David Mielnik, profesor de la Universidad Di Tella, inventó un algoritmo para predecir sentencias judiciales / Mauro Alfieri - LA NACION

Philip K Dick, Asimov, Clarke y otros tantos exponentes de la literatura se dedicaron a imaginar un mundo donde las máquinas reemplazan el trabajo de las personas. Aunque todavía es lejano el horizonte donde la tecnología vuelva obsoleta la actividad humana, la pandemia fue un gran acelerador de la revolución tecnológica y extendió la presencia de la inteligencia artificial a muchos aspectos de la sociedad. Hoy los algoritmos, el machinelearning y la ciencia de datos se transformaron en áreas trasversales a todo conocimiento.

David Mielnik, un abogado argentino de 36 años, creó un algoritmo con el sueño de revolucionar la Justicia, eyectarla hacia el futuro y convertir el derecho en una disciplina científica.

El abogado diseñó un modelo que le permitió predecir con un 87% de exactitud cómo va a resolver un tribunal penal argentino a partir de los antecedentes del caso y los argumentos utilizados por las partes involucradas en el juicio. Su investigación abordó más de 44.000 sentencias de la Cámara Federal de Casación Penal, la máxima instancia argentina en la justicia penal —solo por debajo de la Corte Suprema— y espera replicar el algoritmo al resto de las ramas del derecho.

“Este algoritmo permite que cualquier profesional recién graduado sin experiencia en litigios tenga información de antemano sobre qué postura suele seguir un tribunal y cuáles argumentos tienen mayor probabilidad de éxito —dice Mielnik a LA NACION—. También permite que los jueces y sus funcionarios mantengan una coherencia a lo largo del tiempo en sus sentencias. La inteligencia artificial no pretende reemplazar a jueces y abogados sino amplificar sus capacidades”.

De acuerdo con Mielnik, la cantidad innumerable de sentencias judiciales, que se multiplican cada año, se convirtió en un fenómeno de big data, una situación que volvió imposible el seguimiento de los antecedentes judiciales con el solo uso de bases de datos artesanales. Su postura es que se necesita la intervención de la tecnología para que los jueces, a la hora de decidir un caso, tengan en cuenta toda la jurisprudencia disponible.

Para Mielnik la revolución tecnológica en la Justicia no requiere de grandes inversiones / Mauro Alfieri - LA NACION

El abogado se dedicó todo un año a desarrollar un código para entrenar un algoritmo con los datos de más de 44.000 recursos de casación que clasificó entre exitosos y fracasados. Por exitosos, se refiere a los recursos que llegan al tribunal y los jueces le dan la razón a la parte que lo presentó, mientras que los fracasados son en los que se rechaza el planteo. Por ejemplo, con su estudio Mielnik arribó a la siguiente conclusión: que los recursos que presentan los defensores cuestionando que los tribunales inferiores no les dan la razón ante un pedido de que su defendido cumpla su pena bajo una modalidad que no restrinja tanto su libertad (como una prisión domiciliaria, en vez de en una pena de cárcel) tienen menor probabilidad de éxito en casación que cuando el planteo es hacia decisiones de juzgados que ordenan encarcelar preventivamente a una persona investigada que todavía no tiene una condena firme.

En el caso de los fiscales, cuando llevan a casación un planteo para que se revierta la libertad concedida a un imputado durante la investigación de un delito, y se avance con la prisión preventiva, “sus recursos suelen naufragar”. Esto se debe, explica Mielnik, a que la regla de los procesos penales es que la prisión preventiva es una excepción, mientras que el cumplimiento de la pena en prisión es la regla.

Aplicó más de mil variables independientes entre las que se encontraron: la descripción de los antecedentes del caso, los argumentos de los defensores y de los fiscales. Ello le permitió diseñar un modelo predictivo asociado al resultado de todas las sentencias de la Cámara Federal de Casación Penal entre los años 2014 y 2019.

“Es como mostrarle al algoritmo la descripción de miles de elefantes, describir su tamaño, explicarle que tienen determinada forma, trompa y orejas. Luego hacés lo mismo con la descripción de miles de perros. Si después de entrenar al algoritmo le señalás un animal al azar sin decirle de cuál se trata, el modelo creado va a poder identificar cuáles son perros y cuáles elefantes. En mi caso entrené el código con miles de recursos de casación que fueron rechazados, miles de recursos admitidos y con eso identifiqué qué características tienen los casos ganadores y los perdedores”, dice Mielnik.

Un modelo ideal

La inteligencia artificial, de acuerdo con lo que explica el abogado, lo que hace es construir entonces un modelo ideal. Identifica que un caso que tiene determinadas características tiene una probabilidad de ser decidido de cierta manera. Para evaluar al algoritmo predictivo lo puso a prueba con datos no clasificados —es decir que el algoritmo desconoce si corresponden a casos exitosos o fracasados— y midió la cantidad de veces que la máquina acertó.

