El adjetivo 'potenciado por IA' se ha convertido en un lugar común en el vocabulario de los proveedores de tecnología legal. En los últimos años, casi cada solución que se promociona como innovadora incluye esta etiqueta, a pesar de que, en muchos casos, la tecnología subyacente no va más allá de un modelo de lenguaje general aplicado a tareas básicas de búsqueda o clasificación. Esta hipéres no solo genera expectativas poco realistas, sino que también obscurece una realidad crucial: la inteligencia artificial general (como los grandes modelos de lenguaje) no está dise±ada para asumir las responsabilidades específicas, reguladas y de alto riesgo que conlleva el trabajo jurídico.
En primer lugar, el derecho se basa en un razonamiento contextual y normativo que exige una interpretación precisa de estatutos, precedentes y matices jurisdiccionales. Los modelos generales pueden extrapolar patrones a partir de grandes volúmenes de texto, pero carecen del conocimiento dománico profundo necesario para aplicar, por ejemplo, la jurisprudencia local en un idioma específico o para navegar por las complejidades de la legislación procesal. Un modelo de lenguaje generico puede identificar la palabra clave 'contrato' en una cláusula, pero no puede evaluar si ese contrato cumple con las obligaciones de forma, divulgación o regulaciones sectoriales particulares.
En segundo lugar, los riesgos legales implican responsabilidades significativas, tanto económicas como reputacionales. Si un sistema de revisión automatizada de contratos comete un error y pasa por alto una cláusula de no competencia no redactada correctamente, el cliente o el bufete pueden ser considerados negligentes. La ausencia de un marco de responsabilidad claro en las herramientas basadas en IA general aumenta la cautela de los profesionales, que necesitan soluciones que puedan justificar sus decisiones ante reguladores y tribunales.
Los reguladores, por su parte, están comenzando a exigir mayor transparencia y trazabilidad. La Ley de Inteligencia Artificial de la Unión Europea, por ejemplo, clasifica los sistemas de 'alto riesgo' que incluyen aplicaciones legales. Las herramientas deben cumplir con requisitos estrictos de gobernanza de datos, auditoría algorídica y protección de datos personales. Un modelo de lenguaje generico, entrenado en datos de internet de libre acceso, a menudo no puede cumplir con estas normas, ya que su proceso de entrenamiento puede incluir contenido protegido o no autorizado. Por lo tanto, los proveedores deben desarrollar modelos especializados, entrenados con datos jurídicos autorizados y sometidos a procesos rigurosos de verificación.
Desde una perspectiva práctica, los profesionales legales hispanohablantes también enfrentan el desafío de la diversidad lingüística dentro de las jurisdicciones. Un modelo de IA general puede tener un mejor desempeño en inglés, pero su eficacia disminuye drásticamente en documentos legales redactados en español, portugués o catalán. Las soluciones locales deben incorporar pipelines de tokens específicos para cada idioma, junto con terminología jurídica regional, para garantizar una comprensión precisa y una producción confiable.
Finalmente, la hipéres en torno a la IA general puede socavar la adopción de mejoras más graduales y seguras. Las herramientas de due diligence basadas en IA, los sistemas de gestión de conocimientos y las plataformas de generación de documentos, cuando se construyen sobre cimientos especializados, ofrecen un valor demostrable y reducen el riesgo de errores. En lugar de descartar por completo la IA, los profesionales deben buscar soluciones que combinen la eficiencia de la automatización con la precisión del conocimiento dománico.
En resumen, si bien la IA general ha abierto nuevas posibilidades para el procesamiento del lenguaje, no es suficiente para abordar las complejidades del trabajo legal. Los profesionales necesitan herramientas especializadas, transparentes y conformes con la regulación, especialmente en mercados diversos como el hispanohablante, donde el lenguaje y las normas varían significativamente. La próxima generación de tecnología legal debería centrarse en modelos adaptados a cada jurisdicción, con una gobernanza robusta y una clara rendición de cuentas, en lugar de confiar en la versatilidad de un modelo generico.
Este debate es relevante no solo para los desarrolladores de tecnología legal, sino también para los profesionales que buscan adoptar la IA de manera responsable. Comprender las limitaciones de la IA general permite tomar decisiones más informadas, proteger a los clientes y mantener la integridad del sistema legal en un mundo cada vez más digitalizado.
