Inteligencia artificial: aspectos penales y procesales
| Autor | Eloy Velasco Núñez |
| Cargo del Autor | Doctor en Derecho. Magistrado. Audiencia Nacional |
| Páginas | 171-217 |
171
CAPÍTULO 8.
Inteligencia artificial: aspectos penales y procesales
E V N
Doctor en Derecho. Magistrado. Audiencia Nacional
INTRODUCCIÓN, DEFINICIONES, Y CONCEPTOS RELACIONADOS Y
APLICACIONES CON INTELIGENCIA ARTIFICIAL
Definición
La Inteligencia Artificial (en adelante IA) siempre se ha centrado en carac-
terizar las manifestaciones de la programación informática que realizan opera-
ciones semejantes a las que hace la inteligencia humana, singularmente las que
derivan del aprendizaje.
Entre sus múltiples delimitaciones, seleccionamos la de NISA AVILA 10, que
lo define como “software codificado con capacidad de toma de decisiones que
puede ejecutar cualquier tarea y acción al igual que un ser humano, pero con una
capacidad de computación superior a la biológica”.
Su principal característica reside en la creación de mecanismos, programas
informáticos, técnicas de computación (son artificios, especialmente gobernados
por sistemas informáticos) que, por sí mismos, son capaces de realizar alguna ope-
ración semejante a pensar, a analizar datos, de modo que entrenados, le sirvan
para elaborar juicios y tomar resoluciones, decisiones, predicciones, pautas de
conducta, esto es, con capacidad de actuar físicamente en el mundo real –aunque
ese “actuar” no sea consciente, sino programado o aprendido–, interactuando
con terceros de manera independiente.
Con forma humana, se les denomina robots.
10 NISA ÁVILA, Javier Antonio “Inteligencia Artificial y Machine Learning en el ejercicio profe-
sional del Derecho”. Htpps:/lefevre.es. Año 2019.
Eloy Velasco Núñez
172
Conceptos relacionados con la inteligencia artificial
La IA se basa en el desarrollo de algoritmos y en la combinación de diversos
campos, como los sistemas expertos, traducción de lenguajes… que pretenden
–trinomio–: captar información, datos (captadores, sensores), que conveniente-
mente interpretados 11 y tratados (procesadores), alcanzan rápidas (velocidad y
capacidad de cálculo elevada, superior a la biológica) y muy acertadas decisiones
(decisiones).
Como la inteligencia en el ser humano, la IA trata de aprovecharse de capa-
cidades ligadas a la función cognitiva (percepción) de captación y recepción de
información; de memoria, almacenándola; de análisis (lógica) y de decisión.
Su red neuronal obtiene la experiencia que necesita del –entrenamiento–
análisis automático y sistemático de esa información (proveniente de Internet,
de dispositivos del Internet de las cosas, etc.) determinando pautas de comporta-
miento que le permiten realizar predicciones ante nuevos casos, pues sus técnicas
se aplican a problemas de clasificación y series de tiempo e identifican conexiones
a cosas mediante relaciones lineales y no lineales, que otras técnicas no podrían
realizar.
Dentro de la IA, se encuentran las disciplinas (técnicas de computación) del:
— Machine learning (aprendizaje de máquinas), que crea sistemas, técni-
cas que aprenden automáticamente, identificando patrones complejos
del análisis de múltiples datos (big data), llegando mediante algoritmos
a predecir comportamientos y a mejorarse autónomamente con el tiem-
po (i. e.: programa de detección de spam, que, analizando elementos de
un correo electrónico y actuaciones anteriores de su destinatario, decide
si es basura o no) y
— Deep learning (aprendizaje profundo), que trata de copiar el enfoque
del aprendizaje propio del pensamiento humano, y en lugar de apren-
der a resolver un problema mediante reglas y algoritmos, lo que hace
es evaluar ejemplos y rectificar por si sola su programación cuando sea
errónea, contando con aplicaciones como la identificación de vehí-
culos, peatones, placas de matrícula, el reconocimiento de imagen, la
traducción y procesamiento del lenguaje natural (Natural Language
Processing o NLP) ….
