Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sistem Expero en Leyes
Sistem Expero en Leyes
1. Introduccin
Los primeros usos de la inteligencia artificial en derecho data de los aos cincuenta, con el
desarrollo de los primeros sistemas de consulta de informacin legal, los cuales simularon
algunos aspectos de la inteligencia humana como la memoria y el reconocimiento de smbolos.
El avance continu en los aos setenta, donde aparecieron sistemas legales inteligentes
que brindaban ayuda al abogado en la confeccin de documentos de trabajo, as como tambin
en la determinacin de cursos de accin a partir del cumplimiento de requisitos legales.
Mientras que estos sistemas evitaron el razonamiento legal, los avances en la investigacin y
desarrollo de aplicaciones en este rea han evolucionado, utilizando tcnicas como
programacin lgica, lgica no monotnica, redes de creencias, razonamiento basado en casos y
redes neuronales [Zel94]
Los sistemas expertos son programas para computadoras construidos con la asistencia de
expertos humanos que son capaces de resolver problemas en un rea determinada de la misma
forma, o si es posible mejor, de lo que lo hace el experto. Los sistemas expertos o sistemas
basados en conocimiento usan razonamiento simblico, que transforma las representaciones del
mundo real en smbolos, de acuerdo a reglas explcitas. Estos sistemas, contienen una base
jerrquica de reglas, variables y constantes que son aplicadas en la resolucin de un
determinado problema.
Usuario
Datos del
Problema
Recomendacin
Interfaz de Usuario
Base de
Datos
Datos
Motor de
Inferencias
Hechos
Reglas
Base de
Conocimientos
Experto
implcita, ya que se presupone que fueron aplicadas al caso las bases doctrinales. Por otro lado,
no se puede decir que un caso es mas relevante que otro sin invocar consideraciones polticas o
teleolgicas.
Las doctrinas legales, jurisprudencia y polticas no son las nicas normas, y las
justificaciones doctrinales, en base a jurisprudencia o en base a polticas racionales no son las
nicas formas de razonamiento. El razonamiento en base a jurisprudencia, es una forma de
razonamiento basado en casos. El razonamiento doctrinal es una forma especializada del
razonamiento basado en reglas. La argumentacin en base a polticas racionales, es una forma
de razonamiento basado en metas, tambin conocido como razonamiento prctico. Lo que es
nico en el contexto legal es la complejidad de las argumentaciones y la interaccin entre estas
tres clases de normas.[Smi97]
La explicacin podra ayudar a las partes a comprender que factores se tuvieron en cuenta
y las razones de la decisin. Adems, esta argumentacin sera til en caso de que la sentencia
tuviese que ser examinada por un tribunal revisor. Queda claro que las explicaciones otorgan
una predecibilidad a las normas que no estn totalmente especificadas comparable con las que lo
estn. Por lo tanto, se intenta implantar la siguiente relacin: una regla imprecisa junto a una
explicacin es aproximadamente similar a una regla precisa.
Al compartir las explicaciones de las decisiones entre los jueces, se puede llegar a formar
un punto de vista en comn de cmo debera ser aplicada una determinada norma. Las normas
que requieren la aplicacin del criterio del juez presentan como ventaja la individualizacin del
caso. Entre las desventajas estn la impredecibilidad, la inconsistencia y la dificultad de la
revisin.
El hecho de que la individualizacin de la pena no pueda convertirse en un procedimiento
racionalizable more geomtrico, y que solo permita la exactitud caracterstica de los objetos
valorativos no libera de la necesidad de que sus fundamentos sean explcitos. Ello implica, por
el contrario, justamente una mayor necesidad de explicacin de las razones que llevan a decidir
a favor de cierta pena, pues solo de ese modo ser posible el control de racionalidad de esas
razones, requisito ineludible para la salvaguarda de las garantas que con tanto esfuerzo intenta
preservar la dogmtica penal. [Zif96]
El objetivo del prototipo del sistema experto legal es producir una estimacin de la pena
para un caso particular y una explicacin para los factores considerados, conforme a las pautas
de valoracin que establecen los artculos 40 y 41 del Cdigo Penal argentino:
!
!
Art. 40 (ley 11.179). - En las penas divisibles por razn de tiempo o de cantidad, los
tribunales fijarn la condenacin de acuerdo con circunstancias atenuantes o agravantes
para cada caso y de conformidad a las reglas del artculo siguiente.
