Estudio comparativo de métodos de explicabilidad en modelos de clasificación de decisiones en apelaciones judiciales en INDECOPI

Descripción del Articulo

El presente estudio explora la implementación de modelos de Inteligencia Artificial Explicable (XAI) para mejorar la eficiencia y transparencia en la resolución de apelaciones en el Instituto Nacional de Defensa de la Competencia y de la Protección de la Propiedad Intelectual (INDECOPI). Actualmente...

Descripción completa

Detalles Bibliográficos
Autor: Tito Lavi, Martín Flavio
Formato: tesis de maestría
Fecha de Publicación:2024
Institución:Universidad de Ingeniería y tecnología
Repositorio:UTEC-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.utec.edu.pe:20.500.12815/526
Enlace del recurso:https://hdl.handle.net/20.500.12815/526
Nivel de acceso:acceso abierto
Materia:Inteligencia artificial
Administración pública
Procesamiento del lenguaje natural
Toma de decisiones
Artificial Intelligence
Public administration
Natural language processing
Decision making
https://purl.org/pe-repo/ocde/ford#1.02.02
id UTEC_abf4e2c7f4bf99a48736d804b1316e51
oai_identifier_str oai:repositorio.utec.edu.pe:20.500.12815/526
network_acronym_str UTEC
network_name_str UTEC-Institucional
repository_id_str 4822
dc.title.es_PE.fl_str_mv Estudio comparativo de métodos de explicabilidad en modelos de clasificación de decisiones en apelaciones judiciales en INDECOPI
dc.title.alternative.es_PE.fl_str_mv Comparative study of explainability methods in decision classification models for judicial appeals at INDECOPI
title Estudio comparativo de métodos de explicabilidad en modelos de clasificación de decisiones en apelaciones judiciales en INDECOPI
spellingShingle Estudio comparativo de métodos de explicabilidad en modelos de clasificación de decisiones en apelaciones judiciales en INDECOPI
Tito Lavi, Martín Flavio
Inteligencia artificial
Administración pública
Procesamiento del lenguaje natural
Toma de decisiones
Artificial Intelligence
Public administration
Natural language processing
Decision making
https://purl.org/pe-repo/ocde/ford#1.02.02
title_short Estudio comparativo de métodos de explicabilidad en modelos de clasificación de decisiones en apelaciones judiciales en INDECOPI
title_full Estudio comparativo de métodos de explicabilidad en modelos de clasificación de decisiones en apelaciones judiciales en INDECOPI
title_fullStr Estudio comparativo de métodos de explicabilidad en modelos de clasificación de decisiones en apelaciones judiciales en INDECOPI
title_full_unstemmed Estudio comparativo de métodos de explicabilidad en modelos de clasificación de decisiones en apelaciones judiciales en INDECOPI
title_sort Estudio comparativo de métodos de explicabilidad en modelos de clasificación de decisiones en apelaciones judiciales en INDECOPI
author Tito Lavi, Martín Flavio
author_facet Tito Lavi, Martín Flavio
author_role author
dc.contributor.advisor.fl_str_mv Bellido Angulo, Jesus Edwin
Soriano Vargas, Aurea
dc.contributor.author.fl_str_mv Tito Lavi, Martín Flavio
dc.subject.es_PE.fl_str_mv Inteligencia artificial
Administración pública
Procesamiento del lenguaje natural
Toma de decisiones
Artificial Intelligence
Public administration
Natural language processing
Decision making
topic Inteligencia artificial
Administración pública
Procesamiento del lenguaje natural
Toma de decisiones
Artificial Intelligence
Public administration
Natural language processing
Decision making
https://purl.org/pe-repo/ocde/ford#1.02.02
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.02.02
