Una evaluación cuantitativa de la mediación / conciliación como proceso para mejorar la eficiencia del aparato judicial

ARTÍCULO ORIGINAL

MELO, Magaly Abreu de Andrade Palhares de ^[1], MELO, Luis Alberto Martins Palhares de ^[2], CALDAS, Camilo Onoda ^[3]

MELO, Magaly Abreu de Andrade Palhares de. MELO, Luis Alberto Martins Palhares de. CALDAS, Camilo Onoda. Una evaluación cuantitativa de la mediación / conciliación como proceso para mejorar la eficiencia del aparato judicial. Revista Científica Multidisciplinar Núcleo do Conhecimento. Año 06, Ed. 06, Vol. 17, págs. 129 y 155. Junio de 2021. ISSN: 2448-0959, Enlace de acceso: https://www.nucleodoconhecimento.com.br/ley/del-aparato-judicial

RESUMEN

El Poder Judicial es un órgano exigido por la sociedad brasileña para la resolución de conflictos de diversas naturalezas y, por lo tanto, presenta considerables demoras para finalizar las controversias. Una forma de dar mayor celeridad a los procesos judiciales puede ser a través de los procedimientos de mediación y conciliación, que se han convertido en políticas públicas a través de los dictados de la Resolución 125/2010 de la CNJ, el Nuevo Código de Procedimiento Civil 2015 y la Ley de Mediación (Ley Nº 13.140/2015). Este estudio tuvo como objetivo evaluar e investigar la eficiencia de la mediación/conciliación en relación con la resolución de conflictos de casos tratados en los tribunales en primera instancia del TJSP, TJRJ y TJPI. Básicamente la evaluación consideró estimaciones de la probabilidad de ocurrencia de tiempo de cierre de casos tratados vía mediación/conciliación y aplicó estos valores estimados a datos reales de casos procesados (o aún pendientes) en los tribunales en el período de 2013 a 2019, realizando así una simulación del alcance de la duración del proceso hasta su cierre definitivo. Los resultados de la simulación indicaron una mejora razonable en la eficiencia de la resolución de conflictos, evaluada cuantitativamente en términos de la disminución (1) del tiempo hasta el final del proceso, (2) la carga de casos/magistrado/año y (3) de la carga del proceso/servidor/año. Como recomendación, se ha sugerido que se lleven a cabo estudios adicionales para evaluar la eficiencia a través de la mediación/conciliación con otros datos (costes procesales, personal, órgano judicial, etc.). para una mejor solidez de la evaluación de la mediación/conciliación.

Palabras clave: Mediación, Conciliación, Eficiencia del Poder Judicial, Rapidez de los procedimientos judiciales.

INTRODUCCIÓN

El Poder Judicial es un organismo muy demandado por la sociedad brasileña para la gestión/resolución de conflictos de diversas naturalezas: laboral, civil, consumistas, criminal, taxista, etc. Esta demanda exacerbada provoca una abarrota natural de procesos con lentitud para juzgarlos.

Es notorio el latiguillo popular que afirma que “la justicia es de larga duración, pero no falla”. Esto señala, de alguna manera, un estereotipo social relacionado con la justicia. Es la imagen de que el trabajo del poder judicial se desarrolla con lentitud.

Según los argumentos presentados por Rutckeviski (2002) la imagen de que la justicia no sigue la evolución de nuestra era puede ser probada por la demora en la resolución de los conflictos exigidos. La falta de celeridad procesal, por tanto, es una de las mayores dificultades a las que se enfrenta hoy en día debido al denso y arrastrado marco del poder judicial.

Según Alvim (2003), la falta intrínseca de la estructura organizativa del Poder Judicial es una de las culpables de la lentitud de los juicios que se le somete.

Y de hecho, varios autores aluden a la lentitud de la justicia. Por ejemplo, Rutckeviski (2002) comenta que “la falta de celeridad procesal es una de las mayores dificultades a las que se enfrenta hoy en día debido al denso y arrastrado marco del poder judicial”. Alvim (2003) comenta esta lentitud de la justicia considerando que “la falta intrínseca de la estructura organizativa del Poder Judicial es una de las culpables de la lentitud de los juicios que se le somete”.

Así, las acciones encaminadas a acelerar el propio proceso judicial pueden contribuir considerablemente a su eficacia. En este contexto, los mecanismos apropiados/alternativos de resolución de conflictos, mediación/conciliación/arbitraje, son sugerencias viables para armonizar y acelerar los procedimientos promoviendo como consecuencia la indicia del poder judicial, por ejemplo, como en el caso de la mediación.

Mediación y Conciliación, a pesar de ser considerados como mecanismos contemporáneos y alternativos al Poder Judicial, tiene algunas de sus citas reportadas en la época de Confucio, pero sustancialmente se convirtió en Política Pública a través de los dictados de la Resolución 125/2010 de la CNJ, el Nuevo Código de Procedimiento Civil 2015 y la Ley de Mediación (Ley Nº 13.140/2015).

A medida que las políticas públicas se fueron demandando y corroborando tanto la mediación como la conciliación con la implementación de centros judiciales para la resolución de conflictos – CEJUSC y de manera conjunta y alineada con el surgimiento de estructuras de apoyo extrajudicial, como las Cámaras y Servicios Extrajudiciales, así como el fomento del trabajo de profesionales independientes, los llamados mediadores ad hoc.

Así, la mediación/conciliación puede ser una alternativa para agilizar los procesos, proporcionando así eficiencia en la resolución de conflictos/procedimientos judiciales en relación con el tiempo y la asignación de recursos humanos utilizados para disipar los litigios judiciales.

Este estudio tenía por objeto investigar la eficacia de la mediación/conciliación en relación con la resolución de conflictos de casos tratados en primera instancia en la Corte. En el ámbito de este trabajo, la eficiencia se evaluó cuantitativamente a través de cuatro indicadores: (1) la duración del proceso; (2) el índice del número de casos tramitados por un magistrado en un año determinado; (3) el índice del número de casos que se están procesando por servidor que opera en el área de 1er grado en un año determinado y (4) la tasa anual de cierre de procedimientos en curso.

