laudos.co
Asistencia decisional · Predictor ML

Asistencia decisional para árbitros (opt-in)

4 modelos entrenados sobre 5.481 documentos del corpus. ⓘ Contraste contra el corpus — no predicción de su decisión.

Outcome, cuantía concedida, duración y riesgo de anulación. Para árbitros: opcional, para contrastar el razonamiento. Para abogados: simulación de resultados. Cada modelo expone métrica, límites y un ejemplo del corpus.

Esta herramienta no predice el resultado de un caso. Su uso por un árbitro es opcional. Su propósito es contrastar el razonamiento del árbitro contra el corpus de laudos similares — no sustituir la decisión.

Sprint Puesta a Punto A3 §4–§5 · reposicionamiento ético del Lab/Predictor.

¿Cómo usará esta herramienta?

El framing del Predictor cambia según el rol declarado. Esta elección queda guardada en su navegador.

Modo abogado · simulación de resultados

Predicción aplicada a estrategia procesal

Use los modelos para anticipar el rango plausible de outcome, cuantía y duración antes de filtrar o defender un caso.

Outcome · Probabilidad de prosperar
Estimación de la probabilidad de cada outcome (favorable convocante / mixto / favorable convocada / rechazo) para el caso ingresado.
Cuantía · Cuantía concedida estimada
Banda P25–P75 de cuantía concedida según patrones del corpus para la materia, sede y rango de pretensión.
Nota ética

El modelo describe patrones del corpus, no certezas. Úselo como insumo para su análisis — nunca como sustituto del razonamiento jurídico.

Ir al Laboratorio con este framing →
Modelos disponibles

Cuatro predicciones · Cuatro métricas

Modelo · 01

Predicción de Outcome

¿Cómo se resolverá el caso?

F1 macro 0.46CV 5-fold sobre n=3.770 · vs baseline aleatorio 0.20

Clasifica el resultado entre 4 clases: favorable convocante, favorable mixto, favorable convocada, rechazo total. El modelo identifica patrones (materia + cuantía + centro) que se asocian con cada outcome — pero la varianza es alta.

Ejemplo del corpus
En casos comerciales <$500M en CCB: 40% mixto, 30% favorable convocante, 15% favorable convocada, 15% rechazo total.
Probar en el Lab →
Modelo · 02

Predicción de Cuantía concedida

¿Cuánto se concederá del pretendido?

R² test 0.15MAPE 47%

Regresión sobre el ratio cuantía concedida/pretendida [0–5x]. Útil para anchoring: el corpus muestra una mediana de 35% concedido cuando hay condena, pero con desviación muy amplia.

Ejemplo del corpus
Caso de $1.000M pretendido → estimación P25–P75: $180M–$650M.
Calcular para mi caso →
Modelo · 03

Predicción de Duración

¿Cuánto durará el proceso?

R² test 0.12MAE 6 meses

Duración entre instalación del tribunal y notificación del laudo. Captura factores procesales (n_peritajes, n_árbitros, complejidad). Mediana del corpus: 14 meses, P90: 28 meses.

Ejemplo del corpus
Tribunal de 3 árbitros en concesión: estimación P50 18m, P90 30m.
Ver cronograma →
Modelo · 04

Predicción de Anulación CE

¿Riesgo de anulación del laudo?

Tasa observada 1.5%del corpus

Binary classifier que estima la probabilidad de que el Consejo de Estado anule total o parcialmente. Concesiones tienen tasa 3x mayor que comerciales. Causales 9 (extra petita) y 2 (composición) son las top.

Ejemplo del corpus
Concesión 4G con cuantía >$50B: probabilidad ~5%.
Evaluar en el Lab →
Metodología

Cómo construimos estos modelos

Pipeline de entrenamiento y validación▾
Datos
5.481 documentos · 60+ features extraídas
Algoritmo
XGBoost para outcome y anulación · Gradient Boosting Regressor para cuantía y duración
Train/test split
80/20 con stratificación por centro y materia
Hiperparámetros
Grid search sobre 200 combos · cross-validation 5-fold
Inspección
Feature importances disponibles vía /predictor/info

El endpoint /predictor/info expone metadata de los modelos en producción: features usadas, importancias, fecha del último re-entrenamiento y métricas en test.

Honestidad metodológica

Limitaciones que debe conocer

  • Limitación

    Sesgo de selección

    El corpus es de casos que llegaron a laudo; no incluye los que terminaron en transacción o desistimiento.

  • Limitación

    Calidad de extracción

    Algunos campos (cuantía pretendida, fechas, duración) tienen ruido derivado de OCR sobre PDFs heterogéneos.

  • Limitación

    Concept drift

    El arbitraje de 2010 y el de 2024 son contextos distintos — normativa, jurisprudencia y prácticas evolucionan.

  • Limitación

    Métricas honestas

    Si el R² parece bajo, es porque ES bajo. El arbitraje tiene mucha variabilidad — y reportarlo así es más útil que inflar números.

Roadmap

Próximos modelos en desarrollo

  • En desarrollo

    Estimación de honorarios óptimos por bucket de cuantía

  • En desarrollo

    Predicción de salvamentos de voto

  • En desarrollo

    Probabilidad de transacción durante proceso

Suscríbase a updates →
Laboratorio de análisis

Contraste su caso contra el corpus

El Lab combina los 4 modelos en un solo flujo: ingrese su caso y obtenga distribución de outcomes, rango de cuantía concedida, duración y riesgo de anulación — con bandas de incertidumbre. El framing (árbitro/abogado) declarado arriba se aplica también allí.

Ir al Laboratorio de análisis →