De los artefactos digitales a las determinaciones judiciales: aplicación del marco J-DEAF mediante la revisión forense asistida por IA

Por Dr. Shani Roffeh, Adv

Publicado October 22, 2026

Competencia judicial en materia de pruebas digitales — Artículo de investigación III

Resumen

La creciente dependencia de las pruebas forenses digitales en los procedimientos judiciales plantea una cuestión fundamental: ¿cómo pueden los tribunales distinguir entre hallazgos tecnológicamente exactos y conclusiones periciales que van más allá de lo que acreditan las pruebas subyacentes?

El primer artículo de esta serie de investigación identificó la brecha de conocimiento judicial derivada de la distinción entre datos digitales, hallazgos forenses, interpretación pericial y conclusiones jurídicas. El segundo presentó el Marco Judicial de Evaluación de Pruebas Digitales (J-DEAF), un protocolo analítico propuesto de siete ámbitos, diseñado para ayudar a los profesionales del derecho a evaluar la fiabilidad y la relevancia probatoria de los dictámenes periciales digitales.

Este tercer artículo pasa del desarrollo conceptual a la aplicación práctica.

Mediante una investigación forense hipotética relativa a la presunta divulgación no autorizada de documentos confidenciales, el artículo demuestra cómo J-DEAF puede identificar lagunas inferenciales, exámenes incompletos, atribuciones carentes de respaldo e incertidumbres ocultas en informes forenses aparentemente concluyentes.

Se presta especial atención al problema de las pruebas invisibles: la posibilidad de que las herramientas forenses automatizadas filtren, clasifiquen, excluyan o no muestren información potencialmente pertinente antes de que el examinador comience la interpretación sustantiva.

El artículo presenta asimismo S.N.R-IQ, un sistema de revisión forense asistido por IA que actualmente opera en fase beta, como una implementación tecnológica emergente pertinente para la evaluación estructurada de la prueba pericial digital.

Aunque S.N.R-IQ ya puede analizar informes periciales forenses e identificar posibles discrepancias entre los hallazgos técnicos y las conclusiones periciales, su eficacia aún no se ha acreditado mediante validación empírica independiente ni mediante su implantación sistemática en despachos de abogados.

El artículo propone un modelo transparente de evaluación probatoria asistida por IA bajo supervisión humana y expone las salvaguardias metodológicas necesarias para su evaluación futura.

Palabras clave: Pruebas digitales; Informática forense; J-DEAF; S.N.R-IQ; Inteligencia artificial; Testimonio pericial; Federal Rule of Evidence 702; Competencia judicial; Transparencia forense; Fiabilidad inferencial; Filtrado automatizado de pruebas.

1. Introducción: de los principios analíticos al examen práctico

Las pruebas forenses digitales ocupan una posición cada vez más importante en los litigios contemporáneos.

Los tribunales reciben habitualmente informes periciales derivados del examen de equipos informáticos, dispositivos móviles, servicios en la nube, comunicaciones electrónicas, registros de red y aplicaciones forenses automatizadas.

Estos informes contienen con frecuencia hallazgos técnicamente sofisticados, presentados de una manera que puede sugerir certeza científica.

Sin embargo, la sofisticación tecnológica no acredita necesariamente la corrección de las conclusiones extraídas de esos hallazgos.

Una aplicación forense puede identificar con exactitud un archivo, registrar un evento de autenticación, recuperar información eliminada o reconstruir una secuencia de operaciones del sistema. Si esas observaciones acreditan conducta humana, conocimiento, intención o responsabilidad es una cuestión distinta.

El primer artículo de esta serie, La brecha de conocimiento judicial en materia de pruebas digitales: de los hallazgos técnicos a las conclusiones jurídicas, examinó la distinción entre cuatro niveles analíticos:

(1) Datos digitales subyacentes.

(2) Hallazgos forenses generados mediante el examen.

(3) Interpretación pericial de dichos hallazgos.

(4) Conclusiones judiciales relativas a hechos controvertidos.

El segundo artículo, Desarrollo del marco de evaluación J-DEAF: un enfoque estructurado y susceptible de contrastación para la prueba pericial digital conforme a los estándares probatorios estadounidenses, propuso un protocolo de siete ámbitos para examinar la relación entre estos niveles.

Esos ámbitos son la fuente, la adquisición, la integridad, la metodología, la interpretación, la transparencia y la relevancia probatoria.

El presente artículo aborda la siguiente pregunta:

¿Cómo puede aplicarse este marco analítico a un proceso de examen real y qué papel podría desempeñar la inteligencia artificial en la identificación de lagunas que, de otro modo, podrían pasar inadvertidas para los profesionales del derecho?

El objetivo no es sustituir los conocimientos periciales forenses ni la discrecionalidad judicial.

