Gastón Andres Navarro - Prueba Digital

En setiembre de 2020 el equipo de I+D de Albrematica comenzó a analizar la mejora de la performance en las respuestas y para ello implementó una etapa en la que se encuentra investigando los desarrollo en NLU y NLP, principalmente en el método BERT -que básicamente implica entrenar una red neuronal para aprender “ lenguaje ”, y luego esta red se usa como una columna vertebral para realizar diversas tareas de NLP- y en GPT-3

Lo que lo hizo revolucionario a BERT fue el hecho de que fue la primera representación de lenguaje profundamente bidireccional, lo que significa que miró las palabras después de una palabra dada, no solo las palabras anteriores. Esto, se cree, es lo que lo hace superior a las representaciones unidireccionales. Además, su arquitectura está basada en transformadores , lo que le ayuda a ponderar el contexto en el que aparece una palabra en una oración. Todos estos factores combinados explican su éxito de alguna manera.

Ahora bien, en comparación con BERT, la arquitectura tradicional agnóstica de tareas que requiere decenas de miles de ejemplos específicos de tareas para ajustar una tarea posterior, GPT-3 permite realizar una nueva tarea (clasificación, respuesta a preguntas, traducción, razonamiento y muchas otras) a partir de solo unos pocos ejemplos o instrucciones sin ajustes precisos. Esta es una gran ventaja sobre otros modelos de lenguaje convencionales como BERT, ELMO, XLM.

Al enviar el mensaje de texto, la API GPT-3 devolverá la finalización, intentando hacer coincidir el patrón que le dio en los ejemplos. Hace que el modelo de vanguardia sea más accesible para los desarrolladores para explorar posibles casos de uso y reduce significativamente la barrera de adoptar inteligencia artificial / PNL. Los desarrolladores ya no necesitan gastar esfuerzos adicionales en adquirir conjuntos de datos específicos de tareas, dominar el complicado proceso de ML y ajuste fino, y manejar la infraestructura de ML. El cambio de paradigma proviene de 3 ángulos diferentes para los posibles cambios con el debut o la era de AIAS (AI as A Service).

En noviembre 2021 Albrematica obtuvo de OPEN AI la autorización para efectuar pruebas de GPT-3 en su plataforma, avocándose el equipo técnico a su inmediato análisis, arribando a resultados auspiciosos por las capacidades predictivas demostradas hasta el momento de la herramienta. Se efectuaron pruebas con los diversos “engines” provistos para la prueba (Da Vinci, Ada, Babbage) y se aplicaron diversas “temperaturas” (profundidad) a las búsquedas para las mismas preguntas, con resultados igualmente favorables, especialmente en la función Q&A.

Los defensores de legal analytics insisten en que es solo cuestión de tiempo antes de que haya conjuntos de datos masivos para cubrir amplias áreas de la ley. Y afirman que esto conducirá a un mejor sistema de justicia. Desde mostrar qué casos son una pérdida de tiempo y dinero hasta exponer qué jueces son rebeldes y atípicos, creen que el uso de datos puede mejorar la forma en que funciona el sistema legal. Por otra parte, habría que hacer una salvedad respecto a las bases de información. Una cosa es la predicción en Estados Unidos o el Reino Unido, con bases de datos ordenadas y accesibles y un concepto jurídico y otra son los países latinos, quizás con menos historial registrado y con un concepto (y sistema) jurídico diferente.

“A medida que ampliamos nuestro conjunto de datos, esperamos que el ministerio de justicia y los reguladores vean cómo se aplica justicia en todo el país y dónde están las inconsistencias”, dice Edward Bird, director de Solomonic (9), una compañía del Reino Unido formada por un grupo de abogados comerciales y científicos de datos que intenta replicar algunos de los modelos analíticos de Estados Unidos. “Los mejores jueces en los tribunales comerciales del Reino Unido son extremadamente consistentes. Pero en casos de menor valor, es posible que uno obtenga un resultado diferente, dependiendo de quién sea el juez. Esto no debería ocurrir”. “Si finalmente llegamos a un punto en que los datos realizan la predicción, ¿esto puede generar un cortocircuito en el sistema legal?”, pregunta Bird. “¿Cómo esto afecta la posibilidad de acceso a la justicia de un demandante a quien se le dice ‘sus probabilidades de ganar no son más que este número, y la corte no revisará su caso? ” (10)

