Implementación de búsqueda semántica y validación de jurisprudencia mediante LLM y RAG en la Corte de Apelaciones de Iquique

Abstract

La búsqueda y validación de jurisprudencia local en la Corte de Apelaciones de Iquique se realiza actualmente de forma mayoritariamente manual, lo que implica un alto consumo de tiempo en la identificación y análisis de información relevante, afectando directamente a los funcionarios de la unidad de secretaría de ministros y al proceso previo a la redacción de sentencias. Esta situación se ve acentuada por la ausencia de herramientas que permitan realizar búsquedas semánticas sobre las sentencias locales. Con el objetivo de reducir el tiempo dedicado por ministros, relatores y funcionarios a la investigación y análisis previo a la redacción de sentencias, esta investigación exploró la aplicación de inteligencia artificial en el proceso judicial mediante el desarrollo de un Producto Mínimo Viable (MVP) basado en un modelo de lenguaje de gran tamaño (LLM) y técnicas de generación aumentada por recuperación (RAG). El sistema propuesto permitió realizar búsquedas semánticas sobre un corpus de sentencias laborales de la Corte de Apelaciones de Iquique, incorporando mecanismos de recuperación contextual y generación controlada de respuestas. La evaluación del MVP se realizó mediante un enfoque híbrido que combinó métricas automáticas reference-free y validación experta. En términos de coherencia textual, la métrica BLANC mostró valores estables y consistentes, evidenciando un uso efectivo de los fragmentos de jurisprudencia recuperados. Asimismo, la calidad semántica de las respuestas, evaluada mediante la métrica G-EVAL con un comité de modelos de lenguaje, alcanzó promedios cercanos a 3,8 sobre 5. Por su parte, la validación experta realizada por funcionarios de la unidad de secretaría de ministros otorgó una evaluación global promedio de 4,7 sobre 5, confirmando la utilidad práctica del sistema en un contexto institucional real. Adicionalmente, se aplicó(...).