Hace tres años, un despacho de dos personas y una firma de doscientos abogados no tenían acceso a las mismas herramientas. Hoy sí. La misma tecnología que usa un bufete grande para analizar mil contratos en una tarde está a un clic de cualquier abogado que trabaje solo. Eso debería igualar el terreno de juego. Y en parte lo hace.
Lo anterior, con matices, es una realidad. Pero hay otra que me preocupa, y mucho: dos profesionales usan la misma herramienta de IA generativa, proponen el mismo caso, y la IA ofrece resultados distintos o poco parecidos. ¿Cómo es esto posible?
Por qué la misma pregunta no siempre tiene la misma respuesta
La IA generativa no funciona como la informática clásica a la que estamos acostumbrados. En la informática clásica, la que todos conocemos desde hace muchos años, al realizar una entrada de datos se obtiene siempre la misma salida. Proporcionamos al sistema un dato A y se obtiene un dato B. Es un sistema determinista y previsible, se puede auditar línea por línea.
La IA generativa es distinta. Al basarse puramente en la estadística y en probabilidades dentro de un espacio vectorial de miles de dimensiones, la IA no calcula con reglas lógicas absolutas, sino que predice el elemento o palabra más probable en un contexto determinado.
Eso significa que la misma pregunta, incluso jurídica, hecha dos veces, puede producir dos respuestas distintas. La mayoría de las veces será correcta. No todas. Y ya hemos visto en el sector casos de abogados citando sentencias y artículos que directamente no existen, generados con total seguridad por una herramienta que no distingue entre lo que sabe y lo que inventa.
Esto no es una advertencia sobre no usar IA. Es una advertencia alrededor de ella para que ese error no llegue nunca al cliente, al juzgado o al expediente.
El error puede estar y debe ser gestionado
La IA se equivoca. Tú también. Yo también. Ningún profesional jurídico entrega un informe sin revisarlo, y nadie debería tratar el output de una IA de forma distinta.
La gran cuestión no es si usamos o no IA. Lo que de verdad importa es saber si en el proceso en el que la integramos, se ha introducido algo capaz de detectar ese fallo antes de que se convierta en un problema real. Un proceso donde la IA genera y nadie revisa no es adopción de tecnología, es delegar sin control. Y un proceso donde todo se revisa igual de despacio que si la IA no existiera tampoco es adopción, es tecnología decorativa.
En medio está el punto que de verdad mueve la aguja: dónde y cómo se coloca la revisión humana para compensar exactamente lo que la máquina no puede ver.
¿Dónde falla cada uno y el poder de la combinatoria?
La IA es débil donde el criterio y el sentido común jurídico es fuerte: matizar, contextualizar, saber cuándo una norma técnicamente aplicable no debe aplicarse por cómo encaja con el resto del caso. Ahí el criterio humano no tiene sustituto.
El humano es débil justo donde la IA es fuerte: procesar volúmenes grandes de información sin fatiga, detectar patrones en cientos de documentos, sostener la misma atención en el contrato número cuarenta que en el primero. Ahí la máquina rinde mejor que cualquier equipo, por bueno que sea.
Combinar los dos requiere diseñar bien el proceso. Cuando el error de uno queda compensado por lo que el otro hace bien, el conjunto es más fiable que cualquiera de las dos partes por separado. Esa combinación, bien diseñada, es tremendamente poderosa, y es lo único que convierte esta potencia de la IA en algo que puedes usar con la conciencia tranquila.
Y hay una tercera pieza que reduce el margen de error antes incluso de que entre el criterio humano: sobre qué información trabaja la IA. Una herramienta que responde apoyándose en fondos documentales curados y verificados, en lugar de en todo lo que existe en internet sin filtro, parte con menos posibilidades de inventar y más trazabilidad de dónde sale cada respuesta. No elimina el riesgo. Ninguna herramienta lo elimina. Pero es una excelente garantía adicional en el proceso.
Conclusión
Cuando la misma tecnología está al alcance de todos, la ventaja competitiva deja de estar en tener la herramienta. Ya la tiene cualquiera.
La ventaja está en saber qué pedirle, cómo verificar lo que devuelve y, sobre todo, cuándo directamente no usarla. Ese criterio se construye, se entrena y se corrige con la práctica, igual que cualquier otra competencia profesional.
El riesgo real no es que la IA se equivoque. Eso ya lo sabemos y lo podemos gestionar. El riesgo real es adoptarla sin ese criterio: usarla como si fuera determinista, confiar en el output sin preguntarse de dónde sale, tratar la velocidad como si fuera lo único que importa.
