A Machine Learning Theory Perspective on Strategic Litigation

Definición del Problema
El artículo investiga el litigio estratégico (también conocido como litigio de impacto) a través de la lente de la teoría del aprendizaje automático. En un sistema legal de derecho consuetudinario (common law), los tribunales inferiores están vinculados por los precedentes establecidos por los tribunales superiores. Los autores modelan esta dinámica como un problema de aprendizaje: los tribunales inferiores aprenden una regla de decisión (clasificador) a partir de los fallos históricos de un tribunal superior. Un litigante estratégico busca influir en los resultados legales futuros no solo ganando un caso individual, sino manipulando el conjunto de precedentes disponibles para el tribunal inferior.

El problema central se define de la siguiente manera: dado un tribunal superior con una función de etiquetado fija $f^*$, un tribunal inferior que utiliza un algoritmo de aprendizaje determinista $\mathcal{A}$, y un litigante estratégico con una función de objetivo $g$ (que representa la regla de decisión deseada para casos futuros), el litigante debe seleccionar un conjunto de patrones de hechos de casos $S_l$ para presentar ante el tribunal superior. El tribunal superior etiqueta estos casos de acuerdo con $f^*$, y el tribunal inferior actualiza su función aprendida $f \leftarrow \mathcal{A}(S_h \cup S_l)$, donde $S_h$ es el precedente histórico existente. El objetivo del litigante es minimizar el error de clasificación esperado entre la función aprendida $f$ y la función objetivo $g$ sobre una distribución $D$ de casos futuros.

Metodología y Modelo
Los autores proponen un modelo altamente estilizado y abstracto de un sistema de dos niveles de tribunales (tribunal superior y tribunales inferiores) y lo analizan bajo dos instanciaciones específicas:

1. Entorno de Vecino Más Cercano (NN) de 1 Dimensión: Los hechos de los casos son puntos en $\mathbb{R}$. El tribunal inferior utiliza un clasificador de Vecino Más Cercano (NN). La clase de hipótesis consiste en funciones booleanas con alternancias finitas.
2. Entorno de Separador Lineal de $d$ Dimensiones: Los hechos de los casos son puntos en $\mathbb{R}^d$. El tribunal inferior utiliza una Máquina de Vectores de Soporte (SVM) para encontrar un separador lineal de máximo margen. La clase de hipótesis consiste en separadores lineales.

En ambos entornos, el litigante conoce $f^*$, $\mathcal{A}$ y el objetivo $g$. El estudio explora si el litigante puede inducir una $g$ específica o una aproximación de la misma, y cuál es el conjunto óptimo de casos a presentar. El artículo también extiende el modelo para incluir un mecanismo de anulación de precedentes, donde el tribunal superior elimina puntos de datos históricos que son inconsistentes con su razonamiento actual $f^*$ cuando un nuevo caso fuerza una contradicción en la clase de hipótesis.

Resultos Clave y Contribuciones

• Fenómenos Estructurales Contraintuitivos (NN 1D):

  • Casos Perdidos como Estrategia: Puede ser beneficioso para un litigante presentar un caso en el que tiene la certeza de perder (donde $f^*$ falla en su contra) si ese fallo desplaza el límite del NN más cerca de $g$.
  • La Miopía es Subóptima: Las estrategias codiciosas (greedy) (seleccionar el mejor caso único en cada paso) o incluso de un paso de anticipación (lookahead) (seleccionar el mejor par) pueden conducir a errores irreversibles o no lograr el objetivo, incluso cuando el objetivo es teóricamente alcanzable.
  • Empeoramiento a Corto Plazo: Un litigante puede necesitar presentar casos que aumenten temporalmente la discrepancia entre $f$ y $g$ para permitir una secuencia de movimientos que eventualmente logre $g$.
  • Solución Algorítmica: Los autores proporcionan un algoritmo de programación dinámica que selecciona óptimamente un subconjunto de casos de un conjunto finito $P$ en un tiempo de $O(|P|^2)$ para el entorno de NN 1D.

