Leopoldo Sebastin M. Gmez 1,2 ; Gregorio Perichinsky 2,3 ; Ramn Garca Martnez 1,2,4 1 Programa de Magister en Ingeniera de Software. C.A.P.I.S.- I.T.B.A. 2 Programa de Doctorado en Ciencias Informticas. F.I.-U.N.L.P. 3 Laboratorio de Sistemas Operativos y Bases de Datos. F.I.-U.B.A. 4 Laboratorio de Sistemas Inteligentes. F.I.-U.B.A. Abstract. Se presenta un prototipo de un sistema experto legal denominado Legal Advisor (LEAD), el cual tiene por objeto asistir a los operadores de la justicia jueces, fiscales y defensores- del fuero penal en el proceso de individualizacin de la pena. A partir de las circunstancias objetivas y subjetivas consideradas relevantes dentro de un caso, LEAD produce una recomendacin de la pena, que puede tomarse como base para lograr un acuerdo previo entre las partes. Adicionalmente, las explicaciones emitidas, basadas en la jurisprudencia, sirven como precedentes que pueden ser utilizados por los jueces como parte de la fundamentacin de la pena. LEAD tiene un comportamiento predictivo, explicativo y adaptativo a los cambios en los criterios decisorios logrado a travs de la combinacin de tcnicas de inteligencia artificial. Esta herramienta intenta que el proceso de graduacin de pena pueda ser mas predecible, consistente y fundado en base a las pautas de valoracin que fija el Cdigo Penal argentino. Key words: based-rule reasoning, decision support, expert system, precedential reasoning, reinforcement learning. 1. Introduccin Los primeros usos de la inteligencia artificial en derecho data de los aos cincuenta, con el desarrollo de los primeros sistemas de consulta de informacin legal, los cuales simularon algunos aspectos de la inteligencia humana como la memoria y el reconocimiento de smbolos. El avance continu en los aos setenta, donde aparecieron sistemas legales inteligentes que brindaban ayuda al abogado en la confeccin de documentos de trabajo, as como tambin en la determinacin de cursos de accin a partir del cumplimiento de requisitos legales. Mientras que estos sistemas evitaron el razonamiento legal, los avances en la investigacin y desarrollo de aplicaciones en este rea han evolucionado, utilizando tcnicas como programacin lgica, lgica no monotnica, redes de creencias, razonamiento basado en casos y redes neuronales [Zel94] Los sistemas expertos son programas para computadoras construidos con la asistencia de expertos humanos que son capaces de resolver problemas en un rea determinada de la misma forma, o si es posible mejor, de lo que lo hace el experto. Los sistemas expertos o sistemas basados en conocimiento usan razonamiento simblico, que transforma las representaciones del mundo real en smbolos, de acuerdo a reglas explcitas. Estos sistemas, contienen una base jerrquica de reglas, variables y constantes que son aplicadas en la resolucin de un determinado problema. L.S.M. Gmez et al. 2 El razonamiento en los sistemas expertos que utilizan reglas de produccin, es el proceso resultante de aplicar las reglas almacenadas en el sistema que satisfagan las condiciones establecidas. Ver Figura 1. Figura 1. Estructura de un sistema experto basado en reglas Existen diversas limitaciones para los sistemas expertos legales basados en reglas. En primer lugar, consumen mucho tiempo para poder construirlos, son costosos y muy dificultosos de mantener. Cualquier cambio en las leyes, hace que sean necesario reprogramarlos; sin embargo, las nuevas tecnologas y tcnicas de programacin van minimizando este problema. Por otra parte, tienen como limitante la incapacidad de simular el razonamiento analgico. Esta forma de pensar es la que se utiliza cuando se pueden identificar las reglas a aplicar en base a los casos similares. Los sistemas expertos legales basados en reglas de produccin, estn basados nicamente en razonamiento deductivo. A nivel terico, existen crticas a los sistemas expertos legales, argumentando que estos fallan en reconocer la complejidad de las leyes y jurisprudencia, y no pueden reflejar adecuadamente el contexto social sobre el cual operan dichas leyes [Gre//] En algunos casos, las limitaciones que aparecen al intentar automatizar el razonamiento legal, han llevado a cambiar de objetivo, pasando de construir sistemas expertos legales a la creacin de sistemas basados en conocimiento. Dichos sistemas no proveen autnomamente una solucin a los problemas legales, sino que incorporan conocimiento legal y estrategias de razonamiento para hacer que los sistemas en este