Se trata, más bien, de explorar si un proceso estructurado y asistido tecnológicamente puede hacer que el razonamiento que sustenta los dictámenes periciales digitales sea más visible, revisable y susceptible de impugnación.

2. El fundamento jurídico: la fiabilidad exige más que exactitud técnica

2.1 Federal Rule of Evidence 702

Conforme a Federal Rule of Evidence 702, el testimonio pericial debe satisfacer requisitos relativos a la cualificación del perito, la suficiencia del fundamento fáctico, la fiabilidad de los principios y métodos empleados y la aplicación fiable de dichos principios y métodos a los hechos.

La modificación de 2023 aborda expresamente el requisito de que un dictamen pericial refleje una aplicación fiable de la metodología a los hechos del caso.

La explicación del Comité Asesor subraya que los tribunales deben evaluar si la parte proponente ha acreditado los requisitos de admisibilidad aplicables conforme al estándar de preponderancia de la prueba.

Esta distinción reviste especial importancia en los exámenes forenses digitales.

El hecho de que una aplicación forense reconocida haya producido un resultado determinado no demuestra automáticamente que la interpretación de ese resultado por parte del perito sea fiable.

Una herramienta puede identificar correctamente un evento de autenticación sin establecer la identidad de la persona que lo inició.

Del mismo modo, un archivo recuperado puede ser auténtico sin demostrar que su titular lo creó, consultó o transmitió de manera consciente.

Por tanto, la responsabilidad del tribunal no se limita a determinar si la tecnología funcionó correctamente.

También debe examinar si las conclusiones del perito se mantienen dentro de los límites respaldados por la información disponible.

2.2 La brecha analítica identificada en Joiner

En General Electric Co. v. Joiner, 522 U.S. 136 (1997), el Tribunal Supremo reconoció que un tribunal puede rechazar un testimonio pericial cuando la brecha analítica entre los datos y la opinión es demasiado amplia.

Este principio no se limita a la prueba digital.

No obstante, los análisis forenses digitales ofrecen ejemplos particularmente importantes, porque las observaciones técnicas pueden adquirir significados que trascienden sustancialmente su función original.

Un registro informático puede demostrar que un sistema registró un evento.

Un perito puede interpretar ese evento como indicio de actividad humana.

Una parte puede presentar posteriormente la interpretación del perito como prueba de una conducta indebida.

Cada transición requiere un fundamento probatorio.

La función central propuesta para J-DEAF consiste en hacer explícitas esas transiciones y someterlas a un examen sistemático.

3. Un caso hipotético: la investigación sobre documentos confidenciales

3.1 La imputación

Considérese un procedimiento civil hipotético relativo a una presunta divulgación no autorizada de documentos corporativos confidenciales.

Se acusa a un empleado de transferir información comercial sensible desde un ordenador de la empresa a un destinatario externo.

El empleador encarga un análisis forense digital.

El informe pericial resultante identifica varios hallazgos:

Existía un documento confidencial en la estación de trabajo asignada al empleado.

Se accedió al archivo durante el período pertinente.

Los registros del sistema indican actividad relacionada con un mecanismo externo de almacenamiento o comunicación.

La cuenta del empleado fue autenticada durante el intervalo temporal pertinente.

Una aplicación forense generó una cronología que relacionaba estos eventos.

El perito concluye que el empleado transfirió personalmente el documento confidencial a un tercero no autorizado.

El empleador se basa en esa conclusión como elemento central de su argumentación.

3.2 La aparente solidez de la prueba

A primera vista, el informe parece convincente.

La estación de trabajo fue examinada mediante software forense.

Los datos adquiridos fueron preservados.

Se registraron los valores hash.

El análisis produjo una cronología técnica detallada.

El informe incluye capturas de pantalla, registros extraídos y descripciones del proceso de análisis.

Ninguna de estas características es intrínsecamente problemática.

De hecho, pueden respaldar la fiabilidad técnica y la reproducibilidad de determinados hallazgos.

La dificultad surge cuando se considera demostrada la conclusión relativa a la conducta personal del empleado por el mero hecho de que los registros digitales subyacentes se recuperaron con exactitud.

3.3 Los pasos inferenciales ausentes

El informe puede dejar varias preguntas sin respuesta.

¿La estación de trabajo era utilizada exclusivamente por el empleado?

¿Se podría haber accedido a la cuenta de forma remota?

¿El acceso al archivo registrado fue consecuencia de una acción humana deliberada o de un proceso automatizado?

¿El registro del dispositivo externo demuestra que se transfirió el documento confidencial concreto?

¿Existían pruebas independientes de la transmisión al supuesto destinatario?

¿Se consideraron y documentaron explicaciones alternativas?

