Metodología CleanNews — Módulo Judicial

Versión: 1.1.0 | Fecha: Septiembre 2026 Cambios desde 1.0.0: §4.5 — retirado el test KS contra uniforme continua, sustituido por Fisher exacto contra la referencia empírica de órganos del mismo tipo, con calibración y potencia publicadas. §4.5.1 — resultado medido: ningún patrón publicable.

Este documento describe la metodología del módulo judicial de CleanNews, diseñada para ser auditable, citable y defendible ante cualquier interlocutor académico, institucional o judicial.

1. Fuentes de datos

Período de cobertura: desde 2015 para datos parlamentarios; desde 2009 para BOE; desde 2010 para TC. El análisis de proporcionalidad punitiva requiere mínimo 5 años de sentencias por tipo de delito para tener volumen estadístico suficiente.

2. Extracción de entidades

Las entidades (personas, empresas) se extraen mediante el modelo Claude Sonnet (Anthropic) con temperatura 0 (determinístico). El prompt de extracción prohíbe explícitamente inferir información no presente en el texto.

Cada extracción genera un campo confianza_extraccion (0-1). Extracciones con confianza < 0.6 no se incorporan al pipeline de análisis.

3. Asociación político-sentencia

El match entre una entidad judicial y un político conocido requiere:

• Similitud de nombre (pg_trgm, umbral > 0.4 para candidatos iniciales)
• Verificación contextual por Claude API: cargo, partido, fechas, comunidad autónoma
• Confianza de match ≥ 0.80 para proceso automático
• Confianza < 0.80 → revisión humana obligatoria

Un falso positivo (asociar a un político con una sentencia que no le corresponde) tiene consecuencias reales. El sistema está calibrado para preferir falsos negativos frente a falsos positivos.

4. Análisis de proporcionalidad punitiva

4.1 Fundamento

El análisis compara la pena impuesta en una sentencia concreta contra la distribución estadística de penas en casos jurídicamente similares. El concepto tiene base en la doctrina de proporcionalidad punitiva del Derecho Penal.

4.2 Variables de similitud

Los casos se comparan mediante un vector de 64 dimensiones que codifica:

• Tipo de delito (one-hot, 20 categorías)
• Cuantía defraudada (log-normalizada)
• Agravantes y atenuantes presentes (7 categorías cada uno)
• Perfil del acusado (funcionario público, reincidente, antecedentes)
• Grado de ejecución (consumado, tentativa, preparación)
• Posición en el marco legal (uso del margen discrecional)

La similitud entre sentencias se calcula mediante similitud coseno en pgvector.

4.3 Exclusiones obligatorias

Las sentencias por conformidad (pacto de pena) se excluyen del análisis de proporcionalidad, ya que la pena no refleja el criterio discrecional del juez.

4.4 Cálculo del percentil

Para cada sentencia con cluster de similitud suficiente (n ≥ 10):

• Se calcula el percentil de la pena dentro del cluster (scipy.stats.percentileofscore)
• Se calcula el z-score: (pena - media_cluster) / desviación_cluster
• Se marca como outlier si percentil > 90 o z-score > 2

Nota, 2026-09-22. El percentil y el z-score se siguen calculando y almacenando por sentencia (comparacion_punitiva), pero no sustentan ninguna publicación: con dos tercios del corpus a 0 meses de prisión, el percentil se concentra en unos pocos valores y en 202 de 612 clusters la desviación típica del cluster es 0, donde percentil y z-score no significan nada. Ver §4.5.

4.5 Detección de patrón estadístico

Corrección metodológica, 2026-09-22. Lo que esta sección describía —test de Kolmogorov-Smirnov de los percentiles contra una uniforme U[0,100]— se retiró, y no se ha publicado ningún resultado obtenido con él. Se deja escrito lo que decía y por qué no valía: una metodología que corrige sin dejar rastro no es auditable.

El KS supone una distribución continua. Las penas son meses enteros y entre el 64% y el 74% del corpus tiene 0 meses de prisión, así que el percentil se concentra en unos pocos valores repetidos. Con esos empates el test es anticonservador y rechaza casi siempre: reproducido por simulación, con 0% de empates p=0,35 (no rechaza) y con 60% p<0,0001. El p-valor decía "esto no es una uniforme continua", que es cierto por construcción, y se estaba leyendo como "este órgano es severo". Señal añadida de que lo medido era el cálculo y no el tribunal: el corpus entero y las tres sedes con n ≥ 30 compartían mediana 51,00 y el mismo valor dominante.

