Divergencias técnicas, epistemológicas y jurídicas frente a la valoración automatizada de la credibilidad del testimonio mediante inteligencia artificial en el proceso penal ecuatoriano
DOI:
https://doi.org/10.70577/asce.v5i3.1031Palabras clave:
valoración del testimonio; inteligencia artificial; identificación del engaño; garantías procesales; sesgos algorítmicos; Ecuador.Resumen
La incorporación de la inteligencia artificial (IA) en la justicia latinoamericana proyectó una de sus aplicaciones más controvertidas: la evaluación autónoma de la credibilidad testimonial mediante sistemas que pretenden inferir estados internos del declarante, como la sinceridad, la coherencia o la fiabilidad, a partir de marcadores verbales, vocales o conductuales, dentro del proceso penal ecuatoriano. Este artículo examinó los límites de esa pretensión y determinó en qué condiciones, si en alguna, resultó compatible con las garantías del debido proceso en Ecuador. Para ello, se realizó una revisión de alcance con orientación PRISMA-ScR, complementada con análisis dogmático-jurídico, que integró psicología forense, ciencia de la computación y derecho procesal penal a partir de 43 fuentes seleccionadas conforme a criterios explícitos de inclusión y calidad. Los resultados evidenciaron tres núcleos convergentes de restricciones: técnicas (fragilidad del ground truth, sesgos de entrenamiento, baja transferibilidad, opacidad de los modelos profundos y el problema de la tasa base), epistemológicas (la credibilidad, la veracidad, la exactitud y la fiabilidad no resultaron equivalentes entre sí, y las claves conductuales del engaño se mostraron intrínsecamente débiles) y jurídicas (incompatibilidad con la inmediación, la contradicción, la motivación y la igualdad). En las condiciones actuales de desarrollo tecnológico, el uso de sistemas de inteligencia artificial para determinar de manera independiente la credibilidad de un testimonio no resultó plenamente compatible con las garantías del debido proceso establecidas en la Constitución de la República del Ecuador. A partir de estos hallazgos, se propuso un uso responsable de la inteligencia artificial que limitó su aplicación a tareas de apoyo y complementarias, y se diseñó un protocolo de admisibilidad estructurado en tres etapas, articulable con el COIP, la LOPDP y los criterios del Sistema Interamericano de Derechos Humanos.
Descargas
Citas
Asamblea Constituyente del Ecuador. (2008). Constitución de la República del Ecuador. Registro Oficial No. 449, 20 de octubre de 2008. https://www.finanzas.gob.ec/constitucion-de-la-republica/
Asamblea Nacional del Ecuador. (2014). Código Orgánico Integral Penal (COIP). Registro Oficial Suplemento No. 180, 10 de febrero de 2014.
Asamblea Nacional del Ecuador. (2021). Ley Orgánica de Protección de Datos Personales (LOPDP). Registro Oficial Suplemento No. 459, 26 de mayo de 2021.
Boix Palop, A. (2020). Los algoritmos son reglamentos: La necesidad de extender las garantías propias de las normas reglamentarias a los programas empleados por la administración para la adopción de decisiones. Revista de Derecho Público: Teoría y Método, 1, 223–269. https://doi.org/10.37417/RPD/vol_1_2020_33 DOI: https://doi.org/10.37417/RPD/vol_1_2020_33
Bogaard, G., Meijer, E. H., Vrij, A., & Nahari, G. (2022). Detecting deception using comparable truth baselines. Psychology, Crime & Law, 29(6), 567–583. https://doi.org/10.1080/1068316X.2022.2030334 DOI: https://doi.org/10.1080/1068316X.2022.2030334
Burrell, J. (2016). How the machine "thinks": Understanding opacity in machine learning algorithms. Big Data & Society, 3(1), 1–12. https://doi.org/10.1177/2053951715622512 DOI: https://doi.org/10.1177/2053951715622512
Cerrillo i Martínez, A., Di Lascio, F., Martín Delgado, I., & Velasco Rico, C. I. (Dirs.). (2022). Inteligencia artificial y administraciones públicas: Una triple visión en clave comparada. Marcial Pons.