caso abogados- que realizan esas tareas, lo hagan en forma mas productiva. La profesin legal utiliza tres clases de premisas o estndares normativos, en conjuncin unos con otros. Los jueces justifican sus decisiones en casos particulares, usando doctrinas legales. Cuando se cita jurisprudencia para una conclusin legal, la justificacin doctrinal est Interfaz de Usuario Base de Conocimientos Base de Datos Datos Datos del Problema Recomendacin Hechos Reglas Usuario Experto Motor de Inferencias Un Sistema Experto Legal para la Individualizacin y Acuerdos sobre la Pena 3 implcita, ya que se presupone que fueron aplicadas al caso las bases doctrinales. Por otro lado, no se puede decir que un caso es mas relevante que otro sin invocar consideraciones polticas o teleolgicas. Las doctrinas legales, jurisprudencia y polticas no son las nicas normas, y las justificaciones doctrinales, en base a jurisprudencia o en base a polticas racionales no son las nicas formas de razonamiento. El razonamiento en base a jurisprudencia, es una forma de razonamiento basado en casos. El razonamiento doctrinal es una forma especializada del razonamiento basado en reglas. La argumentacin en base a polticas racionales, es una forma de razonamiento basado en metas, tambin conocido como razonamiento prctico. Lo que es nico en el contexto legal es la complejidad de las argumentaciones y la interaccin entre estas tres clases de normas.[Smi97] 2. Descripcin del Problema Existen circunstancias en las cuales las leyes no estn especificadas en detalle. Esto hace que la responsabilidad de considerar estos detalles sea delegada a los jueces. En estos casos, el juez tiene control sobre la aplicacin de estas leyes, decidiendo aquellas cuestiones que no han sido especificadas por los legisladores.[Got88] Una norma sin una especificacin precisa ser menos efectiva que una norma con especificacin minuciosa, porque en la primera habr cierta incertidumbre en la comprensin del significado de la regla y como deber aplicarse. Sin especificaciones claras existirn inconsistencias, ya que los jueces no coincidirn en los factores relevantes que se tienen en cuenta en la aplicacin de las normas y las relaciones que existen entre ellos. Cuando las normas estn especificadas en detalle, un tribunal revisor podra examinar una decisin comparando los hechos del caso con las normas que han sido aplicadas. Sin embargo, cuando la norma requiere la aplicacin del criterio judicial, la situacin puede ser mas compleja, ya que la sentencia puede estar basada en razonamientos que no estn explicitados. La ausencia de una explicacin en las sentencias hace muy dificultoso o imposible realizar un proceso de revisin. En la prctica, los jueces no emiten todos los detalles de sus decisiones. Si las decisiones fueran acompaadas por argumentaciones minuciosas, las desventajas de la aplicacin de los criterios seran minimizadas en forma significativa. El valor de la individualizacin es hacer que las normas puedan ajustar su salida en base a la relevancia de las circunstancias. Si se captura en reglas todas las circunstancias relevantes, entonces cada caso puede ser evaluado de acuerdo a sus circunstancias. La efectividad del sistema depende del nmero y la naturaleza de las circunstancias omitidas. Esencialmente, los beneficios que surgen de la construccin de un sistema experto, deberan ser reducir las desventajas de la aplicacin de criterios propios del juez y retener las ventajas [Pet89] [Sim89] El desarrollo de un conjunto de reglas con especificaciones claras es un paso esencial en la construccin del sistema experto legal. La dificultad se encuentra principalmente en aquellas reglas cuya aplicacin requiere el criterio de los jueces. Los detalles que pueden ser tomados en cuenta por los magistrados, deben tratar de poder ser especificados con la ayuda de un experto a fin de formar la base de conocimientos del sistema experto legal. Esta tarea no es trivial, ya que identificar un conjunto de reglas que tenga en cuenta la mayor cantidad de combinaciones posibles de circunstancias, puede llevar un tiempo considerable. Por otro lado, este conjunto de reglas slo representar un criterio parcial de la totalidad de los jueces. L.S.M. Gmez et al. 4 La explicacin podra ayudar a las partes a comprender que factores se tuvieron en cuenta y las razones de la decisin. Adems, esta argumentacin sera til en caso de que la sentencia tuviese que ser examinada por un tribunal revisor. Queda claro