Estas preguntas no demuestran que la conclusión del perito sea incorrecta.

Demuestran que la solidez de la conclusión depende de información y razonamientos que deben examinarse de forma independiente.

Esa distinción es fundamental para J-DEAF.

4. Aplicación de los siete ámbitos de J-DEAF

4.1 Fuente: ¿qué registró realmente el sistema?

El primer ámbito examina el origen y el significado de la información digital subyacente.

Un registro del sistema no debe interpretarse sin comprender el mecanismo responsable de su generación.

En la investigación hipotética, el perito debe identificar el sistema operativo pertinente, el mecanismo de registro, el comportamiento de la aplicación y las definiciones de los eventos.

Por ejemplo, un evento que indica que se abrió un archivo puede tener un significado distinto según proceda de un registro de aplicación, de un artefacto del sistema de archivos o de un proceso automatizado de indexación.

Quien realice la evaluación debería preguntar:

¿Qué evento registra realmente la fuente?

¿Qué condiciones técnicas generan ese evento?

¿Puede producirse el mismo registro sin que tenga lugar la conducta alegada?

El objetivo es establecer el significado de la observación original antes de atribuirle relevancia probatoria.

4.2 Adquisición: ¿qué información se recopiló?

El segundo ámbito examina el alcance y las limitaciones de la adquisición forense.

Un análisis puede preservar con exactitud el material adquirido y, al mismo tiempo, omitir categorías de información potencialmente pertinentes.

Por ejemplo, el perito puede haber adquirido el contenido del almacenamiento local de la estación de trabajo sin obtener registros de sincronización en la nube, registros de acceso remoto o datos de comunicación del lado del servidor.

Estas omisiones no invalidan necesariamente el análisis.

Sin embargo, pueden limitar las conclusiones que cabe extraer razonablemente.

Quien realice la evaluación debe distinguir entre las pruebas que no existen, las pruebas que no estaban disponibles y las pruebas que nunca se examinaron.

Se trata de circunstancias sustancialmente distintas.

4.3 Integridad: ¿qué demuestra la preservación?

La verificación mediante hash y los procedimientos documentados de cadena de custodia pueden ofrecer garantías importantes de que los datos adquiridos han permanecido inalterados.

Sin embargo, no demuestran la veracidad de todas las proposiciones derivadas de esos datos.

Una imagen forense verificada puede preservar fielmente un registro engañoso.

Un registro de actividad extraído correctamente puede contener un evento cuyo significado se haya interpretado erróneamente.

Por tanto, el examen de la integridad debe mantenerse separado del examen de la interpretación.

La cuestión pertinente no es si la verificación mediante hash es valiosa.

Es si el perito ha atribuido a esa verificación conclusiones que esta no puede respaldar por sí sola.

4.4 Metodología: ¿fue el análisis adecuado para la cuestión planteada?

El cuarto ámbito se refiere a los métodos y las herramientas empleados.

Las aplicaciones forenses digitales realizan una amplia variedad de funciones, entre ellas la extracción, la indexación, el análisis sintáctico, la clasificación, la generación de cronologías y la recuperación de información eliminada.

Su fiabilidad debe considerarse en relación con la tarea concreta realizada.

Una herramienta que identifica de manera fiable un artefacto del sistema de archivos no determina necesariamente la identidad o la intención de una persona.

Por tanto, quien realice la evaluación debería examinar la versión de la herramienta, los ajustes pertinentes, los procedimientos de verificación, las limitaciones conocidas y si el método era adecuado para la proposición objeto de investigación.

4.5 Interpretación: ¿en qué punto se convierte la observación en inferencia?

Este ámbito aborda la dificultad analítica central.

El perito puede observar que se autenticó una cuenta y que se produjo un evento relacionado con un archivo.

La conclusión de que el empleado transmitió personalmente el documento requiere un razonamiento adicional.

Ese razonamiento puede depender de supuestos relativos al control de la cuenta, el acceso al dispositivo, la conectividad remota, la actividad automatizada y la relación entre los eventos registrados.

Una evaluación estructurada debería identificar cada supuesto y determinar si está respaldado por pruebas.

La existencia de una explicación alternativa plausible no invalida automáticamente la conclusión del perito.

Su importancia depende de las pruebas que respalden o descarten esa explicación y del estándar jurídico aplicable.

4.6 Transparencia: ¿puede revisarse el análisis de manera sustantiva?

La transparencia exige algo más que un informe técnico extenso.

Un informe puede contener cientos de páginas de información extraída y, sin embargo, ofrecer escasas explicaciones sobre cómo el perito seleccionó los artefactos pertinentes o descartó interpretaciones alternativas.

Una revisión sustantiva puede requerir acceso a las notas del análisis, los ajustes de las herramientas, los registros de origen, los procedimientos de verificación y las descripciones de las limitaciones analíticas.