Básicamente la evaluación realizada en este trabajo fue considerar estimaciones de la probabilidad de ocurrencia de tiempo de cierre de casos tratados vía mediación/conciliación y aplicar estos valores estimados a datos reales de casos procesados (o aún pendientes) en los tribunales en el período de 2013 a 2019, realizando así una simulación del alcance de la duración del proceso hasta su cierre definitivo. Se presentan los siguientes procedimientos.

MATERIALES Y MÉTODOS

Una forma de considerar la eficiencia del funcionamiento del sistema judicial se realiza mediante la evaluación de la velocidad del ciclo de vida de los procesos que se están tramitando en el contexto de la justicia para resolver conflictos y, ciertamente, cuanto más corto es el ciclo de vida del proceso (hasta su cierre definitivo), mejor es el desempeño del trabajo de la esfera judicial. Es decir. eficacia y mayor eficiencia de este trabajo. Y a priori, lo que se postula en este trabajo es el hecho de que la mediación y/o conciliación son procesos que suelen proporcionar un tiempo de vida más corto, en comparación con los procesos de resolución por las ‘formas tradicionales’ de justicia.

Para medir la eficiencia de la mediación/conciliación, se eligieron casos de primera instancia, porque ya en esta etapa el sistema judicial está de alguna manera activado y, por lo tanto, es posible llevar a cabo la investigación sobre la eficiencia del proceso conciliatorio.

Los datos básicos para la preparación de este trabajo provienen de dos fuentes de datos: (1) datos de investigación del CNJ (2019) y (2) datos de las series históricas de 2013 a 2019, disponibles en el sitio web del CNJ (CNJ, 2021). A continuación se citan los datos de estas fuentes utilizados en este trabajo.

LOS DATOS DEL CNJ (2019)

En CNJ (2019) se realizó un estudio con el objetivo de “investigar el flujo y la forma de gestión de los procesos de justicia de primer grado del Estado (salas y tribunales del interior y la capital), con respecto a la existencia de conciliación y/o mediación”. (CNJ,2019, p.19). En la fase de recolección de datos, los autores realizaron un procedimiento automatizado de evaluación (extracción de textos) de documentos de decisiones judiciales publicados en los sitios web de los tribunales estatales de Justicia de Rio de Janeiro (TJRJ) y São Paulo (TJSP) referidos a los procesos inicializados y finalizados entre enero de 2013 y diciembre de 2017, y documentos de la Corte de Justicia de Piauí (TJPI) de procesos de 2016 y 2017.

El proceso de minería de texto implementado por los autores consistió esencialmente en aplicar búsquedas en los textos digitalizados:

de alguna palabra clave que identifique la finalización de los procesos después de algún procedimiento de conciliación o mediación(…) así, se buscaron los procesos en los que se buscó la expresión ‘homologado’ o cualquiera de sus variaciones (‘homóloga’) (CNJ, 2019, p. 43).

Los autores distinguen entre “procesos aprobados” y “procesos no aprobados”. Los autores consideran que de acuerdo con el contexto de la investigación,

se considera que los procedimientos finalizados por una sentencia homologatoria han sido objeto de algún tipo de mediación o conciliación y, aunque el proceso se llevó a cabo fuera del poder judicial (en la oficina de abogados, por ejemplo), la máquina judicial se movió y, por lo tanto, jugó algún papel en el resultado del proceso (CNJ, 2019, p. 92).

Con base en el proceso de minería de datos, los autores estimaron el porcentaje de procesos aprobados y el porcentaje de procesos no aprobados en el TJPI, TJRJ y TJSP, donde un proceso aprobado, para los autores, es un proceso que tuvo algún tipo de mediación/conciliación. Uno de los procedimientos proporcionó la estimación de la tasa de procesos aprobados bajo la jurisdicción del TJPI, TJRJ y TJPI. Para ello, los autores evaluaron procesos de 91, 81 y 317 municipios de Piauí, Río de Janeiro y São Paulo, respectivamente. Los datos resumidos de los resultados obtenidos se presentan en la Tabla 1.

Tabla 1 – Tasa de procesos aprobados de procesos de 91, 81 y 317 municipios de Piauí, Rio de Janeiro y São Paulo, respectivamente

^{Fuente: Elaborado por los autores con base en las Tablas 3, 9 y 12 del CNJ (2019).}

Además, los autores también realizaron trabajos para estimar el tiempo de cierre de los procesos aprobados y no homologados. Y son los datos de este trabajo los que sirven de base para, en este trabajo, utilizar las estimaciones de la probabilidad de ocurrencia de tiempo de cierre de procesos tratados a través de la mediación/conciliación.

Para ello, los autores realizaron una evaluación de la duración de los procesos (medida en días) a partir de una muestra de 256.056 procesos de 17 municipios, cinco de Piauí, ocho de São Paulo y cuatro de Rio de Janeiro. En la jerga estadística, la variable estudiada tiempo de duración del proceso se considera una variable aleatoria. Designemos esta variable como Y. Los autores consideraron la variable Y (tiempo de duración) de los procesos aprobados y no aprobados entre los 256,056 procesos por estado (PI, RJ y SP) y desarrollaron seis estimadores de funciones de probabilidad para esa variable: (1) la distribución de Y para los procesos aprobados en Piauí; (2) la distribución de Y para procesos no aprobados en Piauí; (3) la distribución de Y para los procesos aprobados en Rio de Janeiro; (4) la distribución de Y para procesos no ratificados en Rio de Janeiro; (5) la distribución de Y para procesos ratificados en São Paulo y (6) la distribución de Y para procesos no ratificados en São Paulo.

En la Figura 21 en CNJ (2019, p. 101) se presentan las gráficas de las seis distribuciones de probabilidad de Y y, en este trabajo, en la Figura 1, a modo de ilustración, se presentan las gráficas de la distribución de probabilidad de Y para aprobadas. procesos y no homologados en el estado de Piauí de los cinco municipios de Piauí cuya duración fue investigada.

En la Figura 1, los gráficos a la izquierda arriba y abajo son imágenes de la Figura 21 (CNJ, 2019, p.101) y a la derecha arriba y abajo muestran la función de densidad de la variable Y para procesos aprobados y no aprobados en Piauí, respectivamente, destacando las áreas de tiempo que duran un año (0 a 365 días), dos años (366 a 730 días), tres años (731 a 1095 días), cuatro años (1096 a 1460 días), cinco años (1461 a 1825 días) y seis años o más (1826 en adelante). Estos gráficos de la derecha destacan estos intervalos de 365 días tal como se utilizaron en el alcance de este trabajo.