Art. 41 (ley 11.179). - A los efectos del artculo anterior se tendr en cuenta:
La naturaleza de la accin y de los medios empleados para ejecutarla y la extensin del
dao y de los peligros causados.
La edad, la educacin, las costumbres y la conducta precedente del sujeto, la calidad de
los motivos que lo llevaron a delinquir, especialmente la miseria o la dificultad de
ganarse el sustento propio necesario y el de los suyos, la participacin que haya tomado
en el hecho, las reincidencias en las que hubiere incurrido y los dems antecedentes y
condiciones personales, as como los vnculos personales, la calidad de las personas y
las circunstancias de tiempo, lugar, modo y ocasin que demuestren su mayor
peligrosidad. El juez deber tomar conocimiento directo y de visu del sujeto, de la
vctima y de las circunstancias del hecho en la medida requerida para cada caso.
3. Solucin Propuesta
Se ha tomado como base para la construccin del sistema experto legal una caracterstica del
realismo legal americano, el escepticismo a las reglas:
la vida de las leyes no ha sido lgica, ha sido experiencia. Las necesidades sentidas
en el tiempo, las teoras polticas y morales prevalecientes, las intuiciones de las polticas
pblicas, evitadas o indecisas, o an, los prejuicios que los jueces comparten con sus colegas,
tienen un acuerdo para actuar que va mas all del silogismo (deduccin lgica a partir de
premisas legales) en la determinacin de las normas a travs de las cuales los hombres deberan
ser gobernados. [Hol43]
Holmes sugiri que la caracterstica mas importante para producir una decisin legal, no
era la moralidad del sistema legal, o de las reglas, sino la habilidad de la gente para predecir el
resultado de un caso. Aunque el sistema penal argentino est basado en normas, y el proceso de
individualizacin de la pena est representado por los artculos 40 y 41 del Cdigo Penal, el
escepticismo a las reglas de Holmes es valioso, ya que su visin del razonamiento legal conlleva
a intentar utilizar mtodos para la determinacin de la pena que van mas all de la razonamiento
deductivo a partir de normas doctrinales, y construir reglas heursticas para la justificacin de
los casos, derivadas de la experiencia.
Otra caracterstica importante a ser considerada para definir los factores que permiten la
individualizacin de un caso, en base a circunstancias objetivas y subjetivas, es el escepticismo
a los hechos.
Los hechos de un caso legal no deben ser sobreestimados, y no siempre son objetivos.
Ellos son lo que los jueces piensan que son. Y lo que ellos piensan, depende de lo que ven y
escuchan en las declaraciones de los testigos.[Fra63]
Por otra parte, esta aseveracin deja en claro que la individualizacin un caso, depende de
las circunstancias que sean indicadas como relevantes. Las justificaciones que proporcione el
sistema experto legal en base a la jurisprudencia, estarn conducidas por los factores objetivos y
subjetivos de cada uno de los casos precedentes. Esto justifica que los resultados del mismo
sirvan principalmente como una base de referencia para la elaboracin de la sentencia, ya que
los jueces pueden considerar otras circunstancias que pueden haber sido omitidas.
3.1
Recomendacin de la pena
Atenuante 1
Agravante 2
Atenuante 2
Agravante n
Ponderacin de la Pena
Atenuante m
Estimacin
Umbral de Un Tercio
de la Pena
Recomendacin
Por otra parte, se dividi el intervalo de la pena en cuatro segmentos, para poder reducir
el margen de discrecionalidad en la determinacin de la misma. Esto fracciona el rango de la
pena para cada delito en un nmero finito de intervalos: pena mnima, un tercio de la pena, dos
tercios de la pena y pena mxima. Bajo esta premisa, se establecieron umbrales que permiten al
sistema experto legal poder tomar una decisin.
LEAD utiliza las ponderaciones de las circunstancias objetivas y subjetivas y
dependiendo si son atenuantes o agravantes, y obtiene un valor numrico que es comparado con
los umbrales de decisin para generar la recomendacin. Los umbrales, que actan como cotas
para la decisin, son calculados en base a los casos almacenados en la base de conocimientos
del sistema experto legal. El mecanismo descripto dota a LEAD con capacidades predictivas.
Ver Figura 2.
