Читать книгу: «Nuevas dinámicas del derecho procesal», страница 3

1.3.3 La sistematización del principio de libre apreciación

El principio de libre apreciación de la prueba establece el epicentro de la decisión judicial en la convicción que haya alcanzado el juez sobre el grado de corroboración de las hipótesis planteadas tras la práctica de la prueba. Esto significa que el grado en que las pruebas corroboran o avalan una hipótesis no está predeterminado por la ley, sino que es fruto de un proceso racional del juez. También ha quedado ampliamente confirmado que la razonabilidad de las conclusiones alcanzadas y la lógica de las inferencias no es algo que deba estar exento de evaluación. Es muy útil, en este sentido, el establecimiento de parámetros que guíen a los jueces en la formulación de inferencias probatorias que abran la puerta a que estas conclusiones sean susceptibles de revisión (González Lagier, 2003).

Hacia este objetivo se dirigen estudios cada vez más numerosos que tratan de aplicar los conocimientos de la epistemología en el ámbito judicial (Ferrer Beltrán, 2005a; 2005b; 2007; Gascón Abellán, 2005; González Lagier, 2018; Taruffo, 2002). Esta investigación es de crucial importancia en el debate sobre inteligencia artificial y prueba judicial porque la posible automatización de la actividad probatoria es imposible sin una reflexión pausada acerca de los procesos racionales del juez que la tiene encomendada. Hasta ahora, este intento de sistematizar las reglas de la lógica y el conocimiento humano ha tenido frutos muy positivos, pero ha conducido a la confirmación de que, si bien esta sistematización es posible, es complicado que tenga naturaleza estadística o matemática. Del estudio epistemológico del fenómeno probatorio se presta atención, principalmente, a tres conclusiones:

1.3.3.1 La imperfección de la búsqueda de la verdad

Algunas concepciones dejan en un segundo plano la búsqueda de la verdad y postulan que el objetivo principal del proceso judicial sería la resolución de conflictos o la fijación de lo que llaman una verdad “formal” que podría dar la espalda a la realidad de forma justificada. Se dejan de lado estas concepciones, que han sido superadas por algunos autores (Ferrer Beltrán, 2005a; 2005b; Taruffo, 2002), y se parte de la idea de que el objetivo principal del proceso judicial es el esclarecimiento de los hechos y la búsqueda de la verdad sobre los mismos. De hecho, esta es principalmente la razón de ser de la actividad probatoria. Dicho esto, los estudios epistemológicos han demostrado que el conocimiento de la verdad que es posible alcanzar en un proceso judicial será siempre incompleto y, aunque se lo presente como cierto en la redacción de hechos probados de una sentencia, nunca se podrá afirmar con rotundidad que los hechos sucedieron exactamente de la manera en que se describen.

Como explica Gascón Abellán (2005), la imposibilidad de alcanzar esta verdad se debe principalmente a dos tipos de razones: las institucionales y las epistemológicas. Por un lado, la práctica de la prueba judicial tiene lugar en el cauce de un proceso judicial con sus propias reglas, que a veces dificultan e incluso impiden que se pueda conocer la verdad. Estas reglas tienen en cuenta también la protección de derechos fundamentales, como el derecho a la intimidad, la libertad, el derecho de defensa u otros intereses más simples como la limitación temporal de los procesos judiciales. De otro lado, existen razones epistemológicas: el razonamiento probatorio está constituido básicamente por inferencias inductivas basadas en leyes probabilísticas o en inferencias basadas en generalidades sin demasiado fundamento o en prejuicios. Por las razones señaladas no se puede suponer que los resultados de la prueba garanticen la certeza absoluta, sino solo un cierto “grado de certeza”, o de probabilidad, sobre la verdad del enunciado probado (p. 128).

