Federico Smulever y Luciana Belén Canteros expusieron en las Jornadas Argentina de Informática un modelo que tiene como principales usuarios a profesionales del ámbito del Derecho, como así también a funcionarios públicos de la justicia. El desarrollo pertenece al Área de Machine Learning e Inteligencia Artificial de la FaCENA UNNE, que dirigen los doctores Manuel Pulido y Sonia Mariño.
Federico Smulever y Luciana Belén Canteros, becarios del Área de Inteligencia Artificial de la Universidad Nacional del Nordeste (UNNE), recibieron un premio en las 55 Jornadas Argentinas de Informática (JAIIO), que se realizaron en la Universidad Tecnológica Regional La Plata. El trabajo forma parte de una línea de investigación del Área de Machine Learning e Inteligencia Artificial, encabezada por los doctores Manuel Pulido y Sonia Mariño de la FaCENA UNNE, que aplica grandes modelos de lenguaje al dominio legal.
El trabajo premiado y expuesto en las Jornadas por los becarios se titula «Filtrado Estructurado por Metadatos como Estrategia de Refinamiento de la Búsqueda Semántica en Sistemas RAG para el Dominio Legal».
Los grandes modelos de lenguaje pueden tener impacto en el área legal, porque el trabajo del abogado maneja mucha información en forma de texto. El modelo desarrollado utilizó una base de datos cerrada, con documentos específicos, para que no produzca “alucinaciones”. Esto es, en lugar de buscar información en cualquier fuente, el modelo trabaja con una base predeterminada que contiene únicamente la jurisprudencia de interés.
Según Pulido, sin esa restricción el modelo puede encontrar información de otros países o de otras provincias y no dar una respuesta precisa. Dada una pregunta, el modelo genera búsquedas en esa base para identificar los documentos de interés. Para luego generar las respuestas a partir de la documentacion relevante específica.
Smulever fue becario de las becas IA de la UNNE, promovidas por la Secretaría General de Ciencia y Técnica de la institución. Actualmente es becario doctoral del CONICET, bajo la dirección de Pulido.
Explicó que el trabajo busca que la respuesta del modelo de lenguaje corresponda al contenido jurídico que el usuario pretende al hacer una consulta. Los usuarios que darán máxima utilidad del modelo son los profesionales del Derecho y funcionarios públicos.
Detalló el mecanismo interno que el modelo realiza posteriormente a la consulta que se le realice: el sistema desglosa y estructura la consulta, extrae sus entidades y las vincula con la base de datos. Con esa vinculación filtra los documentos relevantes de la base y realiza una búsqueda semántica sobre el conjunto de documentos filtrado.
La base incluye jurisprudencia, normativa y documentos doctrinarios. Smulever indicó que el objetivo es reunir el universo jurídico completo, porque en el Derecho «todo se relaciona con todo»: la jurisprudencia se basa en normativa y los documentos doctrinarios analizan jurisprudencia y normas.
Como ejemplo, planteó el caso de un abogado litigante que consulta por juicios contra el “abuso de autoridad”. La consulta se formula como en cualquier chat con un modelo de lenguaje de uso general, como chatgpt. El sistema identifica primero el tipo de documento: «juicio» remite a jurisprudencia, lo que constituye el primer filtro. Luego identifica la figura legal, en este caso el abuso de poder, que acota de nuevo la búsqueda. Para luego buscar semanticamente lo relevante dentro de los documentos filtrados.
Los becarios destacaron el soporte fundamental al contar con el Centro de Cómputos de Alta Performance del NEA (CECONEA). El equipo realiza el entrenamiento y uso de los modelos, así como el almacenamiento y procesamiento de las bases de datos bajo estrictos protocolos de seguridad, utilizando servidores y GPU propios dentro de la UNNE en el CECONEA. El aislamiento de la base de datos y el modelo es fundamental para proteger la información sensible y reducir el riesgo de uso no autorizado, extracción de información por chats comerciales y ataques informáticos.
Generación de Resúmenes. Luciana Belén Canteros es de Ituzaingó, Corrientes, y es becaria del programa de becas sobre IA de la UNNE. Trabajó en la generación de resúmenes y en comparativas para determinar qué modelo es más apropiado para esa tarea.
Indicó que obtener métricas para decidir qué resumen es mejor que otro es difícil, porque se trata de texto, y que ese fue uno de los desafíos. Los documentos legales tienen una extensión que demanda poder computacional para procesarlos y tiempo para que una persona del ámbito legal los lea, por lo que los resúmenes tienen un uso central en el proyecto.
Smulever agregó que las busquedas semanticas mejoran cuando se dispone de resúmenes de calidad.
Con qué empresas y organismos trabaja el grupo. Pulido afirmó que los resultados de los proyectos de investigación en el Área de Machine Learning e Inteligencia Artificial, son luego aplicados dentro de los convenios de vinculacion con organismos y empresas, con el propósito de que los resultados tengan impacto regional y nacional.
El grupo tiene vinculación con empresas, en general startups, dedicadas al ámbito legal entre las que cabe citar SEGEM SA, IJ-ILG SA y Legalhub SA. El objetivo es usar modelos de inteligencia artificial para facilitar las tareas de los estudios jurídicos y automatizar procesos. Explicó que, en estudios con muchos casos, hay tareas repetitivas que el modelo puede resolver de forma automática.
El grupo también trabaja con el Poder Judicial del Chaco en un proyecto para desarrollar una plataforma inteligente basada en estas investigaciones. Pulido precisó que la plataforma usa bases de datos cerradas y modelos de lenguaje de código abierto, con lo cual la información queda dentro del sistema y se garantiza la confidencialidad del trabajo del Poder Judicial.
Pulido afirmó que este punto cobra relevancia por el uso de modelos de lenguaje abiertos con información delicada, como ChatGPT de OpenAI o Claude de Anthropic. Según indicó, en esos sistemas la información que el usuario sube puede ser reutilizada por los modelos para su aprendizaje.
Finalmente los becarios y el doctor Pulido manifestaron satisfacción por los resultados obtenidos en la línea de las becas IA y por el reconocimiento de la conferencia, que interpretó como señal de que el trabajo tiene impacto.
JAIIO. Las JAIIO (Jornadas Argentinas de Informática) son el evento y las jornadas de informática más antiguas de Argentina, organizadas de forma ininterrumpida desde 1961 por la Sociedad Argentina de Informática (SADIO).
Reúne a investigadores, estudiantes, docentes, profesionales y referentes de la academia, la industria y el sector público para debatir, compartir experiencias y difundir los avances en la disciplina informática.
Los trabajos evaluados por comités de expertos se publican en las Memorias de las JAIIO, y las versiones extendidas más destacadas aparecen en el Electronic Journal of SADIO (EJS).
