¿Puede un sistema eficiente ser radicalmente injusto sin violar ninguna regla técnica que haya diseñado para sí mismo?

En 2018, un algoritmo de reconocimiento facial usado por una empresa de contratación descartaba sistemáticamente candidatas mujeres. No había fallo técnico: el sistema optimizaba exactamente lo que se le pidió. La eficiencia era verificable. El problema era que nadie había codificado que los seres humanos no pueden ser variables a eliminar en una función de optimización.

Los Capítulos 5 y 6 de CLA construyeron las condiciones de validez y los estándares de evidencia del Common Law Algorítmico. Ambos asumieron la existencia de restricciones constitutivas que ninguna optimización puede transgredir. Ninguno las formalizó. Este capítulo construye esas restricciones.

La Dignidad Algorítmica no es extensión filosófica de la dignidad clásica: es su traducción operativa al único lenguaje que los agentes algorítmicos entienden — restricciones duras que definen el espacio de soluciones antes del cálculo. La dignidad clásica opera ex post: un tribunal evalúa si un acto la violó. La Dignidad Algorítmica opera ex ante: la violación no existe como opción computable.

El capítulo formaliza siete Umbrales de Inviolabilidad — organizados en dos niveles (Alfa: absolutos; Beta: ponderables con escalamiento humano obligatorio) — que van desde la prohibición de causar muerte intencional por optimización (U1) hasta el derecho a impugnar cualquier decisión algorítmica que afecte derechos fundamentales (U7). Para cada umbral: fundamento filosófico convergente (Kant, DUDH, Jonas, Nussbaum), especificación técnica de implementación, y consecuencia exacta de violación. La relación entre la VEC (Cap 5) y la Dignidad se formaliza como función de utilidad lexicográfica: los umbrales no participan en ningún cálculo de costo-beneficio. No hay número de vidas salvadas que convierta en admisible matar intencionalmente una. El sistema no elige no hacerlo; simplemente no puede calcularlo como opción.

Como escribe el propio capítulo: «Un sistema que puede demostrar que es eficiente pero no puede garantizar que es humano no ha demostrado nada.»

🔹 CLA — Derecho Algorítmico para el Cosmos Jesús Bernal Allende | Escuela del Deber-Optimizar y la Soberanía de la Evidencia https://a.co/d/08sewgjh 🌐 https://edo-os.com 🔗 https://www.linkedin.com/in/jesus-bernal-allende-030b2795

Si la autoridad que no puede demostrar por qué manda no es autoridad sino inercia, ¿qué infraestructura institucional garantiza que la evidencia sobre la que se legitima un sistema algorítmico no sea producida por quien tiene el mayor interés en manipularla?

El patrón es consistente a través de la historia reciente. Los modelos de Value-at-Risk que precedieron a la crisis financiera de 2008 eran «basados en evidencia» — evidencia producida por las mismas instituciones cuya estabilidad pretendían demostrar. Los informes del FMI documentaban «progreso» en países donde las condiciones materiales empeoraban, usando métricas diseñadas para producir los resultados deseados. Los planificadores soviéticos presentaban datos de producción fabricados por la misma burocracia cuya legitimidad dependía de ese éxito. Cuando la legitimidad depende de resultados, existe un incentivo estructural para manipular la evidencia de esos resultados.

Este capítulo construye la Soberanía de la Evidencia como cuarta fuente de legitimidad política, complementaria a las tres tradiciones clásicas (Weber, Scharpf, Schmidt):

1. Cinco condiciones de evidencia (E1-E5): trazabilidad de origen, reproducibilidad metodológica, falsificabilidad, independencia de validación y actualidad.

2. Jerarquía de evidencia en cuatro niveles, calibrada por criticidad: desde convergente multi-fuente para decisiones existenciales hasta declarativa sin peso normativo.

3. IURUS como infraestructura epistémica: registro inmutable, certificación metodológica, auditoría y adjudicación de impugnaciones de primer nivel.

4. Cinco mecanismos anti-captura: independencia estructural, rotación obligatoria, pluralismo de verificación, auditoría recíproca y transparencia radical.