que las explicaciones otorgan una predecibilidad a las normas que no estn totalmente especificadas comparable con las que lo estn. Por lo tanto, se intenta implantar la siguiente relacin: una regla imprecisa junto a una explicacin es aproximadamente similar a una regla precisa. Al compartir las explicaciones de las decisiones entre los jueces, se puede llegar a formar un punto de vista en comn de cmo debera ser aplicada una determinada norma. Las normas que requieren la aplicacin del criterio del juez presentan como ventaja la individualizacin del caso. Entre las desventajas estn la impredecibilidad, la inconsistencia y la dificultad de la revisin. El hecho de que la individualizacin de la pena no pueda convertirse en un procedimiento racionalizable more geomtrico, y que solo permita la exactitud caracterstica de los objetos valorativos no libera de la necesidad de que sus fundamentos sean explcitos. Ello implica, por el contrario, justamente una mayor necesidad de explicacin de las razones que llevan a decidir a favor de cierta pena, pues solo de ese modo ser posible el control de racionalidad de esas razones, requisito ineludible para la salvaguarda de las garantas que con tanto esfuerzo intenta preservar la dogmtica penal. [Zif96] El objetivo del prototipo del sistema experto legal es producir una estimacin de la pena para un caso particular y una explicacin para los factores considerados, conforme a las pautas de valoracin que establecen los artculos 40 y 41 del Cdigo Penal argentino: ! Art. 40 (ley 11.179). - En las penas divisibles por razn de tiempo o de cantidad, los tribunales fijarn la condenacin de acuerdo con circunstancias atenuantes o agravantes para cada caso y de conformidad a las reglas del artculo siguiente. ! Art. 41 (ley 11.179). - A los efectos del artculo anterior se tendr en cuenta: La naturaleza de la accin y de los medios empleados para ejecutarla y la extensin del dao y de los peligros causados. La edad, la educacin, las costumbres y la conducta precedente del sujeto, la calidad de los motivos que lo llevaron a delinquir, especialmente la miseria o la dificultad de ganarse el sustento propio necesario y el de los suyos, la participacin que haya tomado en el hecho, las reincidencias en las que hubiere incurrido y los dems antecedentes y condiciones personales, as como los vnculos personales, la calidad de las personas y las circunstancias de tiempo, lugar, modo y ocasin que demuestren su mayor peligrosidad. El juez deber tomar conocimiento directo y de visu del sujeto, de la vctima y de las circunstancias del hecho en la medida requerida para cada caso. 3. Solucin Propuesta Se ha tomado como base para la construccin del sistema experto legal una caracterstica del realismo legal americano, el escepticismo a las reglas: la vida de las leyes no ha sido lgica, ha sido experiencia. Las necesidades sentidas en el tiempo, las teoras polticas y morales prevalecientes, las intuiciones de las polticas pblicas, evitadas o indecisas, o an, los prejuicios que los jueces comparten con sus colegas, tienen un acuerdo para actuar que va mas all del silogismo (deduccin lgica a partir de premisas legales) en la determinacin de las normas a travs de las cuales los hombres deberan ser gobernados. [Hol43] Holmes sugiri que la caracterstica mas importante para producir una decisin legal, no era la moralidad del sistema legal, o de las reglas, sino la habilidad de la gente para predecir el Un Sistema Experto Legal para la Individualizacin y Acuerdos sobre la Pena 5 resultado de un caso. Aunque el sistema penal argentino est basado en normas, y el proceso de individualizacin de la pena est representado por los artculos 40 y 41 del Cdigo Penal, el escepticismo a las reglas de Holmes es valioso, ya que su visin del razonamiento legal conlleva a intentar utilizar mtodos para la determinacin de la pena que van mas all de la razonamiento deductivo a partir de normas doctrinales, y construir reglas heursticas para la justificacin de los casos, derivadas de la experiencia. Otra caracterstica importante a ser considerada para definir los factores que permiten la individualizacin de un caso, en base a circunstancias objetivas y subjetivas, es el escepticismo a los hechos. Los hechos de un caso legal no deben ser sobreestimados, y no siempre son objetivos. Ellos son lo que los jueces piensan que son. Y lo que ellos piensan, depende de lo que ven y escuchan en las declaraciones de los testigos.