evidoria

← Volver al listado

Buena práctica Importada

El Sistema de Juicios Asistidos por IA de Shenzhen Eleva la Carga Judicial un 50 % — Un Estudio Revisado por Pares Señala un Riesgo de Sesgo en las Sentencias

China · Shenzhen · Ver el perfil de China

Evidencia: Cuasiexperimental Top 66% 53/100 · Pregunte a Evidence Copilot sobre esta práctica

Los tribunales de Shenzhen desplegaron un LLM propio que cubre 85 procedimientos; la carga por juez aumentó un 50 % (495→744/año). Un estudio de Oxford con 139 jueces no halló efecto en los veredictos, pero sí condenas más largas con IA (13,83 frente a 6,59 meses).

495 cases/judge/year
Carga media anual de casos por juez antes de la implementación (2024)
744 cases/judge/year
Carga media anual de casos por juez después de la implementación (2025)
50 %
Aumento de la carga de casos
85
Procedimientos judiciales cubiertos por el sistema
139
Jueces en el experimento controlado de viñetas
13.83 months
Duración media de la pena, jueces asistidos por IA (viñeta de prueba de sesgo)
6.59 months
Duración media de la pena, jueces sin asistencia (viñeta de prueba de sesgo)
El Sistema de Juicios Asistidos por IA de Shenzhen Eleva la Carga Judicial un 50 % — Un Estudio Revisado por Pares Señala un Riesgo de Sesgo en las Sentencias

Detalles

Madurez
En expansión
Promotor
Shenzhen Intermediate People's Court
Período
2024–2025
Palabras clave
justice, courts, generative AI, judicial administration

Contexto

En junio de 2024, el Tribunal Popular Intermedio de Shenzhen puso en marcha lo que describe como el primer sistema de juicio asistido por IA a gran escala de la China continental, un modelo de lenguaje de gran tamaño desarrollado internamente y ajustado con cerca de dos billones de caracteres chinos de legislación, sentencias y doctrina jurídica.

Objetivos

El sistema fue diseñado para asistir a los jueces en todo el sistema judicial de dos niveles de la ciudad, resumiendo hechos y cuestiones controvertidas de los casos, generando indicaciones para las audiencias y redactando el razonamiento de la sentencia a partir de la decisión preliminar del propio juez, abarcando 85 procedimientos en litigios civiles, administrativos y penales.

Actividades

Los jueces están obligados a revisar y corregir cada sección redactada por la IA antes de firmarla; investigadores que entrevistaron a unos 20 jueces y 5 desarrolladores técnicos entre julio y noviembre de 2024 combinaron observación de campo con un experimento controlado de viñetas con 139 jueces, publicado en la Journal of Legal Analysis (Oxford University Press).

Resultados

Las cifras publicadas por el tribunal muestran que la carga media anual de casos por juez aumentó de unos 495 casos en 2024 a 744 en 2025 —un incremento de 249 casos (alrededor del 50%) y 261 por encima de la media de la provincia de Guangdong. El experimento de viñetas revisado por pares no encontró un efecto significativo de la IA en los veredictos respecto a una variable extralegal de prueba de sesgo, pero los jueces asistidos por IA impusieron penas significativamente más largas a un grupo de acusados de prueba que los jueces sin asistencia (13,83 frente a 6,59 meses, p=.01).

Conclusiones

El vicepresidente del tribunal declaró que la implantación «aportó una respuesta práctica» sobre el uso de la IA en el trabajo judicial, y se informa de que el sistema se está extendiendo a tribunales de otras ciudades chinas, pero los autores del estudio describen el resultado sobre la duración de las penas como un riesgo de «amplificar» un sesgo preexistente, advirtiendo que también podría tratarse de un resultado casual que requiere más investigación; el tribunal no ha revelado qué proporción de las sentencias incluye contenido generado por IA.

Implementación
Coste indicativo
Alto (500 000 €–5 M€)
Tiempo hasta resultados
Medio (1–3 años)
Personal y competencias
Shenzhen Intermediate People's Court (system developer and operator), Judges required to review and revise all AI-drafted content before sign-off, ~20 judges and 5 technical developers interviewed during the field study

Condiciones para el éxito

  • Large domestic legal-text corpus (~2 trillion characters) for model fine-tuning
  • Mandatory human sign-off on every AI-drafted section
  • Integration across the full two-tier court system

Modos de fallo comunes

  • A peer-reviewed controlled study found AI-assisted judges gave significantly longer sentences in a bias-testing scenario (13.83 vs 6.59 months, p=.01), a documented bias-amplification risk
  • The court has not disclosed what share of judgments include AI-generated content, limiting independent scrutiny

Habitualmente financiado por

National / regional programmes

Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Adjuntos

Prácticas similares que pueden serle útiles