Desde hace un tiempo, como abogado litigante, expuse tanto como estudiante y como docente, especialmente en la Maestría de Innovación en Derecho Digital y Legal Tech,  la necesidad de que los jueces estuvieran organizados por núcleos temáticos siguiendo los mismos títulos de los códigos civil, comercial, consumidor, etc. Esto con el fin de lograr la especialidad técnica y científica que debería tener el juez natural para hacerle frente con suma destreza al caso sub lite y a los abogados especialistas, que en algunos casos cuentan con maestría e inclusive doctorado y que van a defender sus posturas a muerte. Así como está organizada la especialidad familia, penal, consumidor y administrativa. El problema radica cuando el juez de la especialidad civil lo debe conocer todo o por lo menos, para ser justos y proporcionados, todo el derecho privado II. Tarea imposible para un humano. Además, somos conscientes de que el juez no puede dedicar tiempo a actualizar sus conocimientos en alguna materia, ni competencia tecnológica porque lo esperan infinidad de expedientes por resolver y el poco tiempo libre, claramente lo invierte en sí o su familia.

            El problema radica entonces, en que los procesos sub lite quedan a la merced de lo que el juez entendió del caso y lo que consideró probado en la audiencia inicial, y bajo la “autonomía, independencia y discrecionalidad judicial” profieren sentencias cuestionables por desconocimiento normativo o desconocimiento de los hechos, dando paso a tutelas y apelaciones que recargan el sistema judicial lo perjudican y ponen en tela de juicio la idoneidad judicial para cumplir con su labor de administrar justicia.

            Sin embargo, y gracias a la IA generativa han llegado los agentes. Un agente de IA generativa puede entenderse como una aplicación que ha sido programada para lograr un objetivo, analizando una circunstancia y actuando sobre esta. Al configurarlos para lograr objetivos, actúan de forma autónoma y proactiva. Inclusive, son capaces de razonar sobre lo que debería hacer para lograr el objetivo.

Imaginemos como un “agente” juez, es programado para dirimir procesos ejecutivos, usando las normas, reglas y principios de los títulos valores. Un agente es en definitiva una arquitectura cognitiva que tiene tres componentes esenciales: 1. El modelo de lenguaje, como plataforma de toma de decisiones del agente que emplea razonamiento lógico basado en cadena de pensamiento o árbol de pensamiento. 2. Las herramientas, como recursos en texto o imagen que le permiten al agente interactuar con datos y servicios externos como API web, GET, POST, PPATCH y DELETE. Estas operaciones en conjunto constituyen los pilares del diseño de APIs RESTful, que facilitan la interacción entre sistemas de manera estructurada y eficiente. 3. La capa de orquestación, como el proceso cíclico que parametriza cómo el agente asimila la información, razona y usa para lograr el objetivo establecido.  El quid del asunto es refinar tanto el modelo que se logre garantizar que las decisiones del agente sean acertadas, claro, revisadas por el juez natural, aclarando que no se busca, por ahora, que el agente de IA generativa remplace al juez, sino que le ayude a mejorar su labor de administrar justicia de forma idónea y eficiente, regalándole tiempo precioso que va a mejorar su calidad de vida, y la calidad de sus sentencias.

Aquí debo hacer una comparación necesaria entre un modelo y un agente. El modelo esta limitado a los datos disponibles en su programación, mientras que el agente extiende su conocimiento conectándose con sistemas externos mediante herramientas.  El modelo realiza inferencias basadas en la consulta del usuario, en tanto que el agente usa la interacción que haya tenido con el usuario para proyectar los mejores resultados. El modelo no tiene implementación nativa de herramientas, el agente sí. En el modelo los usuarios deben formular preguntas simples o usar marcos de razonamiento para guiar al modelo en sus respuestas, en cuanto que el agente ha sigo configurado y programado con arquitectura cognitiva nativa que implementa marcos de razonamiento como Chain-of-Thougt (Wei, 2022) o ReAct (Yao, 2022) o frameworks  (Gamma, 1994) preconstituidos como LangChain (Chase, 2022)

Entrando en materia; en una disputa por incumplimiento de un contrato entre dos personas, naturales o jurídicas, en donde A demanda a B por incumplimiento del contrato de seguro, argumentando que B, después de 30 días de a ver recibido la solicitud de indemnización, no hizo el pago u objetó la reclamación, constituyendo mérito ejecutivo dicha reclamación. B argumenta que A, no tiene razón porque “ajá”. Se tiene entonces: un contrato, una reclamación de indemnización, los 30 días que da la ley para que las aseguradoras respondan a las reclamaciones, las normas del código de comercio relativas al contrato de seguro y la jurisprudencia vertical en este sentido. La pregunta necesaria sería ¿cómo interviene el “agente” de IA generativa como herramienta que ayudará al juez natural? He aquí la respuesta.

