IA en la Justicia. Módulo 1. Lección 6 — Transcript
Full transcript
- 0:01Ahora hablemos de los límites reales de
- 0:03los sistemas de inteligencia artificial.
- 0:06No los límites hipotéticos de un futuro
- 0:08lejano, sino los límites que existen hoy
- 0:11y que afectan a las herramientas que ya
- 0:13estás usando o que vas a usar muy
- 0:15pronto.
- 0:17El primer límite es conceptual y es el
- 0:20más profundo. Los sistemas de
- 0:21aprendizaje automático correlacionan,
- 0:24pero no razonan causalmente.
- 0:27¿Qué significa esto? que el sistema
- 0:30puede identificar que dos variables
- 0:32aparecen juntas en los datos, pero no
- 0:34puede determinar si una causa la otra,
- 0:37si la otra causa la primera o si ambas
- 0:40son causadas por un tercer factor que no
- 0:42está en los datos.
- 0:44Para el análisis jurídico, esto es un
- 0:46problema serio, porque buena parte del
- 0:48razonamiento jurídico depende de
- 0:50establecer causalidad,
- 0:52la relación entre un acto y sus
- 0:54consecuencias, la cadena entre una
- 0:56omisión y un daño, el nexo causal en
- 0:59responsabilidad civil.
- 1:02Un sistema que correlaciona puede
- 1:04ayudarte a identificar patrones que
- 1:06merecen investigación,
- 1:08pero no puede decirte si esos patrones
- 1:11tienen relación causal.
- 1:13Esa determinación requiere un
- 1:15razonamiento jurídico que el sistema no
- 1:18tiene.
- 1:21El segundo límite ya lo mencionábamos en
- 1:23la lección anterior, pero merece
- 1:25desarrollarse un poco más. Los modelos
- 1:28de lenguaje no tienen acceso a ninguna
- 1:30fuente de verdad. Su conocimiento es la
- 1:34distribución estadística de un corpus
- 1:36con una fecha de corte.
- 1:38Cuando generan texto, están generando lo
- 1:41que es estadísticamente más probable
- 1:43dado ese corpus, no lo que es verdad.
- 1:47Las implicaciones prácticas son
- 1:48directas.
- 1:50al respecto de legislación y
- 1:52jurisprudencia, pues estas pueden haber
- 1:54cambiado desde la fecha de corte del
- 1:56modelo y el modelo no lo sabe.
- 1:59Al respecto de datos estadísticos, el
- 2:02modelo puede citar cifras que aparecían
- 2:04en su corpus, aunque estén
- 2:05desactualizadas o sean de fuentes no
- 2:07verificadas.
- 2:09Y en cuanto a referencias
- 2:11bibliográficas, puede generar citas de
- 2:13artículos o libros que nunca existieron,
- 2:16con título, autor y año que suenan
- 2:19perfectamente plausibles.
- 2:21Este último punto es particularmente
- 2:24importante. Los modelos de lenguaje son
- 2:26capaces de generar referencias
- 2:29bibliográficas completamente inventadas
- 2:32con una confianza que no tiene ningún
- 2:34marcador visible de incertidumbre. El
- 2:36texto fluye igual como si la referencia
- 2:39fuera real. Y de hecho hay un caso real
- 2:43que ilustra perfectamente lo que acabo
- 2:45de decir.
- 2:47En 2023, un abogado en Nueva York
- 2:49presentó ante un tribunal federal un
- 2:52escrito que citaba varios precedentes en
- 2:54apoyo a su argumento. El abogado había
- 2:57utilizado Chat GPT para ayudarse en su
- 2:59investigación.
- 3:01Cuando la contraparte intentó verificar
- 3:03los casos citados, no pudo encontrarlos.
- 3:06El tribunal requirió al abogado que
- 3:08demostrara que existían y no pudo. Los
- 3:12casos eran inventados.
- 3:14Chat GPT los había generado porque
- 3:16estadísticamente era lo más probable.
- 3:19Dado la pregunta que le hicieron,
- 3:22el juez impuso una multa de $5,000 a los
- 3:26abogados responsables y a su despacho.
- 3:29El razonamiento fue claro. El abogado
- 3:32tenía la obligación de verificar las
- 3:34fuentes que citaba, independientemente
- 3:36de la herramienta que hubiera usado para
- 3:38encontrarlas. La herramienta no tenía
- 3:41responsabilidad profesional, el abogado
- 3:44sí. Este caso se conoce como Mata contra
- 3:48Bianca.
- 3:49Te recomiendo leer la resolución
- 3:51completa. Está disponible de forma
- 3:53pública. No porque sea un caso
- 3:55jurídicamente complejo, sino porque el
- 3:58razonamiento del juez sobre la
- 3:59responsabilidad del abogado es
- 4:01exactamente el razonamiento que debes
- 4:04aplicar cada vez que uses estas
- 4:06herramientas.
- 4:08Y no creas que el caso Mata contra
- 4:10Avianca fue un hecho aislado. Desde
- 4:13entonces, los casos de abogados y
- 4:15operadores jurídicos descubiertos
- 4:17citando jurisprudencia inventada por una
- 4:20inteligencia artificial no han dejado de
- 4:22aumentar en todo el mundo. Hay
- 4:25investigadores que llevan un registro
- 4:26público de estas resoluciones y la curva
- 4:29no deja lugar a dudas. De un puñado de
- 4:32casos al año se pasó en cuestión de
- 4:35meses a varios por semana. y luego a
- 4:38varios por día en jurisdicciones de todo
- 4:40el planeta. Los tribunales han
- 4:43respondido con multas, con reportes a
- 4:45los colegios y órganos disciplinarios
- 4:48y en algunos casos con la revocación de
- 4:50los permisos para litigar. Lo importante
- 4:53para ti no es la cifra exacta, qué
- 4:56cambia cada semana, sino la tendencia.
