Los científicos han creado un modelo computacional para comprobar si es posible predecir el voto de un juez, respecto a un caso concreto, en base a los votos emitidos por el resto de los ocho jueces que integran el Tribunal Supremo. Los resultados confirman la efectividad del sistema.

Científicos españoles predicen decisiones del Tribunal Supremo de EE UU

.

Investigadores de la Universidad Rovira i Virgili (URV) pueden conocer el voto de un juez del Tribunal Supremo de EE UU a partir de las decisiones que tomen los otros ocho miembros del tribunal con una probabilidad de éxito del 83%.

El trabajo, que acaba de publicar la revista PLoS ONE, se basa en algoritmos matemáticos que revelan asociaciones ocultas en redes complejas.

Los nueve miembros del actual Tribunal Supremo de EE UU. Imagen: Steve Petteway/Collection of the Supreme Court of the United States.

Los fallos de la Corte Suprema de EE UU, la cabeza del poder judicial de aquel país, muestran patrones predecibles.

Así lo demuestra un estudio que publica la revista PLoS ONE realizado por los investigadores Roger Guimerà y Marta Sales-Pardo de la URV (Tarragona).

Los científicos han creado un modelo computacional para comprobar si es posible predecir el voto de un juez, respecto a un caso concreto, en base a los votos emitidos por el resto de los ocho jueces que integran el Tribunal Supremo. Los resultados confirman la efectividad del sistema.

“Con nuestro método somos capaces de predecir, a partir solo de las decisiones de ocho de los jueces, la decisión del noveno, y acertamos en un 83% de las decisiones”, destaca Guimerà, también profesor de la Institució Catalana d’Estudis Avançats (ICREA).

“Es interesante comparar este número con el 68% de porcentaje de acierto que obtienen los expertos en temas legales (según estudios del Supreme Court Forecasting Project) que, además, conocen en profundidad el contenido de los casos, la ley y los precedentes”, añade el investigador.

El trabajo sigue la línea de otros previos desarrollados por el mismo equipo para descubrir asociaciones ocultas en sistemas con muchos componentes, por ejemplo, interacciones entre especies en un ecosistema, o entre las proteínas en una célula, o entre personas dentro de una organización.

“Este tipo de redes a menudo contienen errores y omisiones, y para solventar este problema hemos desarrollado algoritmos y herramientas que nos ayudan a descubrir estos errores y las interacciones que permanecen ocultas”, explica Guimerà.

Los investigadores han utilizado el mismo procedimiento para predecir las decisiones de los jueces estadounidenses: identificar interacciones ocultas entre jueces y casos, e indirectamente, entre unos jueces y otros.

Los resultados reflejan que la previsibilidad disminuye durante el período de unos 50 años que va desde el mandato del juez Earl Warren (1953-1969) hasta el de Rehnquist (1986-2005).

También que la predictibilidad del Tribunal Supremo ha sido significativamente menor en las presidencias demócratas que durante las republicanas, aunque se desconoce el motivo.

Fuente: SINC

Share