lunes, 3 de agosto de 2026

Ley N.° 31814, Ley que promueve el uso de la inteligencia artificial en favor del desarrollo económico y social del país

 Fuente: Ley N.° 31814, Ley que promueve el uso de la inteligencia artificial en favor del desarrollo económico y social del país (El Peruano, 5 de julio de 2023; dada el 13 de junio de 2023, publicada el 4 de julio de 2023).

Objeto (art. 1): Promover el uso de la IA en el marco del proceso nacional de transformación digital, privilegiando a la persona y el respeto de los derechos humanos, en un entorno que garantice su uso ético, sostenible, transparente, replicable y responsable.

Principios rectores (Título Preliminar, artículo único): (a) estándares de seguridad basados en riesgos; (b) pluralidad de participantes; (c) gobernanza de internet; (d) sociedad digital; (e) desarrollo ético para IA responsable; (f) privacidad de la IA.

Definiciones clave (art. 3): IA como "tecnología emergente de propósito general"; sistema basado en IA como "sistema electrónico-mecánico que puede, para una serie de objetivos definidos por humanos, hacer predicciones, recomendaciones o tomar decisiones, influenciando ambientes reales o virtuales"; tecnologías emergentes (robótica, analítica, IA, tecnologías cognitivas, nanotecnología, IoT); algoritmo.

Autoridad Nacional (art. 4): La PCM, a través de la Secretaría de Gobierno y Transformación Digital, es la autoridad técnico-normativa responsable de dirigir, evaluar y supervisar el uso y desarrollo de la IA. Entre sus funciones: fortalecimiento de infraestructura digital habilitadora (literal c) y desarrollo de infraestructura de datos (literal d) — sin mención alguna a los requerimientos energéticos, hídricos o ambientales de dicha infraestructura.

Artículo 5 — Informe al Congreso: La Autoridad Nacional remite informe anual sobre avances en la Política Nacional de Transformación Digital y la Estrategia Nacional de IA; solo contempla reporte inmediato a la Comisión de Inteligencia del Congreso en caso de amenazas de ciberseguridad — no existe obligación equivalente de reporte ante impactos ambientales.

Disposición complementaria final única: Ordenó al Poder Ejecutivo aprobar el reglamento en 90 días hábiles desde la vigencia (i.e., hacia octubre-noviembre de 2023). El reglamento efectivamente se aprobó mediante D.S. N.° 115-2025-PCM, es decir, con más de 20 meses de retraso respecto del plazo legal original.


Relevancia central para el corpus QNM: Este es el texto fuente primario de la Ley N.° 31814, ya referenciada en la memoria QNM como parte del marco regulatorio de IA en el Perú, y citada por Mejía (2025) (Documento 4) como norma "muy genérica" sin criterios concretos para el sector público. Su lectura directa confirma tres hallazgos:

  1. Confirma con texto oficial el vacío ambiental estructural denunciado en toda la serie QNM: los seis artículos sustantivos de la ley (objeto, interés nacional, definiciones, autoridad nacional, informe al Congreso) no contienen una sola referencia a agua, energía, recursos naturales, huella de carbono o sostenibilidad ambiental de la infraestructura de IA, pese a que el propio artículo 1 invoca expresamente un "uso sostenible" de la IA como principio rector — término que la ley no define ni desarrolla en ninguna dimensión ambiental concreta.
  2. Confirma el incumplimiento del plazo reglamentario: 90 días hábiles desde junio de 2023 (aprox. noviembre 2023) versus la aprobación real del reglamento en septiembre de 2025 — más de año y medio de mora, dato que refuerza la Brecha 5 documentada en la Publicación 4 de la serie QNM (incumplimiento sistemático D.S. 115-2025-PCM).
  3. El artículo 2 (interés nacional) incluye expresamente "la justicia" entre los ámbitos de fomento del uso de IA — base normativa directa que habilitó, en los hechos, el despliegue de Amauta.Pro, Curia e IUDEX IA sin que la ley matriz haya anticipado ninguna salvaguarda ambiental ni de auditoría algorítmica específica para el sector justicia.

Lista de contaminantes: No aplica — ley de promoción general de IA, sin contenido ambiental ni parámetros fisicoquímicos.

Brechas de gestión:

  1. Ausencia total de la dimensión ambiental/hídrica en la ley matriz de IA del Perú (Ley N.° 31814), pese a invocar "uso sostenible" como principio — vacío normativo de origen que se propaga a todo el ecosistema regulatorio posterior (D.S. 115-2025-PCM, Ley 32314, sistemas judiciales de IA), confirmando desde la fuente primaria el "punto ciego ambiental" que atraviesa los ocho documentos ya incorporados al corpus QNM.
  2. Incumplimiento del plazo reglamentario: 90 días hábiles legalmente exigidos (2023) vs. cumplimiento real más de 20 meses después (D.S. 115-2025-PCM, septiembre 2025).
  3. El artículo 4.c (fortalecimiento de infraestructura digital) atribuye a la Autoridad Nacional (PCM) la función de promover infraestructura habilitadora de IA —centros de datos, capacidad de cómputo— sin ningún requisito de evaluación de impacto ambiental o hídrico asociado, vacío que conecta directamente con el caso GTD Perú (Lurín) ya documentado en el corpus QNM.
  4. El mecanismo de rendición de cuentas del artículo 5 (informe anual al Congreso) no incluye indicadores de sostenibilidad ambiental, solo de ciberseguridad — asimetría de fiscalización que reproduce el patrón denunciado por QNM ante la Comisión de Fiscalización del Congreso (escrito del 20/06/2026).

