Seminario en el Ministerio de Justicia aborda los desafíos procesales de la IA en los tribunales argentinos

1. El Estado de la Cuestión: De la Automatización de Trámites a la Inferencia Probatoria Compleja

El Poder Judicial de la República Argentina y los ministerios públicos provinciales han transitado una década de intensa digitalización instrumental, caracterizada por la implantación del expediente electrónico (lex100 en la justicia nacional y federal, y sistemas análogos en fueros bonaerenses, cordobeses y santafesinos). No obstante, la irrupción de modelos de lenguaje de gran escala (LLMs), sistemas de visión computacional forense y motores de analítica predictiva ha trasladado la discusión desde la mera gestión burocrática hacia el corazón mismo de la teoría general de la prueba.

Durante las sesiones plenarias del seminario ministerial, los ponentes enfatizaron que los litigios contemporáneos ya no se limitan a debatir la autenticidad de un documento firmado digitalmente bajo la Ley 25.506, sino la fuerza convictiva de dictámenes periciales basados en algoritmos de aprendizaje profundo. Entre los casos testigos analizados figuraron la reconstrucción fonométrica de grabaciones de audio mediante eliminación neuronal de ruido, la atribución de autoría de ciberataques basada en patrones heurísticos de código malicioso y la detección de ultrafalsificaciones (deepfakes) audiovisuales aportadas como presunta prueba documental.

El consenso de los juristas remarcó que someter la libertad o el patrimonio de los ciudadanos a conclusiones emanadas de sistemas opacos colisiona de manera frontal con el artículo 18 de la Constitución Nacional y el artículo 8 de la Convención Americana sobre Derechos Humanos, a menos que se garanticen mecanismos estrictos de contradicción técnica y auditoría del código fuente.

"No podemos admitir en sede judicial que un algoritmo actúe como un oráculo inapelable. Si la defensa o las partes no tienen acceso a los hiperparámetros, al conjunto de entrenamiento y a los pesos sinápticos utilizados para generar una pericia criminalística, se consagra un estado de indefensión procesal incompatible con el Estado Constitucional de Derecho. La tecnología debe servir para esclarecer los hechos, no para enmascarar la arbitrariedad bajo un manto de aparente infalibilidad matemática."

2. Anatomía Técnica y Forense: La Caja Negra y la Cadena de Custodia Algorítmica

El análisis pericial expuesto por la División de Evidencia Tecnológica desglosó las tensiones operativas entre la naturaleza probabilística de los algoritmos de inteligencia artificial y la certeza requerida por el derecho procesal penal y civil:

• Opacidad Estructural e Inexplicabilidad (Black Box Problem): Las arquitecturas basadas en transformadores profundos o redes convolucionales operan mediante millones de parámetros ponderados que impiden trazar una causalidad determinista entre las entradas (inputs) y las salidas (outputs). En términos procesales, esto vulnera el principio de motivación de las sentencias y los dictámenes periciales.
• Cadena de Custodia de Modelos y Checkpoints (Model Versioning Integrity): Para que una inferencia algorítmica sea reproducible en juicio, no basta con preservar los datos de entrada (como un archivo multimedia o un volcado de memoria RAM). Resulta imperativo congelar criptográficamente el hash SHA-256 del modelo exacto, los pesos sinápticos, la biblioteca de inferencia (e.g., PyTorch, ONNX Runtime) y la semilla pseudoaleatoria (random seed) utilizada en el cálculo.
• Riesgo de Alucinación y Falso Positivo Forense: Los LLMs utilizados para el resumen de extensas fojas judiciales o la extracción automatizada de cláusulas contractuales pueden intercalar citas apócrifas o interpretar erróneamente precedentes vinculantes, generando vicios de fundamentación que habilitan recursos extraordinarios de casación e inconstitucionalidad.
• Contaminación del Conjunto de Entrenamiento (Data Poisoning & Bias): Sesgos sociodemográficos o geográficos embebidos en modelos entrenados con jurisprudencia extranjera o bases no depuradas generan desviaciones sistemáticas perjudiciales al evaluar pautas de conducta o riesgos procesales en contextos socioeconómicos locales.

La Prueba Pericial Informática ante el Estándar Daubert Adaptado

Los doctrinarios del seminario propusieron adaptar los lineamientos del célebre estándar Daubert al ecosistema de la inteligencia artificial. Bajo esta doctrina adaptada, una pericia algorítmica únicamente podrá ser declarada admisible si satisface cuatro pilares de escrutinio técnico: (a) si la técnica subyacente ha sido sometida a pruebas empíricas verificables; (b) si el modelo posee una tasa de error conocida y mensurable; (c) si la metodología ha sido validada mediante arbitraje de pares (peer review) en conferencias científicas reconocidas; y (d) si existe transparencia suficiente sobre los datos con los cuales se preentrenó la herramienta pericial.