El agente revisa el caso analizando el contrato, la reclamación de indemnización, el termino de ley para que las aseguradoras respondan a las reclamaciones y el código de comercio sobre contrato de seguro y la jurisprudencia vertical relativa; los puntos relevantes del conflicto, identificando que el contrato ampara los daños objeto de solicitud de indemnización; que se tenían 30 días hábiles para dar respuesta por parte de B; que la norma establece que la póliza presta mérito ejecutivo contra el asegurador si el asegurador, B, no objeta la reclamación; buscará las normas aplicables, como lo son los artículos 870, 1053 y 1077 del Código de Comercio y la jurisprudencia vertical relativa. Posteriormente hará un análisis y tomará una decisión basándose en hechos y normas, tal cual como lo haría un juez por medio de un silogismo modo tollendo ponens, o silogismo disyuntivo. La conclusión o sentencia a la que llega el agente de IA generativa sería y con el mismo esquema que exige el artículo 280 del C.G.P.: resumen de los hechos, fundamentos normativos y jurisprudenciales, y decisión.

En este estado, el juez natural revisará que el agente de IA generativa haya concluido de forma acertada, y hará las correcciones y complementaciones necesarias, para poner su firma digital y notificarla a las partes. Se restringe esta reflexión a hechos objetivos y en derecho, y no a temas complejos que tengan componentes éticos, culturales o emocionales, donde la intervención del juez humano es necesaria. 

Se puede identificar con claridad la arquitectura cognitiva del cómo operan los agentes de IA generativa, recolectando los datos del problema sub lite, realizando razonamientos internos y toma de decisiones iterativas. Cada vez que lo haga, refinará cada vez más y de forma escalonada y progresiva los resultados esperados. Esto permitirá que la Rama Judicial pueda adoptar una política judicial de marcos de ingeniería de prompts y planificación de tareas para modelos de lenguaje judicial en aras de administrar justicia y garantizar la tan anhelada paz social, ahorrar costos y gastos operativos, mejorar los tiempos de respuesta y eficiencia judicial. Un modelo de lenguaje es tan bueno como los datos en los que ha sido entrenado. Así que la tarea apenas comienza, brindarles a nuestros agentes judiciales de IA generativa las funciones, extensiones almacén de datos, y plugin, son formas de otorgarle la capacidad crítica a los modelos o aprendizaje mediante ajuste fino.

En este sentido la Rama Judicial ha venido desarrollando la implementación de la IA generativa en la función de administrar justicia, tan es así que por medio de la Sentencia T-323 de 2024 proferida por la Corte Constitucional, introdujo el uso de herramientas de inteligencia artificial generativas en procesos judiciales de tutela, apoyado en el numeral 3 del artículo 257 de la Constitución Política de Colombia, la Ley Estatutaria de administración de Justicia, en su numeral 1º del artículo 85 de la Ley 270 de 1996, modificada por la Ley 2430 de 2024, faculta a la Rama Judicial, para implementar la tecnologías.

Así las cosas, se profiere el Acuerdo PCSJA24-12243 del Consejo Superior de la Judicatura que establece un marco normativo innovador para el uso de la inteligencia artificial generativa en la Rama Judicial colombiana, con el objetivo de mejorar la eficiencia y transparencia en la administración de justicia. Este instrumento busca equilibrar los beneficios de estas tecnologías, como la optimización de procesos y la redacción asistida de textos jurídicos, con la necesidad de salvaguardar principios fundamentales, incluyendo la privacidad, la equidad y la seguridad de los datos. Entre los aspectos más relevantes, se resalta la obligación de los funcionarios judiciales de supervisar y verificar las herramientas de IA, asegurando que su implementación no sustituya la racionalidad humana ni la motivación de las decisiones judiciales. Este acuerdo, respaldado por principios éticos y técnicos, refleja el compromiso de la justicia colombiana con una transformación digital responsable, que prioriza los derechos fundamentales y la confianza pública.

De esta manera, queda decantado que los agentes de IA generativa pueden ser completamente integrados a la función de administrar justicia y que reportan un beneficio a los usuarios y a los mismos operadores judiciales al quitarles tareas susceptibles de ser automatizadas y permitiéndoles dedicar su tiempo para enfocarse en proferir sentencias de calidad.

Daniel Ricardo Sarmiento Cristancho   

Abogado LLM(II), PhD.c., Filosofo humanista y Licenciado en filosofía y letras. Docente universitario e investigador. Miembro de la Asociación Colombiana de Legal Tech -Alt.co- y el Instituto Colombiano de Derecho Procesal -ICDP-, entre otros. CEO de Daniel Ricardo Sarmiento SAS firma boutique en resolución de conflictos en contratación y responsabilidad pública y privada.

* El contenido de esta publicación es responsabilidad exclusiva de los autores y no refleja ni compromete la postura del ICDP.