💬 NLP

LLM-Assisted Causal Structure Disambiguation and Factor Extraction for Legal Judgment Prediction

Este artículo propone un marco de inferencia causal mejorado que integra conocimientos previos de modelos de lenguaje grande (LLM) con el descubrimiento causal estadístico para extraer factores legales precisos y resolver ambigüedades estructurales, logrando así predicciones judiciales más robustas y precisas al mitigar las correlaciones espurias en los textos legales.

Autores originales: Yuzhi Liang, Lixiang Ma, Xinrong Zhu

Publicado 2026-03-13

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Yuzhi Liang, Lixiang Ma, Xinrong Zhu

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que predecir un fallo judicial es como intentar adivinar el final de una película solo viendo los títulos de crédito y algunas escenas sueltas, sin entender la trama.

Hasta ahora, las computadoras que hacen esto (llamadas Inteligencia Artificial Legal) funcionaban como un estudiante que solo memoriza. Si veía muchas veces que la palabra "robo" aparecía junto con la palabra "cárcel", aprendía a conectarlas. Pero si el texto cambiaba un poco (por ejemplo, cambiaba un punto por una coma), el estudiante se confundía y daba una respuesta absurda. No entendía por qué era un robo, solo recordaba que las palabras solían ir juntas.

Este nuevo artículo propone un cambio radical: en lugar de solo memorizar, enseñamos a la computadora a pensar como un juez experto, entendiendo la lógica y la causa-efecto real de los hechos.

Aquí te explico cómo lo hacen, usando analogías sencillas:

1. El Problema: El Ruido en la Biblioteca

Los textos legales son enormes y están llenos de "ruido". Imagina que tienes que encontrar las piezas clave de un rompecabezas (los elementos legales) en una pila de papel que incluye nombres de personas, fechas, direcciones y frases de relleno.

El método viejo: Usaba reglas simples (como contar cuántas veces aparece una palabra). Esto traía muchas piezas de basura (nombres, fechas) que confundían al rompecabezas.
La solución nueva (El Filtro Inteligente): Usan una combinación de dos herramientas:
1. Un tamiz estadístico rápido que separa lo que parece importante.
2. Un experto legal virtual (una IA avanzada) que lee esas piezas y dice: "Oye, 'Juan Pérez' es solo un nombre, no es un elemento del crimen. Pero 'usar una arma' sí es crucial".
- Analogía: Es como tener un buscador que no solo busca palabras, sino que entiende el contexto y te da solo las piezas que realmente forman la imagen del crimen.

2. El Desafío: El Mapa de Causas Borroso

Una vez que tienen las piezas clave, necesitan saber cómo se conectan. ¿El uso de un arma causa la condena, o es al revés? ¿O ambos son causados por algo más?

El problema: A veces, los datos no son suficientes para saber la dirección de la flecha. Es como ver dos coches chocar y no saber cuál golpeó a cuál primero. Esto se llama "incertidumbre estructural".
La solución nueva (El Abogado Consultor): Aquí es donde entra la magia de la IA generativa (LLM). En lugar de adivinar al azar, le preguntan a la IA: "Si un hecho A ocurre antes que el B, y la ley dice X, ¿cuál es la causa probable?".
- La IA actúa como un abogado consultor que usa su conocimiento de leyes y lógica para decir: "Es muy probable que A cause B, no al revés".
- Esto limpia el mapa de confusiones y crea un "mapa de causas" mucho más claro y legalmente válido.

3. La Predicción: El Juez con Lupa

Finalmente, tienen el mapa de causas limpio. Ahora, cuando llega un nuevo caso, el modelo no solo "lee" el texto; mira el mapa.

Analogía: Imagina que el modelo tiene una lupa especial. Cuando lee el caso, la lupa se ilumina más fuerte en las partes del texto que, según el mapa de causas, realmente importan para la condena. Ignora el ruido (nombres, fechas) y se enfoca en la lógica causal.
Esto hace que la predicción sea mucho más robusta. Si cambias una coma en el texto, el modelo sigue entendiendo la lógica causal y no se equivoca.

