El auge de las monedas virtuales es una realidad. De esta manera, la adquisición, tenencia y transmisión de monedas virtuales por parte de profesionales y particulares, constituye una manifestación de capacidad económica registrada por parte de la Agencia Tributaria, lo que genera obligaciones fiscales que deben respetarse y cumplirse con la finalidad de evitar requerimientos y/o sanciones por parte de la Agencia Tributaria.

A nuestro juicio, tres son las grandes tecnologías de la Cuarta Revolución Industrial que tienen la capacidad de provocar profundas transformaciones en el ámbito jurídico: La tecnología de protocolo distribuido, la inteligencia artificial y la computación cuántica. La primera de ellas es la base de la economía token así como de multitud de proyectos que usan bases de datos distribuidas, como en el ámbito del tráfico de mercancías, en el de la energía, o en el de muchos otros. La segunda es la inteligencia artificial, a la que se dedica la presente página. La tercera es la computación cuántica, cuyo progreso amenaza con tumbar la mayor parte de los algoritmos criptográficos sobre los que se sustentan la tecnología de protocolo distribuido y la economía token.

La expresión “Inteligencia Artificial” fue acuñada por el informático Jim McCarthy en los años 50 del siglo XX para hacer referencia a todas aquellas tareas cognitivas humanas que podían ser realizadas (o imitadas) por una computadora. A esta disciplina pertenecían áreas tan heterogéneas como la lógica difusa, el procesamiento natural del lenguaje o la visión artificial.

Dentro de las técnicas de inteligencia artificial, aquellas que mayor rendimiento y eficiencia están alcanzando son las de aprendizaje profundo (deep learning), en las que pequeñas unidades de computación, denominadas neuronas artificiales, se interconectan las unas con las otras, creando una estructura reticular que es capaz de encontrar patrones en datos. El aprendizaje de estas redes se realiza a través de un proceso de entrenamiento, en el que la red es alimentada con una gran cantidad de datos en forma de imágenes, texto o números.

De las arquitecturas de aprendizaje profundo, dos requieren especial atención desde el ámbito jurídico: Las redes convolucionales, y los transformadores (transformers).

Redes convolucionales

Las redes convolucionales son la base de la mayor parte de los algoritmos de visión artificial. Desde el año 2014 son capaces de realizar tareas de identificación de personas con una eficiencia sobrehumana, y por ello tienen una cada vez mayor capacidad de intrusión en la esfera de privacidad del individuo.  En nuestra opinión, la implantación de un sistema de videovigilancia permanente combinado con el uso una red de IA capaz de identificar a personas individuales, equivaldría digitalmente a la presencia continua de un agente que estuviese verificando sin interrupción la identidad de todos los transeúntes de una calle, con la correspondiente erosión del principio de privacidad individual reconocido por el artículo 18 de la Constitución Española.

El ámbito de la propiedad intelectual también se ve afectado por los nuevos sistemas de visión artificial. Algunos de ellos, como el célebre Midjourney, son capaces de generar imágenes artificiales de extraordinaria complejidad y valor estético. Lo cual plantea las siguientes cuestiones: 

¿pueden los derechos de autor recaer sobre imágenes generadas por IA? En caso afirmativo, 

¿a quién pertenecerían? 

¿al algoritmo o máquina que las ha generado?

¿a los programadores? 

¿o quizá a los propietarios del hardware? 

¿existiría en este caso el derecho moral de autor?

Como ya se ha señalado con anterioridad, estas redes convolucionales (y en general, las redes de aprendizaje profundo) deben ser entrenadas, para su adecuado funcionamiento, con una enorme cantidad de datos. A diferencia de lo que sucede con la programación serial (ordinaria), en los sistemas de aprendizaje profundo el programador únicamente determina parcialmente el comportamiento de la red: determina la estructura general y los hiperparámetros de la misma. El resto de los parámetros son fijados durante el entrenamiento. En este último proceso, la red debe absorber información (entropía) de las imágenes o textos que se le presentan. Esta información se almacena a su vez en matrices de pesos sinápticos, que determinan la intensidad de las conexiones entre las diferentes neuronas artificiales y el comportamiento de la red en su conjunto. Llegados a este punto punto, se abren de nuevo cuestiones de naturaleza legal: Dado que la información de la que se nutre la red neuronal procede en última instancia de las imágenes de entrenamiento, 

¿qué sucedería si estas últimas estuviesen sometidas a copyright? 

¿podrían los autores de las imágenes usadas durante el entrenamiento reclamar algún tipo de compensación a los propietarios y a los usuarios del sistema?

Transformers

Las segundas redes a las que hacíamos referencia, los transformers, han revolucionado los sistemas de procesamiento natural de lenguaje, y son la base de los mejores sistemas de traducción a máquina existentes en la actualidad y de chatbots como los célebres GPTChat (de OpenAI) LaMDA, Google Bard (de Google). En el ámbito jurídico podrían ser empleados para la confección documentos, la realización de tareas de argumentación jurídica o la inscripción de derechos y documentos en registros públicos. En este último caso, incluso podrían ser combinados con la tecnología blockchain y con sistemas realidad virtual. Piénsese en el caso de un hipotético sistema registral completamente algorítmico, que funcionara en el Metaverso y que fuese capaz de realizar tareas de calificación registral. En este sistema, los documentos a inscribir serían presentados a un transformer, que extraería la información jurídica del documento y la estructuraría conforme a una plantilla. Seguidamente, un contrato inteligente comprobaría la validez de la transmisión, y en el caso de que fuera válida, procedería a la inscripción de la propiedad o del derecho real mediante la emisión de un NFT.

A medida que la potencia computacional de la IA y su capacidad de procesar información semántica se incrementen a lo largo del tiempo, también lo hará su poder de razonar mediante conceptos jurídicos. Es muy probable que si algún día se alcanza la inteligencia artificial general (algunos autores futuristas consideran que ello sucederá en torno al año 2050 o 2060), los sistemas de aprendizaje profundo serán ya capaces de ejercer tareas atribuidas hasta este momento a los jueces y otros operadores jurídicos. A fin de cuentas, la célebre paradoja de Moravec afirma que los primeros oficios en ser desplazados por la IA serán precisamente aquellos que requieren de mayores capacidades cognitivas, como las de abogado o programador.

A diferencia de lo que sucede con la tecnología blockchain, que está plenamente consolidada, la inteligencia artificial es una disciplina aun en pleno desarrollo, y que sólo se ha aplicado de una manera muy limitada en el ámbito legal. A este respecto, cabe señalar que el Ministerio de Economía Español acaba de lanzar un banco de pruebas (sandbox) que servirá de ensayo para el futuro Reglamento Europeo de Inteligencia artificial, cuyo articulado probablemente entre en vigor en Enero de 2014. El sandbox estará controlado por la Secretaría de Estado de Digitalización en Inteligencia Artificial (SEDIA) y se le dotará de un presupuesto de 4,3 millones de euros. 

 En Vicox Legal estamos abiertos, no sólo a ofrecer asesoramiento a nuestros clientes, sino también a participar en proyectos de investigación con universidades o empresas especializadas del sector.