Designing AI for Prosecutorial Governance: Case Prioritization and Statutory Oversight in Mexico

Resumen Técnico: Diseño de IA para la Gobernanza de la Fiscalía en México

Planteamiento del Problema
Las fiscalías en México, particularmente en Zacatecas, enfrentan un desafío institucional crítico caracterizado por un aumento del 60% en los expedios abiertos entre 2018 y 2022, lo que ha resultado en un rezago de más de 2.9 millones de investigaciones activas en todo el país. La Fiscalía General de Justicia del Estado de Zacatecas (FGJEZ) lucha con una capacidad institucional limitada para procesar estos volúmenes, lo que provoca retrasos persistentes en la resolución de casos y posibles violaciones de los plazos legales (prescripción). La unidad específica objeto de este estudio, el Módulo de Atención Temprana (MAT), gestiona la recepción inicial y el filtrado de etapa temprana, pero sufre de una alta entrada y un bajo rendimiento de salida. El problema central es la incapacidad de clasificar eficientemente los casos para identificar aquellos que tienen probabilidades de resolverse en el corto plazo frente a aquellos que se han estancado o quedado legalmente latentes, sin interrumpir los flujos de trabajo existentes ni requerir personal adicional.

Metodología
Los autores desarrollaron un sistema de aprendizaje automático (ML) codiseñado con la Fiscalía General de Justicia de Zacatecas para apoyar el triaje interno de casos. El sistema utiliza datos administrativos de la Plataforma de Integración de Expedientes (PIE), el sistema de gestión de casos digitales del estado, que abarca el periodo de 2014 a 2024.

• Tarea de Predicción: El sistema plantea el problema como una tarea de clasificación binaria: predecir si un caso abierto en la unidad MAT se dará por concluido dentro de los próximos seis meses.
• Ingeniería de Características: El modelo utiliza un conjunto longitudinal de características derivadas del sistema PIE, categorizadas en cinco grupos:
  1. Características del Caso: Fechas de apertura, categorías de delitos y estatus de detención inicial.
  2. Hitos de la Investigación: Conteos de acciones judiciales (ej. órdenes de aprehensión, derivaciones, mecanismos de justicia alternativa).
  3. Actividad del Abogado: Métricas sobre la carga de casos de fiscales individuales, ratios de productividad e historial de manejo de casos.
  4. Indicadores de la Unidad: Métricas agregadas de desempeño y carga de trabajo para unidades de la fiscalía específicas.
  5. Agregados por Tipo de Delito: Tendencias históricas y tasas de resolución específicas por categorías de delitos.
• Enfoque de Modelado: El estudio compara Regresión Logística, Árboles de Decisión, Bosques Aleatorios (Random Forests) y Extra Trees. Para simular el despliegue en tiempo real y evitar la fuga de datos, los autores emplean una estrategia de validación cruzada temporal rotativa, entrenando modelos con datos disponibles hasta un punto específico y evaluándolos en periodos subsecuentes.
• Arquitectura de Doble Propósito: El sistema sirve a dos funciones de gobernanza a partir de un único modelo de predicción:
  1. Priorización: Generación de una lista semanal clasificada de los 300 casos con mayor probabilidad de resolución para apoyar la eficiencia operativa.
  2. Supervisión Estatutaria: Identificación de casos en la cola inferior de la distribución de probabilidad (menor probabilidad de resolución) que exceden los periodos de prescripción legal estimados. Dado que la base de datos carece de los subtipos legales específicos requeridos para cálculos exactos de prescripción, los autores construyen una aproximación operativa basada en el Código Penal para el Estado de Zacatecas (CPZac), calculando umbrales estatutarios mínimos, medios y máximos para cada categoría de delito.
• Métricas de Evaluación: El desempeño se mide mediante Precisión@300 y Recall@300, métricas alineadas con la restricción institucional de revisar un número fijo de casos semanalmente.

Resultos Clave

• Desempeño del Modelo: Los clasificadores de ensamble, específicamente los Bosques Aleatorios (Random Forests), superaron consistentemente a otros algoritmos. El modelo de Random Forest alcanzó una Precisión@300 promedio de 0.735 (aproximadamente 0.74), superando significativamente la línea base empírica (0.253) y una línea base de selección aleatoria (0.258). El desempeño se mantuvo estable al probarse con datos que se extienden hasta enero de 2025.
• Importancia de las Características: El análisis reveló que las señales dinámicas y longitudinales fueron los predictores más fuertes. Las características más influyentes incluyeron el número de eventos "iniciados" (reinicio formal debido a transferencias de unidad) en el último año, el tiempo transcurrido desde el último evento y la duración desde la apertura del caso. Los atributos estáticos, como el tipo de delito inicial o la presencia de un detenido, contribuyeron menos al poder predictivo.
• Función de Supervisión: Al aplicarse a los 1,000 casos con menor rango (menor probabilidad de resolución), el modelo de Random Forest señaló un promedio de 318.6 casos (31.9%) como potencialmente habiendo superado los límites de prescripción legal bajo el umbral medio. Esto indica una acumulación sistemática de casos legalmente latentes en el rezago.
• Robustez: La identificación de casos potencialmente prescritos se mantuvo estable a través de diferentes configuraciones de Random Forest y familias de modelos, lo que sugiere que la señal refleja la dinámica estructural del rezago más que artefactos específicos del modelo.

Significancia y Reivindicaciones
El documento posiciona este trabajo como una contribución a la literatura sobre IA en el gobierno, específicamente dentro del Sur Global y contextos de recursos limitados. Los autores realizan las siguientes reivindicaciones modestas respecto a la significancia del sistema:

1. Gobernanza de Doble Propósito: El estudio demuestra que un único marco algorítmico puede apoyar simultáneamente la eficiencia operativa (al priorizar casos resolubles) y la rendición de cuentas institucional (al señalar casos para revisión legal). Esto desafía la noción de que las herramientas de IA en el gobierno deben limitarse a ganancias de eficiencia.
2. Integración de Bajo Costo Operativo: El sistema está diseñado como una herramienta de apoyo a la decisión que se integra en los flujos de trabajo existentes sin requerir reestructuración organizacional ni cambios en la discrecionalidad de los fiscales. Proporciona listas clasificadas para asistir el juicio humano en lugar de automatizar decisiones.
3. Validación Empírica en América Latina: Al documentar el diseño y la validación de un sistema de ML en una fiscalía mexicana, el artículo ofrece perspectivas sobre la gobernanza algorítmica en entornos con marcos legales y desafíos de infraestructura digital distintos, contrastando con la literatura centrada en EE. UU. y Europa Occidental.
4. Validación Futura: Los autores declaran explícitamente que, si bien la validación retrospectiva es sólida, la utilidad real del sistema aún no ha sido probada. Proponen un Ensayo Controlado Aleatorizado (RCT) para evaluar causalmente si la priorización informada por el modelo aumenta las tasas de resolución de casos o reduce el tiempo de conclusión en comparación con el status quo.

Limitaciones y Consideraciones Éticas
Los autores reconocen que el modelo depende de datos administrativos que pueden reflejar sesgos históricos o desigualdades estructurales. Enfatizan que el sistema no determina la prescripción legal, sino que proporciona una lista corta basada en riesgos para la revisión administrativa. Por consiguiente, todos los resultados se enmarcan como recomendaciones para la verificación humana, y los autores planean realizar diagnósticos de equidad para monitorear posibles disparidades entre municipios y tipos de delitos. Se señala que el modelo no es directamente transferible a otras jurisdicciones sin una adaptación sustancial debido a las diferencias en los procedimientos legales y las estructuras de datos.