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 i...

Full description

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
Idioma:
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/
Description
Summary: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.