3.2
Fundamentacin de la pena
Susskind argumenta que la jurisprudencia es de total relevancia para los ingenieros del
conocimiento, porque esta puede ser usada como una invaluable fuente de creencia, y una gua
prctica para aquellos que construyan sistemas expertos legales. [Sus87]
La experiencia puede ser referida como el conjunto de todas las instancias es decir,
casos- que han ocurrido en el pasado y pueden formar la base para predecir la salida de un
nuevo caso. Se entiende por precedente a una decisin legal realizada en un caso previo. Los
precedentes son un subconjunto de casos, los cuales son un subconjunto de la experiencia. En
base a lo establecido, el trmino razonamiento precedencial o basado en precedentes indica
una forma de razonamiento legal explcita, donde el resultado de un caso es determinado por el
precedente.
Levi estableci que el proceso de razonamiento basado en precedentes involucra tres
pasos: establecer la similaridad entre algn caso previo y el caso concreto, localizar la regla
asociada al primero y aplicarla al segundo caso. Esto transforma al razonamiento precedencial
en un proceso esttico determinado por: matching o ligadura de patrones similares y
clasificacin, formacin de reglas en base a esta clasificacin y aplicacin deductiva de las
mismas. [Lev49]
Respecto a la similaridad, es importante reconocer que un juez puede encontrar
irrelevante la existencia o ausencia de un factor, el cual podra ser relevante para otros jueces.
La clasificacin de los factores en base a atenuantes y agravantes es una cuestin fundamental,
pero debe tenerse en cuenta que la clasificacin de los factores puede variar con el tiempo,
pudiendo ocurrir que algn factor que fue considerado como atenuante pase a ser agravante y
viceversa. Levi y otros han demostrado que las categorizaciones de los factores en una
estructura esttica han fallado al no tener en cuenta los cambios en la clasificacin de los
mismos.
La analoga, como generalizacin y deduccin falla al no tener en cuenta la dinmica
del proceso, que ocurre cuando hay cambios en las interpretaciones de los factores. Por otra
parte, el razonamiento analgico involucra la transferencia de informacin entre dominios
diferentes.
Golding sugiere que el razonamiento analgico es una clasificacin de instancias sin
generalizacin. Este punto de vista, captura la flexibilidad del razonamiento precedencial, que
no requiere contar con un nmero de casos para poder ser utilizado, ya que no realiza una
generalizacin. [Gol84]
Otra crtica al razonamiento precedencial es que la clasificacin de los casos en base a
factores o hechos materiales caracterizados superficialmente y las conclusiones realizadas, es
una descripcin inadecuada del ratio decidendi (razn de la decisin) de un caso y por lo tanto,
una vista inadecuada del proceso de utilizar precedentes.
En sntesis, existen tres crticas principales a tener en cuenta al utilizar razonamiento
basado en precedentes: la dinmica de los factores expuesta por Levi, la perspectiva nodeductiva de analoga propuesta por Golding y la descripcin inadecuada de un caso a travs de
sus precedentes. Para cada una de ella, se han elaborado las siguientes respuestas:
! Durante el diseo del sistema experto legal, se ha considerado dinmica de los factores
dejando sin especificar la direccionalidad de cada uno de los mismos. Esta flexibilidad
en la estructura permite que en cada caso se pueda utilizar a un factor como agravante o
atenuante, segn el criterio evaluativo que se considere apropiado.
! Teniendo en cuenta la sugerencia propuesta por Golding, el sistema experto legal se
aproximar al razonamiento analgico al no utilizar el mecanismo de generalizacin, no
necesitando contar con un gran nmero de casos para poder ser utilizado. Por otra parte,
se ha considerado al razonamiento precedencial nicamente a los fines de dotar al
sistema experto legal con la capacidad de proveer una explicacin para la
recomendacin de la pena que emita.
! El uso de circunstancias objetivas y subjetivas como representacin de los factores de
individualizacin de un caso, se ha sustentado en la explicacin de Popple, quien ha
construido un sistema experto legal llamado Shyster para su doctorado en inteligencia
artificial y derecho. Popple indic que los factores que representan las caractersticas
importantes del dominio no necesitan ser derivados de un anlisis doctrinal. Por otra
parte, aclar que un sistema experto legal predictivo podra llegar a utilizar atributos
subjetivos como parte del proceso de decisin judicial. [Pop93]
Agravante 1
Agravante 2
Atenuante 1
Base de Reglas
Agravante n
Atenuante 2
Atenuante m
Explicacin
Base de Casos
Primer Etapa
Agravante 1
Atenuante 1
Agravante 2
Atenuante 2
Agravante n
Explicacin
Atenuante m
Segunda Etapa
El razonamiento precedencial que utiliza LEAD, tiene dos etapas claramente definidas.