Crawford, K. (2021). Atlas of AI: Power, politics, and the planetary costs of artificial intelligence. Yale University Press. DOI: https://doi.org/10.12987/9780300252392
Denault, V., Plusquellec, P., Jupe, L. M., St-Yves, M., Dunbar, N. E., Hartwig, M., Sporer, S. L., Rioux-Turcotte, J., Jarry, J., Walsh, D., Otgaar, H., Viziteu, A., Talwar, V., Keatley, D. A., Blandón-Gitlin, I., Townson, C., Deslauriers-Varin, N., Lilienfeld, S. O., Patterson, M. L., … van Koppen, P. J. (2020). The analysis of nonverbal communication: The dangers of pseudoscience in security and justice contexts. Anuario de Psicología Jurídica, 30(1), 1–12. https://doi.org/10.5093/apj2019a9 DOI: https://doi.org/10.5093/apj2019a9
DePaulo, B. M., Lindsay, J. J., Malone, B. E., Muhlenbruck, L., Charlton, K., & Cooper, H. (2003). Cues to deception. Psychological Bulletin, 129(1), 74–118. https://doi.org/10.1037/0033-2909.129.1.74 DOI: https://doi.org/10.1037/0033-2909.129.1.74
Estevez, E., Linares Lejarraga, S., & Fillottrani, P. (2020). PROMETEA: Transformando la administración de justicia con herramientas de inteligencia artificial. Banco Interamericano de Desarrollo. DOI: https://doi.org/10.18235/0002378
Ferrer Beltrán, J. (2007). La valoración racional de la prueba. Marcial Pons.
Gascón Abellán, M. (2010). Los hechos en el Derecho: Bases argumentales de la prueba (3.ª ed.). Marcial Pons. DOI: https://doi.org/10.2307/jj.2322004
González, J. L., & Manzanero, A. L. (2018). Obtención y valoración del testimonio: Protocolo holístico de evaluación de la prueba testifical (HELPT). Pirámide. DOI: https://doi.org/10.2307/j.ctvwcjgg1.11
Hartwig, M., & Bond, C. F., Jr. (2011). Why do lie-catchers fail? A lens model meta-analysis of human lie judgments. Psychological Bulletin, 137(4), 643–659. https://doi.org/10.1037/a0023589 DOI: https://doi.org/10.1037/a0023589
Kordzadeh, N., & Ghasemaghaei, M. (2022). Algorithmic bias: Review, synthesis, and future research directions. European Journal of Information Systems, 31(3), 388–409. https://doi.org/10.1080/0960085X.2021.1927212 DOI: https://doi.org/10.1080/0960085X.2021.1927212
Laudan, L. (2006). Truth, error, and criminal law: An essay in legal epistemology. Cambridge University Press. DOI: https://doi.org/10.1017/CBO9780511617515
Manzanero, A. L. (2010). Memoria de testigos: Obtención y valoración de la prueba testifical. Pirámide.
Markowitz, D. M., Hancock, J. T., & Bailenson, J. N. (2024). Linguistic markers of inherently false AI communication and intentionally false human communication: Evidence from hotel reviews. Journal of Language and Social Psychology, 43(1), 63–82. https://doi.org/10.1177/0261927X231200201 DOI: https://doi.org/10.1177/0261927X231200201
Oberlader, V. A., Quinten, L., Banse, R., Volbert, R., Schmidt, A. F., & Schönbrodt, F. D. (2021). Validity of content-based techniques for credibility assessment—How telling is an extended meta-analysis taking research bias into account? Applied Cognitive Psychology, 35(2), 393–410. https://doi.org/10.1002/acp.3776 DOI: https://doi.org/10.1002/acp.3776
O'Neil, C. (2016). Weapons of math destruction: How big data increases inequality and threatens democracy. Crown.
Pasquale, F. (2015). The black box society: The secret algorithms that control money and information. Harvard University Press. DOI: https://doi.org/10.4159/harvard.9780674736061
Pérez-Pacheco, Y. (2025). Regulación de la IA en el proceso judicial: Desafíos y oportunidades en América Latina. Revista Especializada en Investigación Jurídica, 9(16), 1–25. https://doi.org/10.20983/reij.2025.1.1 DOI: https://doi.org/10.20983/reij.2025.1.1
Pérez-Rosas, V., Abouelenien, M., Mihalcea, R., & Burzo, M. (2015). Deception detection using real-life trial data. Proceedings of the 2015 ACM on International Conference on Multimodal Interaction (ICMI '15), 59–66. https://doi.org/10.1145/2818346.2820758 DOI: https://doi.org/10.1145/2818346.2820758
Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo, de 13 de junio de 2024, por el que se establecen normas armonizadas en materia de inteligencia artificial (Reglamento de Inteligencia Artificial). (2024). Diario Oficial de la Unión Europea. http://data.europa.eu/eli/reg/2024/1689/oj
Roth, A. (2017). Machine testimony. Yale Law Journal, 126(7), 1972–2259.