Figura 1 – Gráficas de distribución de probabilidad de la variable aleatoria Y = tiempo de duración del proceso (medido en días) para procesos aprobados y no homologados en el estado de Piauí.

Con base en la imagen de estos gráficos, se realizaron estimaciones de probabilidad de Y para intervalos de tiempo de 365 días. En la Tabla 2 se presentan estos valores estimados, enfatizando una vez más que provienen de los 256.056 procesos considerados para evaluar la duración de cada proceso.

Tabla 2 – Probabilidad de duración en años de los 256.056 procesos aprobados y no homologados de 17 municipios de Piauí (5), Rio de Janeiro (4) y São Paulo (8)

^{Fuente: elaborado por los autores con base en la Figura 21 del CNJ (2019, p. 101).}

Sobre la base de la Tabla 2, usted puede estimar la probabilidad de cerrar un proceso determinado a intervalos de tiempo de un año. Por ejemplo, la estimación de la probabilidad de que un proceso aprobado en Rio de Janeiro termine en tres años (entre 731 y 1095 días) es:

P (Y = 3) = 0,22030 = 22,03%.                                                                   (1)

En la jerga estadística, la variable aleatoria es Y (duración en días de proceso)y ahora estamos considerando esta variable medida en años (intervalos de 365 días). Así, en (1) se afirma, en la jerga estadística, que la probabilidad de que Y sea de tres años (entre 731 y 1095 días) es del 22,03%.

Tomemos como otro ejemplo la probabilidad de que un proceso no aprobado en São Paulo termine en cuatro años (entre 1096 y 1460 días) se escribiría en jerga estadística como se presenta en (2).

P (Y = 4) = 0,16624 = 16,624% ≈ 16,62%.                                                 (2)

En otras palabras, de acuerdo con la Tabla 2, podemos decir que un proceso de primera instancia en São Paulo que no es aprobado tiene una probabilidad de 16,62% de terminar en cuatro años (entre 1096 y 1460 días). Suponiendo que en un día dado existe el registro de n = 200 nuevos casos de primer grado en São Paulo y que no serán homologados. Así, de estos n = 200 casos, se espera que 200 * 16,62% = 33,24 casos se resuelvan sólo en cuatro años (entre 1096 y 1460 días). En la jerga estadística dice que “el valor esperado (esperanza) para Y = 4 es 33,24 casos” y se escribe de acuerdo con (3).

E (Y = 4) = 200 * 16,62% = 33,24 casos.                                                    (3)

Son estos valores de la Tabla 2 los que se utilizan en la simulación del presente estudio como estimadores de la probabilidad de cierre en un tiempo dado t, de un proceso aprobado o no aprobado en São Paulo, Rio de Janeiro y Piauí.

LOS DATOS DE CNJ (2021)

La Base de Datos CNJ (2021) tiene varias series históricas de diversos órganos de justicia, incluyendo datos de la TJPI, TJRJ y TJSP. Además de calcular los indicadores de este trabajo, es necesario contar con datos sobre el personal de magistrados y servidores de los tribunales y la citada base de datos cuenta con esta serie histórica.

Para el propósito de este trabajo, se accedió a tres variables de la serie histórica de 2013 a 2019 del TJRJ y TJSP y de la serie histórica de 2016 a 2019 para el TJPI. Estos períodos fueron elegidos porque Rio de Janeiro y São Paulo tuvieron procesos evaluados por el CNJ (2019) de 2013 a 2017 y para Piauí los procesos evaluados fueron de 2016 y 2017. Las variables utilizadas se presentan en la Tabla 3.

Tabla 3 – Variables de la serie histórica de 2013 a 2019 del CNJ (2021) utilizadas

^{Fuente: elaborado por los autores con base en la Figura 21 del CNJ (2019, p. 101).}

A partir de estas tres variables recogidas de 2013 a 2019 y en base a los valores estimados de probabilidad de tiempo de fin del ciclo de vida de los procesos presentados en la Tabla 2, se realizaron las simulaciones de la dinámica del tiempo de cierre del proceso.

SIMULACIÓN DE LA DINÁMICA DE TIEMPO DE FINALIZACIÓN DEL PROCESO

Los cuadros 1 y 2 muestran la tasa de procesos aprobados (y no aprobados indirectamente) y la probabilidad de cerrar un caso en uno, dos, tres, cuatro, cinco y seis o más años. Con estos datos es posible simular la dinámica de tiempo de los procesos que efectivamente fueron nuevos casos de primer grado para el TJPI, TJRJ y TJSP, cuyos valores están disponibles en la Base de Datos CNJ (2021).

Para evaluar la dinámica de tiempo del cierre de casos, solo se consideraron los datos reales de nuevos casos de 2013 a 2109 para el TJRJ y TJSP y solo los nuevos casos de 2016 y 2017 del TJPI. Por lo tanto, los procesos iniciados antes de 2013 para el TJRJ y TJSP no se calcularon o los procesos iniciados antes de 2016 para el TJPI.

Así, se accedió a los registros de nuevos casos de primer grado ocurridos en los años 2013 a 2019 en el TJRJ y TJSP y los casos ocurridos de 2016 a 2019 en el TJPI.A continuación, se calculó la estimación de cada ‘lote’ de nuevos casos en el año, del porcentaje que tenía cierre ‘homologado’ (hecho vía mediación/conciliación) y cierre ‘no aprobado’ en base a los porcentajes de aprobación presentados en la Tabla 1. A continuación, se estimó la duración de cada proceso aprobado y no homologado, con base en la Tabla 2, para cada uno de los procesos. Por último, se calculó la estimación de los procesos en el proceso del año en cuestión para cada año. Para una mejor comprensión, a continuación se presenta el procedimiento realizado para los datos de TJSP. Este procedimiento fue el mismo para el TJRJ y el TJPI.