¿Por qué es importante esto?

Los autores probaron su sistema en muchos bancos de datos legales (tanto en chino como en inglés) y descubrieron que:

Es más preciso: Acierta más fallos que los métodos actuales.
Es más resistente: No se confunde con pequeños cambios en el texto.
Funciona con pocos datos: Incluso si le das muy pocos ejemplos para aprender, funciona bien porque usa el "sentido común legal" de la IA para rellenar los huecos.

En resumen:
Este trabajo convierte a la IA legal de un "memorizador de palabras" a un "razonador lógico". Usan una IA inteligente para limpiar el texto, otra para dibujar el mapa de causas correcto, y luego usan ese mapa para guiar la decisión final. Es como pasar de adivinar el final de una película a entender realmente la historia.

Título: Desambiguación de Estructura Causal y Extracción de Factores Asistida por LLM para la Predicción de Sentencias Legales

1. Problema

La Predicción de Sentencias Legales (LJP) basada en Modelos de Lenguaje Preentrenados (PLM) actuales depende excesivamente de correlaciones estadísticas superficiales entre los hechos del caso y el resultado judicial. Este enfoque presenta dos limitaciones críticas:

Falta de razonamiento causal: Los modelos tienden a aprender correlaciones espurias (ruido) en lugar de la lógica causal subyacente de los elementos legales, lo que reduce la robustez y la interpretabilidad. Pequeñas perturbaciones en el texto (como puntuación) pueden alterar drásticamente las predicciones.
Barreras en la construcción causal real: Los métodos causales existentes enfrentan dos cuellos de botella en textos legales:
1. Extracción de factores inexacta: Los métodos estadísticos o de extracción de información abierta introducen mucho ruido (nombres, lugares, plantillas) y fallan al distinguir elementos legales sustantivos.
2. Incertidumbre estructural: Los algoritmos de descubrimiento causal (como GFCI) sufren de equivalencia de Markov y falta de datos temporales o de intervención, generando grafos con direcciones causales ambiguas que debilitan la interpretación legal.

2. Metodología

El artículo propone un marco de inferencia mejorado que integra el conocimiento previo de Modelos de Lenguaje de Gran Escala (LLM) con el descubrimiento causal estadístico. El proceso se divide en cuatro etapas principales:

A. Extracción Híbrida de Factores Legales (Coarse-to-Fine):
- Filtro Estadístico: Se utiliza el algoritmo no supervisado YAKE para generar un conjunto inicial de candidatos, seguido de un muestreo uniforme para cubrir evidencia de "cola larga".
- Refinamiento Semántico con LLM: Se emplea un mecanismo de Retrieval-Augmented Generation (RAG) y Chain-of-Thought (CoT). El LLM actúa como un experto legal que, basándose en una base de conocimiento léxica externa, mapea los candidatos a elementos legales estandarizados y filtra el ruido (nombres propios, fechas) mediante reglas de parte de la oración y tipos de entidades.
B. Aprendizaje de Estructura Causal Asistida por LLM:
- Descubrimiento Inicial: Se utiliza el algoritmo GFCI para generar un Grafo Ancestral Parcial (PAG), que identifica relaciones deterministas, de confusión no observada y relaciones inciertas.
- Desambiguación Probabilística: Para resolver las aristas inciertas del PAG, el LLM actúa como una "base de conocimientos legal suave". Se le solicitan evaluaciones de probabilidad a priori sobre la dirección causal (¿ $A \to B$ o $B \to A$ ?) basándose en la lógica judicial y los hechos del caso.
- Filtrado de Restricciones: Se aplican restricciones de lógica judicial (los hechos determinan el veredicto, no al revés) y restricciones temporales (la causa precede al efecto) para podar el grafo.
C. Estimación de Fuerza Causal y Muestreo:
- Se generan múltiples grafos causales candidatos mediante muestreo aleatorio de las aristas ambiguas.
- La calidad de cada grafo se evalúa con el Criterio de Información Bayesiano (BIC).
- Se calcula la Fuerza Causal (Efecto Promedio del Tratamiento - ATE) utilizando Propensity Score Matching (PSM) para ponderar las aristas, asignando pesos altos a relaciones causales fuertes y cercanos a cero a las débiles.
D. Predicción de Sentencia Consciente de Causalidad:
- Se utiliza un modelo preentrenado (ALBERT) para codificar el texto.
- Se introduce una pérdida auxiliar causal ( $L_{causal}$ ) que alinea los pesos de atención del modelo con la fuerza causal estimada. Esto fuerza al modelo a prestar atención a los tokens que tienen una relación causal real con el veredicto, mejorando la robustez.

