La IA es genérica. El Derecho no: por qué los abogados necesitan inteligencia artificial especializada
Santiago Calderón Chávez
CEO & Co-Founder de ELÍAS
Una de las cosas más impresionantes de la inteligencia artificial generativa es precisamente su generalidad.
Podemos pedirle que explique física.
Que redacte un correo.
Que resuma un contrato.
Que traduzca un texto.
Que escriba código.
Que prepare una presentación.
Que sugiera una estrategia comercial.
Y, por supuesto, también podemos hacerle preguntas jurídicas.
Esa amplitud es una de sus mayores virtudes.
Pero cuando llevamos la inteligencia artificial desde una conversación ocasional hasta el centro de un trabajo profesional, aparece una limitación importante:
el Derecho no es una sola tarea genérica.
No existe simplemente “hacer trabajo jurídico”.
Existe litigar.
Contratar.
Investigar.
Asesorar.
Calcular términos.
Analizar competencia.
Construir una teoría del caso.
Determinar procedencia.
Administrar pruebas.
Comparar estrategias.
Entender un expediente.
Interpretar una notificación.
Y cada una de estas actividades requiere una metodología distinta.
Por eso creo que la siguiente etapa de la inteligencia artificial jurídica no consistirá simplemente en enseñar a un modelo general a utilizar más palabras de abogado.
Consistirá en construir sistemas que entiendan cómo cambia el razonamiento dependiendo del problema jurídico que tienen enfrente.
Hablar como abogado no es pensar jurídicamente
Ésta es quizá la primera confusión que debemos evitar.
Una inteligencia artificial puede escribir algo que suene perfectamente jurídico.
Puede utilizar:
“en virtud de lo anterior”,
“resulta procedente”,
“con fundamento en”,
“bajo una interpretación sistemática”,
“a mayor abundamiento”.
Nada de eso demuestra que esté razonando jurídicamente bien.
El lenguaje es la superficie.
La metodología está debajo.
Un abogado no es bueno porque escribe textos que parecen escritos por abogado.
Es bueno porque sabe:
qué hechos importan,
qué pregunta necesita resolver,
qué norma debe consultar,
qué excepción debe investigar,
qué argumento contrario existe,
qué riesgo está asumiendo,
y qué consecuencia produce cada alternativa.
Una IA jurídica especializada necesita incorporar precisamente esa segunda capa.
Un mismo prompt puede esconder problemas completamente distintos
Pensemos en una petición sencilla:
“Analiza este asunto.”
¿Qué significa?
Puede significar:
¿tengo acción?
¿ya prescribió?
¿qué pruebas necesito?
¿qué medio de defensa procede?
¿puedo obtener una suspensión?
¿qué riesgo económico existe?
¿qué plazo tengo?
¿qué cláusula contractual me protege?
¿qué argumentos tiene la contraparte?
¿conviene demandar?
¿qué tribunal es competente?
Todas son preguntas jurídicas.
Pero ninguna se resuelve exactamente igual.
Un sistema genérico puede intentar responderlas todas mediante una misma lógica conversacional.
Un sistema especializado debería hacer algo distinto.
Primero preguntarse:
¿qué tipo de trabajo jurídico tengo enfrente?
Y a partir de esa clasificación activar una metodología adecuada.
Antes de responder, hay que entender qué trabajo hay que hacer
Ésta es una idea que consideramos central en ELÍAS.
Cuando un abogado formula una petición, muchas veces el primer problema no es encontrar la respuesta.
Es clasificar correctamente la pregunta.
Por ejemplo, el abogado puede decir:
“Me notificaron esta resolución. ¿Qué hacemos?”
En esa frase hay varias tareas potenciales.
Reconstruir qué ocurrió.
Determinar si la resolución nos perjudica.
Identificar posibles medios de defensa.
Analizar su procedencia.
Investigar términos.
Calcular vencimientos.
Comparar alternativas.
Evaluar conveniencia.
Preparar eventualmente un escrito.
Si el sistema salta directamente a redactar, puede estar resolviendo el último paso antes de haber resuelto los anteriores.
Una IA jurídica especializada necesita entender la estructura del trabajo antes de producir la respuesta.
El Derecho está lleno de dependencias
Esto hace especialmente difícil automatizarlo bien.
Las respuestas jurídicas dependen de otras respuestas.
No puedo calcular correctamente un término si primero no sé qué medio de defensa estoy considerando.
No puedo determinar el medio de defensa sin entender qué resolución se dictó.
No puedo analizar correctamente la resolución sin conocer el procedimiento.
No puedo valorar su impacto sin saber a qué parte representamos.
No puedo recomendar una estrategia sin conocer el objetivo del cliente.
Es una cadena.
Si un sistema se equivoca arriba, puede producir una respuesta impecablemente estructurada abajo y seguir siendo incorrecta.
Por eso el diseño de IA jurídica tiene que prestar muchísima atención al orden.
Qué debe resolverse primero.
Qué depende de qué.
Qué información falta.
Qué conclusión todavía no puede sostenerse.
