IA para el sector legal
La falla que hundió a los primeros abogados que usaron IA fue la cita inventada. Construimos sistemas donde cada respuesta arrastra el documento y la cláusula de la que sale, y donde una cita que no resuelve contra un documento real no se muestra.
En resumen
El modo de fallo específico de este sector es la cita inventada: una referencia con formato perfecto a un documento que no existe. Se previene con verificación posterior, no con una instrucción pidiendo que no lo haga.
La regla de arquitectura es sencilla y no se negocia: una cita que no resuelve contra un documento real del índice no se muestra. Se descarta la respuesta y se escala.
Los casos donde rinde son de volumen documental, no de criterio: búsqueda sobre el archivo contractual, revisión contra minuta, extracción de fechas y obligaciones, y primer filtro de debida diligencia.
No reemplaza el criterio de un abogado y no lo proponemos así. Reemplaza las horas de buscar en qué contrato quedó una cláusula, que es trabajo que hoy hace el abogado más junior de la firma.
Los cuatro casos que se sostienen
Todos tienen la misma forma: mucho documento, una respuesta que está escrita en alguna parte, y hoy alguien buscándola a mano.
- «¿En qué contratos quedó una cláusula de exclusividad?», «¿cuáles tienen prórroga automática?». Es la consulta más frecuente en un área jurídica con varios cientos de contratos vivos y la que hoy se resuelve preguntándole al que lleva más tiempo.
- Comparar un contrato recibido contra la minuta aprobada y señalar qué cláusulas cambiaron, cuáles faltan y cuáles se agregaron. No decide si el cambio es aceptable: marca dónde mirar.
- Vencimientos, plazos de preaviso, hitos de pago, obligaciones de reporte. Se extraen a una tabla con la cláusula de origen al lado, y de ahí salen las alertas.
- Sobre un lote de documentos, clasificar y señalar lo que requiere lectura humana. Reduce el volumen que llega al abogado; no reemplaza su lectura.
La cita inventada, y cómo se cierra de verdad
El caso que dio la vuelta al mundo —abogados sancionados por presentar jurisprudencia inexistente— no fue un modelo defectuoso: fue un sistema sin verificación. Un modelo de lenguaje produce con la misma soltura una referencia real y una plausible, porque el formato de una cita es un patrón fácil de imitar. Pedirle en la instrucción que no invente reduce la frecuencia y no elimina el problema, y en materia jurídica una tasa baja sigue siendo inaceptable.
Se cierra en la arquitectura. Cada fragmento del índice lleva un identificador estable —documento, versión, cláusula o artículo— y la respuesta debe arrastrarlo. Después de generar, se verifica que cada cita resuelva contra un fragmento real; la que no resuelve invalida la respuesta, que no se muestra. El sistema escala en vez de arriesgar. Es una comprobación barata y es la diferencia entre una herramienta que un abogado puede usar y una que no.
La segunda decisión es no dejar que el modelo redacte sobre lo que no recuperó. Si la pregunta no tiene sustento en el archivo, la respuesta correcta es decir que no está, no producir un párrafo razonable. Eso se mide: dentro del conjunto de evaluación van preguntas cuya respuesta correcta es «no aparece en los documentos indexados».
Los números de un sistema jurídico
El conjunto de evaluación se arma con consultas reales del área y con la respuesta correcta validada por un abogado de la firma. Sin esa validación no hay medición, solo impresión.
| Qué se mide | Umbral que proponemos | Cómo se corrige |
|---|---|---|
| Tasa de cita inválida | Cero. Ninguna respuesta con una referencia que no resuelva contra un documento del índice. | Verificación posterior a la generación. La respuesta con cita rota se descarta y se escala; no se muestra corregida a medias. |
| recall@k por cláusula | Acordado con el área antes de construir, medido a nivel de cláusula y no de documento. | Búsqueda híbrida: el lenguaje jurídico tiene términos exactos que la similitud semántica sola no distingue. |
| Precisión en extracción de fechas | Sobre un lote validado a mano, cuántos vencimientos y plazos se extraen correctamente. | Salida estructurada con validación de esquema y la cláusula de origen obligatoria en cada fila. |
| Negativa correcta | Preguntas cuya respuesta correcta es «no aparece en los documentos indexados». | Umbral de confianza más alto y escalamiento. En este dominio, el silencio es una respuesta válida. |
El conjunto de evaluación queda en formato abierto y es de la firma. Sirve para verificar el sistema sin nosotros y para evaluar a cualquier otro proveedor con la misma vara.
No construimos sistemas que emitan conceptos jurídicos, redacten alegatos ni recomienden una estrategia procesal. No es una limitación técnica: es que el resultado sería una opinión sin responsable, y en esta profesión la responsabilidad tiene nombre.