1.3.3.2 Indefinición numérica de los términos probabilísticos

Los estudios epistemológicos aplicados al fenómeno probatorio judicial han significado que la expresión “libre apreciación” de la prueba adquiriera progresivamente un contenido más contrastable. Los criterios que hasta el momento se habían usado para orientar a los jueces, tales como íntima convicción o más allá de toda duda razonable, no pasaban de ser enunciados abstractos con un significado muy ambiguo. De hecho, el famoso beyond any reasonable doubt se acuñó principalmente para dar a los jurados un criterio garantista que les alejara del prejuicio social de culpabilidad que todo ciudadano no instruido en derecho puede tener frente a un acusado en un proceso penal, de modo que únicamente se vieran movidos a condenar si no existía en su mente ninguna duda razonable sobre la culpabilidad (Nieva Fenoll, 2016).

La epistemología jurídica ha trasladado los criterios valorativos desde opaco fuero interno del juez hasta los más objetivos criterios probabilísticos. Las hipótesis sobre los hechos serán susceptibles de ser acogidas como verdaderas cuando tengan un mayor grado de confirmación, y este grado de confirmación será el resultado de establecer la credibilidad de cada uno de los medios probatorios mediante criterios valorativos racionales. Hasta aquí, por tanto, la sistematización del razonamiento probatorio ha experimentado una mejora sustancial. Sin embargo, esta sistematización de los criterios de valoración no es todavía susceptible de ser reproducida por una aplicación de inteligencia artificial, porque la automatización de estos procesos requeriría el establecimiento de variables numéricas y estadísticas en la valoración de las pruebas, algo que hasta el momento ha resultado imposible.

Han existido algunos intentos de sistematizar numéricamente el razonamiento inductivo, como la teoría bayesiana, pero no los abordaremos aquí porque existe sobre ellos más disenso que consenso (Taruffo, 2010). Hasta el momento, únicamente podemos afirmar que el razonamiento probatorio es principalmente un proceso de razonamiento inductivo, cuya validez se puede comprobar al aplicar esquemas de probabilidad lógica (Ferrer Beltrán, 2007). Estos esquemas permiten afirmar que un enunciado es “probablemente”, “posiblemente” o “presumiblemente” verdad, pero no que sea cien porciento verdadero o que posea un grado de verdad de 9,8 sobre 10.

1.3.3.3 Dificultad de fijar estándares probatorios

El hecho de que los criterios valorativos de las pruebas no permitan una cuantificación numérica de su probabilidad lleva a la ciencia de la epistemología a plantearse el problema de la decisión judicial: ¿cuándo es suficiente el grado de confirmación de una hipótesis para poder predicar la verdad sobre ella? Contestar a esta pregunta ha abierto un debate acerca de la problemática de los estándares de prueba (González Lagier, 2018).

De un modo simplificado, el estándar de prueba sería el criterio que permitiría saber cuándo una hipótesis se puede dar por confirmada. Esto quiere decir que, una vez analizada la credibilidad de los diferentes medios de prueba e identificada una hipótesis coherente con ellos, deberíamos comprobar si esta ha alcanzado el estándar, es decir, si llega a un “umbral de certeza” adecuado que permita predicar su verdad y, como consecuencia, decir que el hecho está probado. Se han llevado a cabo estudios para tratar de formular estándares de prueba que se basan, principalmente, en el establecimiento del grado de confirmación de las hipótesis al tomar en cuenta dos elementos: su nivel de coherencia con los elementos probatorios disponibles y el grado de refutación de hipótesis alternativas (Ferrer Beltrán, 2007).

