Este volumen reúne diversos estudios en la vanguardia del Derecho, y la aplicación de tecnología en la educación universitaria. El contenido incluye aspectos relacionados con la gobernanza digital que surge de la intersección entre Inteligencia Artificial (IA), el derecho público y los desafíos éticos derivados de la automatización algorítmica. Además, mediante investigación formativa, incorpora estudios de caso desarrollados bajo la metodología TARP Rule en la Cátedra Legal Tech, enfocada en el desarrollo de competencias de investigación y argumentación jurídica. Estos estudios dan cuenta de la tendencia jurisprudencial, recurriendo al derecho vivo. Finalmente, se incluye un capítulo sobre IA en la Educación y Derecho, abordando la discusión crítica sobre la disyuntiva entre 'Discurso del Cambio vs. Discurso de la Alteración', y su confirmación mediante evidencia empírica que contrasta el rendimiento académico con la incorporación de IA Generativa en la sala de clases.
CAPÍTULO I
DERECHO Y TECNOLOGÍA. NUEVAS Y VIEJAS ENCRUCIJADAS PARA LOS DERECHOS HUMANOS
1.1. Intersecciones entre la IA y los derechos humanos
1.2. El mindset requerido para el ejercicio presente y futuro de la profesión jurídica
1.3. Algoritmos transparentes y responsables
1.4. Derecho de acceso a la información en la era de la inteligencia artificial
CAPÍTULO II
MARCO REGULATORIO PARA LA GOBERNANZA DE LA INTELIGENCIA ARTIFICIAL. LA EVOLUCIÓN DEL CAMINO PEDREGOSO DE LA TRANSPARENCIA ALGORÍTMICA EN CHILE
2.1. Una primera aproximación a los algoritmos desde una perspectiva conceptual
2.2. Transparencia algorítmica para una IA responsable
2.3. Principios para aplicaciones de IA transparente y confiable
2.4. Una necesaria primera propuesta conceptual: ¿Qué son los algoritmos?
2.5. Comparación de principios de optimización para la aplicación de IA
2.5.1. Principios establecidos por la Comisión y Parlamento de la Unión Europea
2.5.2. Principios del Consejo sobre inteligencia artificial de la OCDE
2.5.3. Recomendación UNESCO sobre la Ética de la Inteligencia Artificial
2.6. Una necesaria armonización de estándares
2.7. Contextualización de estándares para la IA transparente
2.8. Estándares para la transparencia algorítmica en constante cambio
2.9. Reglamento (EU) de IA 2024/1689 de 13 de junio de 2024: Primeras consideraciones
2.9.1. Transparencia y trazabilidad (ámbito del proveedor)
2.9.2. Explicabilidad en la interacción (ámbito del usuario final)
2.9.3. Obligaciones compartidas y auditabilidad expost (ámbito regulador)
2.10. Regulación de sistemas de IA en américa latina: entre códigos de ética, instrumentos de ley, y políticas públicas
2.11. Evolución en chile. Comparativa con el proyecto de ley sobre IA en chile refundidos boletín 19.618-19 y boletín 15869-19)
CAPÍTULO III
GOBERNANZA DE DATOS. LA DEUDA REGULATORIA HEREDADA DE LOS DATOS ABIERTOS AHORA COMO FUNDAMENTO PARA IA TRANSPARENTE
3.1. Gestión de datos: entre datos abiertos, privacidad y protección de datos
3.2. Reutilización de datos como bienes comunes digitales: oportunidades para la IA
3.3. Enfoque data Commons, retos y oportunidades para sistemas de IA
3.4. Dos caras de una misma moneda el tratamiento de datos personales y abrir datos: Datos anónimos y no personales
3.5. Modelo de gobernanza basado en ciencia abierta
3.6. Tratamiento de datos abiertos: una propuesta para abrir datos desde la perspectiva de la ciencia abierta
3.7. Comentarios a la reforma de la ley 19.658. Una aproximación a la ley 21.719 entre el derecho a la información y protección de datos
CAPÍTULO IV
HACIA UNA GOBERNANZA DE LA INTELIGENCIA ARTIFICIAL TRANSPARENTE Y CONFIABLE. PROPUESTAS PARA UNA VENTANILLA ÚNICA DE TRANSPARENCIA, EXPLICABILIDAD ALGORÍTMICA Y CIBERSEGURIDAD
4.1. De la transparencia a la explicabilidad algorítmica: ¿Principio o estándar técnico?
4.2. La transparencia para la gobernanza de la IA: Desde una perspectiva normativa
4.3. Niveles de transparencia requerida para la gobernanza de la inteligencia artificial y el derecho de acceso a la información
4.4. Requisitos de seguridad de la información de los sistemas de IA de alto riesgo
CAPÍTULO V
IA PARA EL APRENDIZAJE SIGNIFICATIVO DEL DERECHO: ¿DE QUÉ ESTAMOS HABLANDO?
5.1. Enseñanza del derecho en tres niveles taxonómicos: Entre lo tecnológico, pedagógico y disciplinar (TPACK)
5.2. La enseñanza del derecho: Qué podemos aprender con la IA
5.3. IA y didáctica para el aprendizaje significativo del derecho: ¿De qué estamos hablando?
5.4. Legal Design: Innovación en la enseñanza del derecho a través de la investigación
CAPÍTULO VI
LEGAL TECH EN UN SINÓPTICO: ESTUDIO DE CASOS, TENDENCIA JURISPRUDENCIAL Y ADMINISTRATIVA
6.1. Caso Syri: Países bajos
6.2. Caso Loomis: Estados unidos
6.3. Caso: Sospechas de sabotaje informático de Cruzat y Said sobre el algoritmo del poder judicial
6.4. Caso: Algoritmo “Sitia”
6.5. Caso Las Condes - PDI: videovigilancia con reconocimiento facial
6.6. Caso: Detenidos del cuartel Borgoño de la CNI (C-7848-21)
6.7. Caso: Lista Tascón como instrumento de vigilancia política
6.8. Caso algoritmo de sugerencia de riesgo del ministerio público: ¿Discriminación algorítmica en Chile?
