMI sobre la solución de controversias en línea, lo que lo llevó a realizar investigaciones académicas y a dar una charla Ted sobre el tema.

 

Artículos Recientes