El acceso sigue estando sujeto a las restricciones legales de divulgación, las garantías de confidencialidad y las circunstancias del procedimiento.

La cuestión esencial es si otro perito cualificado podría evaluar de manera sustantiva el razonamiento que vincula los datos con la conclusión.

4.7 Relevancia probatoria: ¿qué se ha demostrado realmente?

El último ámbito vuelve a la proposición que se pretende demostrar mediante la prueba aportada.

En el caso hipotético, la proposición no consiste simplemente en que existía un archivo o en que se produjo un evento del sistema.

Consiste en que un empleado concreto transfirió personalmente información confidencial sin autorización.

Quien realice la evaluación debe determinar qué elementos de esa proposición están respaldados, cuáles siguen siendo inciertos y qué corroboración puede ser necesaria.

Una conclusión debidamente delimitada podría establecer que los registros son compatibles con una transferencia en la que intervino la estación de trabajo o la cuenta, reconociendo al mismo tiempo que la atribución personal sigue dependiendo de pruebas adicionales.

Tal conclusión puede seguir teniendo relevancia jurídica.

Su valor reside en comunicar con exactitud lo que la prueba puede y no puede demostrar.

5. El problema de la prueba invisible: filtrado automatizado previo a la interpretación pericial

5.1 El problema de la selección previa a la interpretación

Surge una dificultad adicional antes de que el perito comience a interpretar la información extraída.

Las aplicaciones forenses modernas pueden procesar grandes cantidades de material digital mediante operaciones automatizadas de clasificación, filtrado, indexación, deduplicación y priorización.

Estas operaciones suelen ser necesarias para hacer manejables conjuntos de datos extensos.

Sin embargo, también pueden influir en qué información resulta visible para el perito.

Por tanto, las conclusiones del perito pueden depender no solo de las pruebas subyacentes, sino también de la configuración y el comportamiento del software utilizado para organizarlas.

Esto genera un problema analítico diferenciado.

¿Cómo puede un perito evaluar información que nunca se mostró, y cómo puede un tribunal evaluar la relevancia de información cuya exclusión no se documentó?

5.2 Tres categorías de ausencia probatoria

Puede establecerse una distinción analítica útil entre tres situaciones.

Primera: información no adquirida.

Los datos pertinentes pueden quedar fuera del análisis debido a limitaciones técnicas, credenciales no disponibles, sistemas inaccesibles o al alcance definido de la investigación.

Segunda: información adquirida pero filtrada o excluida de la vista de trabajo del perito.

El material subyacente puede existir dentro del conjunto de datos adquirido, pero quedar omitido de los resultados mostrados debido a términos de búsqueda, filtros, reglas de clasificación o limitaciones de procesamiento.

Tercera: información examinada pero omitida del informe pericial final.

El perito puede haber considerado determinada información, pero haber decidido no incluirla en el informe.

Estas situaciones requieren distintas formas de examen crítico.

Una limitación de adquisición atañe a la exhaustividad del material disponible.

Una limitación de filtrado atañe a la relación entre el material adquirido y la información presentada para su examen.

Una omisión en el informe atañe a la relación entre el análisis realizado y las conclusiones comunicadas.

No deben tratarse como equivalentes.

5.3 Por qué esto importa para la valoración judicial

Considérese un informe forense que identifica una serie de eventos de acceso a archivos que sugieren una actividad deliberada.

Si el software excluyó automáticamente los registros de sincronización en segundo plano, es posible que el perito no haya revisado información pertinente para una explicación alternativa.

El problema no es que el filtrado automatizado sea intrínsecamente poco fiable.

El filtrado suele ser esencial para un trabajo forense eficaz.

El problema surge cuando el alcance y las consecuencias del filtrado se desconocen o están insuficientemente documentados.

En consecuencia, los ámbitos de adquisición, metodología y transparencia de J-DEAF deberían examinar si es posible identificar y evaluar las decisiones de procesamiento pertinentes.

Esto incluye preguntar si la documentación disponible explica el alcance de la extracción, los filtros aplicables y cualquier categoría de material que pueda haberse excluido.

5.4 Los límites de la revisión retrospectiva

No todos los elementos omitidos pueden reconstruirse.

Es posible que algunos datos nunca se hayan recopilado.

Otra información puede haberse perdido debido al comportamiento del sistema, las políticas de conservación o las limitaciones técnicas.

Por tanto, quien realice la revisión debería evitar suponer que un registro incompleto siempre puede completarse.

Cuando los datos originales o los registros de procesamiento no estén disponibles, esa limitación debe documentarse.

La ausencia de información no debe interpretarse automáticamente como prueba favorable a ninguna de las partes.