Inicialmente, como ejemplo, tomemos el resultado del número de nuevos casos de primer grado en 2013 del TJSP. Este dato proviene de la variable cn1 mencionada en la Tabla 3. Según CNJ (2021) hubo N = 4.188.012 nuevos casos de primer grado en 2013. Con base en la Tabla 1, en São Paulo se estima que el 8.02% de los casos se resuelven con estado “aprobado” y los demás se resuelven con el estado “no aprobado”. Así, considerando esta tasa, se espera que de los 4,188,012 procesos, H = 4,188,012 * 8.02% = 335,878.56 ≈ 335,879 casos aprobados y NH = N – H = 4,188,012 – 335,879 = 3,852 ocurran 133 casos no aprobados. La Tabla 4 muestra las estimaciones para casos aprobados (H) y no aprobados (NH) de nuevos casos de primer grado registrados en el TJSP de 2013 a 2019.

Tabla 4 – Nuevos casos del primer grado de los años 2013 a 2019 del TJSP y valores esperados de casos aprobados y no aprobados de los mismos

^{nota.: (A) Datos obtenidos del CNJ (2021) (B) Proporción de casos aprobados en el TJSP: 8,02% (Ver Tabla 1) (C) Proporción de procesos no aprobados en el TJSP: 91,98% (Ver Tabla 1) Fuente: elaborada por los autores.}

A continuación, se desea estimar, para cada uno de los nuevos casos de cada año, cuánto tiempo terminará. Para realizar esta estimación se utilizó la Tabla 2, donde se estima una estimación de cierre de procesos en uno, dos, tres, cuatro, cinco y seis o más años. Por ejemplo, considere el N = 4,188,012 nuevos casos de primer grado que entraron en el TJSP en 2013. De estos casos, se espera que 335.879 sean aprobados y los otros 3.852.133 no estén aprobados.

Así, se podría estimar el número de procesos aprobados en São Paulo con cierre en un año (entre 1 y 365 días), simplemente multiplicando la H = 335.879 nuevos casos (esperados) aprobados por la probabilidad de cierre en un año, que, como se puede ver en la Tabla 2, vale 0,43516 ≈ 43,52%. Así, de los 335.879 casos que se espera resolver mediante aprobación, se espera que 335.879 * 43,52% = 146.174,54 ≈ 146.175 casos se cierren en un año. Y lo mismo ocurre con los otros valores de los nuevos casos.

Sin embargo, en este trabajo se optó por realizar un sorteo para simular el tiempo de cierre de cada proceso aprobado y no aprobado en base a los valores de probabilidad presentados en la Tabla 2. Para realizar la realización se utilizó el software estadístico R (2019). los dibujos, utilizando si la función de sample de ese software. En la Figura 2, a modo de ilustración, se presenta el código en lengua R utilizado para el muestreo de N = 4.188.012 casos nuevos de primer grado en São Paulo en 2013, finalizando en un año, dos años y así hasta seis o más años. .

Figura 2 – Codificación en R para muestreo N = 4.188.012 casos nuevos de primer grado en São Paulo en 2013 finalizando en un año, dos años y así sucesivamente hasta por seis o más años.

Como se ve en la Figura 2, las variables del programa en R coorte_H y coorte_NH resumen la distribución de finalización de los N = 4,188,012 procesos. Por ejemplo, se espera que 22.863 de los 335.879 procesos (esperados) aprobados en São Paulo se cierren en cuatro años (ver el valor en la variable de código R coorte_H). Y se espera, por ejemplo, que 603,775 de los 3,852,133 procesos no aprobados se cierren en seis o más años (ver el valor en la variable coorte_NH del código R). Para una mejor ilustración, la Tabla 5 presenta estos valores generados por sorteos en el entorno de software R.

Tabla 5 – Distribución de N = 4.188.012 nuevos casos de primer grado en São Paulo en 2013 por los valores esperados de los procesos aprobados y no homologados con valores de cierre esperados en uno, dos, tres, cuatro, cinco o seis o más años

^{Fuente: elaborado por los autores.}

De la Tabla 5 tenemos que de los N = 4,188,012 nuevos casos de 2013, 888,799 (aprobados y no aprobados) cerrarán en el primer año del proceso (en 2013). Luego, en el segundo año, se cerrarán 787.755 procesos (en 2014). Y así sucesivamente. Se destaca una vez más que estos son valores esperados obtenidos a partir de la distribución de probabilidad de la variable aleatoria Y (tiempo de duración del proceso) obtenida del trabajo de CNJ (2019). Este procedimiento de dibujo a través del código R se realizó para todos los casos nuevos (cn1) de 2013 a 2019 para los procesos TJRJ y TJSP y los casos nuevos (cn1) de 2016 a 2019 para los procesos TJPI.

A modo de ejemplo, la Tabla 6 muestra el número total esperado de casos cerrados (aprobados o no) en uno, dos, tres, cuatro, cinco y seis o más años para nuevos casos de primer grado de los años 2013 a 2019 del TJSP.

Tabla 6 – Total previsto de casos cerrados (homologados o no) en uno, dos, tres, cuatro, cinco y seis o más años para los nuevos casos de primer grado de los años 2013 a 2019 del TJSP.

^{Fuente: elaborado por los autores.}

Con los valores de tiempo de cierre esperados de los casos aprobados y no aprobados (en años) es posible verificar el total de casos en curso a lo largo de los años y así estimar los otros tres indicadores de interés en este trabajo: (1) el índice de casos por magistrado, (2) el índice de casos por servidor y (3) la tasa anual de cierre de casos.

Sin embargo, no hay información sobre la fecha de inicio y la fecha de finalización de los procesos en la base de datos del CNJ. Solo conocemos el año en el que comenzaron los nuevos casos (cn1). Así, para facilitar la comprensión de la simulación de la dinámica del tiempo de cierre de procesos y posteriormente calcular los indicadores de interés, se consideró que todos los casos nuevos de primer grado registrados ocurrieron el primer día del año, es decir, enero 1er. Es por ello que se eligió el intervalo de 365 días (un año) para estimar la probabilidad de cerrar el proceso. Así, si un proceso se inició en 2013 y se prevé que se cierre durante un año, este año es el año 2013, independientemente del día / mes en que se inició, ya que se considera que ha comenzado el 01/01/2013.

Los diagramas de Lexis se construyeron para visualizar esta dinámica de tiempo de cierre del proceso para los datos de tjpi, TJRJ y TJSP. A modo de ilustración, el diagrama de Lexis para los datos TJSP se presenta en la Figura 3.