QNM — Que Nos Mantengan con lo Nuestro® | INDECOPI N.° 00174793
Yolanda Victoria Rojas Espinoza | ORCID 0009-0002-9012-1393

¿Es CURIA la IA judicial que garantiza justicia y ética?

 Fuente: Cavani, M. y Cavani, R. (2026). Suplemento Legal: ¿Es CURIA la IA judicial que garantiza justicia y ética? Descúbrelo. Suplemento Jurídica, Diario Oficial El Peruano, 20 de enero de 2026, 20:37 h.

Autores: Maurizio Cavani (MsC, biólogo computacional) y Renzo Cavani (profesor ordinario asociado, PUCP). Tercer artículo de una serie de los mismos autores sobre CURIA, el asistente de IA de la Quinta Sala de Derecho Constitucional y Social de la Corte Suprema — el mismo sistema documentado en la Publicación 2 del corpus QNM.

Objeto: Reconstrucción técnica especulativa de la arquitectura de CURIA a partir de dos informes situacionales oficiales, ante la ausencia de información pública completa. Los propios autores advierten que actúan "a un paso adelante" mediante inferencia técnica, no verificación directa.

Arquitectura reconstruida (hipótesis técnica, no confirmada oficialmente): Sistema tipo Retrieval-Augmented Generation (RAG) con cinco módulos: (1) pipeline ETL jurídico (OCR/parsing), (2) motor de embeddings (posibles arquitecturas SBERT adaptadas al dominio jurídico), (3) indexador/motor de búsqueda híbrido, (4) generador condicional (LLM), (5) capa de interacción conversacional. Eficiencia reportada en la PoC: ~270 folios procesados en ~4.5 minutos por caso.

Dato crítico sobre el corpus de entrenamiento: La prueba de concepto se entrenó con 1,136 antecedentes y la base SPIJ especializada en revisión de legalidad de ejecución coactiva. Los autores señalan como limitación técnica seria que esta muestra es "insuficiente para entrenar un generador de lenguaje generalizable sobre una amplia gama de supuestos jurídicos" y que la extrapolación a otros tipos de procesos exige "estrategias adicionales de transferencia o ampliación del set de datos".

Vacíos técnicos no documentados por las fuentes oficiales, identificados por los autores: granularidad de las anotaciones del corpus; política de curación y selección de los 1,136 antecedentes; preprocesamiento aplicado (anonimización de datos personales, normalización). Sin esta documentación, concluyen, "la evaluación técnica queda circunscrita a observaciones empíricas sin mayor reproducibilidad".

Cuatro requisitos técnicos propuestos para que CURIA sea institucionalmente fiable: (1) versionado reproducible de datasets/modelos; (2) trazabilidad por sugerencia (fuentes, puntajes de similitud, parámetros de generación); (3) protocolos de evaluación y benchmarks públicos anotados por expertos; (4) interfaces y modularidad (APIs con contratos claros, desacoplamiento de componentes).

Referencia normativa: Confirma que el Reglamento de IA (D.S. N.° 115-2025-PCM) fue aprobado en septiembre de 2025, y que un artículo previo de los mismos autores ya analizó los desafíos de CURIA frente a dicho reglamento.

Nota editorial contextual relevante: En la misma edición de El Peruano (20/01/2026), en la sección Opinión, aparece un artículo titulado "Fortalecer la ANA, clave para el desarrollo", que señala que el Perú enfrenta emergencias por sequías e inundaciones con creciente frecuencia sin abordar el problema estructural de institucionalidad sólida para la gestión hídrica — dato de contexto editorial que refuerza, desde el mismo medio oficial, la línea de investigación QNM sobre gobernanza del agua.


Relevancia para el corpus QNM (Publicación 2 — CURIA): Este es el primer documento del corpus que aporta un análisis técnico independiente y crítico (no institucional, no QNM) sobre uno de los tres sistemas de IA judicial. Confirma con fuente experta externa —desde perspectiva de ingeniería de modelos— exactamente el patrón de opacidad que QNM documentó en la Publicación 2: ausencia de trazabilidad, ausencia de benchmarks públicos, ausencia de auditoría reproducible. La coincidencia entre el diagnóstico técnico de los Cavani y el diagnóstico jurídico-ambiental de QNM refuerza la solidez del hallazgo transversal de la serie.

Nuevamente, ninguno de los cuatro frentes técnicos propuestos por los autores (versionado, trazabilidad, benchmarks, interfaces) menciona consumo computacional, energético o hídrico de la infraestructura que sostiene a CURIA — confirmando por sexta vez en el corpus (Documentos 2, 3, 4, 5, 6 y ahora 7) el punto ciego ambiental transversal a toda la producción académica, normativa y periodística especializada sobre IA judicial en el Perú.


Lista de contaminantes: No aplica — artículo técnico-periodístico sobre arquitectura de IA judicial, sin mediciones ambientales.