[Fra63] Por otra parte, esta aseveracin deja en claro que la individualizacin un caso, depende de las circunstancias que sean indicadas como relevantes. Las justificaciones que proporcione el sistema experto legal en base a la jurisprudencia, estarn conducidas por los factores objetivos y subjetivos de cada uno de los casos precedentes. Esto justifica que los resultados del mismo sirvan principalmente como una base de referencia para la elaboracin de la sentencia, ya que los jueces pueden considerar otras circunstancias que pueden haber sido omitidas. 3.1 Recomendacin de la pena En base la informacin obtenida durante el proceso de adquisicin de conocimientos, se ponderaron 35 circunstancias objetivas y subjetivas para los delitos de homicidio simple, lesiones graves y robo simple. Cada una de ellas puede ser considerada como un atenuante o un agravante para la individualizacin del caso. Figura 2. Recomendacin de la pena Agravante 1 Agravante 2 Agravante n Atenuante 1 Atenuante 2 Atenuante m
Ponderacin de la Pena Umbral de Un Tercio de la Pena Umbral de Dos Tercios de la Pena Razonamiento Basado en Reglas Recomendacin Umbral de Pena Mnima Estimacin L.S.M. Gmez et al. 6 Por otra parte, se dividi el intervalo de la pena en cuatro segmentos, para poder reducir el margen de discrecionalidad en la determinacin de la misma. Esto fracciona el rango de la pena para cada delito en un nmero finito de intervalos: pena mnima, un tercio de la pena, dos tercios de la pena y pena mxima. Bajo esta premisa, se establecieron umbrales que permiten al sistema experto legal poder tomar una decisin. LEAD utiliza las ponderaciones de las circunstancias objetivas y subjetivas y dependiendo si son atenuantes o agravantes, y obtiene un valor numrico que es comparado con los umbrales de decisin para generar la recomendacin. Los umbrales, que actan como cotas para la decisin, son calculados en base a los casos almacenados en la base de conocimientos del sistema experto legal. El mecanismo descripto dota a LEAD con capacidades predictivas. Ver Figura 2. 3.2 Fundamentacin de la pena Susskind argumenta que la jurisprudencia es de total relevancia para los ingenieros del conocimiento, porque esta puede ser usada como una invaluable fuente de creencia, y una gua prctica para aquellos que construyan sistemas expertos legales. [Sus87] La experiencia puede ser referida como el conjunto de todas las instancias es decir, casos- que han ocurrido en el pasado y pueden formar la base para predecir la salida de un nuevo caso. Se entiende por precedente a una decisin legal realizada en un caso previo. Los precedentes son un subconjunto de casos, los cuales son un subconjunto de la experiencia. En base a lo establecido, el trmino razonamiento precedencial o basado en precedentes indica una forma de razonamiento legal explcita, donde el resultado de un caso es determinado por el precedente. Levi estableci que el proceso de razonamiento basado en precedentes involucra tres pasos: establecer la similaridad entre algn caso previo y el caso concreto, localizar la regla asociada al primero y aplicarla al segundo caso. Esto transforma al razonamiento precedencial en un proceso esttico determinado por: matching o ligadura de patrones similares y clasificacin, formacin de reglas en base a esta clasificacin y aplicacin deductiva de las mismas. [Lev49] Respecto a la similaridad, es importante reconocer que un juez puede encontrar irrelevante la existencia o ausencia de un factor, el cual podra ser relevante para otros jueces. La clasificacin de los factores en base a atenuantes y agravantes es una cuestin fundamental, pero debe tenerse en cuenta que la clasificacin de los factores puede variar con el tiempo, pudiendo ocurrir que algn factor que fue considerado como atenuante pase a ser agravante y viceversa. Levi y otros han demostrado que las categorizaciones de los factores en una estructura esttica han fallado al no tener en cuenta los cambios en la clasificacin de los mismos. La analoga, como generalizacin y deduccin falla al no tener en cuenta la dinmica del proceso, que ocurre cuando hay cambios en las interpretaciones de los factores. Por otra parte, el razonamiento analgico involucra la transferencia de informacin entre dominios diferentes. Golding sugiere que el razonamiento analgico es una clasificacin de instancias sin generalizacin. Este punto de vista, captura la flexibilidad del razonamiento precedencial, que no requiere contar con un nmero de casos