Figura 3 – Diagrama de Lexis de la dinámica de cierre de los procesos de primera instancia de TJSP que comenzaron entre 2013 y 2019.

En el diagrama de Lexis, el número de procesos “activos” en un año determinado se organiza en las columnas diagonales de la izquierda en función del año en cuestión. Para ejemplificar la construcción y lectura del diagrama de Lexis sea el siguiente: En 2013, N = 4.188.012 nuevos casos se registraron que comenzaron, por convención, el 01/01/2013. Según la Tabla 6, 888.799 casos (aprobados y no homologados) de estos 4.188.012 se cerrarán en un año, es decir, en el mismo año que comenzó en 2013. Pero la maquinaria judicial se activó para los 4.188.012 casos. Así, en el diagrama de Lexis en la columna 2013 y línea 1 año se registra el valor de los procesos trabajados por la Corte, es decir, 4.188.012.

Pero para el segundo año (en 2014), de estos 4.188.012 casos hay que restar 888.799 que se resolvieron en 2013. Así, en 2014 hay 4.188.012 – 888.799 = 3.299.213 procesos del ‘lote’ de 2013. Este valor se registra en la columna de 2 años de fila de 2013 del diagrama de Lexis. La Tabla 6 muestra que el valor esperado de los procesos por lotes de 2013 que se terminarán con dos años es de 787.755. Así, de los 3.299.213 casos del lote de 2013 que se tramitan en el segundo año (en 2014) se cerrarán 787.755. Por lo tanto, 3.299.213 – 787.755 = 2.511.458 casos ‘lote 2013’ seguirán en el tercer año (en 2015). Este valor de 2.511.458 se registra en la columna de fila de 2013 de 3 años.

Por lo tanto, el diagrama de Lexis se completa para cada columna que se refiere a un año determinado. La Tabla 6 tiene todos los valores necesarios para completar este diagrama. Un ejemplo más: para completar los valores del ‘lote 2018’, se observa en la Tabla 6 que en 2018 ocurrieron 3.843.648 nuevos casos. Este valor se registra en la columna 2018, fila 1 año. Ya en ese mismo año se cerraron 815.810. Así, para el segundo año del ‘lote 2018’ (en 2019) quedan 3.843.648 – 815.810 = 3.027.838 procesos y esto se registra en la columna 2018, línea 2 años. Y de estos 3.027.838 procesos que tienen ‘dos ​​años’, 722.595 cerrarán en este segundo año. Esto dejará 3,027,838 – 722,595 = 2,305,243 procesos del ‘lote de 2018’ que continuará hasta su tercer año (en 2020). Este registro se encuentra en la columna 2018, fila 3 años.

Después de completar las columnas año por año, es posible verificar el número de procesos en el proceso de un año determinado que, como se dijo, están dispuestos en las columnas diagonales de la izquierda en función del año en cuestión. Para el año 2013 hay un total de 4.188.012 casos que ocuparon en alguna instancia la maquinaria judicial. En 2014, se ingresaron 4.180.691 nuevos casos, como se observa en la Tabla 6. Pero, además, todavía quedan el resto de 3.299.213 casos ‘lote 2013’. Luego, diagonalmente a la izquierda de 2014 en el diagrama de Lexis, hemos registrado 4,180,691 (columna 2014 fila 1 año) + 3,299,213 (columna 2013 fila 2 años)= 7,479,904 casos (primer grado) siendo procesados en el TJSP en 2014.

En 2018, por ejemplo, tenemos 12,383,821 casos de primer grado que ocupan el poder judicial de alguna manera distribuidos de la siguiente manera: 3,843,648 casos nuevos de 2018 (columna 2018, fila 1 año) + 3,155,796 casos de 2 años de 2017 (columna 2017 línea 2 años) + 2,173,926 procesos de 3 años de 2016 (columna 2016 línea 3 años) + 1,417,879 procesos de 4 años de 2015 (columna 2015 línea 4 años) + 1,187,334 procesos de 5 años de 2014 (columna 2014 fila 5 años) + 605,238 procesos de 6 años (o más) desde 2013 (columna 2013 fila> = 6 años).

De esta manera, se obtiene una estimación razonable del volumen de procesos cada año y a partir de ahí es posible calcular los indicadores utilizados en este trabajo, resultantes de la simulación.

INDICADORES – ÍNDICE DE CASOS POR MAGISTRADO Y POR SERVIDORES POR AÑO

Dado que se tiene una estimación del volumen de casos que se están procesando a lo largo de los años y se obtienen los datos (reales) de las variables mag y sajud1 (ver Tabla 3), es sencillo calcular el índice de casos de primer grado por magistrados y/o por servidores a lo largo de los años. Por ejemplo, según la base de datos de la CNJ (2021), en 2013 el TJSP contaba con 2.501 magistrados y en 2014 había 2.566 magistrados activos, no solo para casos de primer grado, sino para otras instancias.

Aún así, una estadística razonable que ayude a medir la eficiencia de la justicia sería el valor de la razón de los enjuiciamientos por magistrado. Así que en São Paulo en 2013 tendríamos un índice de 4.188.012 / 2.501 = 1.674,74 casos/magistrado y en 2014 este índice es (3,3 299.213 + 4.180.691) / 2.566 = 7.479.904 / 2.566 = 2.915,01 casos/magistrado. Un aumento del 74% en la carga de los procesos judiciales de 2013 a 2014. Y vale la pena señalar nuevamente que consideramos solo la distribución de los casos de primer grado por parte de todos los magistrados y, en este cálculo, los casos anteriores a 2013 no se computan, lo que sin duda aumentaría esta tasa.

Las razones para magistrado y servidor se calcularon para los años 2013 a 2019 para el TJRJ y TJSP. Para el TJPI, para los años 2016 a 2019. Para ejemplificar, en la tabla 7 se presentan los valores de los índices de magistrados y servidores de los datos del TJSP.

Tabla 7 – Número de casos por magistrado y por servidores de muchos casos nuevos de primer grado(cn1)de 2013 a 2019 en el TJSP

^{Fuente: elaborado por los autores.}

INDICADOR – TASA DE PROCESOS CERRADOS EN EL AÑO

Otro indicador que puede indicar la eficiencia de la mediación/conciliación es la tasa de casos cerrados (E) en el año en relación con todos los casos que se están tramitando en el año (T). Es el resultado de la división de E/T que puede variar de cero a uno. Cuanto más cerca de la unidad, esto indica que más procesos fueron terminados en el año. Si la tasa es la unidad, significa que todos los procedimientos que se están tramitando en el año se cerraron en el mismo año.

