En este extenso ensayo, publicado en el blog de Alfredo Calcedo el autor analiza cómo la inteligencia artificial, y sobre todo los grandes modelos de lenguaje, afecta a la prueba pericial médica. Se pregunta si puede ayudar al perito o incluso sustituirlo.
El autor parte del marco jurídico español. Según la LEC y la LECrim, el perito es una persona física con título oficial que jura actuar con objetividad, responde civil, disciplinaria y penalmente de su dictamen, y debe comparecer en juicio para ser interrogado y contradicho. Admite que los peritos humanos tienen sesgos documentados, como el llamado «efecto de adscripción», por el que tienden a favorecer a quien los contrata. La IA podría corregir algunos de estos sesgos, pero trae otros problemas: inventa datos y referencias, su razonamiento es opaco, reproduce los sesgos de sus datos de entrenamiento y lleva a confiar en exceso en sus resultados.
A continuación repasa la evidencia en imagen postmortem, cálculo del tiempo desde la muerte, toxicología, valoración de lesiones, estimación de la edad, genética y responsabilidad sanitaria. Concluye que la mayoría de herramientas siguen en fase de investigación, sin validación externa suficiente. Funcionan bien en tareas concretas, como analizar imágenes u ordenar documentos, pero fallan al integrar información y razonar sobre causas. Varios estudios muestran que los modelos de lenguaje omiten errores evidentes, señalan faltas inexistentes o se contradicen, y que la fluidez de sus respuestas oculta esos fallos.
La psiquiatría forense le parece el ámbito menos automatizable. Depende de la entrevista y de la relación con el examinado, y sus preguntas son jurídicas, no clínicas: imputabilidad, capacidad o riesgo futuro. Además, los algoritmos de predicción de violencia, como COMPAS, no superan a modelos muy simples, y la propia IA puede ayudar a los examinados a simular trastornos. El Reglamento europeo de IA prohíbe, además, predecir delitos basándose solo en perfiles o en rasgos de personalidad.
Calcedo propone una escala de seis niveles de automatización. Un borrador completo generado por IA y revisado por el perito es técnicamente posible, pero arriesgado, porque puede degenerar en una firma sin revisión real. Un informe íntegramente automatizado choca con obstáculos jurídicos, como la exigencia de titulación, juramento, contradicción y responsabilidad personal. También con obstáculos regulatorios, porque el Reglamento europeo exige supervisión humana efectiva y el RGPD protege los datos de salud. A ello se suman límites epistémicos, ya que la IA no puede explorar al paciente, y éticos, por lo que supone para la dignidad del examinado. El autor plantea además una paradoja: cuanto más fiable parece un sistema, menos se revisa y más fácilmente pasan inadvertidos sus errores.
Como conclusión, defiende el modelo del «perito aumentado»: un profesional que declara qué herramientas usa, verifica cada dato, explora personalmente al examinado, protege la información y conserva el juicio y la responsabilidad. Cierra con la idea de que la cuestión no es si la IA puede redactar un informe, sino si puede responder de él, algo que hoy solo puede hacer una persona.