6. Representación de la cadena inferencial

El valor práctico de J-DEAF reside en hacer visible la relación entre la prueba y la conclusión.

En la investigación hipotética, el razonamiento puede organizarse en cuatro niveles.

Este modelo no determina si el empleado es responsable.

Identifica las preguntas que deben responderse antes de que los hallazgos técnicos puedan respaldar esa conclusión.

El marco también evita un enfoque numérico engañoso de la fiabilidad.

Un proceso de adquisición sólido no puede compensar automáticamente una atribución carente de respaldo.

Asimismo, una cadena de custodia debidamente documentada no elimina la incertidumbre acerca de la intención humana.

Cada transición inferencial debe examinarse en sus propios términos.

7. De la evaluación manual a la revisión asistida por IA: presentación de S.N.R-IQ

7.1 La justificación de la asistencia tecnológica

El examen estructurado propuesto por J-DEAF puede exigir a los profesionales del derecho comparar extensos informes periciales, registros técnicos, descripciones metodológicas y proposiciones fácticas controvertidas.

Esta labor puede resultar exigente, especialmente cuando los informes contienen grandes volúmenes de terminología especializada o múltiples niveles de inferencia.

La inteligencia artificial ofrece un posible medio para facilitar el proceso de revisión.

En lugar de intentar sustituir a los peritos forenses o a los jueces, un sistema asistido por IA puede ayudar a organizar las proposiciones pertinentes, identificar posibles incoherencias y dirigir la atención humana hacia cuestiones que requieren un examen adicional.

El objetivo central no es la resolución judicial automatizada.

Es una mayor visibilidad del razonamiento que conecta los hallazgos técnicos con las afirmaciones jurídicas.

7.2 S.N.R-IQ: un sistema existente en fase beta

S.N.R-IQ es un sistema de análisis de pruebas asistido por IA, desarrollado para apoyar el examen de informes periciales de informática forense y del razonamiento probatorio conexo.

En el momento de redactar este artículo, el sistema funciona en fase beta.

Sus capacidades actuales incluyen el análisis de informes periciales forenses y la identificación de posibles lagunas entre los hallazgos técnicos descritos en dichos informes y las conclusiones formuladas por el perito.

Esta funcionalidad es directamente pertinente para el problema abordado por J-DEAF.

El sistema ofrece la oportunidad de investigar si el análisis asistido por IA puede apoyar la identificación estructurada de deficiencias inferenciales, supuestos carentes de fundamento y cuestiones que requieren aclaración profesional.

Sin embargo, debe mantenerse una distinción importante.

La existencia de una funcionalidad analítica no demuestra que los resultados del sistema sean sistemáticamente correctos, que su desempeño sea superior al de profesionales del derecho experimentados ni que su uso mejore la toma de decisiones judiciales.

S.N.R-IQ aún no se ha implantado de forma sistemática en despachos de abogados, y este artículo no presenta ningún estudio controlado independiente que demuestre su eficacia.

Por consiguiente, su relevancia actual radica en ser una tecnología operativa en fase beta apta para una evaluación estructurada adicional.

7.3 La relación entre J-DEAF y S.N.R-IQ

J-DEAF y S.N.R-IQ deben entenderse como desarrollos distintos, aunque potencialmente complementarios.

J-DEAF es un marco de análisis jurídico propuesto.

S.N.R-IQ es un sistema tecnológico capaz de realizar análisis de informes periciales forenses asistidos por IA.

El marco proporciona un conjunto estructurado de preguntas sobre la relación entre los datos, la metodología, la interpretación y la relevancia jurídica.

El sistema ofrece un posible medio para facilitar la aplicación de esas preguntas a material documental complejo.

No deben confundirse ambos desarrollos.

J-DEAF puede aplicarse manualmente sin S.N.R-IQ.

Del mismo modo, la existencia de S.N.R-IQ no demuestra que todos los aspectos de su funcionamiento hayan sido validados con respecto a los siete ámbitos de J-DEAF.

Una correspondencia completa entre el marco y las funciones implementadas en el sistema constituye una parte necesaria de la futura evaluación técnica y empírica.

7.4 El modelo propuesto de revisión bajo supervisión humana

Un futuro flujo de trabajo asistido por IA puede comprender varias etapas.

En primer lugar, el profesional del derecho encargado de la revisión identifica la proposición exacta que el dictamen forense pretende acreditar.

En segundo lugar, se examinan el informe pericial pertinente y los materiales de apoyo.

En tercer lugar, S.N.R-IQ realiza un análisis asistido por IA e identifica posibles incoherencias, transiciones inferenciales carentes de fundamento o cuestiones que requieren una investigación adicional.

En cuarto lugar, una persona cualificada encargada de la revisión evalúa las observaciones del sistema contrastándolas con el material original.

