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
Referencias
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 DOI: 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 DOI: 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 DOI: 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 DOI: 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 DOI: https://doi.org/10.33132/01248146.2258
Turing, A. M. (1950). Computing Machinery and Intelligence. Mind, 59(236), 433–459. DOI: https://doi.org/10.1093/mind/LIX.236.433
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 DOI: 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 DOI: https://doi.org/10.1109/MCI.2018.2840738
Publicado
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.