La especialización no significa entrenar un modelo distinto para cada ley
Cuando hablamos de IA especializada existe también una simplificación frecuente.
Pensar que basta con cargarle muchas leyes mexicanas.
Eso ayuda.
Pero no es suficiente.
Una verdadera especialización jurídica involucra al menos cuatro dimensiones:
fuentes, metodología, contexto y límites.
Las fuentes dicen qué información puede consultar.
La metodología determina cómo debe abordar el problema.
El contexto le dice qué está ocurriendo en ese asunto concreto.
Y los límites establecen qué puede concluir o ejecutar sin intervención humana.
Podemos tener un modelo con acceso a toda la legislación del país y seguir teniendo un sistema jurídicamente mediocre si no sabe cómo utilizarla.
Saber dónde buscar importa tanto como saber qué responder
Pensemos en investigación jurídica.
Un modelo general puede haber aprendido una enorme cantidad de información durante su entrenamiento.
Pero eso no significa que debamos confiar ciegamente en su memoria para resolver un asunto.
El Derecho cambia.
Las leyes se reforman.
Los criterios evolucionan.
Existen normas locales.
Reglas especiales.
Acuerdos.
Calendarios.
Precedentes.
Por eso un sistema especializado necesita saber qué fuente utilizar para cada pregunta.
Si buscamos legislación, consultar legislación.
Si buscamos jurisprudencia, ir a una fuente jurisprudencial.
Si necesitamos saber qué ocurrió en un expediente, consultar el expediente.
Si necesitamos calcular un término, utilizar además reglas de cómputo y calendarios verificables.
El modelo no debería convertirse en la fuente.
Debería funcionar como una inteligencia capaz de orquestar fuentes.
México hace especialmente evidente este problema
Nuestro sistema jurídico tiene múltiples niveles.
Federal.
Estatal.
Municipal.
Distintas materias.
Distintos órganos.
Distintos códigos.
Distintos medios de defensa.
Una misma palabra puede tener implicaciones diferentes dependiendo del contexto procesal.
“Recurso.”
“Notificación.”
“Suspensión.”
“Competencia.”
“Término.”
Ninguna puede analizarse correctamente sin saber dentro de qué régimen jurídico estamos trabajando.
Una inteligencia artificial genérica puede ofrecer una explicación razonable.
Una herramienta jurídica profesional necesita poder responder antes:
¿qué Derecho aplica aquí?
La materia cambia la metodología
Un problema de amparo no se trabaja exactamente igual que uno mercantil.
Uno administrativo no igual que uno laboral.
Uno civil no igual que uno penal.
No porque existan solamente leyes diferentes.
Porque cambia la estructura del análisis.
En amparo pueden resultar esenciales cuestiones como:
acto reclamado,
autoridad responsable,
interés jurídico o legítimo,
definitividad,
oportunidad,
suspensión,
causales de improcedencia.
En una controversia contractual quizá el centro esté en:
obligaciones,
incumplimiento,
interpretación,
vigencia,
garantías,
remedios,
daños.
En un procedimiento administrativo pueden dominar:
competencia,
fundamentación,
motivación,
formalidades,
procedimiento,
facultades de la autoridad.
La inteligencia artificial especializada no debería aplicar una plantilla mental idéntica a todos.
Debe reconocer qué mapa conceptual corresponde a cada problema.
Incluso dentro de una materia existen funciones diferentes
Y la especialización no termina ahí.
Dentro de un mismo litigio podemos tener tareas muy distintas.
Reconstruir hechos.
Investigar jurisprudencia.
Preparar interrogatorios.
Analizar pruebas.
Calcular términos.
Redactar.
Revisar procedencia.
Evaluar estrategia.
Una buena IA puede utilizar capacidades diferentes para cada una.
Esto conecta directamente con la lógica de agentes que desarrollamos en el artículo anterior.
No necesitamos necesariamente un “abogado artificial” que haga todo.
Podemos construir funciones jurídicas especializadas que colaboren entre sí.
La inteligencia artificial debe saber qué no sabe
La especialización también mejora algo fundamental:
la capacidad para reconocer incertidumbre.
Un sistema genérico puede sentirse obligado a responder.
Uno diseñado para una función concreta puede tener reglas más estrictas.
Por ejemplo:
“No puedo calcular el término porque falta la constancia de notificación.”
“No puedo determinar procedencia porque no conozco todavía la naturaleza de la resolución.”
“Existen dos regímenes potencialmente aplicables y falta determinar cuál gobierna el asunto.”
“Esta fuente no ha sido verificada.”
Esa respuesta puede parecer menos impresionante que una conclusión instantánea.
Pero profesionalmente puede ser muchísimo más valiosa.
El abogado no necesita una IA segura de sí misma
Necesita una IA que distinga entre:
hecho,
alegación,
inferencia,
fuente,
hipótesis,
conclusión,
y duda.
Esta clasificación es profundamente jurídica.
Porque la profesión trabaja permanentemente con diferentes niveles de certeza.
“No está acreditado” es distinto de “es falso”.