3. Contribuciones Clave

Paradigma de Identificación de Factores Legales: Integración de filtrado estadístico con razonamiento semántico de LLM para lograr una extracción de alta precisión de elementos legales, eliminando ruido semántico.
Mecanismo de Desambiguación de Estructura Causal: Uso de LLMs como base de conocimientos para resolver la incertidumbre estructural (equivalencia de Markov) en grafos causales, generando grafos candidatos legalmente coherentes en lugar de asumir direcciones aleatorias.
Modelo de Predicción Consciente de Causalidad: Construcción de un modelo que utiliza grafos causales explícitos para guiar los mecanismos de atención, mejorando significativamente la precisión y robustez, especialmente en la distinción de cargos criminales confusos.

4. Resultados

El método fue evaluado en cinco conjuntos de datos (LEVEN, QA, CAIL, LEDGAR, Overruling) y comparado con 12 modelos de referencia (incluyendo BERT, RoBERTa, y otros basados en LLM).

Rendimiento General: El modelo propuesto superó a los baselines de última generación en todos los conjuntos de datos. Por ejemplo, en CAIL alcanzó un 89.31% de precisión (vs. 88.45% de BERT+CRF) y en LEVEN un 74.26% (vs. 72.37% de BERT).
Escenarios de Few-Shot (Bajos Recursos): En configuraciones con solo el 1% de datos de entrenamiento, el modelo demostró una ventaja significativa (61.17% de precisión promedio), superando a los modelos basados en PLM puros que colapsaron en estos escenarios.
Robustez y Análisis de Ablación:
- La eliminación del módulo de desambiguación de LLM redujo la precisión en ~1.42 puntos.
- La eliminación de la restricción de atención causal redujo la precisión en ~3.76 puntos en tareas de distinción de cargos.
- Experimentos de control mostraron que las mejoras provienen de la lógica semántica del LLM y no simplemente de la densidad del grafo.
Análisis de Sensibilidad: La mejora del rendimiento es no lineal con respecto al número de factores causales; aumenta hasta un punto óptimo (nivel 3) y luego se estabiliza, demostrando que el modelo captura mejor la información crítica a medida que la complejidad del caso crece, hasta cierto umbral.

5. Significancia

Este trabajo representa un avance fundamental en la Inteligencia Artificial Legal al cerrar la brecha entre el aprendizaje estadístico y el razonamiento jurídico formal.

Interpretabilidad: Al explícitamente modelar la lógica causal y los elementos legales, el modelo ofrece predicciones más explicables y alineadas con la teoría jurídica.
Robustez: Mitiga el problema de las correlaciones espurias, haciendo que los sistemas sean menos vulnerables a perturbaciones en el texto de entrada.
Aplicabilidad Práctica: La capacidad de funcionar eficazmente con pocos datos de entrenamiento y de distinguir cargos legalmente similares (que suelen confundirse) hace que esta metodología sea viable para su implementación en sistemas reales de asistencia judicial, donde los datos etiquetados son escasos y la precisión es crítica.