Por último, quien realiza la revisión determina si se requiere un examen forense adicional, alguna aclaración o prueba pericial.

Este flujo de trabajo se propone como modelo de investigación, no como una afirmación de que todas sus etapas estén actualmente automatizadas en S.N.R-IQ.

Esta distinción es esencial porque un sistema puede identificar una conclusión potencialmente carente de fundamento sin tener acceso a todos los datos de origen subyacentes.

En tales circunstancias, puede identificar una laguna documental o de razonamiento, pero no necesariamente demostrar que la conclusión forense original sea incorrecta desde el punto de vista fáctico.

8. Los riesgos de la revisión forense asistida por IA

La incorporación de la inteligencia artificial a la valoración probatoria plantea sus propios desafíos metodológicos.

8.1 Falsos positivos y falsos negativos

Un sistema de IA puede identificar una laguna inferencial cuando el razonamiento del perito está adecuadamente fundamentado.

A la inversa, puede no identificar una deficiencia metodológica significativa.

Ambos errores son pertinentes.

Por tanto, una evaluación eficaz debe medir no solo el número de posibles problemas identificados, sino también la corrección de su identificación, su importancia y su pertinencia.

8.2 Alucinaciones y afirmaciones técnicas carentes de fundamento

Los sistemas de IA generativa pueden producir explicaciones plausibles que no están respaldadas por el material proporcionado.

En la revisión forense, estos errores pueden ser especialmente graves porque el lenguaje técnico puede crear una apariencia de autoridad.

Por ello, toda observación sustancial generada por un sistema asistido por IA debe poder rastrearse hasta material de origen identificable o señalarse claramente como una hipótesis que requiere verificación.

8.3 Sesgo de automatización

Los profesionales del derecho pueden atribuir un peso excesivo a las conclusiones generadas por el sistema.

Un hallazgo presentado por un programa informático sofisticado puede parecer más objetivo que una observación humana equivalente.

Este riesgo es especialmente importante cuando el sistema está destinado a ayudar a usuarios que no poseen conocimientos técnicos avanzados.

La persona encargada de la revisión debe seguir siendo responsable de evaluar la pertinencia y la exactitud de las observaciones del sistema.

8.4 Confidencialidad y protección de datos

Los informes forenses pueden contener información personal, comunicaciones confidenciales, secretos comerciales, material amparado por el secreto profesional u otra protección jurídica de confidencialidad, o registros de investigación sensibles.

Toda implantación práctica de una revisión asistida por IA debe abordar la licitud del tratamiento, los controles de acceso, la confidencialidad, la conservación de datos y el manejo de información potencialmente amparada por el secreto profesional u otra protección jurídica de confidencialidad.

Estas obligaciones dependen de la jurisdicción, la naturaleza del procedimiento y la arquitectura técnica del sistema.

8.5 Reproducibilidad y control de versiones

El análisis asistido por IA puede verse afectado por las versiones del modelo, los cambios de configuración, los parámetros de procesamiento y las diferencias en el material proporcionado.

Un protocolo de investigación defendible debe registrar las versiones pertinentes del sistema, los documentos de entrada, los parámetros analíticos cuando estén disponibles y los resultados obtenidos.

Sin una documentación adecuada, quienes realicen revisiones posteriores pueden no estar en condiciones de determinar por qué se produjeron resultados diferentes.

9. Propuesta de evaluación empírica de la revisión J-DEAF asistida por IA

9.1 Pregunta de investigación

La siguiente etapa de esta investigación debe examinar si la evaluación asistida por IA mejora la capacidad de los profesionales del derecho para identificar lagunas inferenciales en informes periciales de informática forense.

La pregunta de investigación propuesta es:

¿Mejora el uso de S.N.R-IQ en una evaluación estructurada conforme a J-DEAF la exactitud, la exhaustividad o la eficiencia de la identificación de inferencias forenses carentes de fundamento, en comparación con la revisión jurídica convencional?

Esta pregunta es de carácter empírico.

No puede responderse simplemente demostrando que el sistema genera observaciones analíticas.

9.2 Diseño comparativo propuesto

Un estudio controlado podría comparar tres grupos.

Grupo A: profesionales del derecho que realizan una revisión convencional sin una hoja de trabajo estructurada de J-DEAF ni asistencia de IA.

Grupo B: profesionales del derecho que utilizan el protocolo de evaluación manual de J-DEAF.

Grupo C: profesionales del derecho que utilizan J-DEAF con la asistencia de S.N.R-IQ.

Los participantes examinarían informes forenses estandarizados que contuvieran una combinación de conclusiones adecuadamente fundamentadas, deficiencias inferenciales reales y ambigüedades construidas deliberadamente.