Para ejemplificar, la Tabla 8 presenta los valores de las tasas de demandas cerradas en los años 2013 a 2019 resultantes de la simulación de cierre de los procesos TJSP.

Cuadro 8 – Tasa de cierre de los procedimientos en el año – TJSP

^{Nota: los procesos cerrados (E) son valores de cierre esperados (ver Tabla 6) Fuente: preparada por los autores.}

EFICIENCIA A TRAVÉS DE LA MEDIACIÓN/CONCILIACIÓN

Los procedimientos realizados con los datos del TJSP, TJRJ y TJPI y que fueron ejemplificados anteriormente con los datos del tjsp para obtener indicadores de medición de la eficiencia de la mediación/conciliación se basan en la estimación del porcentaje de procesos aprobados (con alguna solución vía mediación/conciliación) de 8,02%, 1,27% y 2,07% para los procesos de primera instancia del TJSP, TJRJ y TJPI respectivamente.

El objetivo de este trabajo es investigar si la mediación/conciliación puede proporcionar una mayor rapidez a los procesos, contribuyendo con una mayor eficiencia del poder judicial. Asumiendo que en el control del TJSP, TJRJ y TJPI se realizan esfuerzos para aumentar la resolución de conflictos a través de la mediación/conciliación, se realizó simulación con datos de 2013 a 2019 de la CNJ asumiendo que los tres tribunales lograron una tasa de mediación/conciliación del 25% y luego se realizó otra simulación con una tasa del 50%. Para este procedimiento, la probabilidad de resolución de los procesos aprobados se mantuvo como se describe en la Tabla 2.

Los resultados de estas simulaciones para los datos de los tres tribunales se presentan en las figuras 4 a 9 a continuación.

Figura 4 – Simulaciones de los valores de los indicadores (a) procesos/magistrado/año y (b) procesos/servidores/año de los datos tjsp.

Para el índice de casos/magistrado con los datos del TJSP, la figura 4 muestra un valor esperado de 1.675 casos/magistrado en 2013. En 2015 considerando la tasa de aprobación del 8,02% se esperaría un índice de 3.858 casos/magistrado (considerando el legado de casos restantes de 2013, 2014 y los nuevos en 2015). Por simulación, si la tasa de aprobación fuera del 25%, esta tasa se caería a 3.666 casos/magistrado. Esto representa 3,858 – 3,666 = 192 casos menos por magistrado que representan 192 / 3,858 = 4.98% menos casos para cada magistrado en el período de dos años (2013 a 2015). Y por simulación, si la tasa de aprobación fuera del 50%, esta tasa caería a 3.382 casos/magistrado. Esto representa 3,858 – 3,382 = 476 casos menos por magistrado, es decir, 476 / 3,858 = 12.34% menos casos para cada magistrado en el período de dos años (2013 a 2015).

Debe tenerse en cuenta que la tasa de casos/magistrados depende del número de casos nuevos y del número de magistrados asignados a la Corte. Si en un año determinado el número de casos es mucho mayor que los nuevos casos de años anteriores y el número de magistrados se mantiene o incluso se reduce, la tasa de casos/magistrados, por supuesto, aumentará. Pero estas situaciones son independientes del proceso de mediación/conciliación.

De todos modos, según la Figura 4, suponiendo que en el periodo 2013 a 2019 la proporción de procesos aprobados fuera del 25% (probablemente un objetivo más fácil de alcanzar en comparación con la proporción del 50%) en 2019 se esperaría una carga de 4.619 casos/magistrado, mientras que si la proporción de casos aprobados fuera el 8,02% estimado actual, en 2019 se esperaría una carga de 4.984 casos/magistrado. Esto significa que la tasa de casos aprobados del 25% resultaría en una reducción de 4,984 – 4,619 = 365 casos, es decir, 365 / 4,984 = 7.32% de menos casos para cada magistrado. Del mismo modo, la carga de procesos por servidor en 2019 presentaría una reducción de 366 – 300 = 66 procesos, es decir, 66 / 366 = 18,03% menos de procesos para cada servidor.

Esto contribuiría sin duda a mejorar la calidad del trabajo del magistrado y del servidor, contribuyendo a la mejora general del funcionamiento del sistema judicial, es decir, a mejorar la eficiencia del trabajo de la justicia.

Figura 5 – Simulaciones de los valores de los indicadores (a) procesos/magistrado/año y (b) procesos/servidores/año los datos del TJRJ.

Para el índice de casos/magistrado con los datos del TJRJ, la figura 5 muestra un valor esperado de 2.051 casos/magistrado en 2013. En 2016 considerando la tasa de aprobación de 1,28% (valor estimado para Río de Janeiro – ver Tabla 1) se esperaría un índice de 4.515 casos/magistrado (considerando el legado de los procesos restantes de 2013, 2014, 2015 y los nuevos de 2016). Por simulación, si la tasa de aprobación fuera del 25%, esta tasa caería a 4.375 casos/magistrado. Esto representa 4,515 – 4,375 = 140 casos menos por magistrado que representan 140 / 4,515 = 3.10% menos casos para cada magistrado durante un período de tres años (2013 a 2016). Y por simulación, si la tasa de aprobación fuera del 50%, esta tasa caería a 4.227 casos/magistrado. Esto representa 4,515 – 4,227 = 288 casos menos por magistrado, es decir, 288 / 4,515 = 6.38% menos casos para cada magistrado en el período de tres años (2013 a 2016).

Suponiendo que en el período de 2013 a 2019 la proporción de procesos aprobados fue del 25% (probablemente un objetivo más fácil de alcanzar en comparación con la proporción del 50%) en 2019 se esperaría una carga de 4.068 casos/magistrado, mientras que si la proporción de casos aprobados fuera el 1,28% estimado actualmente, en 2019 se esperaría una carga de 4.284 casos/magistrado. Esto significa que la tasa de casos aprobados del 25% resultaría en una reducción de 4,284 – 4,068 = 216 casos, es decir, 216 / 4,284 = 5.04% de menos casos para cada magistrado. Del mismo modo, la carga de procesos por servidor en 2019 presentaría una reducción de 294 – 280 = 14 procesos, es decir, 14 / 294 = 4,76% menos de procesos para cada servidor.