Brechas de gestión:

  1. Los propios autores confirman que la información pública oficial sobre CURIA es insuficiente para "comprender del todo el funcionamiento del sistema ni tampoco si se encuentra alineado con estándares éticos de la IA" — validación experta externa del patrón de opacidad ya denunciado por QNM.
  2. Corpus de entrenamiento (1,136 antecedentes) técnicamente insuficiente según estándares de ingeniería de modelos, riesgo que se traslada directamente a la fiabilidad de los proyectos de ejecutoria suprema generados.
  3. Ausencia de trazabilidad por sugerencia (fuentes, puntajes de similitud, parámetros de inferencia), lo que impide auditoría posterior de por qué CURIA ofreció una sugerencia determinada — vacío que coincide con la ausencia de auditoría de sesgo ya señalada en IUDEX IA (Documento 5) y Amauta.Pro (Documento 4).
  4. Ausencia total, también en este análisis técnico especializado, de cualquier referencia al consumo computacional/energético/hídrico de la infraestructura que soporta a CURIA — sexta confirmación del punto ciego ambiental transversal del corpus QNM.
  5. Vencimiento del plazo de adecuación al D.S. N.° 115-2025-PCM (septiembre 2026) sin que conste, a enero de 2026, documentación técnica pública que permita evaluar el cumplimiento de los requisitos de transparencia algorítmica exigidos por dicho reglamento.

QNM — Que Nos Mantengan con lo Nuestro® | INDECOPI N.° 00174793
Yolanda Victoria Rojas Espinoza | ORCID 0009-0002-9012-1393

Ley de Delitos Informáticos

 Fuente: Ley N.° 32314, Ley que modifica el Código Penal, Decreto Legislativo 635, y la Ley 30096, Ley de Delitos Informáticos, para incluir el uso de la inteligencia artificial en la comisión de delitos (El Peruano, 29 de abril de 2025).

Objeto: Texto oficial completo, publicado en El Peruano, de la norma ya referenciada en la memoria QNM y confirmada en el Documento 3 (Ley N.° 30096 actualizada). Este documento es la fuente primaria original de dicha modificación.

Contenido normativo (Artículo 1 — Código Penal, D. Leg. 635):

  • Art. 46.2.e y 46.2.ñ (circunstancias agravantes generales): incorpora como agravante el "uso indebido de inteligencia artificial o tecnologías similares o análogas" (46.2.e) y, de forma más amplia, el mero empleo de IA "para la realización de la conducta punible" (46.2.ñ, nuevo literal) — aplicable a cualquier delito del Código Penal, no solo a los tipificados expresamente.
  • Art. 129-M (pornografía infantil): incorpora expresamente el uso de tecnologías de IA, incluidas falsificaciones profundas ("deepfakes"), como medio comisivo.
  • Art. 132 (difamación): incorpora IA y deepfakes como medio agravado cuando difunden información falsa o denigrante.
  • Art. 196-A.7 (estafa agravada): incorpora la manipulación de voz, imagen, audio o movimiento corporal mediante IA con perjuicio económico a la víctima.
  • Arts. 217-220-C (derechos de autor): formas agravadas y elusión de medidas tecnológicas efectivas (no exclusivas de IA, pero incorporadas en el mismo paquete modificatorio).

Artículo 2 — Modificación de la Ley 30096: Incorpora el numeral 5 al artículo 11 (agravantes de la Ley de Delitos Informáticos): el juez aumenta la pena hasta un tercio por encima del máximo legal cuando el agente comete el delito empleando IA o tecnologías similares o análogas. Este es el texto fuente exacto que el Documento 3 (Ley 30096 actualizada a 2026) reproduce como art. 11.5, confirmándose ahora con precisión la genealogía normativa completa.

Disposición complementaria final: Ordena al Poder Ejecutivo (PCM y Minjusdh) emitir normativa reglamentaria adicional en 60 días calendario desde la vigencia (plazo vencido hacia finales de junio de 2025); no consta en el corpus QNM evidencia de que dicha reglamentación se haya emitido.


Relevancia para el corpus QNM: Esta ley confirma con fuente oficial primaria el dato ya usado en el análisis de IUDEX IA (Documento 5) y en el marco regulatorio general de la memoria QNM. Es especialmente pertinente para la Brecha 3 de la Publicación 3 (IUDEX IA): si el aprendizaje del sistema por retroalimentación de operadores derivara en errores sistemáticos que afecten el patrimonio de un justiciable, el marco penal ya prevé el agravante de IA tanto en el Código Penal (estafa agravada, art. 196-A.7) como en la Ley de Delitos Informáticos (art. 11.5), pero no existe correlato en sede administrativa o civil que resuelva la responsabilidad del Estado o de Timix SAC por errores algorítmicos no dolosos en la calificación de demandas.


Lista de contaminantes: No aplica — norma penal sustantiva, sin contenido ambiental.

Brechas de gestión:

  1. Vencimiento sin evidencia de cumplimiento: la disposición complementaria final fijó 60 días calendario (hasta ~finales de junio 2025) para que el Poder Ejecutivo emita normativa reglamentaria adicional; no consta su publicación en el corpus QNM ni en fuentes oficiales verificadas hasta la fecha.
  2. El agravante genérico del art. 46.2.ñ (Código Penal) y el art. 11.5 (Ley 30096) carecen de estándar pericial oficial para acreditar el "empleo de IA" en la comisión del delito — vacío técnico que se proyecta directamente sobre el uso de sistemas judiciales de IA (Amauta.Pro, Curia, IUDEX IA) documentados por QNM, donde tampoco existe protocolo de auditoría algorítmica.
  3. La norma regula el uso malicioso o indebido de IA por particulares, pero no contempla symmetría alguna respecto del uso de IA por el propio Estado (Poder Judicial) en funciones jurisdiccionales — asimetría regulatoria consistente con el "punto ciego" ya documentado en la serie QNM sobre transparencia algorítmica estatal.
  4. Ausencia de correlato civil/administrativo para daños patrimoniales derivados de errores no dolosos de sistemas de IA estatales (relevante para IUDEX IA, Documento 5).

