Split Up es un sistema inteligente de apoyo a la toma de decisiones que realiza predicciones sobre la distribución de los bienes conyugales tras un divorcio en Australia. Está diseñado para ayudar a los jueces , los secretarios del Tribunal de Familia de Australia, los mediadores y los abogados . Split Up funciona como un sistema híbrido que combina el razonamiento basado en reglas con la teoría de redes neuronales . [1] El razonamiento basado en reglas funciona dentro de parámetros estrictos, en la forma:
SI < condición(es) > entonces <acción>. [2] : 196, 202
Por el contrario, se considera que las redes neuronales son más adecuadas para generar decisiones en dominios inciertos, ya que se les puede enseñar a sopesar los factores que toman en cuenta los tomadores de decisiones judiciales a partir de datos de casos. Sin embargo, no proporcionan una explicación de las conclusiones a las que llegan. Split_up, con el objetivo de superar esta falla, utiliza las estructuras de argumentos propuestas por Toulmin como base para las representaciones a partir de las cuales se pueden generar explicaciones . [3] : 186
En el derecho de familia australiano, al determinar la distribución de la propiedad, un juez deberá:
Split_Up implementa los pasos 1 y 2: la determinación del fondo común y la predicción de un porcentaje de división.
Dado que la determinación de la propiedad conyugal se basa en reglas, se implementa utilizando gráficos dirigidos . [4] : 269
Sin embargo, el porcentaje que se reparte entre las partes es discrecional, ya que un juez tiene una amplia discreción para examinar las contribuciones de cada parte al matrimonio según la sección 79(4) de la Ley de Derecho de Familia de 1975. En términos generales, las contribuciones pueden considerarse financieras o no financieras. La parte que pueda demostrar una mayor contribución a la relación marital recibirá una mayor proporción de los activos. El tribunal puede examinar además los recursos financieros y las necesidades futuras de cada parte según la sección 75(2) de la Ley de Derecho de Familia de 1975. Estas necesidades pueden incluir factores como la incapacidad de obtener un empleo, el cuidado continuo de un niño menor de 18 años o los gastos médicos.
Esto significa que distintos jueces pueden llegar a conclusiones diferentes basándose en los mismos hechos, ya que cada juez asigna distintos pesos relevantes a cada factor. Split_up determina el porcentaje de división mediante una combinación de razonamiento basado en reglas y redes neuronales .
Para determinar cómo ponderan los jueces los diferentes factores, se utilizaron 103 sentencias escritas de casos comunes para establecer una base de datos que comprende 94 factores relevantes para la determinación del porcentaje de división. [4] : 273
Los factores relevantes para la determinación de un porcentaje de división son:
Los factores relevantes para la determinación de las contribuciones pasadas son
La jerarquía proporciona una estructura que se utiliza para descomponer la tarea de predecir un resultado en 35 subtareas. Los resultados de las tareas que se encuentran más abajo en la jerarquía se utilizan como entradas para las subtareas que se encuentran más arriba en la jerarquía. Cada subtarea se trata como un ejercicio de minería de datos independiente y más pequeño. Veintiún arcos sólidos representan inferencias realizadas con el uso de conjuntos de reglas. Por ejemplo, el nivel de riqueza de un matrimonio se determina mediante una regla que utiliza el valor del fondo común.
Por el contrario, los catorce arcos discontinuos establecen inferencias realizadas con el uso de redes neuronales . Estas reciben su nombre del hecho de que se asemejan a un sistema nervioso en el cerebro . Consisten en muchos elementos de procesamiento autoajustables que cooperan en una red densamente interconectada. Cada elemento de procesamiento genera una única salida que se transmite al otro elemento de procesamiento. La señal de salida de un elemento de procesamiento depende de la entrada al elemento de procesamiento, es decir, cada entrada está controlada por un factor de ponderación que determina la cantidad de influencia que la entrada tendrá en la salida. La fuerza de los factores de ponderación se ajusta de forma autónoma por el elemento de procesamiento a medida que se procesan los datos. [2] : 196
En Split_Up, la red neuronal es una técnica estadística para aprender los pesos de cada uno de los atributos relevantes utilizados en la determinación del porcentaje de división de la propiedad conyugal.
Por lo tanto, las entradas a la red neuronal son las contribuciones, las necesidades futuras y la riqueza, y la salida, el porcentaje de división previsto.
En cada arco hay un peso estadístico. Mediante la propagación hacia atrás , la red neuronal aprende el patrón necesario para reconocer la predicción. Se entrena exponiéndola repetidamente a ejemplos del problema y aprendiendo la significancia (pesos) de los nodos de entrada . [2] : 196
Se dice que la red neuronal utilizada por Split_up se generaliza bien si la salida de la red es correcta (o casi correcta) para ejemplos no vistos durante el entrenamiento, lo que la clasifica como un sistema inteligente . [4] : 274
Dado que la forma en que se aprenden estos pesos es principalmente estadística, el conocimiento del dominio de las reglas y principios legales no se modela directamente. Sin embargo, las explicaciones para una conclusión legal en un dominio tan discrecional como la determinación de la distribución de la propiedad después del divorcio son al menos tan importantes como la conclusión alcanzada. Por lo tanto, los creadores de Split_Up utilizaron estructuras de argumentos de Toulmin para proporcionar explicaciones independientes de las conclusiones alcanzadas. [3] : 189
Estos argumentos se basan en el principio de que cada argumento hace una afirmación basada en algunos datos. La afirmación del argumento constituye la afirmación del argumento. Dado que conocer los datos y la afirmación no significa necesariamente que la afirmación se desprenda de los datos, se requiere un mecanismo para justificar la afirmación a la luz de los datos. La justificación se conoce como garantía. El respaldo de un argumento respalda la validez de la garantía. En el ámbito jurídico, esto suele ser una referencia a una ley o un precedente.
Aquí, una red neuronal (o reglas) produce una conclusión a partir de los datos de un argumento y los datos, la garantía y el respaldo se reproducen para generar una explicación.
Sin embargo, es de destacar que la justificación de un argumento se reproduce como una explicación independientemente de los valores de las reivindicaciones utilizadas. Esta falta de sensibilidad a las reivindicaciones debe ser superada por los diferentes usuarios, es decir, el juez, los representantes de la esposa y los representantes del esposo, a cada uno de los cuales se les anima a utilizar el sistema para preparar sus casos, pero no a confiar exclusivamente en su resultado.