“A los seis meses hice el experimento que más tensión me generó porque definía todo porque si el resultado era de 0 o de 50%, que es lo mismo que tirar una moneda al aire, todo habría sido en vano. Cuando ejecuté el algoritmo llegó a predecir con un 87% de efectividad todas las sentencias de Casación”.

Con su investigación, Mielnik llegó a la conclusión de que los algoritmos de inteligencia artificial pueden predecir con ese porcentaje de exactitud el resultado de un caso penal argentino a partir de una descripción de sus antecedentes procesales y de los argumentos de las partes. El resultado de su creación fue evaluado por un experto en inteligencia artificial del Conicet.

LA NACION se comunicó con la Cámara Federal de Casación Penal para consultar sobre el impacto que podría tener la aplicación de esta tecnología en la Justicia y al cierre de la nota no obtuvo respuesta.

Mielnik se graduó en la universidad Di Tella, donde es profesor titular de derecho penal, y es funcionario de la Cámara Federal de Casación Penal desde 2011. Como abogado ejerció la profesión privada además de trabajar en la Procuración General de la Nación. Si bien se formó en el estudio de leyes afirma que su pasión por los números es más antigua que su pasión por el derecho. “Mucha gente no entiende cómo es que me metí con la inteligencia artificial y la tecnología”, dice.

Su primer contacto con la informática fue a los 11 años con el LogoWriter, el famoso software de la “tortuguita” con el que muchos programadores iniciaron su camino en la programación. “En 5° grado asistía a una escuela barrial muy chica, que tenía cinco o seis computadoras. El profesor de computación se dio cuenta de que terminaba muy rápido los ejercicios de la tortuguita y decidió enseñarme a programar en serio”.

Su maestro le enseñó los fundamentos del lenguaje de programación y a usar el QBASIC, que permite crear programas de computación. “Empecé con pequeños programas para divertirme. Modificaba videojuegos para hacerlos más difíciles con los que después jugaban mis compañeros de primaria en los recreos”, cuenta.

En la primaria llegó hasta a diseñar “un especie de virus informático”, como define, en forma de broma. “En los 90 estaba el terror de que se te formateara el disco rígido de la computadora. Entonces programé un software que simulaba que se estaba por formatear la computadora y no tenías nada que hacer. Todos los comandos aparecían en una pantalla negra donde un contador en broma calculaba el porcentaje de pérdida de información de la PC. Lo programé para que se ejecute en simultáneo en las seis computadoras de la escuela. Me terminó llamando la directora y me pidió que solucionara el problema que yo mismo generé”.

Su curva de aprendizaje en tecnología fue autodidacta con libros de programación que le regalaba su padre y después decidió hacer la secundaria en un colegio técnico. Todos sus aficiones apuntaban a una carrera profesional en informática aunque viró su camino antes de llegar a la universidad. “En la secundaria tuve mucho contacto con las ciencias sociales, con los derechos humanos y me enamoré del derecho. Decidí ser abogado penal, aunque las inclinaciones tecnológicas siempre me acompañaron”, dice.

“La jurisprudencia se está convirtiendo en un fenómeno de Big Data. Ya no se trata de estudiar 10 o 20 sentencias para entender cómo funciona el derecho en la práctica, hoy tenemos miles de fallos a la vez. La Cámara Federal de Casación Penal, por ejemplo, publica 12.000 sentencias al año. Es imposible abarcar toda esa información con nuestra tecnología tradicional. La ciencias de datos permiten lidiar con grandes volúmenes de información que de otra manera sería inabarcable para el ser humano”, dice.

Para Mielnik, los abogados y jueces tienen que empezar a instruirse con el machinelearning, las estadísticas y la ciencia de datos para generar una abogacía más científica. Por otro lado sostiene que la Justicia tiene que actualizar su tecnología, aunque considera que ello no requiere de una gran inversión. “Es más una revolución de la cabeza que tecnológica. Esto lo desarrollé con mi propia computadora que tiene nueve años de antigüedad y no tuve ninguna limitación. No se necesitan grandes inversiones técnicas. Solamente cambiar nuestra relación con la tecnología. Esto se puede ejecutar en cualquier computadora personal y existen muchas herramientas que nos pueden ayudar a hacer un derecho más justo, más eficiente, que mejore los tiempos de la Justicia y a la vez genere abogados que lleven sus casos basados en evidencia más científica y no solo en su experiencia subjetiva”.

Entre los dispositivos similares al desarrollado por Mielnik existe en la Justicia argentina un sistema de inteligencia artificial predictivo llamado Prometea, que fue creado en el Ministerio Público Fiscal de la Ciudad de Buenos Aires y aplicado al poder judicial y la administración pública.

Sobre el futuro de su algoritmo, Mielnik señala que todavía no proyecta volcarlo a un dispositivo. “Su principal valor es académico. No tengo planeado comercializarlo, pero sí creo que puede sentar las bases para generar aplicaciones que ayuden a los jueces a administrar la justicia, a tener una perspectiva más amplia de sus propios precedentes y les permitan tomar las decisiones más justas y coherentes con la jurisprudencia”.