QNM — Que Nos Mantengan con lo Nuestro® | INDECOPI N.° 00174793
Yolanda Victoria Rojas Espinoza | ORCID 0009-0002-9012-1393

IA en el Poder Judicial peruano: IUDEX IA

 Fuente: QNM (2026). IA en el Poder Judicial peruano: IUDEX IA — Cuando una empresa privada desarrolla la IA que califica tu demanda. Serie de investigación QNM, Publicación N.° 3. Fuente primaria citada: Nota de Prensa N.° 021-2025-ETII Oralidad Civil (6 de mayo de 2025).

Objeto: Tercer sistema de IA judicial documentado por QNM. IUDEX IA — desarrollado por el ETII Oralidad Civil en convenio con la empresa privada Timix SAC — automatiza la calificación de competencia por cuantía y materia de demandas civiles, reduciendo el trámite de 2-3 horas a menos de un minuto, en fase piloto en el MCCLO de la CSJ de Lima con expansión nacional prevista.

Elemento diferenciador respecto de Amauta.Pro y Curia: es el primer sistema del inventario QNM desarrollado por un tercero privado (Timix SAC) y no internamente por el Poder Judicial, lo que introduce cuestionamientos sobre propiedad intelectual, acceso a datos patrimoniales sensibles y dependencia tecnológica bajo el artículo 139.1 de la Constitución (autonomía jurisdiccional).

Corroboración cruzada con el corpus recién incorporado:

  • Documento 4 (Mejía, 2025, Forseti) confirma independientemente, desde fuente académica con resoluciones administrativas primarias, que Amauta.Pro es un sistema desarrollado internamente por la CSJ Lima Norte — validando la distinción "desarrollo interno vs. privado" que esta Publicación 3 establece como el elemento crítico de IUDEX IA.
  • Documento 3 (Ley N.° 30096 actualizada 2026) aporta la base normativa penal exacta que este documento no cita: el art. 11.5 (incorporado por Ley N.° 32314) tipifica el uso de IA como agravante genérica en delitos informáticos — relevante si llegara a acreditarse manipulación, acceso indebido o alteración de datos en sistemas como IUDEX IA por parte de terceros privados con acceso a información patrimonial sensible (conecta con la Brecha 1 y Brecha 7 de esta publicación).

Vencimiento regulatorio compartido: D.S. N.° 115-2025-PCM exige evaluación de impacto en derechos humanos y transparencia algorítmica para sistemas de IA de riesgo alto en justicia antes del 10 de septiembre de 2026 — plazo que ya corre para los tres sistemas del inventario (Amauta.Pro, Curia, IUDEX IA).


Lista de contaminantes: No aplica — nota de prensa institucional y análisis jurídico sobre sistema de IA judicial, sin mediciones ambientales directas.

Brechas de gestión (7, ya identificadas en el documento, con actualización cruzada):

  1. Empresa privada (Timix SAC) con acceso no transparentado a datos jurisdiccionales patrimoniales.
  2. Propiedad intelectual y dependencia tecnológica no aclaradas — riesgo constitucional (art. 139.1).
  3. Aprendizaje por retroalimentación sin validación independiente (riesgo de "degradación por entrenamiento sesgado", coincide con la advertencia de Mejía 2025 —Doc. 4— sobre la variabilidad interpretativa del razonamiento jurídico frente al médico).
  4. Evaluación de impacto en derechos humanos (D.S. 115-2025-PCM, plazo septiembre 2026) no acreditada.
  5. Expansión nacional prevista sin criterios públicos de validación.
  6. Huella ambiental acumulativa de tres sistemas de IA judicial — cero medición pública, patrón ahora confirmado también por la ausencia total de datos energéticos/hídricos en las cuatro resoluciones administrativas de Amauta.Pro citadas en el artículo de Mejía (Documento 4) y en la revisión sistemática de Bermúdez Castro et al. (Documento 2).
  7. Conflicto de interés potencial de Timix SAC no evaluado ni declarado.

Registrado en el inventario acumulativo de la serie. Puedes continuar enviando documentos.

QNM — Que Nos Mantengan con lo Nuestro® | INDECOPI N.° 00174793
Yolanda Victoria Rojas Espinoza | ORCID 0009-0002-9012-1393

El caso de Amauta Pro. Forseti

 Fuente: Mejía Trujillo, G. (2025). Sistemas expertos en el Poder Judicial de Perú: El caso de Amauta Pro. Forseti. Revista de Derecho, 14(22), 81-98.

Objeto: Análisis jurídico-técnico del sistema Amauta Pro (Corte Superior de Justicia de Lima Norte) como Sistema Experto (SE) de IA aplicado a medidas de protección bajo la Ley N.° 30364.

Trazabilidad normativa administrativa reconstruida por el autor:

  • RA 1086-2023-P-CSJLIMANORTE-PJ (18/08/2023): creación del asistente jurisdiccional "Amauta Pro".
  • RA 162-2024-P-CSJLIMANORTE-PJ (05/02/2024): adquisición de GPU de alto rendimiento, interoperabilidad vía PIDE con PNP (SIPROVIV), Programa Aurora y Ministerio Público.
  • RA 418-2024-P-CSJLIMANORTE-PJ (25/04/2024): redefinición como SE basado en reglas, conectado al Expediente Judicial Electrónico (EJE PJ) y la PIDE, con generación automatizada de proyectos de resolución.
  • RA 973-2024-P-CSJLIMANORTE-PJ (24/09/2024): inicio oficial de producción, cobertura de once juzgados, cinco plantillas (violencia de pareja, adulto mayor, NNA, incompetencia, inhibición).