En la primera, se generan las reglas a partir de las circunstancias atenuantes y agravantes que
hayan sido consideradas para cada caso y se incorporan a la base de conocimientos. Cada regla
tiene una referencia a una explicacin, que conforma la jurisprudencia asociada al caso,
almacenada en la base de datos. En la segunda, cuando se conocen los factores intervinientes en
un nuevo caso, se utilizan las reglas creadas para localizar la jurisprudencia que se utilizar
como fundamentacin de la decisin que provea el sistema experto legal. El mecanismo
descripto proporciona a LEAD capacidades explicativas. Ver Figura 3.
3.3
Para lograr un sistema experto legal adaptativo a los posibles cambios en la ponderacin de los
factores atenuantes y agravantes, as como tambin en la especificacin de las circunstancias
relevantes de cada caso, es necesario mantener un cuerpo de conocimientos capaz de automodificarse en funcin de los criterios valorativos aplicados y de las penas reales otorgadas a
los casos.
Para lograr este propsito, el sistema experto legal utiliza un mecanismo de aprendizaje
por refuerzo que castiga a los factores que intervienen en un caso, ya sea con un aumento o una
disminucin de sus ponderaciones, cuando la recomendacin de la pena no coincide con la pena
real.
Atenuante 1
Atenuante 2
Atenuante n
Agravante 1
Recomendacin
Razonamiento Basado en Reglas
Es la
estimacin
correcta?
Agravante 2
No
Agravante m
Ajuste de
Factores
Umbral de Pena
Mnima
Umbral de Un Tercio
de la Pena
Pena Real
Ajuste de
Lmites
Umbral de Dos
Tercios de la Pena
4. Trabajos Relacionados
Una mirada retrospectiva hacia otros sistemas expertos legales que han tenido xito ha
permitido tener en cuenta algunos aspectos de diseo, as como tambin tratar de evitar algunos
problemas propios en la construccin de este tipo de sistemas.
Los esquemas de representacin basados en frames (marcos) han sido utilizados
exitosamente para en el desarrollo de sistemas expertos legales. A modo de ejemplo, puede
citarse al sistema experto legal llamado HYPO desarrollado por Ashley para su doctorado en
ciencias de la computacin [Ash90]. Este tipo de representacin simblica ha sido considerado
durante la formalizacin de los conocimientos e implementacin de LEAD, para especificar
todas las caractersticas relevantes de los delitos y las circunstancias objetivas y subjetivas.
El sistema experto legal HYPO utiliza un mecanismo de inferencia conocido como 3ply-argument. El mismo presenta el siguiente esquema:
1. Una recomendacin para una de las partes citando casos.
2. Una respuesta para la otra parte con casos de contraejemplo.
3. Una refutacin de la primera de las partes a los contraejemplos de la segunda.
En la teora elaborada para HYPO, la determinacin de las caractersticas salientes de un
precedente y los precedentes que son significativos en un argumento dependen del contexto: los
hechos del problema, los hechos y resultados de otros casos, el punto de vista del operador
judicial, y el rol contextual del caso dentro del argumento. Una capacidad similar a la de HYPO
de generar mltiples argumentos ha sido introducida a LEAD a travs del razonamiento basado
en precedentes.
El sistema experto legal SHYSTER utiliza vectores de atributos-valores simples con
valores (si, no, desconocido) que conforman las caractersticas del dominio a representar. Si
bien el esquema de representacin es sencillo, la importancia del mismo es que permite testear
la metodologa desarrollada por Popple en diferentes dominios. SHYSTER no usa
ponderaciones para los atributos, sin embargo, Popple not en experimentos que el uso de pesos
introduca un comportamiento mas inteligente [Pop93]. Esta es una de las caractersticas que ha
sido considerada en el diseo de LEAD. La utilizacin de pesos en los atributos introduce una
ventaja adicional: si las valoraciones de los precedentes cambian, el sistema experto legal puede
adaptarse para poder predecir correctamente futuros casos.