Lo cierto es que, existan o no estándares probatorios válidos, no hay consenso en la doctrina sobre ellos y menos todavía una concreción de estos en términos porcentuales o numéricos. De este modo, la situación es la misma que la descrita para los criterios de valoración probatoria: existe una enorme dificultad para objetivarlos en un algoritmo de inteligencia artificial. En el proceso penal, por ejemplo, llegado el momento de tomar una decisión acerca de la culpabilidad del acusado, un sistema de inteligencia artificial debería establecer un umbral porcentual de culpabilidad. Para ello sería necesario, en primer lugar, determinar qué porcentaje de certeza sobre la culpabilidad debe alcanzar el juez para condenar y, en segundo lugar, cuantificar el grado de certeza sobre la culpabilidad que se ha adquirido en el caso concreto, tras la práctica de la prueba. No se puede negar que ambas cosas se podrían fijar, pero la fijación de la primera sería arbitraria y en cuanto a lo segundo, sería el resultado de atribuir un valor numérico a todos los elementos de convicción del juicio en cada caso, tarea que ya hemos visto que es prácticamente imposible.

1.4 La inteligencia artificial en la práctica probatoria
1.4.1 Delimitación del campo de aplicación

Todo lo dicho hasta ahora no elimina la posibilidad de integrar herramientas de inteligencia artificial en el fenómeno probatorio del proceso judicial. En última instancia, el razonamiento probatorio se debe realizar de forma holística, es decir, teniedo en cuenta todos los elementos probatorios desplegados en el juicio oral, y esta tarea puede realizarla únicamente un ser humano. Sin embargo, para llegar a este punto el juez debe valorar la fiabilidad de cada uno de los medios de prueba practicados, tales como pruebas documentales, declaraciones testificales o informes periciales.

Las diferentes legislaciones procesales han dicho muy poco acerca de la valoración de estos medios de prueba. Se han limitado a dejarlo, de nuevo, al libre entendimiento de los jueces al emplear expresiones genéricas que no darían ninguna orientación a un juez inexperto que se enfrentara por primera vez a esta función. En la Ley de Enjuiciamiento Criminal española, por ejemplo, esta tarea se encomienda al uso de reglas del criterio racional (LECrim, 1882, art. 790) o máximas de experiencia (LECrim, 1882, art. 790). Un juez puede tener mucho conocimiento jurídico, pero su formación en muy pocas ocasiones le permite conocer con certeza cuándo un testigo miente o dice la verdad, si una firma está falsificada o si un informe pericial económico ha sido manipulado.

El esfuerzo de algunos procesalistas ha permitido que estas máximas de la experiencia o reglas de la sana crítica fueran adquiriendo un contenido cada vez más objetivo. En la obra de Nieva Fenoll (2010) se formulan una serie de criterios a los que los jueces pueden atender en la valoración probatoria y que se caracterizan por ser mucho más científicos y por alejar el pensamiento judicial de determinados sesgos que existen en la mente de cualquier persona. Estos criterios tienen en cuenta datos aportados por la ciencia. Así, por ejemplo, para la valoración de una declaración testifical, se deberá tener en cuenta la ciencia de la psicología del testimonio; para la valoración de un documento podrán ser útiles los conocimientos de la semiótica textual; y para la valoración de un informe pericial, se deberá comprobar el cumplimiento de los estándares propios del método científico.

Con el fin de aplicar estos criterios para la valoración probatoria es necesario contar con ciertos datos que un sistema de inteligencia artificial puede recabar y comprobar en unos pocos segundos. Este es, sin lugar a dudas, el ámbito en el que podemos esperar mayores resultados de la inteligencia artificial. Todos aquellos datos sobre los medios de prueba que puedan ser objetivables y cuya obtención resulte mucho más eficaz mediante sistemas de inteligencia artificial y cruce de datos se podrán incorporar al proceso de razonamiento probatorio (Nieva Fenoll, 2018a).

Pongamos un ejemplo: un juez que haya escuchado muchas declaraciones de peritos estará cada vez más capacitado para descubrir manipulaciones en la elaboración de un informe pericial, pero el número de casos que puede llegar a escuchar es limitado y, por tanto, la muestra de su experiencia es limitada también. A la vez, puede ser que algunos prejuicios acerca de la valoración de estos medios de prueba vayan arraigando con el tiempo en su mente y le lleven a extraer conclusiones en base a criterios equivocados, muchas veces de forma inconsciente. En tercer lugar, si ese juez quiere valorar la calidad profesional del perito, la comprobación de su trayectoria profesional podrá suponerle la inversión de varias horas de trabajo.