description El presente estudio explora la implementación de modelos de Inteligencia Artificial Explicable (XAI) para mejorar la eficiencia y transparencia en la resolución de apelaciones en el Instituto Nacional de Defensa de la Competencia y de la Protección de la Propiedad Intelectual (INDECOPI). Actualmente, el proceso manual de revisión de apelaciones en INDECOPI es lento y enfrenta una alta carga procesal. Con el fin de optimizar el tiempo de respuesta y mantener la confianza en las decisiones automatizadas, este estudio propone un sistema de clasificación explicable que permite reducir el tiempo de resolución en segunda instancia, asegurando además la claridad en la interpretación de los resultados. Se desarrollaron e implementaron modelos de clasificación que emplean técnicas avanzadas de procesamiento de lenguaje natural (NLP) y de XAI, permitiendo interpretar las decisiones de los algoritmos y evaluar métricas de precisión, recall y calidad de la explicación. Los resultados muestran que la adopción de este sistema puede acelerar considerablemente el tiempo de resolución de apelaciones en comparación con el proceso manual, manteniendo la transparencia en cada decisión. Este trabajo demuestra cómo la IA explicable puede ser aplicada en la gestión pública para mejorar la eficiencia en procesos críticos y fomentar la aceptación de sistemas de IA en la administración de justicia.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2026-01-23T17:22:18Z
dc.date.available.none.fl_str_mv 2026-01-23T17:22:18Z
dc.date.issued.fl_str_mv 2024
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.citation.es_PE.fl_str_mv Tito Lavi, M. F. (2024). Estudio comparativo de métodos de explicabilidad en modelos de clasificación de decisiones en apelaciones judiciales en INDECOPI [Tesis de Maestría, Universidad de Ingeniería y Tecnología]. Repositorio Institucional UTEC. https://hdl.handle.net/20.500.12815/526
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12815/526
identifier_str_mv Tito Lavi, M. F. (2024). Estudio comparativo de métodos de explicabilidad en modelos de clasificación de decisiones en apelaciones judiciales en INDECOPI [Tesis de Maestría, Universidad de Ingeniería y Tecnología]. Repositorio Institucional UTEC. https://hdl.handle.net/20.500.12815/526
url https://hdl.handle.net/20.500.12815/526
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.none.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad de Ingeniería y Tecnología
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Repositorio Institucional UTEC
Universidad de Ingeniería y Tecnología - UTEC
dc.source.none.fl_str_mv reponame:UTEC-Institucional
instname:Universidad de Ingeniería y tecnología
instacron:UTEC
instname_str Universidad de Ingeniería y tecnología
instacron_str UTEC
institution UTEC
reponame_str UTEC-Institucional
collection UTEC-Institucional
bitstream.url.fl_str_mv http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/1/Tito%20Lavi_Tesis.pdf
http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/2/Tito%20Lavi_Autorizaci%c3%b3n.pdf
http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/3/Tito%20Lavi_Acta%20de%20sustentaci%c3%b3n.pdf
http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/4/Tito%20Lavi_Reporte%20de%20similitud.pdf
http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/5/license.txt
http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/6/Tito%20Lavi_Tesis.pdf.txt
http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/8/Tito%20Lavi_Autorizaci%c3%b3n.pdf.txt
http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/10/Tito%20Lavi_Acta%20de%20sustentaci%c3%b3n.pdf.txt
http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/12/Tito%20Lavi_Reporte%20de%20similitud.pdf.txt
http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/7/Tito%20Lavi_Tesis.pdf.jpg
http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/9/Tito%20Lavi_Autorizaci%c3%b3n.pdf.jpg
http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/11/Tito%20Lavi_Acta%20de%20sustentaci%c3%b3n.pdf.jpg
http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/13/Tito%20Lavi_Reporte%20de%20similitud.pdf.jpg
bitstream.checksum.fl_str_mv b3bed59f00f6a17da2c58f6e547b2e67
c153b0c3db21830a361ecda9844a05cb
34fdcf83f0ed8f60599ba5609116ab4a
ca6c8a5dda570b1a1d732c7f23740090
8a4605be74aa9ea9d79846c1fba20a33
e0e82ac8b9daf48545756ff0a7742c49
7cb87394a5d01376ee9ccf78f12546f0
25e6581e1209dc3e730c90b9753f22c1