Rudin, C., Wang, C., & Coker, B. (2020). The age of secrecy and unfairness in recidivism prediction. Harvard Data Science Review, 2(1). https://doi.org/10.1162/99608f92.6ed64b30 DOI: https://doi.org/10.1162/99608f92.6ed64b30
Saavedra Rionda, V. P., & Upegui Mejía, J. C. (2021). PretorIA y la automatización del procesamiento de causas de derechos humanos. Dejusticia. DOI: https://doi.org/10.51438/DJsaavedra2021a
Sánchez-Monedero, J., & Dencik, L. (2022). The politics of deceptive borders: "Biomarkers of deceit" and the case of iBorderCtrl. Information, Communication & Society, 25(3), 413–430. https://doi.org/10.1080/1369118X.2020.1792530 DOI: https://doi.org/10.1080/1369118X.2020.1792530
Segura, R. E. (2023). Inteligencia artificial y administración de justicia: Desafíos derivados del contexto latinoamericano. Revista de Bioética y Derecho, 58, 45–72. https://doi.org/10.1344/rbd2023.58.40601 DOI: https://doi.org/10.1344/rbd2023.58.40601
Steller, M., & Köhnken, G. (1989). Criteria-based statement analysis. En D. C. Raskin (Ed.), Psychological methods in criminal investigation and evidence (pp. 217–245). Springer.
Suchotzki, K., & Gamer, M. (2024). Detecting deception with artificial intelligence: Promises and perils. Trends in Cognitive Sciences, 28(6), 481–483. https://doi.org/10.1016/j.tics.2024.04.002 DOI: https://doi.org/10.1016/j.tics.2024.04.002
Taruffo, M. (2002). La prueba de los hechos (J. Ferrer Beltrán, Trad.). Marcial Pons. (Obra original publicada en 1992).
Tricco, A. C., Lillie, E., Zarin, W., O'Brien, K. K., Colquhoun, H., Levac, D., Moher, D., Peters, M. D. J., Horsley, T., Weeks, L., Hempel, S., Akl, E. A., Chang, C., McGowan, J., Stewart, L., Hartling, L., Aldcroft, A., Wilson, M. G., Garritty, C., … Straus, S. E. (2018). PRISMA extension for scoping reviews (PRISMA-ScR): Checklist and explanation. Annals of Internal Medicine, 169(7), 467–473. https://doi.org/10.7326/M18-0850 DOI: https://doi.org/10.7326/M18-0850
UNESCO. (2021). Recomendación sobre la ética de la inteligencia artificial. Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. https://unesdoc.unesco.org/ark:/48223/pf0000381137_spa
Vrij, A., Granhag, P. A., Ashkenazi, T., Ganis, G., Leal, S., & Fisher, R. P. (2022). Verbal lie detection: Its past, present and future. Brain Sciences, 12(12), 1644. https://doi.org/10.3390/brainsci12121644 DOI: https://doi.org/10.3390/brainsci12121644
Wachter, S., Mittelstadt, B., & Russell, C. (2018). Counterfactual explanations without opening the black box: Automated decisions and the GDPR. Harvard Journal of Law & Technology, 31(2), 841–887. https://doi.org/10.2139/ssrn.3063289 DOI: https://doi.org/10.2139/ssrn.3063289
Wang, C., Han, B., Patel, B., & Rudin, C. (2023). In pursuit of interpretable, fair and accurate machine learning for criminal recidivism prediction. Journal of Quantitative Criminology, 39(2), 519–581. https://doi.org/10.1007/s10940-022-09545-w DOI: https://doi.org/10.1007/s10940-022-09545-w
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Daniela Estefanía Zurita López , Ariana Tatiana Viteri Galeas , Axel Aren Zambrano Acosta , Gina Roxana Arias Murillo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Eres libre de:
- Compartir : copiar y redistribuir el material en cualquier medio o formato
- Adaptar : remezclar, transformar y desarrollar el material
- El licenciante no puede revocar estas libertades siempre y cuando usted cumpla con los términos de la licencia.
En los siguientes términos:
- Atribución : Debe otorgar el crédito correspondiente , proporcionar un enlace a la licencia e indicar si se realizaron cambios . Puede hacerlo de cualquier manera razonable, pero no de ninguna manera que sugiera que el licenciante lo respalda a usted o a su uso.
- No comercial : no puede utilizar el material con fines comerciales .
- CompartirIgual — Si remezcla, transforma o construye sobre el material, debe distribuir sus contribuciones bajo la misma licencia que el original.
- Sin restricciones adicionales : no puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otros hacer algo que la licencia permite.