Marco teórico: Amauta se clasifica, siguiendo la tipología de Susskind (1990), como "sistema de modelación de documentos" — no como diagnóstico, planificación, guía de procedimiento o lista de verificación. Se destaca como SE de "caja abierta/blanca" (open-box), en contraste con sistemas de caja negra (IA generativa, agentes de IA), por su mayor transparencia y explicabilidad Susskind (1986) señala que los sistemas expertos suelen ser transparentes en el sentido de que pueden generar explicaciones de las líneas de razonamiento que los llevan a sus conclusiones.

Marco regulatorio comparado citado: Reino Unido (Guía IA para titulares de cargos judiciales, dic. 2023, actualizada abril 2025) y Colombia (Lineamientos IA Rama Judicial, dic. 2024). El autor confirma la ausencia de reglamentación específica de IA para el sector público peruano y de la Ley N.° 31814 al momento de publicación (2025) — dato que actualiza el marco regulatorio QNM, dado que el D.S. N.° 115-2025-PCM fue publicado en septiembre 2025, posterior al cierre de este artículo.

Limitaciones reconocidas por el autor: ausencia de transparencia algorítmica suficiente en el sector público peruano; el razonamiento jurídico (a diferencia del médico) no es causal-descriptivo sino interpretativo, lo que limita la fiabilidad del SE; dependencia crítica de la calidad de interoperabilidad entre PNP, Programa Aurora, Ministerio Público y Poder Judicial.


Relevancia para el corpus QNM (Publicación 1 — Amauta.Pro): Este artículo académico (Forseti, 2025) corrobora y detalla con fuentes primarias (resoluciones administrativas) exactamente el sistema ya documentado por QNM: mismo software, misma base normativa (Ley 30364), mismos 11 juzgados, mismas 5 plantillas. Aporta la genealogía administrativa completa (2023-2024) y el marco comparado (RU/Colombia) ausente en el análisis QNM previo. Confirma nuevamente el patrón del "punto ciego ambiental": ni el artículo de Mejía ni las cuatro resoluciones administrativas citadas mencionan consumo energético, hídrico o huella ambiental de los GPU adquiridos para Amauta — coincidiendo con el hallazgo de Bermúdez Castro et al. (2025) (Documento 2) sobre ausencia total de esta dimensión en la literatura jurídica peruana.


Lista de contaminantes: No aplica — artículo jurídico-técnico sobre sistemas expertos judiciales, sin mediciones ambientales.

Brechas de gestión:

  1. El propio autor documenta la adquisición de "Unidades de Procesamiento de Gráficos de alto rendimiento" (RA 162-2024) sin que ninguna resolución administrativa registre su consumo energético o hídrico asociado — vacío que refuerza el hallazgo QNM sobre invisibilidad material de la infraestructura de IA en el Poder Judicial.
  2. Vacío normativo confirmado por fuente académica especializada: a la fecha del artículo (2025), Perú carecía de reglamento de IA aplicable al sector público, y el Poder Judicial operó Amauta sin lineamientos propios, a diferencia de RU y Colombia.
  3. Dependencia de interoperabilidad PIDE entre PNP, Programa Aurora, Ministerio Público y Poder Judicial sin auditoría externa documentada sobre la calidad o sesgo de los datos de origen.
  4. El propio autor advierte que los productos de Amauta requieren supervisión humana constante por la naturaleza interpretativa del razonamiento jurídico, riesgo que se acumula con los hallazgos de opacidad y ausencia de auditoría ya documentados en Curia e IUDEX IA (Publicaciones 2 y 3, corpus QNM).

QNM — Que Nos Mantengan con lo Nuestro® | INDECOPI N.° 00174793
Yolanda Victoria Rojas Espinoza | ORCID 0009-0002-9012-1393

Ley N.° 30096, Ley de Delitos Informáticos (El Peruano, 22 de octubre de 2013), texto actualizado al 13 de febrero de 2026 (Editora Perú, 2026).

 Fuente: Ley N.° 30096, Ley de Delitos Informáticos (El Peruano, 22 de octubre de 2013), texto actualizado al 13 de febrero de 2026 (Editora Perú, 2026).

Objeto: Prevenir y sancionar conductas ilícitas contra sistemas y datos informáticos y otros bienes jurídicos penalmente relevantes, cometidas mediante TIC (Ley N.° 30096, 2026, art. 1).

Estructura vigente (7 capítulos, 12 artículos + incorporaciones):

  • Cap. II — Delitos contra datos y sistemas: acceso ilícito (art. 2, modif. D. Leg. N.° 1614, 2023), atentado a integridad de datos (art. 3) y de sistemas (art. 4).
  • Cap. III — Delitos contra indemnidad y libertad sexuales: proposiciones a menores (art. 5, modif. D. Leg. N.° 1591, 2023) y chantaje sexual digital (art. 5-A, incorp. D. Leg. N.° 1625, 2024).
  • Cap. IV — Intimidad y secreto de comunicaciones: interceptación de datos (art. 7); tráfico ilegal de datos (art. 6) derogado desde 2014.
  • Cap. V — Patrimonio: fraude informático (art. 8, modif. D. Leg. N.° 1614, 2023) y préstamos informáticos extorsivos (art. 8-A, incorp. Ley N.° 32183, 2024).
  • Cap. VI — Fe pública: suplantación de identidad (art. 9, modif. D. Leg. N.° 1591, 2023) y activación fraudulenta de SIM Card (art. 9-A, incorp. Ley N.° 32451, 2025).
  • Cap. VII — Disposiciones comunes: abuso de mecanismos informáticos (art. 10); agravantes (art. 11); exención de responsabilidad para pruebas autorizadas (art. 12); adquisición/tráfico ilícito de datos (art. 12-A, incorp. D. Leg. N.° 1700, enero 2026, con excepción modificada por D. Leg. N.° 1741, febrero 2026).