A diferencia de otros sistemas expertos legales, LEAD no utiliza redes de neuronas
artificiales, ya que estas son incapaces de justificar sus conclusiones [Aik95]. Sin embargo, se
han incorporado pesos a las circunstancias objetivas y subjetivas a fin de buscar una
aproximacin conexionista capaz de identificar todas relaciones entre estos factores, que no
hubiera sido posible con un mtodo simblico.
Coincidiendo con Greenfield, para lograr la aceptabilidad de LEAD en el mbito de la
justicia penal, es importante resaltar que aunque el sistema experto legal no procese todas las
circunstancias relevantes, no perder importancia si tiene como misin producir una
recomendacin en lugar de una decisin final. [Gre98]
10
Borgulya propone un sistema experto legal que establece rankings de casos de acuerdo a
la gravedad de la sentencia. Para ello establece marcas para convertir los valores simblicos
asociados a las caractersticas en nmeros, y mediante lgica difusa obtiene los agrupamientos
de sentencias [Bor99]. LEAD no requiere el uso de marcas sobre los valores asociados a las
caractersticas, ya que el razonamiento basado en precedentes maneja valores simblicos para la
justificacin de la pena. Sin embargo, cuando el sistema experto legal realiza una
recomendacin para un caso genera una marca numrica. Si bien la misma no representa el
valor de la pena, hace posible establecer un orden sobre todos los casos que han sido
incorporados, el cual se requiere para mantener actualizados a los umbrales de decisin.
6. Referencias
[Aik95] Aikenhead, Michael, Legal knowledge based systems: some observations on the future, First
Published in Web Journal of Current Legal Issues in association with Blackstone Press Ltd.,
1995.
[Ash90] Ashley, K.D., Modelling legal argument: Reasoning with cases and hypotheticals,
Cambridge: MIT Press, 1990.
[Bor99] Borgulya I., Two examples of decision support in the law, Artificial Intelligence and Law, pp.
303-321, Kluwer Academic Publishers, 1999.
[Fra63] Frank, J., Law and the modern mind, Garden City: Anchor Books, 1963.
[Gol84] Golding, M.P., Legal reasoning, New York: Alfred A. Knopf, pp. 43-45, 1984.
11
[Got88] Gottfredson, M.R. and Gottfredson, Decision Making in Criminal Justice Toward the
Rational Exercise of Discretion, Law, Society and Policy, (2nd. Ed.), Plenum Press, vol. 3,
1988.
[Gre--] Greinke, A., Legal Expert Systems: A Humanistic Critique of Mechanical Legal Inference,
www.murdoch.edu.au/elaw/issues/v1nd/greinke.txt.
[Gre98] Greenfield Jo, Decision Support within Criminal Justice System, Proceedings of the 13th
BILETA Conference: The Changing Jurisdiction, 1998.
[Hol43] Holmes, O.W., citado por Lerner, M. en The mind and faith of Justice Holmes: his speeches,
essays, letters, and judicial opinions, New York: Random House, pp. 51-54, 1943.
[Lev49] Levi, E.H., An introduction to legal reasoning, Chicago: University of Chicago Press, 1949.
[Pet89] Pethe, V.P., Rippey, Ch. P. and Kale, L.V., A Especialized Expert System for Judicial Decision,
Proceedings of the Second International Conference on AI and the Law, ACM, Vancouver, p.
190, 1989.
[Pop93] Popple, J., SHYSTER: A pragmatic legal expert system, Unpublished Phd diss., Department of
Computer Science, Australian National University, 1993.
[Sim89] Simon, E. and Gaes G., ASSYST Computer Support for Guideline Sentencing, Proceedings
of the Second International Conference on AI and the Law, ACM, Vancouver, p. 190, 1989.
[Smi97] Smith, J.C., An Introduction to Artificial Intelligence and Law: or,Can Machines Be Made to
Think Like Lawyers?, University of British Columbia Faculty of Law, 1997.
[Sus87] Susskind R., Expert Systems in Law - Out of the Research Laboratory and into the
Marketplace, Proceedings of the first International Conference on Artificial Intelligence and the
Law 1, pp. 1- 2, 1987.
[Zel94] Zeleznikow, J. and Hunter, D., Building Intelligent Legal Information Systems: representation
and reasoning in law. (Dordrecht: Kluwer), 1994.
[Zif96] Ziffer, Patricia S., El deber de fundamentacin de las decisiones judiciales y la determinacin
de la pena, Contribuciones 3/1996, Konrad-Adenauer Stifung, 1996.