- 4:59Esto le está pasando a profesionales
- 5:01reales con consecuencias reales y le
- 5:04pasa con más frecuencia cada mes que
- 5:06pasa. La advertencia que acabas de
- 5:09escuchar no es teórica. Un tercer límite
- 5:12es un poco más operativo pero importante
- 5:15y hay que hacer una distinción fina aquí
- 5:18porque podría ser fácil confundirse.
- 5:20El modelo de lenguaje en sí, los
- 5:23parámetros, la arquitectura no tiene
- 5:25memoria.
- 5:26No aprende de tus conversaciones ni
- 5:28guarda nada entre una sesión y otra. A
- 5:31ese nivel, cada vez que el modelo genera
- 5:33una respuesta, parte solo de lo que
- 5:36tiene en su ventana de contexto en ese
- 5:38momento.
- 5:40Pero las herramientas que usas no son el
- 5:42modelo a secas, son productos
- 5:44construidos alrededor del modelo. Y hoy
- 5:47las principales como Chat GPT, Cloud o
- 5:50Gemini incorporan una función de memoria
- 5:53que sí persiste entre sesiones y que en
- 5:56varias de ellas viene activada por
- 5:58defecto. Lo que hacen es guardar notas
- 6:01sobre ti y sobre tus conversaciones
- 6:02anteriores y volver a inyectarlas en el
- 6:05contexto de cada nueva sesión. El modelo
- 6:08sigue sin recordar nada por sí mismo. Es
- 6:10el sistema a su alrededor lo que
- 6:12recuerda por él. Y esto tiene
- 6:15consecuencias prácticas. Si trabajas en
- 6:18un asunto complejo durante varios días
- 6:20utilizando un asistente de inteligencia
- 6:21artificial, necesitas reconstruir el
- 6:24contexto relevante al inicio de cada
- 6:26sesión. No puedes asumir continuidad
- 6:29donde no la hay. Pero esa memoria
- 6:32persistente cuando está activada trae
- 6:35consigo un riesgo de confidencialidad
- 6:37que no puedes ignorar.
- 6:39Si la herramienta guarda automáticamente
- 6:41lo que le pasas, los datos de un
- 6:43expediente que escribiste hoy pueden
- 6:46reaparecer fuera de tu controlo
- 6:50al asesorar a otra persona. Antes de
- 6:53usar cualquiera de estas herramientas
- 6:54con información sensible, necesitas
- 6:57saber algunas cosas. Por ejemplo, si la
- 6:59memoria está activada, se puede
- 7:01desactivar o usar en un modo temporal.
- 7:04Saber cómo hacerlo es parte de tu deber
- 7:06de cuidado.
- 7:10Cuarto límite y quizás el más sutil,
- 7:12pero muy relevante para el trabajo
- 7:14judicial es que los modelos de lenguaje
- 7:17no entienden la cultura institucional,
- 7:20la dinámica de un tribunal específico o
- 7:22la historia de una relación entre las
- 7:24partes, las consideraciones tácticas de
- 7:26una negociación o el peso que tiene un
- 7:29precedente en un contexto jurisdiccional
- 7:31particular.
- 7:34pueden generar texto que suena
- 7:35jurídicamente correcto, pero correcto en
- 7:39abstracto y adecuado son dos cosas
- 7:42distintas. Lo que funciona ante un
- 7:44tribunal puede ser un error ante otro.
- 7:47Lo que era la estrategia acertada el mes
- 7:49pasado puede no serlo hoy. El modelo no
- 7:52percibe esa diferencia porque no conoce
- 7:55ni el tribunal, ni el momento, ni a las
- 7:57partes.
- 7:59Esa diferencia entre lo jurídicamente
- 8:01correcto en abstracto y lo
- 8:03estratégicamente adecuado en concreto es
- 8:06exactamente donde se encuentra el valor
- 8:09del criterio profesional que no puede
- 8:11delegarse.
- 8:13Y finalmente, el último límite que
- 8:16quiero mencionar es el más importante de
- 8:18todos y es el que no tiene ninguna
- 8:21excepción técnica posible.
- 8:24La responsabilidad profesional no se
- 8:26puede delegar a un sistema de
- 8:28inteligencia artificial.
- 8:31El modelo no está asociado a un colegio
- 8:33profesional,
- 8:35no tiene una cédula que perder, no puede
- 8:38ser sancionado, no puede ser demandado,
- 8:41no puede ser responsable en ningún
- 8:43sentido jurídico relevante, pero tú sí.
- 8:47La persona que asesora, que firma, que
- 8:49litiga, que resuelve, asume la
- 8:51responsabilidad del resultado
- 8:53independientemente de qué herramientas
- 8:55usó para llegar a él.
- 8:58Esto no quiere decir que no puedas usar
- 9:00estas herramientas. Significa que cuando
- 9:03las uses lo haces con la conciencia de
- 9:05que el resultado final es tuyo, que
- 9:08tienes la obligación de verificar lo que
- 9:10no puedes asumir como cierto y que la
- 9:12calidad de tu criterio profesional es lo
- 9:15que diferencia el uso responsable del
- 9:18irresponsable.
- 9:20En la siguiente y última lección del
- 9:22módulo vamos a revisar los cinco mitos
- 9:25más peligrosos sobre la inteligencia
- 9:27artificial para los profesionales del
- 9:29derecho.
About this transcript
This page contains the full transcript of IA en la Justicia. Módulo 1. Lección 6 by Archivo ENFJ, generated from the public captions YouTube serves with the video. The transcript has 1,322 words across 234 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.
What you can do with it
Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to translate the transcript into 100+ languages.
Free YouTube transcript tool
YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, translation to 100+ languages, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.