Francia ha ya tomado una decisión importante sobre este tema en relación con una materia muy concreta: prohibir por ley, con penas de hasta cinco años de prisión, que se puedan realizar patrones sobre las decisiones de jueces y tribunales. En concreto, el artículo modificado establece que: “Los datos de identidad de magistrados y miembros de la judicatura no podrán ser reutilizados con el propósito o al efecto de evaluar, analizar, comprar o predecir su práctica profesional cierta o supuesta ” (11). Los argumentos que parecen haber motivado esta prohibición son varios. El principal parece ser la voluntad de proteger a los jueces frente a la posibilidad de que se les acuse de tener sesgos a la hora de tomar sus decisiones y, en relación con ese mismo argumento, evitar otras prácticas indeseables como el forum shopping o incluso la recusación recurrente de un juez para la revisión de determinadas materias. Sin embargo, rápidamente han surgido otras voces que se oponen a esta prohibición con argumentos igual de consistentes como, por ejemplo, que uno de los síntomas de salud de una democracia es, precisamente, la posibilidad de auditar el comportamiento de las instituciones públicas o que, mediante dicha prohibición, se limitan los derechos de defensa de los individuos.

Como se puede comprobar, tanto los argumentos a favor, como en contra, versan sobre principios o valores fundamentales de un Estado democrático y de derecho que, como tales, son los pilares de la convivencia de las sociedades modernas. Por este motivo no es difícil conjeturar que el asunto será objeto de una profunda discusión y no es descartable que, incluso, sea objeto de revisión por el tribunal constitucional francés.

Las nuevas tecnologías ofrecen grandes posibilidades de cambio, pero, en nuestra mano está, como sociedad, luchar porque dicho cambio sea sólo para bien y que, como individuos, salgamos de este debate reforzados y con mayor protección de nuestros derechos, nunca al revés. (12)

El principio de precaución es, quizás, la respuesta a estas preguntas. La incertidumbre que rodea aún a la posibilidad de replicar una consciencia humana y una empatía emocional equivalente en la inteligencia artificial nos llevaría a proponer la aplicación jurídica del principio de precaución para prevenir los graves riesgos con los que nos enfrentamos (máquinas adoptando decisiones automatizadas discrecionales que eventualmente afectan a derechos de humanos).

El Código de conducta ética para los ingenieros en robótica anexo a la Resolución del Parlamento Europeo, de 16 de febrero de 2017, con recomendaciones destinadas a la Comisión sobre normas de Derecho civil sobre robótica (2015/2103 -INL-) incorpora entre otros el principio de precaución según el cual “Las actividades de investigación en el ámbito de la robótica deben llevarse a cabo de conformidad con el principio de precaución, anticipándose a los posibles impactos de sus resultados sobre la seguridad y adoptando las precauciones debidas, en función del nivel de protección, al tiempo que se fomenta el progreso en beneficio de la sociedad y del medio ambiente”. (13)

Algo similar ocurre actualmente con la decisión que se encuentra a estudio de la Unión Europea con respecto al reconocimiento facial por inteligencia artificial, que está siendo cada vez más utilizado en todo tipo de escenarios, por los eventuales ataques de invasión a la privacidad, y en un documento de 18 páginas plantea una directiva según la cual la Unión Europea estaría a punto de anunciar la prohibición de sistemas de reconocimiento facial en áreas públicas durante los próximos años. Esa prohibición podría ir de los tres a los cinco años, y durante ese tiempo “se podría identificar y desarrollar una metodología sólida para evaluar los impactos de esta tecnología y las posibles medidas de gestión de riesgos”. El documento plantea excepciones como proyectos relacionados con la seguridad o la investigación y desarrollo en este ámbito.