para poder ser utilizado, ya que no realiza una generalizacin. [Gol84] Otra crtica al razonamiento precedencial es que la clasificacin de los casos en base a factores o hechos materiales caracterizados superficialmente y las conclusiones realizadas, es Un Sistema Experto Legal para la Individualizacin y Acuerdos sobre la Pena 7 una descripcin inadecuada del ratio decidendi (razn de la decisin) de un caso y por lo tanto, una vista inadecuada del proceso de utilizar precedentes. En sntesis, existen tres crticas principales a tener en cuenta al utilizar razonamiento basado en precedentes: la dinmica de los factores expuesta por Levi, la perspectiva no- deductiva de analoga propuesta por Golding y la descripcin inadecuada de un caso a travs de sus precedentes. Para cada una de ella, se han elaborado las siguientes respuestas: ! Durante el diseo del sistema experto legal, se ha considerado dinmica de los factores dejando sin especificar la direccionalidad de cada uno de los mismos. Esta flexibilidad en la estructura permite que en cada caso se pueda utilizar a un factor como agravante o atenuante, segn el criterio evaluativo que se considere apropiado. ! Teniendo en cuenta la sugerencia propuesta por Golding, el sistema experto legal se aproximar al razonamiento analgico al no utilizar el mecanismo de generalizacin, no necesitando contar con un gran nmero de casos para poder ser utilizado. Por otra parte, se ha considerado al razonamiento precedencial nicamente a los fines de dotar al sistema experto legal con la capacidad de proveer una explicacin para la recomendacin de la pena que emita. ! El uso de circunstancias objetivas y subjetivas como representacin de los factores de individualizacin de un caso, se ha sustentado en la explicacin de Popple, quien ha construido un sistema experto legal llamado Shyster para su doctorado en inteligencia artificial y derecho. Popple indic que los factores que representan las caractersticas importantes del dominio no necesitan ser derivados de un anlisis doctrinal. Por otra parte, aclar que un sistema experto legal predictivo podra llegar a utilizar atributos subjetivos como parte del proceso de decisin judicial. [Pop93] Figura 3. Fundamentacin de la pena Base de Reglas Atenuante 1 Atenuante 2 Atenuante m Razonamiento Basado en Reglas Explicacin Base de Casos Explicacin Agravante 1 Agravante 2 Agravante n Agravante 1 Agravante 2 Agravante n Atenuante 1 Atenuante 2 Atenuante m Primer Etapa Segunda Etapa L.S.M. Gmez et al. 8 El razonamiento precedencial que utiliza LEAD, tiene dos etapas claramente definidas. En la primera, se generan las reglas a partir de las circunstancias atenuantes y agravantes que hayan sido consideradas para cada caso y se incorporan a la base de conocimientos. Cada regla tiene una referencia a una explicacin, que conforma la jurisprudencia asociada al caso, almacenada en la base de datos. En la segunda, cuando se conocen los factores intervinientes en un nuevo caso, se utilizan las reglas creadas para localizar la jurisprudencia que se utilizar como fundamentacin de la decisin que provea el sistema experto legal. El mecanismo descripto proporciona a LEAD capacidades explicativas. Ver Figura 3. 3.3 Adaptacin a los cambios en los criterios de decisin Para lograr un sistema experto legal adaptativo a los posibles cambios en la ponderacin de los factores atenuantes y agravantes, as como tambin en la especificacin de las circunstancias relevantes de cada caso, es necesario mantener un cuerpo de conocimientos capaz de auto- modificarse en funcin de los criterios valorativos aplicados y de las penas reales otorgadas a los casos. Para lograr este propsito, el sistema experto legal utiliza un mecanismo de aprendizaje por refuerzo que castiga a los factores que intervienen en un caso, ya sea con un aumento o una disminucin de sus ponderaciones, cuando la recomendacin de la pena no coincide con la pena real. Figura 4. Adaptacin a los cambios en los criterios decisorios Atenuante 1 Atenuante 2 Atenuante n Razonamiento Basado en Reglas Agravante 1 Agravante 2 Agravante m Recomendacin Pena Real Ajuste de Factores Ajuste de Lmites No Es la estimacin correcta? Umbral de Un Tercio de la Pena Umbral de Dos Tercios de la Pena Umbral de Pena Mnima Un Sistema Experto Legal para la Individualizacin y Acuerdos sobre la Pena 9 En el diseo de LEAD se ha tenido en cuenta las variaciones en los criterios decisorios, haciendo dinmicos a los intervalos de decisin. Esto se logra introduciendo tres umbrales, que pueden ser ajustados en funcin de los resultados reales del caso para dotar de mayor precisin a las recomendaciones que provea el sistema experto legal. Si el criterio de decisin humana mantiene consistencia, el mecanismo lograr agrupar a la mayora de los casos de acuerdo a la pena que les hayan sido otorgadas. Este mecanismo permite que LEAD posea capacidades adaptativas. Ver Figura 4. 