Enmarcada en el Objetivo de Desarrollo Sostenible (ODS) 9: "Industria, Innovación e Infraestructura", esta investigación buscó modernizar la seguridad jurídica notarial en Puno durante 2025, determinando el grado de optimización que el machine learning aporta a la validación de firmas manuscritas. Se aplicó un enfoque cuantitativo preexperimental, comparando el proceso antes (Pre-test) y después (Post-test) de implementar el sistema en 30 registros del dataset CEDAR. Se midieron la tasa de aciertos (precisión), la tasa de falsos positivos (seguridad) y el tiempo de procesamiento (eficiencia). Los datos, recolectados con fichas de registro y analizados en SPSS V.27 mediante la prueba de Wilcoxon, revelaron una optimización estadísticamente significativa (p < 0.001). La precisión promedio aumentó del 68.10% al 96.53%, la seguridad mejoró al reducir los falsos positivos del 31...