Punto de mayor relevancia para el corpus QNM: El artículo 11, numeral 5 (Ley N.° 30096, 2026), incorporado por Ley N.° 32314 (29 de abril de 2025), establece como agravante genérica el empleo de inteligencia artificial o tecnologías similares o análogas en la comisión de cualquiera de los delitos tipificados en esta ley. Esto confirma y precisa el dato ya registrado en la memoria QNM sobre la Ley N.° 32314 (agravantes penales por uso de IA), situándolo específicamente como modificación al artículo 11 de la Ley de Delitos Informáticos, no como tipo penal autónomo.

Disposiciones complementarias relevantes: Terminología conforme al Convenio de Budapest sobre Ciberdelincuencia (2001); cooperación operativa entre PNP, Ministerio Público, Poder Judicial, Pe-CERT y ONGEI; agente encubierto en entornos digitales (disp. compl. segunda, modif. D. Leg. N.° 1591, 2023).


Lista de contaminantes: No aplica — instrumento normativo penal sobre ciberdelincuencia, sin parámetros ambientales ni fisicoquímicos.

Brechas de gestión:

  1. La agravante por uso de IA (art. 11.5) carece de reglamentación técnica sobre cómo se acredita pericialmente el "empleo de inteligencia artificial" en la comisión del delito, vacío que conecta con la ausencia general de estándares de auditoría algorítmica documentada en la revisión sistemática de Bermúdez Castro et al. (2025) (Documento 2 de este corpus).
  2. La ley regula la protección de datos e integridad de sistemas informáticos, pero no contempla ningún supuesto vinculado al impacto ambiental, energético o hídrico de la infraestructura digital (centros de datos, servidores) que procesa dichos sistemas — vacío consistente con el "punto ciego ambiental" ya identificado en el corpus QNM sobre IA judicial.
  3. Multiplicidad de modificaciones dispersas (2014-2026, al menos 9 normas modificatorias) sin texto único ordenado oficial, lo que dificulta la seguridad jurídica y el acceso ciudadano a la norma vigente.

QNM — Que Nos Mantengan con lo Nuestro® | INDECOPI N.° 00174793
Yolanda Victoria Rojas Espinoza | ORCID 0009-0002-9012-1393

F

IA Y DERECHOS HUMANOS EN EL PERÚ: LO QUE DICE LA ACADEMIA Y LO QUE NADIE INVESTIGA

 IA Y DERECHOS HUMANOS EN EL PERÚ: LO QUE DICE LA ACADEMIA Y LO QUE NADIE INVESTIGA

Serie de investigación QNM: Inteligencia Artificial en el Perú — Lo que hay, lo que falta y lo que nadie te dice
Publicación N° 5


QUÉ ENCONTRAMOS

Documento: "Inteligencia artificial y derechos humanos en el ordenamiento jurídico peruano: una revisión sistemática"
Autores: Juan Christian Bermudez Castro, Aura Elisa Quiñones Li, Sofia Nelly Romero Coz, Freddy Miguel Castro Verona, Luz Emerita Cervera Cajo y Saba Asunción Cabrera Chaupin
Instituciones: Universidad César Vallejo y Universidad Privada San Juan Bautista, Lima, Perú
Publicación: Revista Tribunal — Revista en Ciencias de la Educación y Ciencias Jurídicas, Volumen 5, N° 13, octubre-diciembre 2025, páginas 676-695
Metodología: Revisión sistemática PRISMA de 30 estudios académicos peruanos publicados entre 2018 y 2025
Fuentes principales: Derecho PUCP (36.6%, 11 estudios) y THEMIS Revista de Derecho (30%, 9 estudios). Indexación: Latindex (63.3%) y SciELO (40%)

¿Qué encontraron los investigadores?

Tres riesgos principales cuantificados: opacidad algorítmica identificada como riesgo central en el 35.5% de los estudios (11 investigaciones), vacíos regulatorios en el 32.3% (10 estudios), y amenazas a la privacidad en el 29% (9 estudios). La discriminación algorítmica aparece en el 23.3% (7 estudios).

¿Qué propone la academia peruana?

La solución más frecuente es la creación de un marco regulatorio específico (40%, 12 estudios). El control humano en procesos automatizados aparece en el 16.6% (5 estudios). La actualización de deberes fiduciarios en el 10% (3 estudios). Conceptos como transparencia algorítmica, participación comunitaria y armonización con estándares internacionales aparecen en el 76.6% de las conclusiones (23 estudios).

¿Cuál es la brecha que la propia revisión detecta?

Solo el 20% de los estudios (6 investigaciones) propone instrumentos concretos de política pública. El 26.6% restante (8 trabajos) se limita a señalar principios generales. Los autores reconocen una brecha significativa entre la identificación de problemas y la formulación de mecanismos implementables.