5. Ruptura de circularidad en tres niveles: separación de funciones epistémicas, triangulación de fuentes y falsificabilidad institucionalizada.

Los precedentes institucionales se invocan con rigor: la IAEA en el dominio nuclear, la OACI en aviación civil, las revisiones Cochrane en medicina basada en evidencia, los Acuerdos Artemis como proto-transparencia (2020), el trabajo de Weiss y Jacobson (2000) sobre cumplimiento ambiental basado en información. El capítulo se apoya en Jasanoff (2003, 2004) para formular IURUS como «tecnología de humildad» institucionalizada — no pretende poseer la verdad, sino establecer las condiciones bajo las cuales las afirmaciones de verdad pueden ser evaluadas, cuestionadas y corregidas.

Cinco dominios quedan explícitamente fuera de la soberanía de la evidencia: la definición de fines, los Umbrales de Inviolabilidad, la vida cultural, las decisiones existenciales individuales y lo que la evidencia no puede capturar. La jerarquía con la Dignidad Algorítmica (Cap. 7) es lexicográfica: la evidencia evalúa métricas; los umbrales los establece la comunidad política.

La tesis de cierre: confiar en lo verificable no es cinismo. Es la forma más honesta de respeto: respetar a una comunidad lo suficiente como para demostrarle — no declararle — que se gobierna bien.

—

🔹 CLA — Derecho Algorítmico para el Cosmos

Jesús Bernal Allende | Escuela del Deber-Optimizar y la Soberanía de la Evidencia

https://a.co/d/08sewgjh 🌐 https://edo-os.com 🔗 https://www.linkedin.com/in/jesus-bernal-allende-030b2795

Si una norma que nadie puede verificar no es norma sino esperanza, ¿qué hace que una decisión algorítmica sea jurídicamente válida cuando nadie la promulgó, nadie la interpretó y nadie tuvo tiempo para deliberarla?

La pregunta no es hipotética. En órbita baja terrestre, sistemas de inteligencia artificial ya ejecutan maniobras de evasión de colisiones para constelaciones de miles de satélites, con ventanas de decisión que a veces no superan los minutos. Si el sistema decide no maniobrar y la colisión genera desechos que dañan a terceros, la cadena de responsabilidad entre operador, diseñador del algoritmo y regulador que certificó los parámetros es jurídicamente ambigua bajo el régimen actual (UNOOSA, 2025; SmartSat CRC, 2024). Ningún precedente —ni la personalidad corporativa, ni la regulación de vehículos autónomos, ni el derecho marítimo— resuelve el problema de la validación normativa en tiempo real de decisiones autónomas con consecuencias existenciales.

Este capítulo desarrolla la Validez por Eficiencia Crítica (VEC) como cuarta tradición de validez jurídica, complementaria y no sustituta de las tres tradiciones clásicas:

1. Validez formal (Kelsen): la norma vale porque la emitió la autoridad competente.

2. Validez sustantiva (Dworkin, iusnaturalismo): la norma vale si respeta principios morales.

3. Validez sociológica (Hart, realismo jurídico): la norma vale si es generalmente obedecida.

4. Validez VEC: la decisión vale si produce resultados verificablemente óptimos dentro de restricciones que protegen la dignidad humana.

Las cuatro condiciones acumulativas de validez (C1-C4): optimalidad demostrable, restricciones constitutivas, trazabilidad completa y override humano disponible. Los tres estándares de optimalidad calibrados por criticidad: óptimo estricto, óptimo razonable, mejora demostrable. La taxonomía de fallos (F1-F4) con consecuencias progresivas, desde suboptimalidad menor hasta nulidad absoluta por violación de restricciones. Y el sistema de impugnación en tres instancias: IURUS, THEA (Tribunal Híbrido Espacial Algorítmico) y revisión de estándares.

El capítulo cierra con la formulación axiomática canónica: seis axiomas que cualquier sistema que pretenda implementar la VEC debe satisfacer en su integridad. El Axioma 2 es lexicográ