4. Trabajos Relacionados Una mirada retrospectiva hacia otros sistemas expertos legales que han tenido xito ha permitido tener en cuenta algunos aspectos de diseo, as como tambin tratar de evitar algunos problemas propios en la construccin de este tipo de sistemas. Los esquemas de representacin basados en frames (marcos) han sido utilizados exitosamente para en el desarrollo de sistemas expertos legales. A modo de ejemplo, puede citarse al sistema experto legal llamado HYPO desarrollado por Ashley para su doctorado en ciencias de la computacin [Ash90]. Este tipo de representacin simblica ha sido considerado durante la formalizacin de los conocimientos e implementacin de LEAD, para especificar todas las caractersticas relevantes de los delitos y las circunstancias objetivas y subjetivas. El sistema experto legal HYPO utiliza un mecanismo de inferencia conocido como 3- ply-argument. El mismo presenta el siguiente esquema: 1. Una recomendacin para una de las partes citando casos. 2. Una respuesta para la otra parte con casos de contraejemplo. 3. Una refutacin de la primera de las partes a los contraejemplos de la segunda. En la teora elaborada para HYPO, la determinacin de las caractersticas salientes de un precedente y los precedentes que son significativos en un argumento dependen del contexto: los hechos del problema, los hechos y resultados de otros casos, el punto de vista del operador judicial, y el rol contextual del caso dentro del argumento. Una capacidad similar a la de HYPO de generar mltiples argumentos ha sido introducida a LEAD a travs del razonamiento basado en precedentes. El sistema experto legal SHYSTER utiliza vectores de atributos-valores simples con valores (si, no, desconocido) que conforman las caractersticas del dominio a representar. Si bien el esquema de representacin es sencillo, la importancia del mismo es que permite testear la metodologa desarrollada por Popple en diferentes dominios. SHYSTER no usa ponderaciones para los atributos, sin embargo, Popple not en experimentos que el uso de pesos introduca un comportamiento mas inteligente [Pop93]. Esta es una de las caractersticas que ha sido considerada en el diseo de LEAD. La utilizacin de pesos en los atributos introduce una ventaja adicional: si las valoraciones de los precedentes cambian, el sistema experto legal puede adaptarse para poder predecir correctamente futuros casos. A diferencia de otros sistemas expertos legales, LEAD no utiliza redes de neuronas artificiales, ya que estas son incapaces de justificar sus conclusiones [Aik95]. Sin embargo, se han incorporado pesos a las circunstancias objetivas y subjetivas a fin de buscar una aproximacin conexionista capaz de identificar todas relaciones entre estos factores, que no hubiera sido posible con un mtodo simblico. Coincidiendo con Greenfield, para lograr la aceptabilidad de LEAD en el mbito de la justicia penal, es importante resaltar que aunque el sistema experto legal no procese todas las circunstancias relevantes, no perder importancia si tiene como misin producir una recomendacin en lugar de una decisin final. [Gre98] L.S.M. Gmez et al. 10 Borgulya propone un sistema experto legal que establece rankings de casos de acuerdo a la gravedad de la sentencia. Para ello establece marcas para convertir los valores simblicos asociados a las caractersticas en nmeros, y mediante lgica difusa obtiene los agrupamientos de sentencias [Bor99]. LEAD no requiere el uso de marcas sobre los valores asociados a las caractersticas, ya que el razonamiento basado en precedentes maneja valores simblicos para la justificacin de la pena. Sin embargo, cuando el sistema experto legal realiza una recomendacin para un caso genera una marca numrica. Si bien la misma no representa el valor de la pena, hace posible establecer un orden sobre todos los casos que han sido incorporados, el cual se requiere para mantener actualizados a los umbrales de decisin. 