El estudio debe utilizar un estándar de referencia desarrollado de manera independiente y evaluar si los participantes distinguen correctamente entre conclusiones fiables y extrapolaciones carentes de fundamento.

9.3 Medidas de resultado propuestas

El resultado principal debe ser la identificación correcta de deficiencias inferenciales sustanciales.

Los resultados secundarios pueden incluir:

Tasas de falsos positivos y falsos negativos.

Identificación de explicaciones alternativas plausibles.

Reconocimiento de información faltante o filtrada.

Calidad de las preguntas de aclaración dirigidas a los peritos forenses.

Tiempo necesario para completar la evaluación.

Calibración del grado de confianza.

Concordancia entre evaluadores independientes.

El estudio también debe incluir casos en los que las conclusiones del perito estén bien fundamentadas.

De lo contrario, un sistema que simplemente fomente un escepticismo generalizado podría parecer exitoso sin mejorar el razonamiento probatorio.

9.4 Salvaguardias de la investigación

El diseño de la investigación debe establecerse antes de recopilar los datos de resultados.

Entre las salvaguardias apropiadas figurarían la revisión independiente de los materiales de prueba por expertos, la evaluación ciega cuando sea viable, criterios de evaluación predefinidos y la documentación de las versiones del sistema.

Si se recluta a abogados en ejercicio o a otros participantes humanos, deben tenerse en cuenta los requisitos éticos y de confidencialidad aplicables.

Debe declararse la participación comercial y la relación del investigador con S.N.R-IQ.

Los resultados deben distinguir entre un mejor desempeño en ejercicios estandarizados y mejoras demostradas en litigios reales.

Estas últimas no pueden inferirse automáticamente del primero.

10. Implicaciones para la práctica jurídica y la formación judicial

El enfoque propuesto tiene implicaciones que van más allá del examen de informes periciales individuales.

Los profesionales del derecho cuya especialización principal se sitúa fuera de la informática se enfrentan cada vez con mayor frecuencia a pruebas digitales.

Un abogado de familia puede necesitar evaluar la relevancia de los metadatos de mensajería.

Un abogado laboralista puede encontrarse con un dictamen pericial sobre la actividad informática en el lugar de trabajo.

Un abogado defensor en materia penal puede necesitar examinar los resultados de la extracción de datos de dispositivos móviles.

Un abogado especializado en litigios mercantiles puede enfrentarse a alegaciones basadas en registros en la nube o en historiales de documentos electrónicos.

En cada contexto, el desafío no consiste necesariamente en convertirse en perito en informática forense.

Consiste en reconocer la distinción entre una observación técnica y la proposición jurídica que se pretende acreditar mediante dicha observación.

Un marco analítico estructurado puede ayudar a los profesionales del derecho a formular preguntas más precisas y a reconocer cuándo es necesaria una aclaración especializada.

Los sistemas asistidos por IA podrían llegar a apoyar ese proceso ayudando a quienes realizan la revisión a organizar material complejo e identificar cuestiones que merecen atención.

Sin embargo, el valor formativo de estos sistemas debe evaluarse de manera independiente.

Un sistema que produce críticas detalladas sin suficiente exactitud podría aumentar la confusión en lugar de reducirla.

Por tanto, el objetivo debe ser un juicio profesional calibrado, no la generación automática de objeciones a la prueba pericial.

11. Discusión: los límites de la asistencia tecnológica

El desarrollo de J-DEAF y la aparición de S.N.R-IQ plantean una cuestión más amplia sobre la futura relación entre la inteligencia artificial y el razonamiento judicial.

El problema abordado en esta serie de investigaciones no consiste simplemente en que los jueces y los abogados puedan carecer de conocimientos técnicos especializados.

Consiste en que la traducción de hallazgos técnicos en conclusiones jurídicas exige una cadena de razonamiento identificable y defendible.

Esa cadena puede contener supuestos, limitaciones metodológicas, información faltante o explicaciones alternativas.

La incorporación de la inteligencia artificial no elimina esas dificultades.

De hecho, el análisis asistido por IA puede crear una capa interpretativa adicional que, a su vez, requiere examen crítico.

Por consiguiente, un enfoque responsable debe aplicar exigencias comparables de transparencia, trazabilidad y evaluación crítica al proceso de revisión asistida por IA.

La pregunta pertinente no es si un sistema de IA produce un análisis impresionante.

Es si el análisis identifica con exactitud cuestiones sustanciales, explica su pertinencia probatoria y permite una verificación humana efectiva.

La contribución propuesta de combinar la evaluación jurídica estructurada con la asistencia tecnológica radica en hacer que esas preguntas sean más sistemáticas y potencialmente más fáciles de examinar.