ef045a94897254f3a61df58bd8fb4ed8
a2dc34a7bf5b4abd3a0cdd4712d4c7f6
a0be2d2a19114f90ce60868c1c9dbe4e
54162c402792f27f64210ce904f06fa6
97704c771c109bd963a39b27581d0406
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional UTEC
repository.mail.fl_str_mv repositorio@utec.edu.pe
_version_ 1865996805098962944
spelling Bellido Angulo, Jesus EdwinSoriano Vargas, AureaTito Lavi, Martín Flavio2026-01-23T17:22:18Z2026-01-23T17:22:18Z2024Tito Lavi, M. F. (2024). Estudio comparativo de métodos de explicabilidad en modelos de clasificación de decisiones en apelaciones judiciales en INDECOPI [Tesis de Maestría, Universidad de Ingeniería y Tecnología]. Repositorio Institucional UTEC. https://hdl.handle.net/20.500.12815/526https://hdl.handle.net/20.500.12815/526El presente estudio explora la implementación de modelos de Inteligencia Artificial Explicable (XAI) para mejorar la eficiencia y transparencia en la resolución de apelaciones en el Instituto Nacional de Defensa de la Competencia y de la Protección de la Propiedad Intelectual (INDECOPI). Actualmente, el proceso manual de revisión de apelaciones en INDECOPI es lento y enfrenta una alta carga procesal. Con el fin de optimizar el tiempo de respuesta y mantener la confianza en las decisiones automatizadas, este estudio propone un sistema de clasificación explicable que permite reducir el tiempo de resolución en segunda instancia, asegurando además la claridad en la interpretación de los resultados. Se desarrollaron e implementaron modelos de clasificación que emplean técnicas avanzadas de procesamiento de lenguaje natural (NLP) y de XAI, permitiendo interpretar las decisiones de los algoritmos y evaluar métricas de precisión, recall y calidad de la explicación. Los resultados muestran que la adopción de este sistema puede acelerar considerablemente el tiempo de resolución de apelaciones en comparación con el proceso manual, manteniendo la transparencia en cada decisión. Este trabajo demuestra cómo la IA explicable puede ser aplicada en la gestión pública para mejorar la eficiencia en procesos críticos y fomentar la aceptación de sistemas de IA en la administración de justicia.This study explores the implementation of Explainable Artificial Intelligence (XAI) models to improve efficiency and transparency in the resolution of appeals at the National Institute for the Defense of Competition and the Protection of Intellectual Property (INDECOPI). Currently, the manual review process for appeals at INDECOPI is slow and faces a high procedural burden. In order to optimize response times and maintain trust in automated decisions, this study proposes an explainable classification system that reduces the time for second-instance resolution while ensuring clarity in the interpretation of the results. Classification models utilizing advanced Natural Language Processing (NLP) and XAI techniques were developed and implemented, enabling the interpretation of algorithmic decisions and the evaluation of metrics such as precision, recall, and explanation quality. The findings indicate that adopting this system can significantly accelerate appeal resolution times compared to the manual process, while preserving transparency in each decision. This work demonstrates how explainable AI can be applied in public administration to improve efficiency in critical processes and promote the acceptance of AI systems in justice administration.Tesisapplication/pdfspaUniversidad de Ingeniería y TecnologíaPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Repositorio Institucional UTECUniversidad de Ingeniería y Tecnología - UTECreponame:UTEC-Institucionalinstname:Universidad de Ingeniería y tecnologíainstacron:UTECInteligencia artificialAdministración públicaProcesamiento del lenguaje naturalToma de decisionesArtificial IntelligencePublic administrationNatural language processingDecision makinghttps://purl.org/pe-repo/ocde/ford#1.02.02Estudio comparativo de métodos de explicabilidad en modelos de clasificación