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...
| Autor: | |
|---|---|
| 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 |
| bitstream.checksum.fl_str_mv |
b3bed59f00f6a17da2c58f6e547b2e67 c153b0c3db21830a361ecda9844a05cb 34fdcf83f0ed8f60599ba5609116ab4a ca6c8a5dda570b1a1d732c7f23740090 8a4605be74aa9ea9d79846c1fba20a33 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional UTEC |
| repository.mail.fl_str_mv |
repositorio@utec.edu.pe |
| _version_ |
1855849946439221248 |
| 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.application/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 access20.500.12815/526oai:repositorio.utec.edu.pe:20.500.12815/5262026-01-23 12:23:36.669open accessRepositorio Institucional UTECrepositorio@utec.edu.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 |
| score |
13.433241 |
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).
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).