El método vigente. Dos reglas, y las dos son necesarias:

1. Contra la distribución empírica, nunca contra una teórica continua. Para una proporción, test exacto de Fisher sobre la tabla 2×2 (unidad frente a la referencia). Es exacto y condicional, de modo que la naturaleza discreta del dato es el modelo y no un defecto. Corrección de Holm sobre el conjunto de unidades contrastadas a la vez.
2. La referencia es comparable, no el corpus entero. Una unidad se contrasta contra órganos del mismo tipo, excluida ella misma de su propia referencia. Comparar una Audiencia Provincial contra una población que incluye al Tribunal Supremo no mide cómo resuelve cada uno: mide qué asuntos le corresponden a cada uno. Una unidad sin pares no recibe p-valor; "no hay con quién compararla" no es "no hay diferencia".

Calibración, que se publica junto al método. Bajo hipótesis nula —todas las unidades extraídas de la misma distribución— el contraste rechaza entre el 2,8% y el 4,4% de las veces a α=0,05, frente al ~100% del KS retirado.

Potencia, y forma parte del resultado. Con n=36 solo se detectan diferencias de 20+ puntos porcentuales (potencia 67%); una de 10 puntos se detecta el 22% de las veces. Por tanto "no significativo" no es "este órgano resuelve como los demás": es "no hay datos suficientes para verlo". Cualquier lectura que omita esta frase interpreta el resultado al revés.

4.5.1 Resultado a 2026-09-22: no hay patrón publicable

Aplicado el método vigente sobre el corpus disponible, ninguna unidad difiere de sus pares por encima del azar. Contra el corpus entero aparecían tres órganos significativos; contra sus pares ninguno sobrevive a Holm (p ajustados 0,4154, 0,0572 y 0,4723).

La explicación está en las tasas base: corpus entero 62,9% de condenas con prisión, Audiencias Provinciales entre sí 57-58%. Esos cinco puntos los aporta el Tribunal Supremo, al 100%, porque a su Sala Segunda solo llega casación y a casación llega justo lo que lleva prisión. Toda audiencia por debajo del 58% resultaba "significativa" contra una referencia que no le correspondía.

CleanNews no publica hoy ningún patrón de proporcionalidad por órgano. La cadena de análisis funciona de extremo a extremo y su salida es cero. Lo que falta para poder decir algo es corpus, no método: el acceso al texto íntegro de las resoluciones está sujeto al canal institucional del CENDOJ.

4.6 Niveles de publicación

El nivel de ponente requiere: partner universitario que avale la metodología, publicación o preprint que documente el análisis, y aprobación editorial explícita con trazabilidad (aprobado_por, fecha_aprobacion).

5. Referencias metodológicas

• Hallin, D.C. & Mancini, P. (2004). Comparing Media Systems. Cambridge University Press. — Marco de referencia para el paralelismo político-mediático en España.

• Reuters Institute Digital News Report (anual). University of Oxford. — Referencia para clasificación editorial de medios.

• Andrés Ibáñez, P. (2015). En torno a la jurisdicción. Ediciones Didot. — Sobre independencia judicial e imparcialidad en el sistema español.

• Díez-Picazo, L.M. (2000). El poder de acusar. Ariel. — Sobre el Ministerio Fiscal y la discrecionalidad punitiva en España.

Nota: CleanNews no hace afirmaciones causales sobre la relación entre la composición del CGPJ y las resoluciones individuales de magistrados. Los datos muestran correlaciones estadísticas; la interpretación causal corresponde al lector y a la investigación académica independiente.

6. Limitaciones conocidas

1. Cobertura de CENDOJ: no es el 100% del universo judicial. Los juzgados de instancia tienen cobertura reducida. El análisis es representativo para Tribunal Supremo y Audiencia Nacional.

2. Tamaño de muestra por tipo de delito: algunos tipos de delito tienen pocos casos comparables, lo que reduce la fiabilidad del percentil individual. El campo calidad_cluster refleja esta limitación.

3. Cambio jurisprudencial: la jurisprudencia evoluciona. Comparar sentencias de 2010 con sentencias de 2024 del mismo tipo de delito puede ser inadecuado si ha habido reforma del Código Penal o cambio de doctrina. El análisis se segmenta por períodos quinquenales para mitigar este riesgo.

4. Anonimización en CENDOJ: algunas sentencias aparecen anonimizadas (LOPD). En esos casos no es posible identificar a los procesados. El sistema registra estos casos pero no los incorpora al análisis de proporcionalidad.