Implementación de inteligencia artificial en el derecho boliviano
Análisis comparativo de Chat GPT y Gemini AI
DOI:
https://doi.org/10.59343/yuyay.v3i2.68Palabras clave:
inteligencia artificial, legal prompting, derecho digital Bolivia, legaltechResumen
La inteligencia artificial ha sorprendido al mundo con sus avanzadas capacidades, facilitando la automatización de tareas y reduciendo significativamente el tiempo requerido para actividades anteriormente laboriosas. Este estudio tiene como objetivo explorar la implementación de la inteligencia artificial en el ámbito jurídico boliviano, comparando dos herramientas: Chat GPT y Gemini AI. Para lo cual, se realizó una revisión de la literatura y estudios de casos prácticos para evaluar ambas herramientas en tres áreas clave: búsqueda y sistematización de doctrina y jurisprudencia, análisis de casos y redacción de documentos legales. Los resultados demuestran que ambas herramientas tienen el potencial de mejorar la eficiencia y precisión en los ámbitos estudiados. Sin embargo, se identificaron algunas limitaciones, principalmente relacionadas con el acceso restringido a la información, lo que ocasionalmente resulta en respuestas incorrectas que requieren verificación manual. En conclusión, aunque Chat GPT y Gemini AI presentan ventajas significativas para el campo jurídico en Bolivia, es esencial considerar las limitaciones actuales y la necesidad de supervisión humana para garantizar la precisión de los resultados.
Descargas
Citas
Beltrán, N., & Rodríguez, E. (2021). Procesamiento del lenguaje natural (PLN) - GPT-3, y su aplicación en la ingeniería de software. TIA, 8(1), 18–37.
Cabello Ayzama, A., & Montesinos, S. (2020). De la cuarentena a la ineficacia de la garantía del derecho a la educación en el Estado Plurinacional de Bolivia: Un análisis sobre la vulneración del derecho a la educación desde el concepto de la posición jurídica definitiva. SCIAS Direitos Humanos e Educação, 3(2), 231–248.
CIDH. (2020). Resolución 1/2020: Pandemia y Derechos Humanos en las Américas.
Dathathri, S., Madotto, A., Lan, J., Hung, J., Frank, E., Molino, P., Yosinski, J., & Liu, R. (2019). Plug and Play Language Models: A Simple Approach to Controlled Text Generation. ICLR. http://arxiv.org/abs/1912.02164
Gutiérrez, J. (2023, January 27). En sólo 5 días, Chat GPT-3 consiguió un millón de usuarios. Periódico La Jornada, 14.
Jiang, C., & Yang, X. (2023). Legal Syllogism Prompting: Teaching large language models for legal judgment prediction. Proceedings of the Nineteenth International Conference on Artificial Intelligence and Law, 417–421. https://doi.org/10.1145/3594536.3595170
Liu, P., Yuan, W., Fu, J., Jiang, Z., Hayashi, H., & Neubig, G. (2023). Pre-train, Prompt, and Predict: A Systematic Survey of Prompting Methods in Natural Language Processing. ACM Computing Surveys, 55(9), 1–35. https://doi.org/10.1145/3560815
Lopezosa, C. (2023). La Inteligencia artificial generativa en la comunicación científica: retos y oportunidades. Revista de Investigación e Innovación En Ciencias de La Salud, 5(1), 1–5. https://doi.org/10.46634/riics.211
Lopezosa, C., & Codina, L. (2023). Inteligencia Artificial y métodos cualitativos de investigación: ChatGPT para revisiones de la literatura y análisis de entrevistas semiestructuras.
Martínez, L. A. (2021). Brechas digitales y derecho a la educación durante la pandemia por COVID-19. Propuesta Educativa FLACSO, 2(56), 11–27.
Morales-Chan, M. A. (2023). Explorando el potencial de Chat GPT: Una clasificación de Prompts efectivos para la enseñanza.
Navarro, J., Medina, O., Andrade, C., Chacín, M., & Bermudez, V. (2020). Cultura de paz en la pandemia por SARS-COV-2: confinamiento, tics y las redes sociales. Gaceta Médica de Caracas, 128(S2), S350–S358. https://doi.org/10.47307/GMC.2020.128.s2.21
Surden, H. (2024). ChatGPT, AI large language models, and law. Fordham Law Review, 92, 1941–1972.
Torres Molina, K., & Blanco Pérez, I. (2023). Arquitectura de prompt académicos para el uso de inteligencias artificiales (AI) en Areandina: desafíos, experiencias y obstáculos. Revista Investigaciones Andina, 25(46). https://doi.org/10.33132/01248146.2258
Turing, A. M. (1950). Computing Machinery and Intelligence. Mind, 59(236), 433–459.
Weizenbaum, J. (1966). ELIZA—a computer program for the study of natural language communication between man and machine. Communications of the ACM, 9(1), 36–45. https://doi.org/10.1145/365153.365168
Young, T., Hazarika, D., Poria, S., & Cambria, E. (2018). Recent Trends in Deep Learning Based Natural Language Processing [Review Article]. IEEE Computational Intelligence Magazine, 13(3), 55–75. https://doi.org/10.1109/MCI.2018.2840738
Publicado
Cómo citar
Número
Sección
Categorías
Licencia
Derechos de autor 2024 Alex Cabello-Ayzama
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Usted es libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato
- La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia
Atribución — Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios.
- Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
NoComercial — Usted no puede hacer uso del material con propósitos comerciales.
SinDerivadas — Si remezcla, transforma o crea a partir del material, no podrá distribuir el material modificado.
No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.