• Alcanzabilidad en $d$-Dimensiones (SVM):

  • Caracterización de Objetivos Alcanzables: El artículo caracteriza exactamente qué funciones objetivo $g$ pueden ser inducidas por una SVM. Una función $g$ es alcanzable si y solo si:
    1. El ángulo $\theta$ entre los vectores normales de $g$ y $f^*$ satisface $0 < \theta < 90^\circ$, no hay datos históricos en la región de desacuerdo de $f^*$ y $g$, y ningún punto se encuentra directamente en el límite de $g$; O
    2. $\theta = 0$ (paralelos y de la misma dirección), y no hay datos históricos dentro de una distancia específica $\delta$ de $g$.
  • Eficiencia: Si un objetivo $g$ es alcanzable, puede ser inducido utilizando como máximo 2 casos (vectores de soporte).
  • Aproximación: Si $g$ no es alcanzable, el litigante puede encontrar un sustituto (proxy) alcanzable $g'$ que minimice el error mediante una enumeración de fuerza bruta sobre una muestra de $D$, aprovechando el Lema de Sauer-Shelah para acotar el número de clasificadores efectivos.
  • Selección de Conjunto Finito $P$: Cuando se restringe a un conjunto finito $P$, cualquier función alcanzable puede ser inducida por un subconjunto de tamaño máximo $d+1$. Los autores proporcionan un algoritmo para enumerar estos subconjuntos.

• Anulación de Precedentes:

  • Los autores modelan un escenario donde el tribunal superior elimina datos históricos inconsistentes cuando un nuevo caso crea una contradicción.
  • En el entorno de NN 1D, esto es trivial: el litigante simplemente vuelve a litigar el punto específico para cambiar su etiqueta.
  • En el entorno de SVM de $d$ dimensiones, los autores demuestran que si $g$ es alcanzable bajo las restricciones del Teorema 4, sigue siendo alcanzable incluso con datos históricos conflictivos, siempre que el litigante presente como máximo $2d + 1$ puntos. Estos puntos se construyen para forzar la eliminación de todos los puntos históricos en desacuerdo mientras se enseña simultáneamente $g$.

Significancia y Reivindicaciones
Los autores posicionan este trabajo como una incursión inicial en el estudio del litigio estratégico utilizando la teoría del aprendizaje automático. Declaran explícitamente que su modelo es "altamente estilizado" y no pretende capturar toda la complejidad del sistema judicial de los EE. UU.

El artículo reivindica su importancia en tres áreas principales:

1. Novedad Teórica: Es la primera exploración del litigio de impacto estratégico dentro de un entorno de aprendizaje automático, conectando la dinámica de los precedentes legales con la teoría del aprendizaje.
2. Conexiones con la Teoría de ML Existente: El trabajo une conceptos de la dimensión de enseñanza (don donde un profesor selecciona ejemplos para enseñar a un aprendiz) y el envenenamiento de datos de etiqueta limpia (donde un atacante inyecta datos etiquetados correctamente para manipular un modelo). Sin embargo, se distingue por tener al "profesor" (litigante) limitado por los datos existentes del "estudiante" (tribunal) y la "incapacidad del profesor" para etiquetar datos directamente (las etiquetas provienen de $f^*$).
3. Comprensión de la Dinámica: Al demostrar fenómenos contraintuitivos (como la utilidad de los casos perdidos o la necesidad de la degradación a corto plazo), el artículo sugiere que la selección estratégica de casos es un problema de optimización complejo que no puede resolverse mediante heurísticas simples.

Los autores concluyen sugiriendo direcciones futuras, como modelar la incertidumbre en la función del tribunal superior, incorporar decisiones ruidosas o analizar entornos multi-agente con litigantes competidores, pero no afirman haber resuelto estos problemas.