Este artículo analiza la justicia por datos, una manera de predecir los resultados de los procesos judiciales sin la necesidad de ir a la corte…

Este artículo es una versión traducida y adaptada del artículo “Big data: legal firms play Moneyball” publicado por Barney Thompson en el Financial Times el 6 de febrero de 2019.

Para los abogados que trabajan en los tribunales del Distrito Norte de California, sería muy útil poder leer la mente del juez Richard Seeborg. Hasta hace algunos años, intentar predecir cómo él (o cualquier otro juez) podrían fallar en un caso, requería encontrárselo muchas veces en la corte o buscar consejos de colegas sobre qué argumentos el juez encontraba persuasivos.

Pero actualmente, Seeborg y otros jueces producen una gran cantidad de datos que es minada por empresas que intentan transformar la forma en que funciona la profesión legal.

Las estadísticas de desempeño de Seeborg están siendo rigurosamente registradas y analizadas, como si se tratase de un jugador de béisbol o tenis profesional. Si uno espera presentar una acción de clase en su tribunal, debería saber que a Seeborg le presentaron 37 veces esos casos, y que ganaron un 51% de las veces.

Los abogados pueden comparar a Seeborg con los otros 670 jueces de distrito de Estados Unidos, y ver cómo cada uno rankea en relación con sus colegas: cuánto tiempo demoran y cuán probable es que se alcance una solución antes de llegar a juicio.

Bajo el sistema de derecho anglosajón de Estados Unidos, Gran Bretaña y otros países, la validez de los argumentos legales depende fuertemente de la jurisprudencia.

Un abogado de California podría estar interesado en saber, por ejemplo, que la decisión favorita de la Corte Suprema de Seeborg es Ashcroft vs. Iqbal, un caso de 2009 sobre la responsabilidad de un alto funcionario sobre las acciones de un subordinado. Seeborg la citó en 423 oportunidades. También le gusta Balistreri vs. el Departamento de Policía de Pacífica, un caso de 1990 sobre un caso de violencia doméstica, que Seeborg citó en 312 oportunidades.

En la película “Minority Report”, basada en un cuento de Philip Dick, el análisis de datos es analizado para prevenir crímenes antes de que ocurran. Así, los criminales en potencia eran arrestados antes de cometer el crimen.

Actualmente, distintas empresas están desarrollando herramientas estadísticas para ayudar a los abogados en los juicios. Comenzaron en casos de patentes. Pero ahora las empresas de* legal analytics* se están expandiendo a áreas más amplias del derecho.

Ravel Law es una firma de legaltech de San Francisco que construyó una base de datos de comportamiento judicial. Daniel Lewis, su cofundador, dice:

“Esto no se trata de reemplazar a los jueces. Se trata de mostrar cómo toman decisiones, qué es lo que encuentran persuasivo y cuáles son patrones de cómo deciden los casos. Muchos abogados piensan que sus casos son únicos y especiales, que los hechos son únicos e irrepetibles, que nunca nada como eso pasó antes. Eso no es cierto”.

El Nacimiento de los Analytics: los Trolls de Patentes

La revolución tecnológica no sólo disparó la innovación. También generó una explosión de disputas legales sobre propiedad intelectual. Muchos son litigios entre compañías sobre quién inventó una tecnología primero.

A mediados de los 2000, nacieron los trolls de patentes. Estas empresas compraban patentes y amenazaban a otras empresas con llevarlas a juicio por infringirlas. Su objetivo no era llegar a juicio, sino alcanzar un rápido acuerdo extrajudicial con la víctima.

Los trolls de patentes causaron un crecimiento exponencial de los litigios de propiedad intelectual. Todos los años, hay miles de casos en las cortes de Estados Unidos.

Entre 2013 y 2017, cuando estos casos fueron resueltos por un jurado, se otorgó una mediana de 10,2 millones de dólares por daños por caso. Cuando el caso fue resuelto fuera de la corte, el monto de daños fue de sólo 1,9 millones.