de decisiones en apelaciones judiciales en INDECOPIComparative study of explainability methods in decision classification models for judicial appeals at INDECOPIinfo:eu-repo/semantics/masterThesisSUNEDUMaestría en Computer ScienceUniversidad de Ingeniería y Tecnología. Escuela de PosgradoMaestríaMaestro en Computer Science4199474744774893https://orcid.org/0000-0001-8926-9249https://orcid.org/0000-0002-8429-411945478850https://orcid.org/0009-0000-8484-8700611016Mora Colque, Rensso Victor HugoLópez del Álamo, Cristian JoséVillegas Suarez, Ariana Mirellahttps://purl.org/pe-repo/renati/level#maestrohttps://purl.org/pe-repo/renati/type#tesisORIGINALTito Lavi_Tesis.pdfTito Lavi_Tesis.pdfapplication/pdf1498531http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/1/Tito%20Lavi_Tesis.pdfb3bed59f00f6a17da2c58f6e547b2e67MD51open accessTito Lavi_Autorización.pdfTito Lavi_Autorización.pdfapplication/pdf55738http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/2/Tito%20Lavi_Autorizaci%c3%b3n.pdfc153b0c3db21830a361ecda9844a05cbMD52metadata only accessTito Lavi_Acta de sustentación.pdfTito Lavi_Acta de sustentación.pdfapplication/pdf266444http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/3/Tito%20Lavi_Acta%20de%20sustentaci%c3%b3n.pdf34fdcf83f0ed8f60599ba5609116ab4aMD53metadata only accessTito Lavi_Reporte de similitud.pdfTito Lavi_Reporte de similitud.pdfapplication/pdf72782http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/4/Tito%20Lavi_Reporte%20de%20similitud.pdfca6c8a5dda570b1a1d732c7f23740090MD54metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD55open accessTEXTTito Lavi_Tesis.pdf.txtTito Lavi_Tesis.pdf.txtExtracted texttext/plain162138http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/6/Tito%20Lavi_Tesis.pdf.txte0e82ac8b9daf48545756ff0a7742c49MD56open accessTito Lavi_Autorización.pdf.txtTito Lavi_Autorización.pdf.txtExtracted texttext/plain3633http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/8/Tito%20Lavi_Autorizaci%c3%b3n.pdf.txt7cb87394a5d01376ee9ccf78f12546f0MD58metadata only accessTito Lavi_Acta de sustentación.pdf.txtTito Lavi_Acta de sustentación.pdf.txtExtracted texttext/plain718http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/10/Tito%20Lavi_Acta%20de%20sustentaci%c3%b3n.pdf.txt25e6581e1209dc3e730c90b9753f22c1MD510metadata only accessTito Lavi_Reporte de similitud.pdf.txtTito Lavi_Reporte de similitud.pdf.txtExtracted texttext/plain3591http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/12/Tito%20Lavi_Reporte%20de%20similitud.pdf.txtef045a94897254f3a61df58bd8fb4ed8MD512metadata only accessTHUMBNAILTito Lavi_Tesis.pdf.jpgTito Lavi_Tesis.pdf.jpgGenerated Thumbnailimage/jpeg8355http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/7/Tito%20Lavi_Tesis.pdf.jpga2dc34a7bf5b4abd3a0cdd4712d4c7f6MD57open accessTito Lavi_Autorización.pdf.jpgTito Lavi_Autorización.pdf.jpgGenerated Thumbnailimage/jpeg6915http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/9/Tito%20Lavi_Autorizaci%c3%b3n.pdf.jpga0be2d2a19114f90ce60868c1c9dbe4eMD59metadata only accessTito Lavi_Acta de sustentación.pdf.jpgTito Lavi_Acta de sustentación.pdf.jpgGenerated Thumbnailimage/jpeg8294http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/11/Tito%20Lavi_Acta%20de%20sustentaci%c3%b3n.pdf.jpg54162c402792f27f64210ce904f06fa6MD511metadata only accessTito Lavi_Reporte de similitud.pdf.jpgTito Lavi_Reporte de similitud.pdf.jpgGenerated Thumbnailimage/jpeg8640http://repositorio.utec.edu.pe/bitstream/20.500.12815/526/13/Tito%20Lavi_Reporte%20de%20similitud.pdf.jpg97704c771c109bd963a39b27581d0406MD513metadata only access20.500.12815/526oai:repositorio.utec.edu.pe:20.500.12815/5262026-05-07 16:33:50.032open accessRepositorio Institucional UTECrepositorio@utec.edu.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
score 13.41365
Estudio comparativo de métodos de explicabilidad en modelos de clasificación de decisiones en apelaciones judiciales en INDECOPI
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares