Deterministic Probabilistic Projection for Hallucination-Free Judicial Inquiry: A Neuro-Symbolic Framework for Evidentiary Solidity Assessment

En el mundo de alto riesgo de la justicia penal, el camino desde un informe policial hasta una decisión judicial es una pesada carga de texto. Los magistrados instructores deben cribar montañas de notas manuscritas, declaraciones de testigos y registros forenses para encontrar la verdad. Deben decidir si las pruebas son lo suficientemente sólidas como para enviar a alguien a juicio o si el caso debe archivarse. Durante décadas, la esperanza fue que la inteligencia artificial pudiera ayudar a ordenar este caos. Los modelos de lenguaje de gran tamaño, los mismos programas informáticos potentes que pueden escribir ensayos o resumir noticias, parecían la herramienta perfecta para leer estos archivos y detectar los hechos. Pero estas máquinas tienen un defecto peligroso: son propensas a las "alucinaciones". Esto significa que pueden inventar hechos con total seguridad, citar leyes que no existen o inventar razones para una decisión. En un sistema legal donde una palabra errónea puede arruinar una vida, una máquina que inventa cosas no es solo inútil; es peligrosa.

Un investigador en Marruecos ha propuesto una nueva forma de utilizar la inteligencia artificial que elimina este riesgo por completo. En lugar de dejar que un programa informático adivine el resultado de un caso, construyó un sistema que separa el acto de leer del acto de decidir. Imagine un tribunal donde un ordenador lee el testimonio y enumera los hechos, pero un conjunto de reglas estrictas e inalterables —escritas en código, no en palabras— toma la decisión final. Este nuevo marco, probado frente al Código Penal marroquí, garantiza que la máquina nunca invente una razón para condenar o absolver. No adivina; calcula. Al obligar al ordenador a seguir una ruta lógica rígida después de haber leído los documentos, el investigador ha creado una herramienta que es tan fiable como las leyes que interpreta, ofreciendo a los magistrados una forma de utilizar la tecnología sin perder la certeza del juicio humano.

El núcleo de esta innovación es un cambio en la forma en que el ordenador procesa la información. Los sistemas de IA tradicionales funcionan como un narrador; leen una instrucción y luego generan una respuesta palabra por palabra, prediciendo qué viene después basándose en patrones que han visto antes. Aquí es donde ocurren los errores. El nuevo sistema, sin embargo, divide este proceso en dos pasos distintos. Primero, un modelo informático especializado lee el informe policial bruto y extrae hechos específicos, etiquetándolos como evidencia contra el sospechoso o evidencia a su favor. También encuentra las leyes exactas que podrían aplicarse. Este paso todavía lo realiza una máquina flexible de comprensión del lenguaje. Pero una vez extraídos los hechos, estos se pasan a una parte completamente diferente del sistema. Esta segunda parte es un motor matemático estricto que no escribe frases. Simplemente observa la lista de hechos y los coteja con un conjunto fijo de reglas lógicas. Si las reglas dicen que la evidencia es lo suficientemente sólida, el sistema emite una decisión para enviar el caso a un tribunal. Si las reglas dicen que la evidencia es demasiado débil, ordena el archivo del caso. Debido a que este último paso es un cálculo rígido en lugar de una conjetura creativa, el sistema no puede alucinar. No puede inventar una ley o un hecho que no estaba allí desde el principio.

Para que esto funcionara, el investigador tuvo que resolver el problema de cómo ponderar la evidencia. En un juicio real, no todos los hechos son iguales. Una huella dactilar es una prueba fuerte; un rumor vago es una prueba débil. El equipo creó un sistema de puntuación que mide la "densidad" de la evidencia. Cuentan cuántas piezas de evidencia existen a favor y en contra del sospechoso, pero también las ponderan según la confianza que el sistema tiene en cada pieza. Incluso incorporaron un sesgo matemático que favorece al sospechoso, reflejando el principio legal de que una persona es inocente hasta que se demuestre lo contrario. Esto significa que el sistema requiere un caso más sólido para condenar de lo que requiere para absolver. Si la evidencia está equilibrada o es poco clara, las matemáticas empujan naturalmente el resultado hacia el archivo. El sistema también comprueba que los hechos coincidan realmente con las leyes que debe aplicar. Utiliza un método para medir qué tan estrechamente se alinean las palabras del informe policial con las palabras del código legal, asegurando que la decisión esté fundamentada en estatutos reales en lugar de asociaciones vagas.

El investigador probó este sistema con un caso ficticio realista que involucraba un robo a mano armada. Introdujeron un informe policial en la máquina, que describía a un sospechoso encontrado en la escena con huellas dactilares en una ventana rota, pero que también tenía una coartada parcial. El sistema extrajo con éxito los detalles incriminatorios y el contraargumento de la defensa. Luego calculó la fuerza del caso de la fiscalía frente al caso de la defensa. El resultado fue una puntuación numérica clara que indicaba que la evidencia era lo suficientemente sólida como para proceder. El sistema aplicó entonces sus reglas lógicas estrictas y decidió remitir el caso a un tribunal. En esta prueba específica, el sistema cometió cero errores. No inventó un nuevo testigo ni citó erróneamente la ley. En comparación con un modelo de IA estándar y no modificado, el nuevo sistema eliminó la tasa de error por completo. Mientras que el modelo estándar cometía errores en más del 14 por ciento de sus decisiones, el nuevo marco no cometió ninguno.

La velocidad del sistema también es notable, aunque no sea el objetivo principal. El proceso tarda unos ocho segundos en pasar de un documento bruto a una decisión final, lo que es ligeramente más lento que una IA estándar que podría adivinar en cuatro segundos. Sin embargo, el investigador sostiene que el tiempo extra es un precio pequeño a pagar por la fiabilidad absoluta. El sistema está diseñado para ejecutarse en ordenadores locales, lo que significa que los datos sensibles de los casos penales no necesitan enviarse a la nube, protegiendo la privacidad de los implicados. Cada decisión que toma el sistema es rastreable. Un juez puede observar el resultado y ver exactamente qué hechos se encontraron, qué leyes se cotejaron y cómo se calculó la puntuación final. No hay caja negra; el razonamiento es transparente y abierto a la inspección.

Este enfoque representa un cambio significativo en la forma en que se construye la tecnología legal. Se aleja de la idea de que un ordenador debería ser capaz de "pensar" como un abogado y sugiere, en su lugar, que un ordenador debería actuar como un contable riguroso de la ley. Cuenta los hechos, comprueba las reglas e informa del resultado. El investigador reconoce que esto es solo el principio. Planean expandir el sistema para manejar casos complejos que involucren a múltiples sospechosos y añadir la capacidad de verificar la cronología de los eventos, asegurando que las coartadas no contradigan la línea de tiempo del crimen. También pretenden probar el sistema con jueces reales para ver qué tan bien se alinea con la intuición humana. Por ahora, el estudio demuestra que es posible construir una inteligencia artificial que ayude a la ley sin quebrantarla, ofreciendo una herramienta que es tanto poderosa como perfectamente obediente a las reglas de la justicia.