Figura 6 – Simulaciones de los valores de los indicadores (a) procesos/magistrado/año y (b) procesos/servidores/año los datos del TJPI.

Los resultados de la simulación para los datos de Piauí se muestran en la Figura 6 y lo que se verifica es que con el proceso de aprobación en la proporción de 25% se obtiene una reducción de 18 años (2016 a 2019) de 43 – 1805 = 38 casos/magistrado lo que corresponde a una reducción de 38/1805 = 2,06% menos casos para cada magistrado en el periodo de tres años (2016 a 2019).Se obtiene una reducción similar para los servidores, ya que en 2019 tendríamos 180 – 176 = 4 procesos menos por cada servidor lo que representa 4 / 180 = 2.22% menos de carga de trabajo.

Figura 7 – Simulaciones de los valores de las tasas de cierre de los procesos en el año para el TJSP.

En la Figura 7, para el TJSP, considerando la proporción de 25% para los procesos aprobados, se espera una tasa de cierre anual en promedio 3% más alta en comparación con la tasa de aprobación actual (8,02% de la muestra de datos). En 2019, por ejemplo, la tasa de cierre es del 33,06% para la tasa de aprobación del 25%, mientras que esta misma tasa es del 30,55% si la tasa de aprobación es del 8,02%. Esto significa que en 2019, en un lote de 100 casos, se espera que se terminen 33.06 con un ratio de aprobación del 25%. Pero si el ratio de aprobación fuera del 8,02% se esperaría cerrar 30,55 casos, por lo tanto, aproximadamente tres procesos menos.

Figura 8 – Simulaciones de los valores de las tasas de cierre de los procesos en el año para el TJRJ.

Para los datos de TJRJ, se puede decir que la tasa de cierre básicamente permanece sin cambios, manteniendo la diferencia de un proceso, si la tasa de aprobación es del 25%.

Figura 9 – Simulaciones de los valores de las tasas de cierre de los procedimientos en el año para el TJPI.

Para los datos del TJPI, se observa que después de tres años (2016 a 2019) la tasa de cierre es aproximadamente 2% mayor, comparando un ratio de homologación del 25% con la proporción estimada del 2,07% (datos de la muestra). En 2019, de cada lote de 100 casos, se esperaría el cierre de 20,70 casos frente al valor esperado de 18,74 casos con tasa de aprobación del 2,07%.

RESULTADOS Y DISCUSIÓN

Los datos fundamentales para los resultados de este estudio consisten en los valores de probabilidad del tiempo de cierre del proceso (aprobado y no aprobado) que se presentan en la Tabla 2. Cabe destacar que los datos de esta tabla provienen de una muestra de 256.056 procesos de 17 municipios, cinco piauienses, ocho paulistas y cuatro de Rio de Janeiro como se comentó anteriormente.

Supongamos que se considera adecuado un tiempo de cierre de un caso de hasta dos años, es decir, que sea eficiente en cuanto a la actuación de la Justicia para la resolución de conflictos. Entonces, con base en la Tabla 2, es probable que los procesos aprobados en São Paulo terminen en hasta dos años de 0,43516 + 0,32410 = 0,75926 ≈ 75,93%. Para los casos no aprobados, esta probabilidad vale 0.19311 + 0.17613 = 0.36924 ≈ 36.92%. Esto significa que la mediación/conciliación presenta una mayor posibilidad de resolución de conflictos en dos o menos años en comparación con la reducción significativa de la vida del proceso dentro de la esfera judicial.

En otras palabras, los datos de la muestra de casos bajo el TJSP indicaron que de cada 100 casos nuevos de 1er grado que fueron aprobados, 76 fueron cerrados en dos años, mientras que de cada 100 casos nuevos no aprobados, solo 37 fueron cerrados en este mismo período, que evidencia la eficiencia de la mediación / conciliación ya que menos tiempo proporciona una menor distribución de la carga de casos por parte de los magistrados y servidores y, en consecuencia, un aumento en la calidad de la evaluación de los casos por parte de ellos, y también cierto grado de reducción de costos en general para el Poder Judicial. .

Para la interpretación de los datos de los tres tribunales, la tabla 9 presenta las probabilidades, probabilidades de cierre y raíz de casos y procesos aprobados no aprobados en el plazo de dos años con base en las estimaciones de probabilidad de cierre presentadas en la Tabla 2.

Tabla 9 – Probabilidad, chance (odds) y la razón de las probabilidades (odds ratio) de procesos aprobados y no aprobados dentro de dos años

^{Fuente: elaborado por los autores.}

Existe una diferencia conceptual entre probabilidad y azar (en inglés, chance se traduce como odds). La probabilidad es el resultado de dividir la probabilidad de ocurrencia de cierto evento de interés E (en nuestro caso E representa el proceso de evento cerrado en 2 años) por la probabilidad de no ocurrencia de este evento E. En la Tabla 9, en la columna (A) se encuentran estos valores.

Por ejemplo, en Piauí, la probabilidad (odds) de que un proceso aprobado se resuelva en hasta dos años en comparación con su resolución en más de dos años es 0.34632 / 0.65368 = 0.5298. Como la probabilidad es menor que la unidad, es mejor ‘leer’ la inversa: 1 / 0.5298 = 1.8875 lo que significa que ‘en Piauí, la probabilidad de que un proceso aprobado termine en más de dos años es 1 .8875 veces mayor que la posibilidad de que este proyecto termine en hasta dos años ”. Y también podemos decir que ‘en Piauí, la probabilidad de que un proceso aprobado termine en más de dos años es un 88,75% mayor que la probabilidad de que este proyecto termine en hasta dos años’.

Otro ejemplo: en São Paulo, la probabilidad (odds) de que un proceso aprobado se resuelva en hasta dos años en comparación con su resolución en más de dos años es 0,75926 / 0,24074 = 3,1539. Entonces podemos decir que ‘en São Paulo, la probabilidad de que un proceso aprobado termine en dos años es 3,1539 veces mayor que la probabilidad de que este proyecto termine en más de dos años’.