3. Análisis Económico, FinOps y Presupuesto de Modernización Judicial

La adopción de tecnologías de inteligencia artificial en la administración de justicia exige una ponderación minuciosa de costos de infraestructura y soberanía de datos, diferenciando el gasto público de las implicancias para el sector privado litigante:

Desde la perspectiva del gasto fiscal y FinOps judicial, la tercerización de procesamiento de expedientes confidenciales en nubes públicas extranjeras mediante pago por token en dólares estadounidenses presenta dos riesgos críticos: un impacto presupuestario insostenible frente a la volatilidad cambiaria y una violación flagrante de la Ley de Protección de Datos Personales (Ley 25.326), al transferir actuaciones sumariales reservadas fuera de la jurisdicción nacional.

El consenso financiero del seminario postuló que la modernización tecnológica sustentable del Poder Judicial debe cimentarse en infraestructura On-Premise soberana o nubes gubernamentales seguras (Arsat / Data Centers propios). La adquisición de servidores equipados con clústeres de cómputo para inferencia local representa un CapEx inicial estimado en USD 180.000 a USD 250.000 por tribunal superior o departamento judicial. Sin embargo, esta inversión amortiza en menos de 24 meses frente al OpEx acumulativo de licencias propietarias foráneas, habilitando el despliegue de modelos de lenguaje pequeños (SLMs) de código abierto debidamente ajustados (fine-tuned) con el tesauro y la jurisprudencia argentina.

Para los estudios jurídicos y departamentos legales corporativos, la incorporación de herramientas de análisis de riesgo de litigiosidad y automatización de escritos reduce los tiempos de confección en un 40%, pero demanda una partida presupuestaria de aseguramiento pericial (ciberpólizas y auditorías técnicas) para evitar sanciones deontológicas por presentación de pruebas erróneas.

4. Implicancias para Estudios Jurídicos, Magistraturas y PyMEs en Argentina

El debate suscitado en el Ministerio de Justicia interpela directamente a los operadores jurídicos de las provincias argentinas y a las empresas prestadoras de servicios de software legal (LegalTech):

• Obligación de Capacitación en Evidencia Algorítmica: Abogados litigantes y secretarios de juzgado deben abandonar el analfabetismo técnico. Comprender los conceptos de temperatura, overfitting y vectores de embedding resulta hoy tan indispensable como dominar los plazos del Código Procesal Civil y Comercial.
• Oportunidad Estratégica para la Industria LegalTech Local: Las empresas argentinas de software tienen la ventana histórica de desarrollar soluciones de búsqueda semántica y asistencia a la redacción judicial alojadas localmente, garantizando cumplimiento normativo y privacidad de expedientes bajo secreto de sumario.
• Revisión de Cláusulas de Responsabilidad en Contratos PyME: Las pequeñas y medianas empresas que firman acuerdos basados en contratos inteligentes (smart contracts) o deleguen la atención de reclamos de consumidores en agentes de IA deben prever expresamente auditorías de auditoría humana (human-in-the-loop) para no incurrir en responsabilidad objetiva bajo la Ley de Defensa del Consumidor (Ley 24.240).
• Gobernanza Federal Heterogénea: Dada la estructura federal argentina, coexisten más de 24 ordenamientos procesales provinciales. Urge una ley marco de armonización nacional que evite que una inferencia de IA sea admitida en los tribunales de la Ciudad de Buenos Aires y rechazada por nulidad insanable en Santa Fe o Mendoza.

5. Hoja de Ruta en 4 Pasos para la Admisión y Control de Pruebas Algorítmicas

Guía de actuación práctica para magistrados, fiscales y letrados frente al ofrecimiento de pericias o evidencias generadas por sistemas de inteligencia artificial:

1. Exigencia de la Memoria Técnica y Registro de Pesos (Model Card): Solicitar formalmente a la parte o al perito oferente la presentación del Model Card detallado, especificando arquitectura de red, versión de librerías, entorno de hardware y firmas hash de los archivos de pesos utilizados en el análisis.
2. Aseguramiento de la Cadena de Custodia Criptográfica de Insumos: Verificar que la totalidad de los datos analizados (imágenes, audios, logs) hayan sido incorporados al expediente con sellado de tiempo confiable y hashes inmutables antes de ser procesados por el motor computacional.
3. Apertura a Prueba de Contradicción y Réplica Técnica: Proveer traslado amplio a las partes contrarias para que peritos de control puedan reproducir el experimento computacional en un entorno de pruebas idéntico y evaluar la estabilidad de las respuestas frente a perturbaciones de entrada.
4. Control Estricto de Motivación Judicial y Supervisión Humana Efectiva: Prohibir taxativamente el dictado de sentencias o providencias cautelares fundamentadas de forma exclusiva o ciega en sugerencias algorítmicas, consagrando en el fallo el razonamiento lógico-humano del juzgador sobre la sana crítica racional.