El viaje de Ulises: Hacia un modelo de inteligencia artificial explicable para resolver problemas de libre competencia

Esta investigación aporta al campo de la Inteligencia Artificial Explicable (XAI) aplicada al sector legal. Una revisión exhaustiva de la literatura destacó una predominancia de enfoques cuantitativos en la explicabilidad, evidenciando una brecha en métodos aplicables a disciplinas como el Derecho, donde los métodos numéricos tienen limitaciones. Para abordar esta necesidad, implementamos y validamos enfoques alternativos no cuantitativos, como el Chain of Thoughts y el Retrieval Augmented Generation. Estos métodos demostraron eficacia en la transparencia del razonamiento de la IA, facilitando el seguimiento del procesamiento de información y la generación de respuestas a través de formatos accesibles en software comercial.

“Nuestros resultados sugieren que un sistema diseñado con un enfoque en la explicabilidad, cuando se implementa con una arquitectura apropiada (i.e., si esta genera información intermedia que pueda ser entendida por el usuario) y se alimenta con información específica del dominio (como una base de datos de decisiones de una jurisdicción específica), puede superar incluso a modelos más grandes y computacionalmente más poderosos”.

DESCARGAR INVESTIGACIÓN DESCARGAR INVESTIGACIÓN