Uso de grandes modelos del lenguaje y aplicaciones en relatos criminales en español
Professor Advisor
dc.contributor.advisor
Weber Hass, Richard
Author
dc.contributor.author
Valdivieso Anguita, Santiago Beltrán
Associate professor
dc.contributor.other
Jiménez Molina, Angel
Associate professor
dc.contributor.other
Salinas Fuentes, David
Admission date
dc.date.accessioned
2025-06-02T16:02:55Z
Available date
dc.date.available
2025-06-02T16:02:55Z
Publication date
dc.date.issued
2024
Identifier
dc.identifier.uri
https://repositorio.uchile.cl/handle/2250/205247
Abstract
dc.description.abstract
La Fiscalía Nacional de Chile enfrenta el desafío de gestionar grandes volúmenes de informes criminales, los cuales suelen ser difíciles de analizar debido a su falta de estructuración. La creciente cantidad de casos anuales hace imprescindible la exploración de métodos más eficientes para procesar estos documentos. En este contexto, los grandes modelos del lenguaje (LLM), como GPT, presentan una oportunidad para optimizar la extracción y estructuración de información clave dentro del sistema judicial.
Esta investigación tuvo como objetivo evaluar la implementación de diferentes versiones de GPT (Da-vinci, Curie, Babbage y Ada) en la Fiscalía Nacional de Chile, con el propósito de mejorar la extracción de datos en denuncias penales. Para ello, se utilizó la metodología CRISP-DM, un enfoque ampliamente reconocido en minería de datos. Se buscó identificar información relevante como el valor total del robo, el número de delincuentes involucrados y el uso de armas. Se evaluó el rendimiento de los modelos a partir de métricas como accuracy, precision, recall y f-score, analizando una muestra de 500 relatos de robos con violencia etiquetados manualmente.
Los hallazgos indican que los modelos GPT-3.5 Turbo y GPT-4 presentan un alto potencial para mejorar el procesamiento de datos en la Fiscalía, reduciendo el tiempo y esfuerzo en el análisis de grandes volúmenes de información. Además de los datos ini- cialmente considerados, estos modelos demostraron la capacidad de extraer detalles adicionales, como características físicas de los delincuentes, patentes vehiculares y patrones delictivos, lo que podría contribuir a una mejor identificación y correlación de casos. La integración de estos modelos no solo optimizaría la toma de decisiones basada en datos, sino que también facilitaría la colaboración y el intercambio de información dentro del sistema judicial.
A pesar de los beneficios, la implementación de LLMs conlleva desafíos, como la necesidad de capacitación del personal, la supervisión del uso de la tecnología y la consideración de aspectos éticos y de privacidad. El estudio concluye que la inteligencia artificial tiene el potencial de transformar y modernizar la administración de justicia en Chile, abriendo nuevas posibilidades para el uso de tecnología en el ámbito jurídico. No obstante, se recomienda una integración progresiva y bien regulada, asegurando su aplicación de manera responsable y efectiva.
es_ES
Patrocinador
dc.description.sponsorship
Este trabajo ha sido parcialmente financiado por:
FONDEF ID20I10230
es_ES
Lenguage
dc.language.iso
es
es_ES
Publisher
dc.publisher
Universidad de Chile
es_ES
Type of license
dc.rights
Attribution-NonCommercial-NoDerivs 3.0 United States