Si consideramos que la muestra de datos es, de hecho, representativa, entonces los datos indican que en Piauí los procesos toman más tiempo (más de dos años para la resolución), sean aprobados o no (nótese que en Piauí la posibilidad de un proceso no ratificado si termina después de dos años es 1 / 0.3108 = 3.2175 veces mayor que termina dentro de dos años). En cuanto al estado de São Paulo, un proceso aprobado señala grandes posibilidades de cierre en hasta dos años, lo que, a su vez, conduce a una mejor eficiencia en los Tribunales en general.

Finalmente, podemos evaluar la razón de probabilidades (odds ratio) de los procesos aprobados en relación con los procesos no aprobados que finalizan en hasta dos años. La razón de probabilidades es el resultado de la división (razón) de las probabilidades (odds) de cerrar en hasta 2 años de procesos aprobados y procesos no aprobados. Como se ve en la columna (C) de la Tabla 9, en Piauí la razón de probabilidades de los proyectos aprobados que finalizan en dos años es 0.5298 / 0.3108 = 1.7046 veces mayor en comparación con los procesos no aprobados, es decir, tienen un 70.46% más de probabilidades de terminar en dos años.

Vemos que en São Paulo, la relación de probabilidad es casi cinco veces mayor a favor de los procesos aprobados (4.9825). Si los datos de la muestra utilizada son realmente representativos de los estados evaluados, entonces São Paulo mostró que los procesos homologados tienen tres veces más probabilidades de ser resueltos en hasta dos años que de resolverse en más de dos años. Y esto, por las simulaciones realizadas indican un grado razonable de eficiencia, aquí en este trabajo se refleja en la reducción de la carga de casos por magistrado y por servidor e incluso una ligera reducción en la tasa de cierre en el tiempo.

En Rio de Janeiro, la simulación también mostró una ganancia de eficiencia razonable, porque un proceso aprobado tiene 1.3914 veces más o 39.14% más posibilidades de ser resuelto en hasta dos años en comparación con las posibilidades de ser resuelto en más de dos años. Además, un proceso aprobado en Río de Janeiro presentó, por simulación 1.5995 veces o 59,95% más posibilidades de terminar en hasta dos años en comparación con un proceso no aprobado.

Y por último, los datos de Piauí mostraron que la tendencia es que los procesos tardan más de dos años en finalizar si se aprueban o no los procesos. Aun así, si se aprueban, en relación a los pacientes no homologados, tuvieron una mayor probabilidad de cierre en hasta dos años (70,46%).

CONCLUSIONES Y RECOMENDACIONES

En este trabajo, la simulación con datos reales trabajada con estimaciones de datos también reales podría señalar, aunque sea simplemente, escenarios para el trabajo de justicia que abarcan procedimientos de mediación/conciliación. Obtener más eficiencia de la justicia medida de manera sencilla a través de la dinámica temporal de la carga de los procedimientos por magistrado, por servidor, por la tasa de cierre y por la velocidad del ciclo de vida de los procedimientos parece indicar a favor de estos procedimientos.

Sin embargo, para mejorar el proceso de simulación puede ser necesario llevar a cabo un plan de muestreo probabilístico más robusto y completo. Por ejemplo, para mejorar la simulación, sería interesante obtener más datos del ciclo de vida de cada proceso (fecha exacta de inicio y finalización, obstáculos eventuales, etc.). y otros datos como los costes de proceso, los procedimientos entre sectores activados, etc. La muestra utilizada en este trabajo era innegablemente relevante y de fácil acceso. Sin embargo, tal vez la representatividad de esta muestra para el ámbito de los Tribunales puede no ser ideal y de ahí la advertencia para llevar a cabo el trabajo futuro con una planificación de muestreo robusta.

En cualquier caso, podemos concluir que esta simulación realizada con datos reales señaló que la mediación/conciliación puede contribuir proactivamente a la mejora (eficiencia) del ordenamiento jurídico del país.

REFERENCIAS

ALVIM, José Eduardo Carreira. Justiça: acesso e descesso. Rio de Janeiro: EMASRF, 2003. Disponível em: Justiça: acesso e descesso – Jus.com.br | Jus Navigandi. Acesso em: 4 de jun. 2021.

BRASIL. Lei Nº 13.105, de 16 de março de 2015. Código de Processo Civil. 2015b. Disponível em: http://www.planalto.gov.br/ccivil_03/_Ato2015-2018/2015/Lei/L13105.htm. Acesso em: 10 mar. 2021.

BRASIL. Lei Nº 13.140, de 26 de junho de 2015. Dispõe sobre a mediação entre particulares como meio de solução de controvérsias e sobre à autocomposição de conflitos no âmbito da administração pública; altera a Lei no 9.469, de 10 de julho de 1997, e o Decreto no 70.235, de 6 de março de 1972; e revoga o § 2o do art. 6o da Lei no 9.469, de 10 de julho de 1997. 2015c. Disponível em: http://www.planalto.gov.br/ccivil_03/_ato2015-2018/2015/lei/l13140.htm. Acesso em: 10 mar. 2019.

CONSELHO NACIONAL DE JUSTIÇA. Justiça em Números 2020. Brasília: CNJ. Disponível em: WEB-V3-Justiça-em-Números-2020-atualizado-em-25-08-2020.pdf (cnj.jus.br). Acesso em: 4 de jan. 2021.

R CORE TEAM (2019). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.

RUTCKEVISKI, João Carlos. A democratização do acesso à justiça: uma abordagem sobre a aproximação do judiciário da realidade social. Monografia apresentada como requisito parcial à conclusão do Curso de bacharelado em Direito na Universidade Federal do Paraná, Curitiba, 2002. Disponível em: A democratização do acesso à justiça : uma abordagem sobre a aproximação do judiciário da realidade social (ufpr.br). Acesso em: 04 de jun. 2021.

^[1] Maestría en Derecho – Soluciones alternativas de controversias empresariales por la Escuela Paulista de Derecho – EPD, Postgrado en Métodos Apropiados en Resolución de Conflictos por el Instituto Brasiliense de Direito Público – IDP, Graduación en Derecho del Centro Universitario de Brasilia – UniCEUB.

^[2] Doctor en Geografía por la UnB.

^[3] Consejero. Doctor en Derecho.

Enviado: Junio de 2021.

Aprobado: Junio de 2021.