Una aplicación de inteligencia artificial configurada para atender a determinados criterios objetivos en el estudio de un informe pericial podría contrastar la información con un número infinitamente mayor de casos contenidos en sus bases de datos. Su experiencia será una experiencia basada en una muestra muchísimo mayor. Además, estas aplicaciones de inteligencia artificial atenderían únicamente a criterios objetivos que hubieran sido programados con anterioridad, de modo que ningún prejuicio o sesgo subjetivo interfiriera en la valoración realizada. Finalmente, un mecanismo de inteligencia artificial podría hacer un rastreo del perfil profesional del perito a través de internet en unas milésimas de segundo. Mediante mecanismos de inteligencia artificial aplicados a la valoración probatoria, por tanto, podríamos llevar a cabo una optimización de aquello que llamamos experiencia de los jueces y que en tantas ocasiones contiene generalizaciones erróneas, intuiciones falsas y sesgos ideológicos.

1.4.2 Auxilio en la valoración de los medios probatorios
1.4.2.1 La prueba testifical

La prueba testifical es una de las pruebas más controvertidas en su valoración. La psicología del testimonio es una ciencia que estudia los factores que afectan la memoria de las personas e intenta aportar datos que ayuden a valorar la credibilidad de las afirmaciones realizadas por estas acerca de lo que presenciaron, vieron o escucharon en la escena de un crimen (Manzanero y Petisco, 2019). Sin duda alguna, la psicología forense y los estudios sobre procesos cognitivos son mucho más fiables a la hora de valorar esta prueba que nuestra propia intuición que, como hemos dicho, se puede basar en tópicos sociales que no son rigurosos. La psicología del testimonio nos alerta sobre la fragilidad de la memoria humana, que se puede ver afectada enormemente por factores ambientales, como la luz o el movimiento; temporales, como el tiempo transcurrido o la edad del testigo; o factores más internos como el grado de estrés, el miedo experimentado o el número de veces que el testigo ha tenido que explicar los hechos (Manzanero y González, 2015).

Todos estos factores pueden ser perfectamente identificados por una máquina de inteligencia artificial, bien por lo que diga el testigo o bien por la información que conste en su base de datos acerca del contexto en el que ocurrieron los hechos. Al poner en relación esa información con los parámetros valorativos que ofrece la psicología del testimonio, una aplicación de inteligencia artificial podría arrojar un porcentaje de fiabilidad de la declaración testifical que ayudaría al juez a valorar hasta qué punto debe dar carta de verdad a las afirmaciones de un testigo. Del mismo modo, una máquina de inteligencia artificial también podría, de forma mucho más eficaz que un humano, poner en relación las afirmaciones realizadas por el declarante con otros hechos que hubieran sido ya probados como ciertos en el proceso o extraprocesalmente, y que servirían como corroboración periférica de las afirmaciones del testigo (Nieva Fenoll, 2018a, pp. 81 y ss). Mediante esta operación, la máquina de inteligencia artificial ayudaría al juez a comprobar algunos extremos de la declaración para extraer mejores conclusiones acerca de su fiabilidad.

Un procesador de declaraciones testificales también podría detectar comentarios oportunistas. Se trata de comentarios accesorios o superficiales que los testigos o peritos realizan en sus declaraciones. Algunas veces, estos comentarios se hacen con la intención de dar apariencia de verdad a afirmaciones falsas, pero otras veces son plenamente aceptables en una declaración veraz e, incluso, su utilización puede ser un indicador de la espontaneidad de la declaración (Nieva Fenoll, 2010). La detección de estos comentarios no daría un resultado definitivo en cuanto a la fiabilidad de la declaración, pero ayudaría al juez a tenerlos presentes a la hora de valorarla y evitaría que otros factores propios de la inmediación de la prueba, como los sentimientos o sensaciones que estuviera provocando el declarante en el juez, le hicieran pasar por alto estos comentarios.