ANÁLISIS CRÍTICO QNM — Lo que la academia peruana ve y lo que no ve

Lo que la revisión confirma: la academia peruana sabe que hay un problema

Esta revisión sistemática es valiosa porque demuestra con metodología PRISMA que la comunidad académica jurídica peruana ha identificado consistentemente los mismos riesgos: opacidad algorítmica, vacíos regulatorios, amenazas a la privacidad y discriminación. No es una preocupación aislada de un investigador. Es un patrón documentado en 30 estudios de dos de las revistas jurídicas más prestigiosas del país, con autores de universidades reconocidas.

Los hallazgos coinciden con lo que QNM ha documentado en las publicaciones anteriores de esta serie: los tres sistemas de IA del Poder Judicial (Amauta.Pro, Curia e IUDEX IA) operan exactamente con las características que la academia identifica como riesgosas: opacidad algorítmica, ausencia de auditoría, falta de transparencia hacia el justiciable y vacío en mecanismos de control.

Lo que la revisión no ve: la dimensión ambiental no existe en la literatura jurídica peruana

Y aquí está el hallazgo más significativo para nuestra investigación.

De los 30 estudios revisados, ninguno aborda el impacto ambiental de la inteligencia artificial. Ninguno menciona el consumo de agua de los centros de datos. Ninguno analiza la huella energética de la infraestructura digital. Ninguno conecta el derecho humano al agua con la expansión de la IA. Ninguno examina el impacto de las descargas de sistemas de enfriamiento sobre cuerpos de agua. Ninguno cuestiona dónde están los servidores que procesan los datos del Poder Judicial peruano ni cuánta agua consumen.

La dimensión ambiental de la IA simplemente no existe en la producción académica jurídica peruana entre 2018 y 2025. Es un punto ciego total.

Esto tiene implicancias profundas. La academia jurídica peruana discute la opacidad algorítmica (35.5% de los estudios) pero no discute la opacidad ambiental. Se preocupa por la discriminación que generan los algoritmos (23.3%) pero no por el agua que consumen. Propone marcos regulatorios para proteger la privacidad (29%) pero no para proteger los acuíferos. Exige transparencia sobre cómo decide la IA (32.3%) pero no sobre cuánta agua evapora.

La Recomendación UNESCO sobre Ética de la IA (2021) — que analizamos en la Publicación N° 4 de esta serie — establece expresamente en sus párrafos 17, 18 y 84-86 que la protección del medio ambiente y los ecosistemas es un valor fundamental y un ámbito de acción política obligatorio. El 76.6% de los estudios peruanos revisados menciona la necesidad de armonización con estándares internacionales. Pero ninguno armoniza con la dimensión ambiental que esos mismos estándares internacionales exigen.

Esta ausencia no es responsabilidad de los autores de la revisión. Es una característica estructural de la producción académica jurídica peruana que la revisión documenta involuntariamente: la academia peruana estudia la IA como un fenómeno inmaterial. No la estudia como una actividad que consume agua, energía y territorio.

Lo que la revisión confirma sobre el Poder Judicial: la advertencia académica ignorada

Castellano (2021) advierte sobre los límites éticos de delegar la valoración de pruebas a sistemas automatizados. Quispe (2021) señala la sustitución parcial de jueces por IA y la necesidad de capacitación tecnológica para juristas. Ambos enfatizan la preservación del control humano en instancias superiores.

El Poder Judicial implementó Curia en la Corte Suprema, Amauta.Pro en juzgados de violencia familiar e IUDEX IA en oralidad civil sin que conste que haya considerado estas advertencias académicas publicadas en THEMIS — una de las revistas jurídicas más citadas del Perú. La academia advirtió. El Poder Judicial implementó. La brecha entre el diagnóstico académico y la acción institucional que los autores de esta revisión identifican como problemática (solo 20% de los estudios propone instrumentos concretos) se reproduce exactamente en la relación entre la academia y el Poder Judicial: los académicos diagnostican riesgos, el Poder Judicial implementa IA sin atender esos diagnósticos.

El hallazgo de Mamani y Pacco (2022): colonialismo digital y pueblos indígenas

Merece atención especial el estudio de Mamani y Pacco (2022) sobre apropiación cultural y derechos de pueblos indígenas frente a la IA. Este estudio alerta sobre el riesgo de que los sistemas de IA consoliden nuevas formas de colonialismo digital. Esta dimensión conecta directamente con la investigación QNM: si la IA consume el agua de comunidades rurales e indígenas para enfriar servidores que generan ganancias en otro continente, el neo-extractivismo digital no es solo un concepto teórico. Es una realidad material que opera sobre los mismos territorios y las mismas comunidades que el extractivismo minero ha afectado durante décadas.


BRECHAS IDENTIFICADAS POR QNM

Brecha 1 — Punto ciego ambiental: cero estudios sobre impacto hídrico de la IA en el Perú

De 478 registros identificados inicialmente y 30 estudios incluidos en la revisión final, ninguno aborda la dimensión ambiental de la IA. Esto significa que entre 2018 y 2025, la academia jurídica peruana no produjo ni un solo estudio indexado sobre el consumo de agua, la contaminación hídrica o la huella ambiental de la infraestructura digital y los centros de datos. La publicación de QNM "Nuevo Contrato Social Tecnológico" (2026) es, según esta evidencia, la primera obra peruana que aborda sistemáticamente esta dimensión con fundamentación jurídica, técnica y ambiental integrada.

