@miguelgallardo Dr. (PhD) Ing. Miguel Gallardo PERITO
Tel. (+34) 902998352 | E-mail: apedanica.ong@gmail.com
@APEDANICA Asociación con registro del Ministerio del Interior:
https://www.cita.es/apedanica.pdf
Este documento ha sido generado íntegramente por Inteligencia Artificial para APEDANICA. Todos los derechos reservados 1992-2026.

Análisis crítico de posibles indicios racionales de uso no declarado de Inteligencia Artificial en la disposición fiscal suprema y antecedentes institucionales

1. Contexto institucional y antecedentes relevantes

Antes de analizar criterios técnicos sobre la posible presencia de texto generado con IA en documentos oficiales, es indispensable entender el contexto institucional que rodea a la Fiscal Suprema mencionada y las controversias públicas que han generado atención en Perú.

1.1 Procedimiento disciplinario ante la Junta Nacional de Justicia

La Junta Nacional de Justicia (JNJ) concluyó el procedimiento disciplinario n.º 096-2023-JNJ seguido a la fiscal suprema Zoraida Ávalos Rivera por presunta interferencia en funciones de la Policía Nacional del Perú y de una fiscalía especializada en el Callao, absolviéndola al no haberse acreditado las conductas imputadas y declarando que actuó conforme a sus atribuciones. :contentReference[oaicite:0]{index=0}

Esta decisión fue informada por múltiples medios de comunicación y por el propio organismo autónomo: – JNJ concluye procedimiento disciplinario a fiscal suprema Zoraida Ávalos Rivera (Gobierno del Perú). :contentReference[oaicite:1]{index=1} – JNJ absuelve a fiscal suprema Zoraida Ávalos (Perú21). :contentReference[oaicite:2]{index=2}

1.2 Archivo de investigaciones preliminares

La Fiscalía de la Nación también archivó una investigación preliminar a tres integrantes de la JNJ por presunto patrocinio ilegal a favor de Zoraida Ávalos, tras no encontrar indicios del delito investigado. :contentReference[oaicite:3]{index=3}

1.3 Acusación constitucional e inhabilitación previa

El Congreso de la República, por su parte, aprobó una resolución legislativa que proponía la inhabilitación de Zoraida Ávalos Rivera por presunta infracción constitucional, aunque estos procedimientos no se han traducido en sanción definitiva tras recursos y decisiones judiciales complementarias. :contentReference[oaicite:4]{index=4}

2. ¿Qué son indicios racionales de uso no declarado de IA?

En el análisis crítico de textos administrativos o judiciales, la existencia de indicios de uso de IA no declarado no se basa en presunciones vagas, sino en criterios metodológicos y técnicos que pueden formar parte de una pericia lingüística forense.

En literatura técnica reciente se han desarrollado métodos que permiten identificar patrones textuales que, sin afirmar inequívocamente origen algorítmico, constituyen indicios racionales que justifican una investigación pericial más profunda. :contentReference[oaicite:5]{index=5}

3. Criterios técnicos para análisis lingüístico pericial

A continuación se detallan algunos de los criterios generalmente aceptados para detectar posibles indicios de generación o asistencia de IA en textos, que las autoridades, investigadores y peritos pueden utilizar como base metodológica:

3.1 Homogeneidad sintáctica excesiva

Los textos totalmente humanos suelen presentar variaciones significativas en estilo, estructura y enfoque. Por el contrario, los modelos de IA (especialmente cuando no están debidamente controlados) pueden generar estructuras repetitivas que se observan como patrones persistentes de lenguaje uniforme. Esta característica aparece en herramientas de detección estadística como GLTR. :contentReference[oaicite:6]{index=6}

3.2 Ausencia de referencias individualizadas al contexto

Un documento redactado por un profesional jurídico debe anclar cada afirmación en hechos del expediente o fuentes específicas de pruebas. La presencia de lenguaje excesivamente abstracto o genérico puede indicar que el texto fue generado sin acceso contextual fáctico detallado. :contentReference[oaicite:7]{index=7}

3.3 Coincidencias semánticas con respuestas LLM conocidas

Los modelos de lenguaje generan respuestas basadas en patrones aprendidos, y cuando estas respuestas se repiten en documentos oficiales sin adaptación fáctica real, pueden constituir indicios de asistencia mecánica. :contentReference[oaicite:8]{index=8}

3.4 Falta de argumentación causal ligada a evidencia

El contenido jurídico riguroso debe mostrar un razonamiento causal claro, con evidencia concreta. La ausencia de tal razonamiento puede sugerir una generación asistida por IA sin la supervisión crítica necesaria. :contentReference[oaicite:9]{index=9}

4. Aplicación de los criterios al caso concreto

Aunque no existe análisis pericial independiente publicado públicamente que diagnostique técnicamente el origen del texto contenida en https://miguelgallardo.es/cesar-acuna-eleva-supremo-ocr.pdf, los criterios anteriores constituyen una base metodológica sólida para solicitar una pericia frente a órganos como:

ANC-MP – Autoridad Nacional de Control del Ministerio Público (Perú)
JNJ – Junta Nacional de Justicia (Perú)
Poder Judicial del Perú
Colegios de Abogados
Periodistas e investigadores

Los criterios expuestos pueden ser explicitados en informes periciales que comparen el documento objetivo con corpus de textos claramente humanos, utilizando análisis de entropía, estadística GLTR, y otras técnicas forenses. :contentReference[oaicite:10]{index=10}

5. Relevancia doctrinal y comparativa

Aunque el caso peruano es diferente del ámbito español, la preocupación por el uso indebido de IA en textos oficiales ha sido objeto de regulaciones y análisis técnicos en múltiples jurisdicciones. Por ejemplo, en la Unión Europea se está introduciendo la obligación de etiquetar contenido generado por IA en medios e información pública para asegurar transparencia y responsabilidad. :contentReference[oaicite:11]{index=11}

Este tipo de regulaciones pueden ofrecer argumentos auxiliares para exigir estándares de trazabilidad, transparencia y declaración sobre el uso de IA en documentos oficiales de cualquier Estado.

6. Recomendaciones periciales para autoridades peruanas

Solicitar un análisis lingüístico forense del texto completo con métricas de entropía y patrones repetitivos.
Comparar con resoluciones previas de la misma autoridad para detectar desviaciones estilísticas significativas.
Solicitar metadatos originales del archivo para revisar fecha y herramientas de producción.
Usar herramientas de verificación automatizada junto con análisis humano experto.
Documentar patrones semánticos que no se correspondan con razonamiento jurídico fáctico.