Finalmente, la psicología del testimonio también muestra que el formato de declaración narrativa suele tener más ventajas que el formato de declaración interrogativa, en el que las partes lanzan preguntas al testigo, muchas de ellas con la finalidad de conducirle a su terreno o provocar contradicciones (Nieva Fenoll, 2018a, p. 88). Llevar a cabo la declaración testifical en formato narrativo también facilitaría su valoración por medio de aplicaciones de inteligencia artificial. En primer lugar, una herramienta de este tipo podría poner en relación las declaraciones de diferentes testigos o peritos, detectar las contradicciones y las similitudes y proporcionar un porcentaje de coincidencia que permitiera al juez conocer aquellos hechos en los que las declaraciones se contradicen. Del mismo modo, el juez podría sospechar de la fiabilidad de aquellos testigos con declaraciones demasiado coincidentes, porque la similitud podría ser consecuencia de que hubieran preparado previamente una versión pactada de los hechos.

1.4.2.2 La prueba documental

En la valoración de la prueba documental la inteligencia artificial también puede aportar ventajas importantes. De hecho, hace ya muchos años que la inteligencia artificial trabaja en el campo del procesamiento de textos. En este caso, la ciencia de la semiótica textual estudia las diferentes tipologías de documentos y sus características en función del contexto en el que se generan. En la valoración de una prueba documental es necesario confirmar, en primer lugar, que el documento es auténtico y que no está manipulado. Una vez confirmada su fiabilidad, el juez debe ponderar lo que el documento dice y si la información que contiene verdaderamente confirma las hipótesis que se quieren probar en juicio. Las herramientas de inteligencia artificial podrían suponer una ventaja, sobretodo en el primero de los aspectos.

En función de su contexto o de su tipología, los documentos suelen presentar una estructura y un lenguaje propios que pueden ser fácilmente identificados por un sistema de inteligencia artificial. Un indicio de que un documento puede ser falso o puede haber sido manipulado es el hecho de que no presente las características propias de la tipología de documento que aparenta ser. Esta tarea de comprobación es fácilmente realizable por un mecanismo de inteligencia artificial que podría analizar las características del documento, identificar la tipología a la que pertenece y, posteriormente, ponerlo en relación con el contexto en el que el documento se ha generado para confirmar que no presenta elementos que hagan dudar sobre su fiabilidad (Nieva Fenoll, 2018a). En el caso de documentos manuscritos, una herramienta de inteligencia artificial también podría verificar la autenticidad de una firma o extraer conclusiones acerca del contexto en el que se escribió, evaluar algunas variables grafológicas que puedan indicar escritura bajo intimidación o miedo, siempre y cuando la máquina pudiera comparar estos documentos con otros documentos de la misma persona en condiciones de normalidad.

El principal inconveniente de la prueba documental, con miras a una posible automatización de su valoración, está en el hecho de que, una vez analizada la autenticidad del documento, es necesario comprender su contenido y el grado en que este confirma o desmiente las hipótesis que se plantean en el juicio. Esta segunda parte todavía no es automatizable, puesto que volvemos al campo del razonamiento abstracto judicial. Además, existe una gran variedad de documentos y podemos introducir como prueba documental en un proceso casi cualquier soporte que contenga algún tipo de información relevante para acreditar un hecho. Indudablemente, esto debe seguir siendo así, porque limitar la tipología documental que se puede aportar como prueba en un juicio podría limitar el derecho de defensa. En este sentido, no todos los documentos podrán ser clasificados en una categoría o género documental específico y será necesario que el juez, al valorar otros aspectos contextuales del documento, lo interprete y verifique adecuadamente.