El uso de Analytics para detectar riesgos legales

Si las diferentes tareas que un abogado lleva a cabo en el desarrollo de su actividad profesional se clasificaran en una escala de mayor a menor importancia, entonces trabajos como el análisis profundo de la documentación o la previsión de consecuencias como las derivadas de cambios de legislación, de transgresiones de la ley, de modo de gobierno de una entidad, etc., estarían en los primeros puestos: ¿qué condiciones contractuales presentan riesgo de litigio? ¿Cómo dictaminará un juez a la luz de los precedentes y los hechos? ¿Qué políticas internas representan el mayor riesgo de cumplimiento normativo para una empresa?

Históricamente para su trabajo, los abogados se han basado en lo aprendido en sus facultades de derecho, en sus “masters” de abogacía y otros estudios de posgrado, en su experiencia profesional y en su juicio particular. Sin embargo, hoy en día los profesionales confían cada vez más en un nuevo campo: las herramientas tecnológicas y el análisis estadístico de datos disponibles.

Desde el análisis pormenorizado de textos documentales hasta el seguimiento estadístico de los litigios en curso (tracking litigation metrics), factores como los avances en inteligencia artificial: el auto-aprendizaje de los softwares informáticos, la interacción del lenguaje verbal humano con el de las computadoras y la informática de alto rendimiento, están transformando la visión de los servicios legales y revolucionando la práctica jurídica global.

Las nuevas herramientas tienen dos funciones primordiales: tanto aumentar la velocidad jurídico-procesal de los dosieres, como la mejora de la eficiencia de tareas legales -que anteriormente requerían de una gran inversión en términos de horas/hombre- para permitir acceder a los más minuciosos detalles y datos jurídicos, muchas veces enterrados bajo grandes cantidades de literatura documental y que han sido más que frecuentemente pasados por alto como consecuencia requerir lentos y cansinos procesos de lectura, que dejan mucho margen al error.

Según New York Times, Forbes y otros medios internacionales de gran tirada, la aplicación de la ciencia de análisis de datos a la práctica jurídica tiene "implicaciones vertiginosas"; una de ellas, muy importante también, es que supone un gran negocio. Un estudio reciente valora el mercado USA de Analytics legal en 451 millones de dólares en 2017 y prevé que crecerá a cerca de 2 mil millones de dólares en los próximos cinco años.

Predicción de reclamaciones de empleados

Un ejemplo puede ilustrar el potencial disruptivo del Analytics Legal: supongamos que una empresa quiere elaborar la predicción de aquellas reclamaciones de empleados que pudieran dar lugar a acciones judiciales. Para ello, hasta la implantación de las técnicas de toma de datos y el uso de la estadística aplicada, las compañías debían diseñar todo un proceso -que podría llevar meses- y requerir un gran equipo de investigadores documentales y juristas para leer y procesar manualmente documentos de reclamaciones uno a uno, expedientes de personal, y documentos legales para buscar algunas variables que pudiesen ayudar a predecir el riesgo de litigio. En el presente, tratar esta tarea como una cuestión Analítica de datos mejora drásticamente la velocidad para encontrar tales variables, la precisión de la elección y el ajuste de la predicción.

Minería de datos

La minería de datos permite, con una gran precisión, la extracción de información clave ubicada en grandes cantidades de documentos. El “auto-aprendizaje automático” permite que un algoritmo "aprenda" qué clase de reclamaciones de empleados tienen más o menos predisposición a pasar a litigio. Mediante la computación de todas las combinaciones posibles de resultados, se descubren patrones que los investigadores documentales y los abogados difícilmente habrían considerado en una labor “manual”.

Un ejemplo de estos avances ha sido el reciente concurso que tuvo lugar en Londres, donde 100 abogados de las principales firmas se enfrentaron a una herramienta de inteligencia artificial (AI) para pronosticar el resultado de cientos de litigios financieros simples. El robot de inteligencia artificial obtuvo la victoria por una gran diferencia, pronosticando el 86,6% de los casos correctamente, mientras que los humanos pronosticaron correctamente tan solo el 66,3%. Para su toma de decisiones, el robot se había basado en procesar ciertas especificidades de datos históricos de litigios que para los humanos habían pasado inadvertidas, derrotando así la AI a los abogados en pronósticos de su propio terreno profesional.

Calidad humana sin simular

En este contexto, la producción de conocimiento no depende del número de personas disponibles para sacar adelante una tarea ni de las limitaciones por ideas preexistentes sobre qué información es relevante o no. Al contrario, el conocimiento procede directamente de la cuestión en sí, y el análisis no solo se vuelve más rápido, sino mejor.

Tal y como señala Andy Abbott, cofundador y CTO de Heretik, compañía tecnológica creadora de un software jurídico, “Veremos muchos intentos de imitar o simplemente automatizar los procesos manuales existentes. Sin embargo, esos procesos se desarrollan y perfeccionan con las herramientas manuales. A medida que presentemos nuevas herramientas y técnicas, facilitadas por el “aprendizaje automático”, los procesos evolucionarán. La madurez habrá llegado a la industria cuando podamos observar un proceso y no ver nada parecido a como se hacía en el pasado".

Por supuesto, ni todas las cuestiones legales y problemas son reducibles a un conjunto de variables, ni el comportamiento humano sigue siempre unos patrones detectables. Además, como han indicado analistas como Cathy O'Neil y Virginia Eubanks, los datos a menudo contienen sesgos e inexactitudes, lo que significa que incluso el código informático más sofisticado, si se alimenta datos o información de mala calidad, solo podría producir a cambio información imprecisa y de la misma calidad.

Los robots también cometen errores

Otro aspecto que podría ser preocupante es que deleguemos demasiado nuestra toma de decisiones a los algoritmos, ya que operan basándose en datos históricos y en ese caso estamos destinados a repetir nuestros patrones y errores. Al final, un robot jurídico es un sustituto menos eficiente que un abogado humano ya que este tiene la capacidad de tener juicio y evaluar críticamente los patrones que revelan los datos.

Todavía estamos muy lejos de contar con robots que se hagan cargo de la práctica jurídica. Sin embargo, los actuales abogados y clientes a los que representan los robots se pueden beneficiar de los avances en analítica para aumentar la velocidad y la eficiencia, y detectar patrones escondidos entre los datos. En cualquier caso, estas nuevas ideas se convierten en un recurso adicional que los abogados pueden implantar, junto con su propio criterio y experiencia, para detectar, administrar y mitigar el riesgo legal.