Debido proceso, sesgo cognitivo e inteligencia artificial en la toma de decisiones judiciales

Autores/as

DOI:

https://doi.org/10.5281/zenodo.20059260

Palabras clave:

Inteligencia artificial, debido proceso, toma de decisiones judiciales, sesgos cognitivos, transparencia algorítmica

Resumen

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

Los datos de descarga aún no están disponibles.

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

2026-04-30

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

Artículos de revisión

Cómo citar

Moya- Rodríguez, A., & Licea -Suárez, . Y. . (2026). Debido proceso, sesgo cognitivo e inteligencia artificial en la toma de decisiones judiciales. Journal of Law and Epistemic Studies, 4, e167. https://doi.org/10.5281/zenodo.20059260

Artículos similares

1-10 de 35

También puede Iniciar una búsqueda de similitud avanzada para este artículo.