Hasta hace unos años, muchos de estos casos se resolvían en el distrito este de Texas. Se convirtió en el lugar favorito para presentar demandas de patentes por su velocidad para procesar los casos, la probabilidad de que el caso llegara a juicio, y la simpatía de sus jurados hacia los dueños de las patentes. Todo esto hacía que los juicios por incumplimiento en este distrito fuesen más rentables para los trolls.

Sin embargo, en mayo de 2017, la Corte Suprema acabó con la posibilidad de que los abogados eligieran el lugar donde presentar la demanda por incumplimiento de patentes. La Corte dictaminó que el caso debía presentarse en el estado donde estaba radicada la empresa a denunciar.

De pronto, para los trolls se volvió importante conocer los antecedentes de jueces, abogados y tribunales en Delaware, California o New Jersey.

Cómo Funcionan las Empresas de Legal Analytics

En sus oficinas de Menlo Park, en Silicon Valley, la empresa Lex Machina recoge tantas sentencias de cortes de Estados Unidos como sea capaz de conseguir.

Su presidente, Josh Becker, sostiene que tres cuartos de las 100 firmas de abogados más importantes de Estados Unidos son clientes de Lex Machina.

La idea detrás de Lex Machina (que, como Ravel, ahora es propiedad de LexisNexis) es permitir a las empresas y a sus abogados estimar sus chances de ganar un caso tan pronto como son notificadas de la demanda. Para realizar estos cálculos, usan información como cuántas veces el abogado de la otra parte presentó ciertos tipos de casos, en qué tribunal, con qué tasa de éxito, a quiénes representaron y a qué abogados se enfrentaron. Una vez que un juez ha sido asignado al caso, las compañías de legal analytics proporcionan estadísticas sobre su desempeño.

Lex Machina, surgida en la Facultad de Derecho de Stanford, empezó con litigios de propiedad intelectual. Una vez que tuvo acceso a la gran base de datos de LexisNexis, se expandió a otras áreas de la ley de alto volumen de casos como empleo, impuestos, negligencia médica, seguros y quiebras.

Muchos abogados comerciales de Estados Unidos establecieron alertas en el sistema electrónico de registros judiciales, Pacer. Esto les avisa cuando se presenta una nueva demanda contra una empresa de su área.

Pocos minutos después de que aparece el alerta, el equipo legal de la empresa demandada empieza a recibir llamadas de abogados que se ofrecen para defender a la compañía.

Christian Mammen, socio de la firma Hogan Lovells de San Francisco, dice:

“Tres horas después, ya empiezan a recibir propuestas completas. Esto incluye asesoramiento sobre la estrategia y el personal a utilizar en el caso. Todo esto, respaldado por datos. Para ser contratado, tienes que presentar un argumento muy convincente de por qué puedes manejar su caso mejor que otros”.

El Ecosistema de Legal Analytics

A medida que se extienden los casos de uso del legal analytics, también surgen más empresas para satisfacer la demanda. Entre ellas se encuentra Premonition, con sede en Nueva York, que provee datos sobre el historial de litigios de jueces, abogados y bufetes de abogados, incluidas las tasas de victorias / derrotas para juicios en comparación con los competidores, las tasas de éxito de diferentes tipos de demanda en tribunales individuales y una base de datos de quien demanda y quien es demandado con mayor frecuencia.

Law Litigation Analytics de Bloomberg y Gavelytics ofrecen un servicio similar.

Empresas como Casetext y Judicata ofrecen un análisis en profundidad de los documentos legales más relevantes para el caso en que un abogado está trabajando, como casos similares presentados por otras firmas, el historial de casos relevantes y las citas de los jueces.

Blue J Legal, con sede en Toronto, analiza fallos de tribunales canadienses sobre impuestos y empleo. Tras pedir a sus clientes que respondan preguntas sobre sus circunstancias individuales, su software produce una lista de casos similares, citas relevantes y una evaluación en términos porcentuales de las probabilidades de ganar o perder del cliente.

