Diseño de la metodología para un asistente legal basado en inteligencia artificial en contextos académicos

Este artículo presenta la metodología colaborativa aplicada en el desarrollo de un asistente jurídico basado en inteligencia artificial, diseñado para responder a consultas legales complejas en un contexto universitario. Este proyecto busca resolver el problema de acceso restringido y complicado a información legal organizada y confiable. Utilizando técnicas como la Recuperación Asistida Generativa (RAG) y el ajuste fino (fine-tuning), y herramientas de despliegue como Docker y ngrok, el equipo del semillero Sensorama desarrolló un asistente de IA que implementa el modelo LLaMA 3.2. Durante el proceso, el equipo enfrentó varios desafíos técnicos al depender de servicios gratuitos y equipos de baja capacidad. A lo largo de las pruebas de campo y ajustes técnicos, se fortaleció el conocimiento sobre el uso y limitaciones de tecnologías IA aplicadas al ámbito jurídico.

• Autores: Gonzalez Torres, Daniel Leonardo; Santa Quintero, Ricardo Andres
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad Libre
• Repositorio: RIU - Repositorio Institucional UniLibre
• OAI Identifier: oai:repository.unilibre.edu.co:10901/31240
• Acceso en línea: https://hdl.handle.net/10901/31240
• Palabra clave: Retrieval Augmented Generation (RAG); IA jurídica; Acceso legal; Docker; Neo4j; Fine-tuning; Retrieval Augmented Generation (RAG); Legal AI; Legal access; Docker; Neo4j; Fine-tuning; Inteligencia Artificial -- Aspectos legales
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/2.5/co/