Justice Connect, una organización australiana sin fines de lucro dedicada a proporcionar asistencia legal a personas desfavorecidas y abogar por la justicia social, ha integrado la tecnología de procesamiento de lenguaje natural (NLP) para mejorar sus operaciones y ampliar su alcance.
El NLP, una rama de la inteligencia artificial centrada en permitir a las computadoras entender el lenguaje humano, ha sido fundamental para aumentar la eficiencia de la organización y ayudar a más personas a acceder a un apoyo legal crucial.
Justice Connect colabora con más de 10,000 abogados pro bono, ayudando a miles de personas cada año con problemas que van desde disputas de vivienda y empleo hasta abuso de ancianos y violencia familiar. La organización también ofrece recursos legales prácticos en línea y aboga por cambios sistémicos en leyes injustas. Sin embargo, categorizar y evaluar cada caso único para proporcionar la asistencia más efectiva ha sido históricamente una tarea manual que consume mucho tiempo. Esto cambió con la participación del Profesor Timothy Baldwin, un experto en modelos de lenguaje grande (LLM) y Profesor Laureado en la Universidad de Melbourne, quien vio el potencial de una solución basada en NLP para agilizar estos esfuerzos.
Tom O’Doherty, Jefe de Innovación en Justice Connect, reconoció ineficiencias en la herramienta de admisión digital de la organización, lo que llevó a un gasto innecesario de recursos y retrasos en la entrega de servicios. «Nuestra misión es proporcionar asesoramiento legal esencial a las poblaciones más vulnerables de Australia», explicó, enfatizando la importancia de mantener sistemas eficientes y efectivos.
El Profesor Baldwin, también Profesor de NLP en la Universidad de Inteligencia Artificial Mohamed bin Zayed (MBZUAI), aportó su experiencia en productos LLM de gran impacto a esta iniciativa. Desarrollaron e integraron modelos NLP con Justice Connect, obteniendo resultados positivos significativos.
Justice Connect recopiló datos anonimizados de su herramienta de admisión para entrenar la solución basada en NLP. Crearon un ‘juego de etiquetado’ donde socios legales etiquetaron y categorizaron solicitudes legales, refinando los datos para enseñar al modelo a triar trabajos de casos. Este proceso de aprendizaje supervisado resultó en que la herramienta entendiera efectivamente diversas consultas legales y las dirigiera a soluciones apropiadas.
El impacto de esta integración en el último año ha sido sustancial, con una reducción del 50% en las entradas incompletas y un aumento del 10% en la eficiencia de la entrega de servicios. Esta mejora ha permitido a Justice Connect asistir a las personas de manera más rápida y precisa, con comentarios positivos de los paralegales que señalan la facilidad de tratar con casos referidos por la herramienta de IA.
Animados por estos resultados, Justice Connect está ampliando y mejorando la funcionalidad del sistema para refinar aún más la segmentación de usuarios y los consejos legales de autoayuda disponibles en su sitio web. También prevén desarrollar una API abierta para que otras organizaciones sin fines de lucro en Australia adopten tecnologías similares, promoviendo así avances más amplios en la justicia social.
