Debido proceso, sesgo cognitivo e inteligencia artificial en la toma de decisiones judiciales
DOI:
https://doi.org/10.5281/zenodo.20059260Palabras clave:
Inteligencia artificial, debido proceso, toma de decisiones judiciales, sesgos cognitivos, transparencia algorítmicaResumen
El presente estudio analiza las implicaciones jurídicas y psicológicas de la inteligencia artificial en la toma de decisiones judiciales, con especial énfasis en sus efectos sobre las garantías del debido proceso. La investigación adopta un enfoque cualitativo, doctrinal y comparado basado en una revisión sistemática de literatura científica y marcos regulatorios internacionales relacionados con la gobernanza de la inteligencia artificial y la justicia digital. Desde la perspectiva jurídica, los hallazgos identifican riesgos asociados a la opacidad algorítmica, los sesgos automatizados y el debilitamiento de la motivación de las decisiones judiciales, afectando la igualdad ante la ley, la imparcialidad judicial y el derecho a la defensa. Desde la perspectiva psicológica, el estudio destaca la influencia de sesgos cognitivos, particularmente el sesgo de autoatomatización y el efecto de anclaje, sobre los operadores jurídicos que interactúan con sistemas de inteligencia artificial, lo que puede reducir la autonomía y el razonamiento crítico. Los resultados también indican que la imparcialidad procesal y la confianza pública en las instituciones judiciales pueden verse socavadas cuando los procesos algorítmicos carecen de transparencia y aplicabilidad. En respuesta a estos desafíos, el estudio propone un modelo híbrido de adjudicación en el que la inteligencia artificial funciona como una herramienta de apoyo a la toma de decisiones bajo estricta supervisión humana, garantizando la protección de los derechos fundamentales y la preservación de la integridad cognitiva en los procesos de toma de decisiones judiciales.
Descargas
Referencias
Ayibam, J. N. (2025). Artificial Intelligence in Public Procurement: Legal Frameworks, Ethical Challenges, and Policy Solutions for Transparent and Efficient Governance. Alkebulan: A Journal of West and East African Studies, 5(2), 54-69.
Blount, K. (2026). Toward Equal Access to Justice for All: Harnessing Artificial Intelligence for the Administration of Criminal Justice. In Artificial Intelligence, Governance and Sustainable Development (pp. 185-215). Routledge.
Boonprakong, N. (2025). Quantifying and Understanding the Effects of Cognitive Biases in Human-Computer Interaction.
Braun, T (2025), "Liability for artificial intelligence reasoning technologies – a cognitive autonomy that does not help". Corporate Governance, Vol. ahead-of-print No. ahead-of-print. https://doi.org/10.1108/CG-09-2024-0471
Council of Europe. (2018). European Ethical Charter on the Use of Artificial Intelligence in Judicial Systems and their environment. European Commission for the Efficiency of Justice (CEPEJ). https://rm.coe.int/ethical-charter-en-for-publication-4-december-2018/16808f699c
Fisher, T. (2025). Within the Sound of Silence: Reassessing the Role of Reasoning in Judicial Decision-Making. Cambridge L. Rev., 10, 1.
Heo, W (2025). “Revisiting Algorithmic Bounded Rationality With Potential Solutions: How Recommendation Systems Amplify Cognitive Biases in Consumer Decision-Making.” Journal of Consumer Affairs 59, no. 4: e70032. https://doi.org/10.1111/joca.70032.
Khokhar, M. A., Anees, A., & Gujjar, M. W. (2025). From Judges to Algorithms: The Future of Corporate Adjudication in AI-Driven Courts. The Critical Review of Social Sciences Studies, 3(2), 1794-1811.
Kumar, A. B., Sanjaya, K., & Saleem, M. (2025). Justice in the age of algorithms: Ensuring transparency, accountability, and fairness in AI-driven legal systems. In Artificial Intelligence in Peace, justice, and Strong Institutions (pp. 191-210). IGI Global Scientific Publishing.
Mugamba, E. (2025). Digital Due Process in the Age of Algorithms: Redesigning Fairness in Criminal Justice Decision Systems in Uganda. Available at SSRN 6052435. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=6052435
Neil, R, Zanger-Tishler, M. 2025. Algorithmic Bias in Criminal Risk Assessment: The Consequences of Racial Differences in Arrest as a Measure of Crime. Annual Review of Criminology. 8:97-119. https://doi.org/10.1146/annurev-criminol-022422-125019
Novelli, C., Floridi, L., Larsson, S., Taddeo, M., & Winter, S. L. (2024). The artificial in artificial intelligence: imagination shapes AI regulation. AI and Ethics. https://doi.org/10.1007/s43681-024-00434-4
Publicado
Declaración de disponibilidad de datos
Los conjuntos de datos utilizados y/o analizados durante el presente estudio están disponibles del autor correspondiente previa solicitud razonable.
Número
Sección
Licencia
Derechos de autor 2026 Ariadna Moya- Rodríguez, Yonayka Licea -Suárez (Author)

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

























