Millones de casos legales atrapados en la cola durante décadas – ahora jueces pakistaníes resolvieron 6,3 por ciento más de causas con IA

Cuando la IA deja de ser una promesa y comienza a ser una herramienta

Se ha hablado durante mucho tiempo de que la inteligencia artificial transformará la sociedad radicalmente. A menudo se queda en visiones del futuro y presentaciones en conferencias. Pero esta semana llegaron dos noticias que se sienten diferentes — concretas, medibles, y con consecuencias directas para personas reales.

2,26 millones de casos no resueltos — y una idea sobre cómo salir de esto

El sistema judicial de Pakistán está en crisis. Según IEEE Spectrum, hay apenas dos jueces por cada 100 000 habitantes en el país, en comparación con 22 en la Unión Europea. Esto ha resultado en una acumulación de más de 2,26 millones de casos sin resolver. Para quien espera una sentencia, puede tratarse de años, a veces décadas, de inseguridad jurídica.

El economista Sultan Mehmood de la New Economic School en Moscú lideró un experimento de campo en el que una herramienta de IA personalizada — llamada JudgeGPT — fue probada con 1 559 jueces en los tribunales de primera instancia del país. La herramienta se basó en GPT-4 y se conectó a una base de datos con casi 130 000 sentencias de tribunales pakistaníes y 943 estatutos legales.

El resultado es difícil de ignorar: en los distritos donde más jueces completaron el programa, el número de casos resueltos aumentó en 6,3 por ciento. Y la frecuencia de apelaciones disminuyó ligeramente, lo que sugiere que la velocidad no afectó la calidad.

Lo que hace el experimento especialmente interesante desde una perspectiva técnica es cómo el equipo de investigación abordó el problema clásico de las fuentes legales inventadas. Jueces que previamente habían probado servicios de IA comerciales habían reportado exactamente esto — que el sistema simplemente inventa precedentes que no existen. La solución fue la generación aumentada por recuperación, una técnica donde el modelo se ve obligado a anclar sus respuestas en una colección de documentos verificados en lugar de adivinar libremente.

Pero quizás tan importante como la tecnología fue la capacitación. Casi 1 200 jueces participaron en seis sesiones de 90 minutos cada una, desarrolladas en colaboración con la Academia Judicial Federal de Pakistán. Se cubrió cómo funcionan los grandes modelos de lenguaje, sus limitaciones, y los riesgos de sesgos en los datos de entrenamiento. Es prudente. Una herramienta que nadie entiende — o en la que nadie confía — no se usa, sin importar cuán buena sea.

La red eléctrica: una infraestructura construida para otra época

Al otro lado del mundo, Estados Unidos lucha contra otra clase de crisis sistémica. La red eléctrica estadounidense fue construida hace décadas, dimensionada para un mundo predecible con plantas centralizadas de carbón y gas. Ese mundo ya no existe.

Según IEEE Spectrum, el Departamento de Energía estadounidense señala una combinación de crecimiento industrial, clima extremo y un aumento récord en el consumo de electricidad. Solo en Texas, la mayor compañía de transmisión eléctrica ha recibido solicitudes de conexión de 220 gigavatios asombrosos — principalmente de centros de datos e instalaciones en la nube. La conexión es casi irónica: la infraestructura de IA que supuestamente resolverá los problemas del futuro es simultáneamente una de las razones por las que la red eléctrica está bajo tensión.

Además, la rápida expansión de la energía solar y eólica presenta a los operadores con demandas completamente nuevas. La energía renovable depende del clima y es difícil de predecir, lo que requiere un equilibrio en tiempo real entre la oferta y la demanda de una manera que los sistemas de control antiguos no pueden manejar.

Ahora IEEE lanza un curso específicamente diseñado para equipar a ingenieros y operadores de red con herramientas basadas en IA para manejar precisamente esta complejidad. Así como en Pakistán, se trata no solo de la tecnología en sí — sino de construir competencia entre las personas que deben usarla.

El patrón común

Estas dos noticias tratan sobre dominios muy diferentes: la justicia y la infraestructura energética. Pero comparten un patrón importante que, como desarrollador de sistemas, reconozco inmediatamente. La parte más difícil de construir sistemas de IA útiles rara vez son los algoritmos — es entender el problema lo suficientemente profundamente, anclar la solución en datos reales, y luego asegurar que los usuarios reales entiendan y confíen en lo que reciben en sus manos.

Ambos proyectos toman ese desafío en serio. Por eso también entregan resultados.