Casetext
Lo tengo! 19 dic, 2019,02:09pm EST|Este artículo tiene más de 2 años.El campo del derecho ha evolucionado sorprendentemente poco desde los días de Oliver Wendell Holmes, Jr. … (1841-1935), considerado por muchos el mejor juez del Tribunal Supremo de Estados Unidos de la historia. Esto cambiará pronto.Archivo Bettmann
En muchos sentidos, el Derecho es especialmente propicio para la aplicación de la IA y el aprendizaje automático. El aprendizaje automático y el derecho funcionan según principios sorprendentemente similares: ambos se basan en ejemplos históricos para deducir reglas aplicables a nuevas situaciones.
Los abogados de cada parte deben revisar, editar e intercambiar manualmente documentos en rojo en iteraciones aparentemente interminables. El proceso puede ser largo, retrasar los acuerdos y obstaculizar los objetivos comerciales de las empresas. Los errores humanos son frecuentes, lo que no es de extrañar si se tiene en cuenta que es esencial prestar atención a los detalles y que los contratos pueden tener miles de páginas.
Existe una gran oportunidad para automatizar este proceso. Startups como Lawgeex, Klarity, Clearlaw y LexCheck trabajan actualmente en esta dirección. Estas empresas están desarrollando sistemas de IA que pueden recibir automáticamente propuestas de contratos, analizarlas en su totalidad utilizando tecnología de procesamiento del lenguaje natural (PLN) y determinar qué partes del contrato son aceptables y cuáles son problemáticas.
La inteligencia artificial y la
«Inteligencia Artificial» es el término utilizado para describir cómo los ordenadores pueden realizar tareas que normalmente se considera que requieren inteligencia humana, como reconocer el habla y los objetos, tomar decisiones basadas en datos y traducir idiomas. La IA imita ciertas operaciones de la mente humana.
Una «red neuronal» es un ordenador que clasifica la información, colocando las cosas en «categorías» en función de sus características. La aplicación para identificar perritos calientes de Silicon Valley, de HBO, es un ejemplo de aplicación de esta tecnología.
Otros programas de IA necesitan ser entrenados por humanos que les suministren datos. La IA deduce entonces patrones y reglas a partir de esos datos. Los programas de IA entrenados mediante aprendizaje automático son idóneos para resolver problemas de clasificación. Esto significa básicamente calcular la probabilidad de que cierta información sea del tipo A o del tipo B. Por ejemplo, determinar si un oso es un panda o un koala es un problema de clasificación.
El entrenamiento comienza mostrando al ordenador montones de muestras de pandas y koalas. Estas muestras iniciales se denominan conjunto de entrenamiento e identifican claramente qué tipo de oso se presenta a la IA.
Derecho e inteligencia artificial
La inteligencia artificial (IA) y el aprendizaje automático ya están transformando el trabajo de los abogados y los bufetes de muchas maneras y existen enormes oportunidades para el futuro. Analicemos cómo la inteligencia artificial y el aprendizaje automático han transformado gradualmente los bufetes de abogados (tanto de forma positiva como negativa) y cómo pueden seguir mejorando.
Supongamos que durante unos dos o tres meses siempre pones la alarma, un recordatorio de llamada telefónica, a las 16:00 todos los martes para hacer algo parecido. Un smartphone con aprendizaje automático reconocerá el patrón y le enviará recordatorios automáticamente. Puede ayudar a evitar el olvido de una tarea semanal y es una excelente ayuda para los abogados.
Los abogados tienen que analizar contratos en masa y hacer comentarios y correcciones para asesorar a los clientes. Imagínese un bufete con miles de contratos revisados, y necesita guardar una copia de sus obligaciones financieras, renovación, fechas de vencimiento, etc. En un bufete de abogados, la IA puede realizar estas tareas de forma eficiente.
El procedimiento para utilizar la evaluación de documentos impulsada por IA es sencillo: El sistema identifica los documentos necesarios, los analiza e identifica los términos y cláusulas solicitados, tras lo cual están listos para su revisión.
Ver 2+ más
El conjunto de revistas se ha clasificado según su SJR y se ha dividido en cuatro grupos iguales, cuatro cuartiles. Q1 (verde) comprende el cuartil de las revistas con los valores más altos, Q2 (amarillo) los segundos valores más altos, Q3 (naranja) los terceros valores más altos y Q4 (rojo) los valores más bajos.
El SJR es un indicador de prestigio independiente del tamaño que clasifica las revistas en función de su «prestigio medio por artículo». Se basa en la idea de que «no todas las citas son iguales». El SJR es una medida de la influencia científica de las revistas que tiene en cuenta tanto el número de citas que recibe una revista como la importancia o el prestigio de las revistas de las que proceden dichas citas.
Este indicador contabiliza el número de citas que reciben los documentos de una revista y las divide por el número total de documentos publicados en esa revista. El gráfico muestra la evolución del número medio de veces que los documentos publicados en una revista en los últimos dos, tres y cuatro años han sido citados en el año en curso. La línea de dos años equivale a la métrica del factor de impacto de la revista ™ (Thomson Reuters).