5. Conclusiones y Trabajos Futuros LEAD tiene por objeto poder brindar una ayuda para lograr una justicia mas objetiva y equitativa. Cuando el sistema experto legal cuenta con los datos necesarios, produce una recomendacin de la pena y una explicacin basada en la jurisprudencia. Una ventaja de la utilizacin del prototipo, es la facilidad de generar a partir de una variacin en los datos de entrada, una nueva recomendacin en cuestin de segundos. La recomendacin generada a partir de las caractersticas particulares de cada caso, permite a los fiscales y defensores del fuero penal contar con una base estimativa para el acuerdo de la pena. El juez puede usar esta recomendacin como punto de partida y hacer los ajustes necesarios de acuerdo a las circunstancias particulares que no hayan sido consideradas por el sistema. Con alguna informacin adicional se podra proveer a un tribunal revisor los datos necesarios para examinar el caso. Por otro lado, las explicaciones provistas por el sistema experto legal pueden usarse para conformacin de las razones por las cuales se decide a favor de cierta pena. Si bien el prototipo del sistema experto legal tiene un alcance limitado, se puede comprender la utilidad evidente de lograr que el proceso de graduacin de pena sea mas predecible, consistente y fundado. Actualmente se estn incorporando a LEAD nuevos casos reales para enriquecer el conjunto de posibles explicaciones, as como tambin adaptando las ponderaciones y umbrales a los criterios decisorios locales, para optimizar las recomendaciones que provea. Por otra parte, se est trabajando en refinamientos del prototipo, extendiendo el modelo propuesto a un sistema inteligente autnomo capaz de obtener recomendaciones mas precisas y un conjunto mas amplio de explicaciones, mediante la cooperacin con otros sistemas similares basada en intercambio de operadores. 6. Referencias [Aik95] Aikenhead, Michael, Legal knowledge based systems: some observations on the future, First Published in Web J ournal of Current Legal Issues in association with Blackstone Press Ltd., 1995. [Ash90] Ashley, K.D., Modelling legal argument: Reasoning with cases and hypotheticals, Cambridge: MIT Press, 1990. [Bor99] Borgulya I., Two examples of decision support in the law, Artificial Intelligence and Law, pp. 303-321, Kluwer Academic Publishers, 1999. [Fra63] Frank, J ., Law and the modern mind, Garden City: Anchor Books, 1963. [Gol84] Golding, M.P., Legal reasoning, New York: Alfred A. Knopf, pp. 43-45, 1984. Un Sistema Experto Legal para la Individualizacin y Acuerdos sobre la Pena 11 [Got88] Gottfredson, M.R. and Gottfredson, Decision Making in Criminal Justice Toward the Rational Exercise of Discretion, Law, Society and Policy, (2 nd . Ed.), Plenum Press, vol. 3, 1988. [Gre--] Greinke, A., Legal Expert Systems: A Humanistic Critique of Mechanical Legal Inference, www.murdoch.edu.au/elaw/issues/v1nd/greinke.txt. [Gre98] Greenfield J o, Decision Support within Criminal J ustice System, Proceedings of the 13 th BILETA Conference: The Changing J urisdiction, 1998. [Hol43] Holmes, O.W., citado por Lerner, M. en The mind and faith of Justice Holmes: his speeches, essays, letters, and judicial opinions, New York: Random House, pp. 51-54, 1943. [Lev49] Levi, E.H., An introduction to legal reasoning, Chicago: University of Chicago Press, 1949. [Pet89] Pethe, V.P., Rippey, Ch. P. and Kale, L.V., A Especialized Expert System for Judicial Decision, Proceedings of the Second International Conference on AI and the Law, ACM, Vancouver, p. 190, 1989. [Pop93] Popple, J ., SHYSTER: A pragmatic legal expert system, Unpublished Phd diss., Department of Computer Science, Australian National University, 1993. [Sim89] Simon, E. and Gaes G., ASSYST Computer Support for Guideline Sentencing, Proceedings of the Second International Conference on AI and the Law, ACM, Vancouver, p. 190, 1989. [Smi97] Smith, J .C., An Introduction to Artificial Intelligence and Law: or,Can Machines Be Made to Think Like Lawyers?, University of British Columbia Faculty of Law, 1997. [Sus87] Susskind R., Expert Systems in Law - Out of the Research Laboratory and into the Marketplace, Proceedings of the first International Conference on Artificial Intelligence and the Law 1, pp. 1- 2, 1987. [Zel94] Zeleznikow, J . and Hunter, D., Building Intelligent Legal Information Systems: representation and reasoning in law. (Dordrecht: Kluwer), 1994. [Zif96] Ziffer, Patricia S., El deber de fundamentacin de las decisiones judiciales y la determinacin de la pena, Contribuciones 3/1996, Konrad-Adenauer Stifung, 1996.