Brecha 2 — Diagnóstico sin instrumentos: la academia describe pero no construye

Los autores reconocen que solo el 20% de los estudios propone instrumentos concretos de política pública. El 80% restante diagnostica problemas y enuncia principios generales. Esta es exactamente la brecha que el proyecto de ley presentado por QNM ante el Colegio de Abogados de Lima y la Contraloría General busca cerrar: no solo identifica el vacío sino que propone 19 artículos, 6 disposiciones complementarias y un régimen sancionador con 16 infracciones tipificadas. La academia peruana necesita transitar del diagnóstico a la propuesta normativa operativa.

Brecha 3 — Ausencia de investigación empírica sobre los sistemas judiciales de IA existentes

Ninguno de los 30 estudios revisados analiza empíricamente el funcionamiento de Curia, Amauta.Pro o IUDEX IA. Estos sistemas fueron implementados entre marzo y mayo de 2025, dentro del período de cobertura de la revisión (2018-2025). La academia jurídica peruana discute los riesgos teóricos de la IA en la justicia pero no investiga los sistemas que ya están operando en los tribunales peruanos. La serie de publicaciones QNM es, hasta donde hemos podido verificar, el primer análisis crítico sistemático de los tres sistemas de IA del Poder Judicial peruano publicado en un medio accesible al público.

Brecha 4 — Concentración institucional del debate académico

El 66.6% de la producción se concentra en dos revistas (Derecho PUCP y THEMIS), ambas vinculadas a universidades limeñas de élite. La voz de las universidades regionales, de los investigadores independientes y de la sociedad civil está subrepresentada. La producción académica sobre IA y derechos humanos en el Perú refleja la misma centralización que afecta al sistema jurídico: Lima investiga, las regiones no participan. QNM, desde Trujillo, representa una voz regional e independiente que aporta una perspectiva diferente — la perspectiva del impacto material de la tecnología sobre los recursos naturales de las comunidades que más la padecen.

Brecha 5 — Desconexión entre la academia y la regulación vigente

La revisión cubre hasta 2025 pero no analiza en profundidad el D.S. N° 115-2025-PCM (Reglamento de la Ley 31814) ni la Ley N° 32314 (delitos con IA), ambas publicadas dentro del período de estudio. Esto sugiere que la producción académica no se actualiza con la velocidad que la regulación requiere. Para cuando un estudio académico se publica, la normativa que debería analizar ya está vigente y generando efectos sin escrutinio académico.

Brecha 6 — El Principio de Coherencia Material como respuesta a lo que la academia no aborda

Franco et al. (2024), estudio incluido en la revisión, concluyen que "la positivización de valores éticos resulta insuficiente sin mecanismos de exigibilidad que garanticen efectividad material." Esta conclusión es exactamente la premisa del Principio de Coherencia Material propuesto por QNM: toda actividad económica con impacto material en recursos naturales debe tener mecanismos de exigibilidad equivalentes, independientemente de su carácter digital o físico. Lo que Franco et al. identifican como necesidad teórica, QNM lo convierte en principio jurídico operativo con proyecto de ley y expedientes institucionales activos.


INVENTARIO ACUMULATIVO
(Actualización N° 5 — se incorpora la evidencia académica)

Producción académica peruana sobre IA y derechos humanos (2018-2025):

Dimensión analizadaEstudiosPorcentajeEstudios sobre impacto ambiental
Opacidad algorítmica1135.5%0
Vacíos regulatorios1032.3%0
Amenazas a privacidad929%0
Discriminación algorítmica723.3%0
Impacto ambiental/hídrico de IA00%0

PATRÓN ACUMULATIVO (cinco publicaciones):

La quinta publicación cierra un círculo: los tres sistemas de IA del Poder Judicial (Publicaciones 1-3) operan con los riesgos que la academia identifica (Publicación 5), incumpliendo el marco internacional que el Perú suscribió (Publicación 4). Pero la dimensión que QNM aporta — el impacto ambiental — no aparece en ninguno de los 30 estudios académicos, ni en los documentos institucionales del Poder Judicial, ni en la implementación práctica de la Recomendación UNESCO. Es el punto ciego compartido por la academia, el Estado y el Poder Judicial. Y es exactamente el punto que el "Nuevo Contrato Social Tecnológico" ilumina.

La brecha más reveladora: 30 estudios de las mejores universidades peruanas, publicados en las revistas jurídicas más prestigiosas del país, analizan los riesgos de la IA para los derechos humanos. Cero estudian el riesgo de la IA para el agua. La IA consume millones de litros por día. Los juristas peruanos no lo ven. Eso no es una omisión académica. Es un síntoma de la misma invisibilidad material que QNM documenta: la tecnología se estudia como si fuera inmaterial. No lo es.


Esta es la quinta publicación de la serie "IA en el Perú: lo que hay, lo que falta y lo que nadie te dice."

Si quieres conocer la investigación completa, visita:

Investigación y análisis: Yolanda Victoria Rojas Espinoza
QNM — Que Nos Mantengan con lo Nuestro® | INDECOPI N° 00174793
ORCID: 0009-0002-9012-1393

Del origen de la contaminación a sus consecuencias sobre la vida: investigación ciudadana sobre agua, aire, suelo, alimentos, biodiversidad y salud humana en el Perú

  RESUMEN EJECUTIVO Título propuesto Del origen de la contaminación a sus consecuencias sobre la vida: investigación ciudadana sobre agua, a...