Evaluación del desempeño de los tribunales polacos mediante Árboles de Análisis de Eficiencia: comparación de modelos, importancia de variables y tribunales de referencia.

J. Aparicio Baeza, M. Kapelko, L. Ortiz Henarejos, J. L. Zofío Prieto

Este estudio aplica Árboles de Análisis de Eficiencia Convexificada (CEAT), un método de aprendizaje automático para estimar la eficiencia técnica, al análisis de tribunales en Polonia. CEAT combina la interpretabilidad de modelos de árbol con la estructura de tecnologías convexas, superando limitaciones de métodos no paramétricos como el Análisis Envolvente de Datos, en particular el sobreajuste y la baja capacidad discriminatoria. Con datos de 313 tribunales (2017–2019), se evalúan 19 configuraciones de inputs–outputs para reflejar la diversidad productiva del sistema judicial. Los resultados muestran ineficiencias relevantes: los valores CEAT van de 2,37 a 4,50 y solo el 1–2% de los tribunales es eficiente. Se recomienda priorizar la gestión de casos civiles, optimizar el personal y usar benchmarking CEAT. Las reformas deberían centrarse en flujos de entrada y organización, no solo en reducir retrasos.

Palabras clave: Machine Learning, Árboles de Análisis de Eficiencia, Eficiencia Técnica, Tribunales de justicia, Polonia

Análisis Envolvente de Datos
2 de septiembre de 2026  15:30
Aula 21

V. J. España Roch, J. Aparicio Baeza, X. Barber Vallès

J. F. Monge Ivars, J. L. Ruiz