Un ensayo de campo a gran escala sobre la integración de la inteligencia artificial generativa (IA) en el sistema de justicia del país encontró que el uso de la IA dio como resultado la resolución de 1.848 casos adicionales por año, un aumento de más del seis por ciento sobre el promedio, según se conoció el viernes. "Este aumento no parece producirse a expensas de una reducción de la calidad", observó un artículo de investigación sobre la implementación de un asistente de IA generativa en los tribunales de primera instancia de Pakistán, titulado "Tribunales del mañana: evidencia de un lanzamiento nacional de IA generativa", que se publicó el martes. Los autores del artículo, los investigadores Sultan Mehmood, Christoph Goessmann y Elliott Ash, dijeron que el asistente personalizado, llamado JudgeGPT, era un chatbot basado en la familia de modelos GPT-4 de OpenAI. Se personalizó para el contexto paquistaní y se probó “intensivamente” en versión beta con la Academia Judicial Federal antes de ser implementado para su uso por 1.559 jueces que prestan servicios en 118 tribunales. Según los hallazgos, se implementó de manera más efectiva cuando se combinó con una capacitación específica para los jueces sobre el uso de la herramienta. El ensayo encontró que la introducción del asistente junto con una capacitación específica correspondía a la resolución de 1.848 casos adicionales por año, un aumento del 6,3 por ciento con respecto a la media. "Los jueces que recibieron acceso a la IA junto con capacitación específica sobre el uso de la herramienta tenían más probabilidades de adoptarla, usarla de manera más intensiva y continuar usándola con el tiempo", señaló el estudio. "Sus actitudes hacia la IA también cambian: esperan que la herramienta y la capacitación específica aumenten su productividad". Se descubrió que la capacitación específica sobre la implementación de la herramienta de inteligencia artificial aparentemente cambiaba su uso hacia tareas donde los modelos de lenguaje "probablemente fueran más útiles", como la mejora del texto, y lejos de consultas legales más abiertas "donde las respuestas son más costosas de verificar", agregó. El juicio se llevó a cabo entre “aproximadamente la mitad de los jueces de primera instancia del país y el 80 por ciento de los tribunales de distrito”, con 1.559 jueces divididos aleatoriamente en tres grupos para el estudio. De estos, a un grupo se le dio acceso a JudgeGPT con capacitación específica sobre cómo utilizar la herramienta en el trabajo judicial, mientras que a otro se le dio acceso a la herramienta solo con “capacitación genérica” sobre tecnología y derecho. El grupo de control recibió formación genérica sin acceso al asistente. Los resultados se midieron mediante una encuesta de referencia sobre las actitudes de los jueces hacia la IA generativa, seguida de otra encuesta aproximadamente tres meses después del lanzamiento que midió las percepciones posteriores al tratamiento y las ganancias esperadas de productividad. También se accedió a los registros de la plataforma JudgeGPT para medir la aceptación y determinar qué tipo de tareas asignaron los jueces a la herramienta. Además, se accedió a los registros de los tribunales administrativos a nivel de distrito para examinar si la asignación de jueces a la herramienta de inteligencia artificial aumentaba la resolución de casos locales. También se utilizaron opiniones judiciales antes y después del juicio para evaluar sus efectos en la calidad de la escritura y "si la IA alteró las actitudes escritas hacia el género o la religión". Los hallazgos mostraron que, aunque las opiniones posteriores al tratamiento de los jueces "tratados" contenían más texto clasificado como generado por IA que las del grupo de control, había poca evidencia de que esto resultara en un deterioro en la calidad de la escritura. "En todo caso, la IA tiene un efecto positivo en la evaluación de la calidad". El estudio también observó “poca evidencia de cambios sistemáticos en el sesgo pro-musulmán o de género en el lenguaje judicial”. Se descubrió que los jueces utilizaban principalmente la herramienta para la investigación jurídica y el apoyo a la redacción, mientras que la formación específica cambió su uso hacia "tareas de apoyo limitadas, como la mejora y el resumen del texto, en lugar de la generación de texto completo". "Estos usos se adaptan bien a modelos lingüísticos amplios y es más probable que preserven la agencia judicial", añade el estudio. En sus conclusiones, señaló que se descubrió que el acceso a JudgeGPT aumenta el uso de la IA, pero el compromiso sostenido dependía en gran medida de una capacitación específica. "No estudiamos la IA como sustituto de los jueces", afirma el documento. "Lo estudiamos como una herramienta que puede cambiar la forma en que los jueces llevan a cabo partes recurrentes de su trabajo". Añadió: "Para los poderes judiciales que enfrentan retrasos persistentes, la IA no es, por lo tanto, una panacea. Pero cuando una herramienta se construye alrededor de materiales legales relevantes y se combina con capacitación que dirige su uso hacia tareas apropiadas, puede convertirse en una herramienta práctica para mejorar la capacidad del Estado". En abril, el Comité Nacional de Elaboración de Políticas Judiciales (NJPMC) emitió formalmente directrices nacionales para el uso de la IA en las instituciones judiciales. Los aspectos más destacados de las directrices incluyen un enfoque centrado en el ser humano a través del cual la IA ayudaría, y no reemplazaría, la toma de decisiones judiciales, garantizando que los jueces siguieran siendo los “árbitros finales”. Asimismo, promoverá un uso ético y transparente, brindando fuertes salvaguardias contra sesgos, con énfasis en la explicabilidad y la rendición de cuentas.