Determinar si esa contribución se traduce en mejoras mensurables sigue siendo objeto de futuras investigaciones.

12. Conclusión

La prueba informática forense puede ser técnicamente exacta y, al mismo tiempo, sustentar conclusiones que exceden lo que acredita la información subyacente.

El primer artículo de esta serie identificó la brecha de conocimientos judiciales asociada a esa distinción.

El segundo propuso J-DEAF como un marco estructurado y susceptible de contrastación para examinar la relación entre los hallazgos técnicos, la interpretación pericial y las proposiciones jurídicas.

Este tercer artículo ha demostrado cómo puede aplicarse el marco a una investigación forense hipotética relativa a una presunta divulgación no autorizada de información confidencial.

También ha identificado el Problema de la Prueba Invisible como una cuestión importante que requiere un examen adicional: la información puede no estar disponible, haber sido filtrada o haberse omitido antes de que se considere su relevancia probatoria.

Por último, el artículo ha presentado S.N.R-IQ como un sistema existente en fase beta asistido por IA, capaz de analizar informes periciales forenses e identificar posibles lagunas entre los hallazgos técnicos y las conclusiones periciales.

Sus capacidades actuales ofrecen una base para futuras investigaciones empíricas, pero todavía no permiten afirmar una eficacia establecida de manera independiente.

La siguiente etapa de investigación debería examinar si la revisión estructurada asistida por IA produce mejoras mensurables respecto de la evaluación jurídica convencional y de la estructurada manualmente.

El objetivo no es transferir el juicio judicial de los seres humanos a las máquinas. Se trata de garantizar que ni la pericia humana ni la autoridad tecnológica sustituyan una conexión demostrable entre la prueba y la conclusión.

Un hallazgo digital resulta jurídicamente convincente no porque haya sido generado mediante tecnología sofisticada, sino porque el razonamiento que lo vincula con la proposición controvertida puede resistir un escrutinio sustancial.

Referencias

[1] Roffeh, S. (2026). La brecha de conocimiento judicial en materia de prueba digital: de los hallazgos técnicos a las conclusiones jurídicas. October 17, 2026. https://www.roffeh.com/articles/judicial-knowledge-gap-digital-evidence

[2] Roffeh, S. (2026). Desarrollo del marco de evaluación J-DEAF: un enfoque estructurado y susceptible de contrastación para la prueba pericial digital conforme a las normas probatorias estadounidenses. October 19, 2026. https://www.roffeh.com/articles/j-deaf-assessment-framework-digital-expert-evidence

[3] Regla Federal de Prueba 702, incluidas la modificación de 2023 y la nota del Comité Asesor. https://www.law.cornell.edu/rules/fre/rule_702

[4] Daubert v. Merrell Dow Pharmaceuticals, Inc., 509 U.S. 579 (1993).

[5] General Electric Co. v. Joiner, 522 U.S. 136 (1997).

[6] Kumho Tire Co. v. Carmichael, 526 U.S. 137 (1999).

[7] Instituto Nacional de Normas y Tecnología. (2022). Técnicas de investigación digital: una revisión de los fundamentos científicos del NIST. NISTIR 8354.

[8] Instituto Nacional de Normas y Tecnología. (2006). Guía para integrar técnicas forenses en la respuesta a incidentes. NIST SP 800-86.

[9] Instituto Nacional de Normas y Tecnología. (2025). Guías científicas introductorias de carácter informativo para profesionales al servicio de los tribunales: destinadas a fortalecer el uso de la prueba científica forense. NIST SP 1500-28.

[10] Goodison, S. E., Davis, R. C., & Jackson, B. A. (2015). La prueba digital y el sistema de justicia penal estadounidense: identificación de necesidades tecnológicas y de otra índole para obtener y utilizar la prueba digital con mayor eficacia. RAND Corporation / Instituto Nacional de Justicia.

[11] Grupo de Trabajo Científico sobre Prueba Digital (SWGDE). Buenas prácticas para los exámenes forenses informáticos, versión 2.0.

[12] Grupo de Trabajo Científico sobre Prueba Digital (SWGDE). Requisitos para la elaboración de informes en el análisis forense digital y multimedia.

[13] Reglas Federales de Prueba 901 y 902.

[14] S.N.R-IQ. Inteligencia probatoria para abogados. Información sobre el sistema en fase beta. https://www.roffeh.com/eviq

Declaración sobre investigación y tecnología

La persona autora está vinculada al desarrollo del marco de investigación J-DEAF y de S.N.R-IQ. En este artículo, el sistema se describe como una tecnología existente en fase beta. No se afirma que exista validación independiente, ventaja comparativa de rendimiento, respaldo judicial ni mejora demostrada de los resultados jurídicos. El estudio de caso es hipotético y no constituye una evaluación empírica del sistema.