Estos sistemas usan también el análisis predictivo, o modelado, esto es, ana-
lizan un gran número de variables (ingresos, edad, género, potencia de coche,
código postal, etc.) que combinan con resultados (accidentes, impagos, etc.) para
generar un modelo (normalmente basado en la puntuación del 0 al 9) que repre-
11 La inteligencia, según Carmen Sanz Chacón (“¿Qué es la inteligencia?”, El Mundo del Su-
perdotado 2019) comprende las capacidades de razonar, planificar, resolver problemas, pensar de forma
abstracta, comprender ideas complejas, aprender con rapidez y aprender de la experiencia.
Capítulo 8. Inteligencia artificial: aspectos penales y procesales
173
senta la probabilidad de un evento (i.e.: impago de prima o causación de sinies-
tro, en el contrato de seguro de coche).
Los algoritmos son secuencias lógicas (conjunto ordenado, pautado de ope-
raciones sistemáticas que encierran instrucciones y reglas definidas) que ejecutan
una tarea o actividad –mediante el cálculo, resolviendo un tipo de problema–.
Se basan bien en:
— Aprendizaje por refuerzo (RL, reinforcement learning), que consiste en
la iteración constante basada en el sistema de “prueba y error” que una
máquina hace en tiempo récord en determinadas condiciones con un
objetivo final (i. e.: vencer en una partida de ajedrez);
— Aprendizaje supervisado (supervised machine learning), basado en mo-
delos predictivos que hacen uso de datos de entrenamiento para que se
tome una decisión concreta supervisada externamente (i. e.: los coches
autónomos) y
— Aprendizaje no supervisado que únicamente ajustan su modelo en fun-
ción de los datos de entrada y sin indicaciones externas.
También es común la clasificación entre:
— IA débil: la única existente y real en la vida actual, orientada a proble-
mas muy concretos, reactiva, sin flexibilidad, programada por el ser hu-
mano, con pocas redes neuronales, que computa, pero no razona, que
aprende de ejemplos similares, que realiza operaciones repetitivas, y está
orientada a una sola tarea, mientras que, por el contrario, la
— IA fuerte: sólo es concebible como ciencia ficción actualmente, resol-
vería problemas abiertos, sería proactiva, flexible, se auto programaría,
usando muchas redes neuronales a veces en conflicto, imitaría y apren-
dería el comportamiento humano asimilando nuevas tareas y adaptán-
dose a nuevos escenarios 12.
No todo lo que se comercializa en el mercado actual como IA, lo es.
En puridad, se mezcla el uso de técnicas descriptivas, basadas en el análisis
de datos masivos (Big Data) que los tratan y estructuran mediante premisas de
inteligencia y estadística, traduciendo, concluyendo y comunicando lo que se
deduce de ese examen masivo de bases numerosas de datos 13, con técnicas pre-
12 https://iahuawei.xataka.com/inteligencia-artificial-debil-vs-fuerte-donde-llega-otra-infografia/
13 NISA ÁVILA, Javier Antonio, en “Inteligencia Artificial y Machine Learning en el ejercicio
profesional del Derecho”. Htpps:/lefevre.es. Año 2019, denuncia que se quieren hacer pasar por IA algorit-
mos avanzados de tratamiento de datos que distan mucho de tener todavía auténticas capacidades predicti-
vas, y en el ámbito jurídico, indica que se necesitaría, en el ámbito de la interpretabilidad de la norma, para
empezar, además de variables más cuantificables, una ley más cerrada, con patrones que no dieran lugar a
interpretaciones alternativas con supuestos de hecho lo más cerrados posibles, que garantizaran software
con el menor número posible de errores, y en el de la argumentación jurídica, mayor univocidad (tanta
que , a la larga, haría que no hubiera más que una, la del propio algoritmo legislador).
Para continuar leyendo
Solicita tu prueba