Deep learning para simplificar el trabajo de los abogados

Una serie de partidas del juego de estrategias Go disputadas en 2016 parece no tener que ver mucho con la promesa de explicar cómo se puede utilizar deep learning para simplificar el trabajo de los abogados.

Sin embargo, cuando el programa AlphaGo de Google venció al campeón mundial de ese juego, el deep learning llamó la atención del mundo.

El Go es una competencia mucho más difícil de desarrollar por parte de una máquina que el ajedrez, ya que tiene muchas más combinaciones posibles. Entre el 9 y el 15 de marzo de 2016 el mejor jugador del mundo en el Go, Lee Sedol, fue vencido por AlphaGo en cuatro de las cinco partidas que disputaron.

Lo que hace complejo programar máquinas para el juego en cuestión es que este abre la posibilidad de muchas combinaciones para cada jugada. Por ejemplo, si en el ajedrez existen unos 20 movimientos posibles para cada jugada, en el Go ese número puede alcanzar las 200 combinaciones. Con tantas tantas opciones, se hacía difícil que una computadora pudiera calcularlas todas para encontrar la mejor.

Cómo se entrena en deep learning 

El entrenamiento en deep learning de AlphaGo fue la clave para hacerlo ganar. Consistió en enseñar a hacer lo mismo que el humano cuando intuye cuál puede ser la mejor jugada.

El deep learning lleva adelante procesos de machine learning aprendiendo permanentemente.

En un primer nivel, la red neuronal que lo compone aprende algo sencillo y luego envía esa información a la siguiente instancia.

El siguiente nivel toma aquella información simple, la combina, compone una información un poco más compleja, y se lo pasa al tercer nivel y así sucesivamente.

Esta disciplina ha llamado mucho la atención por su potencial utilidad en distintos tipos de aplicaciones debido a que obtiene tasas de éxito elevadas con entrenamiento “no supervisado”. Algunas de ellas son el reconocimiento de voz y la interpretación de textos escritos por humanos.

Procesamiento del lenguaje natural y deep learning para los abogados

El procesamiento de lenguaje natural (NLP, por sus siglas en inglés) emerge como una de las herramientas de deep learning para simplificar el trabajo de los abogados.

Esto sucede porque se vale de la inteligencia artificial y la lingüística aplicada para estudiar interacciones a través del lenguaje (ya sea hablado o escrito) entre los seres humanos y las máquinas.

EL NLP estudia las comunicaciones humanas y para ella las divide en partes y luego identifica los elementos más relevantes del mensaje. Esta disciplina busca que las máquinas consigan entender, interpretar y manipular el lenguaje humano.

Podemos encontrar este tipo de tecnología en plataformas legaltech Software as a Service diseñadas para mejorar los procesos de trabajo dentro de estudios jurídicos y departamentos de legales.

Chatbots para abogados 

Los asistentes virtuales o chatbots son una de las herramientas más conocidas de la NLP.

De acuerdo con un artículo publicado en Law Technology Today, los chatbots son utilizados por estudios jurídicos para múltiples aplicaciones. Desde dirigir las búsquedas de contenidos dentro de un sitio de información legal hasta completar formularios, pasando por responder preguntas hasta rellenar documentos.

Otra de las ventajas de utilizar este tipo de herramientas es que, en muchos casos, colaboran con la estructuración de los datos que ingresan a los estudios jurídicos para facilitar su clasificación y análisis.

“Los chatbots se han convertido en una herramienta popular para las organizaciones que desean automatizar las comunicaciones y la recopilación de datos”, consigna la nota mencionada.

“Las organizaciones que adoptan estos bots pueden agilizar los procesos y reducir gran parte de las tediosas tareas requeridas por el trabajo legal.”, concluye.

Ayuda pero no reemplazo de abogados

Los proyectos NLP crecerán de USD 10.200 millones en 2019 a USD 26.400 millones para 2024, es decir, se triplicará su inversión en los próximos años. Estos datos se desprenden del informe sobre el mercado NLP de la consultora ResearchAndMarkets.

Compartimos a continuación algunas de las aplicaciones más habituales de NLP para el mundo del Derecho. Se trata de servicios que ya están disponibles en el mercado y van más allá de los ya comentados sistemas de chatbots o abogados virtuales.

• Predicción de fallos: NLP y el aprendizaje automático también pueden proporcionar modelos predictivos para ayudar a comprender mejor cómo puede fallar un juez o tribunal determinado. Por ejemplo, un estudio de 2016 encontró que los investigadores podían predecir con un 79 % de precisión cómo fallaría el Tribunal Europeo de Derechos Humanos en un caso determinado. Tener una comprensión de cómo un tribunal probablemente fallará puede ayudar a los abogados a adaptar mejor sus argumentos para respaldar o revertir la predicción. El NLP puede analizar decisiones en segundos y ofrecer aportes determinantes sobre los problemas.
• Búsqueda de información específica en documentos extensos: El NLP ahorra tiempo a los abogados al señalar y dirigirlos hacia donde aparecen partes de una consulta de búsqueda en relación con otros términos. Esto significa que los profesionales legales pueden decidir rápidamente qué casos no son relevantes. De esta manera, puede optimizar el uso de su tiempo y no destinar esfuerzos extras en buscar en documentos, archivos y carpetas.
• Visualización para ayudar a comprender mejor los resultados: El NLP también puede organizar los resultados de la búsqueda visualmente y ayudar a los abogados a identificar patrones y relaciones.

Deep learning para abogados: mejorar los procesos y mejorar el servicio 

El NLP está mejorando la investigación jurídica. Permite a los abogados encontrar la información relevante más rápido y ahorra tiempo y dinero. Esto se traduce en beneficios reales para los abogados y sus clientes.

De acuerdo con un estudio National Legal Research Group, las herramientas de inteligencia artificial permitieron a los profesionales legales terminar su investigación un 24,5 % más rápido que cuando se utiliza la investigación legal tradicional, lo que equivale a entre 132 y 210 horas ahorradas por año.

Estas horas adicionales pueden ser utilizadas para  redacción, revisión y, sobre todo, relacionamiento con clientes.

Se trata de tareas que las computadoras no pueden desarrollar. De esta manera, el uso de deep learning para simplificar el trabajo de los abogados permite ofrecer un mejor trabajo para el cliente y mejorar los tiempos operativos.