Los Desafíos de la Justicia de Datos

El avance hacia la justicia basada en datos tiene un gran desafío: la falta de datos.

Alrededor del 90% de los litigios civiles se retira o se resuelve fuera de los tribunales. Esto significa que los documentos del caso nunca se hacen públicos.

Además, los documentos judiciales son relativamente fáciles de conseguir en Estados Unidos. Pero en otras jurisdicciones, incluida Gran Bretaña, obtener datos sobre la jurisprudencia es mucho más difícil. Bailii, la principal base de datos en línea del Reino Unido, ha mejorado el acceso público a los datos judiciales en las últimas dos décadas, pero sufre de lagunas en documentos históricos y muchas dificultades para mantenerse al día con los nuevos.

En áreas donde los datos son difíciles de obtener, la firma de abogados Herbert Smith Freehills creó una pequeña “inteligencia colectiva” de abogados reales para evaluar los casos.

Esta herramienta, llamada Decision Analysis, pondera el riesgo de cada etapa de un caso. Evalúa, por ejemplo, si una empresa no cumplió con sus obligaciones hacia un cliente y qué factores podrían determinar los daños.

Según Donny Surtani, socio de disputas comerciales en Herbert Smith Freehills:

“En tribunales que tratan casos del tipo ‘resbalones y caídas’, hay un rico conjunto de datos. En litigios comerciales es difícil encontrar cinco casos similares, y mucho menos 5.000. Pero cada vez con más frecuencia los clientes piden propuestas que incluyan una estimación de la probabilidad de ganar… Esta herramienta intenta capturar el juicio del equipo legal y ayudar a un cliente a comprender mejor los riesgos de un litigio”.

A pesar de todo el bombo publicitario sobre los legal analytics, Pablo Arredondo, miembro del Centro de Informática Legal de Stanford y cofundador de Casetext, dice que hay límites para lo que los datos pueden mostrar. Dice:

“Las demostraciones de análisis de jueces que he visto hasta la fecha oscilan entre lo obvio y lo estadísticamente irrelevante. Saber dónde presentar una demanda o estimar cuánto tiempo durará un caso es indudablemente importante en el desarrollo de una estrategia. Pero algunos casos, como Ashcroft vs. Iqbal, se citan tan comúnmente que son inútiles para obtener el perfil de un juez individual”.

Los defensores de legal analytics insisten en que es solo cuestión de tiempo antes de que haya conjuntos de datos masivos para cubrir amplias áreas de la ley. Y afirman que esto conducirá a un mejor sistema de justicia.

Desde mostrar qué casos son una pérdida de tiempo y dinero hasta exponer qué jueces son rebeldes y atípicos, creen que el uso de datos puede mejorar la forma en que funciona el sistema legal.

“A medida que ampliamos nuestro conjunto de datos, esperamos que el ministerio de justicia y los reguladores vean cómo se aplica justicia en todo el país y dónde están las inconsistencias”, dice Edward Bird, director de Solomonic, una compañía del Reino Unido formada por un grupo de abogados comerciales y científicos de datos que intenta replicar algunos de los modelos analíticos de Estados Unidos.

“Los mejores jueces en los tribunales comerciales del Reino Unido son extremadamente consistentes. Pero en casos de menor valor, es posible que uno obtenga un resultado diferente, dependiendo de quién sea el juez. Esto no debería ocurrir”.

Como ocurría con el mal funcionamiento del sistema de detección previa de delito en Minority Report, también existen riesgos de poner demasiado énfasis en lo que sugieren los análisis de datos.

“Si finalmente llegamos a un punto en que los datos realizan la predicción, ¿esto puede generar un cortocircuito en el sistema legal?”, pregunta Bird. “¿Cómo esto afecta la posibilidad de acceso a la justicia de un demandante a quien se le dice ‘sus probabilidades de ganar no son más que este número, y la corte no revisará su caso?’ Esa es una gran pregunta ética”.