Tampoco somos la opción si el archivo son cincuenta contratos en una carpeta compartida. Esto rinde a partir de varios cientos de documentos vivos, con versiones, anexos y otrosíes conviviendo — que es cuando encontrar la cláusula correcta ya cuesta horas facturables.
Servicios relacionados
Sistemas RAG
Segmentación, reordenamiento y búsqueda híbrida, evaluados con recall@k y NDCG.
Ver servicioRescate de proyectos
El sistema ya está en producción y responde mal. Lo medimos y determinamos qué corregir.
Ver servicioIntegraciones y APIs
Servidores MCP contra los sistemas en operación.
Ver servicioConsultoría de IA
Arquitectura, criterios de evaluación y costo por consulta antes de escribir código.
Ver servicioMás del blog
LangGraph vs CrewAI vs AutoGen
Los tres construyen sistemas de varios agentes y los tres tienen una demo que funciona en veinte minutos.
Seguir leyendon8n vs Zapier vs Make
Las tres conectan sistemas sin escribir código y las tres llegan a un techo.
Seguir leyendo¿Por qué fracasan los proyectos de IA?
La demo funcionó.
Seguir leyendoPreguntas frecuentes
¿Cómo garantizan que no invente jurisprudencia o cláusulas?
Con verificación posterior a la generación, no con una instrucción. Cada fragmento del índice lleva un identificador estable —documento, versión, cláusula— y la respuesta tiene que arrastrarlo. Después de generar se comprueba que cada cita resuelva contra un fragmento real; si alguna no resuelve, la respuesta se descarta y el sistema escala en vez de mostrarla. Además, el sistema solo puede responder sobre lo que hay en el índice: si la firma no indexa jurisprudencia, no hay de dónde inventarla.
¿Reemplaza a un abogado junior?
No, y quien lo venda así está vendiendo un problema. Reemplaza una tarea concreta que hoy hace el junior: buscar en qué documento quedó una cláusula, y encontrarla en minutos en vez de en horas. Lo que no reemplaza es el criterio de si esa cláusula sirve, cómo se negocia o qué riesgo implica, que es donde está el valor del abogado y donde el sistema no tiene nada que decir.
¿Los contratos de nuestros clientes salen de la firma?
Solo si ustedes lo aceptan, y en este sector la respuesta suele ser no. Desplegamos sobre Azure OpenAI o Amazon Bedrock dentro de la suscripción de la firma, así que los documentos y las consultas no salen de su infraestructura. En cualquier configuración usamos planes empresariales donde lo enviado por API no se usa para entrenamiento, y podemos filtrar nombres y datos identificables antes de la inferencia si el encargo lo exige.
¿Funciona con contratos escaneados?
Funciona, pero hay que decir el costo. Un escaneo necesita reconocimiento óptico y la calidad del texto extraído fija el techo de todo lo demás: si el OCR se come una negación, el sistema responde al revés con total confianza. Por eso medimos la calidad de extracción antes de indexar y reportamos qué porcentaje del archivo quedó por debajo del umbral. Si buena parte del archivo son escaneos malos, el proyecto correcto empieza por digitalizar bien, no por el asistente.
¿Puede comparar un contrato contra nuestra minuta?
Sí, y es de los casos con mejor retorno porque la respuesta correcta es verificable. El sistema alinea el documento recibido contra la minuta aprobada y señala qué cláusulas cambiaron, cuáles faltan y cuáles se agregaron, cada una con el texto de ambas versiones al lado. No dictamina si el cambio es aceptable: marca dónde mirar, y esa decisión sigue siendo del abogado.
¿Cuánto tarda y cómo se cotiza?
Un primer alcance —búsqueda sobre el archivo contractual, por ejemplo— suele tomar de seis a ocho semanas hasta producción, con algo funcionando desde la primera semana. Se cotiza con alcance, precio y fecha cerrados en una propuesta a 48 horas de la primera llamada. El precio lo determinan el volumen documental, el estado del archivo —los escaneos cuestan más— y qué integraciones hacen falta.
¿Y si ya compramos una herramienta legal con IA y no la usa nadie?
Es un patrón conocido y casi nunca se debe al modelo. Las causas frecuentes son que la herramienta no está conectada al archivo real de la firma sino a un repositorio paralelo que nadie alimenta, o que dio una respuesta mal citada al principio y perdió la confianza del equipo, que es muy difícil de recuperar. El diagnóstico toma una semana, entrega los fallos ordenados por impacto con su arreglo y su esfuerzo, y si no llega a tres hallazgos accionables, no se cobra.
Agendar 15 minutos
Una llamada para poner sobre la mesa qué se está construyendo o qué dejó de funcionar. Termina con una respuesta concreta: se arregla, se construye, o no vale la pena.