“No encontré un precedente” es distinto de “no existe”.
“Parece procedente” es distinto de “procede necesariamente”.
“Éste parece ser el término” es distinto de “ésta es una fecha fatal verificada”.
La especialización puede ayudar a que esas diferencias formen parte del comportamiento del sistema.
La especialización también puede producir mejores preguntas
Éste es otro punto importante.
Un sistema jurídico no debería limitarse a responder lo que preguntamos.
Debería detectar qué falta preguntar.
Si estamos analizando una acción:
¿ya prescribió?
¿tenemos legitimación?
¿existe convenio arbitral?
¿hay una cláusula de jurisdicción?
Si estamos analizando un amparo:
¿existe medio ordinario de defensa?
¿el acto es definitivo?
¿cuándo se conoció?
Si estamos analizando un término:
¿cuándo surtió efectos la notificación?
¿qué órgano emitió la resolución?
¿qué calendario aplica?
Las preguntas correctas dependen de la función.
Ésa es otra razón por la que la generalidad tiene límites.
Una IA jurídica debería pensar en árboles, no solamente en párrafos
La inteligencia artificial generativa es extraordinariamente buena produciendo texto.
Pero el razonamiento jurídico muchas veces tiene una estructura lógica.
Si ocurre A, investigar B.
Si B es improcedente, analizar C.
Si falta D, no avanzar.
Si existen dos alternativas, comparar E y F.
Si hay término fatal, escalar.
Un sistema especializado puede incorporar estos caminos.
No significa transformar todo el Derecho en reglas rígidas.
Eso sería imposible.
Significa combinar razonamiento flexible con estructuras metodológicas persistentes.
La IA puede interpretar.
El flujo puede ordenar.
Las reglas pueden verificar.
El abogado puede decidir.
La especialización permite usar menos inteligencia artificial donde no hace falta
Esto puede sonar contradictorio.
Pero una IA especializada debería saber cuándo no utilizar un modelo generativo.
Para sumar días, utilicemos un motor de cálculo.
Para verificar una identidad, una fuente estructurada.
Para guardar una fecha, una base de datos.
Para aplicar una regla determinista, código.
Para interpretar una actuación ambigua, quizá un modelo generativo.
Para escoger entre estrategias con importantes consecuencias, probablemente también necesitamos al abogado.
Un sistema jurídico profesional no debería intentar resolver absolutamente todo mediante texto generado.
Debería escoger la herramienta adecuada para cada problema.
El gran salto estará en conectar conocimiento con operación
Imaginemos una IA que sabe muchísimo Derecho.
Contesta bien.
Pero después de terminar la conversación no ocurre nada.
El expediente no se actualiza.
No se genera una tarea.
El término no llega al calendario.
La decisión no queda registrada.
El abogado tiene que volver a mover manualmente toda la información.
Eso limita muchísimo su impacto.
Una inteligencia jurídica especializada debe entender no sólo qué significa una conclusión, sino qué debería provocar dentro del trabajo.
Si detecta un término:
crear un flujo de revisión.
Si falta un documento:
crear pendiente.
Si existe una contradicción:
escalar.
Si se aprueba una estrategia:
generar tareas.
Si llega una nueva actuación:
actualizar el historial.
La inteligencia empieza a integrarse con la operación.
Ahí aparece una diferencia fundamental entre conocimiento jurídico e inteligencia jurídica
El conocimiento jurídico puede contestar:
“¿Qué dice la ley?”
La inteligencia jurídica necesita además contestar:
“¿Qué significa eso para este asunto y qué debemos hacer ahora?”
Esa segunda pregunta exige contexto.
Historia.
Parte representada.
Objetivo.
Estado del asunto.
Decisiones anteriores.
La misma regla puede producir respuestas operativas completamente distintas en dos expedientes diferentes.
Por eso la IA especializada necesita estar conectada con el caso, no únicamente con una biblioteca.
El expediente se convierte entonces en el contexto natural
Esto conecta con el artículo anterior sobre el expediente inteligente.
Una IA especializada es mucho más poderosa cuando trabaja alrededor de una estructura persistente.
No recibe únicamente un PDF.
Conoce:
quiénes son las partes,
a quién representamos,
cuál es la materia,
qué ocurrió antes,
qué está pendiente,
qué estrategia seguimos,
qué términos existen,
y qué nueva información acaba de llegar.
Con ese contexto puede activar capacidades especializadas mucho mejor.
Sin él, incluso el mejor modelo está razonando parcialmente a ciegas.
El Derecho necesita memoria institucional
La especialización también permite capturar metodologías de una firma.
Imaginemos que un despacho desarrolla durante años una manera extraordinariamente buena de analizar determinado problema.
Actualmente ese conocimiento puede estar principalmente en algunos socios.
Una IA especializada puede ayudar a convertirlo en:
listas de preguntas,
flujos,
criterios,
fuentes,
validaciones,
ejemplos,
objeciones,
y puntos de escalamiento.
No sustituye el conocimiento del socio.
Le da palanca.
La firma puede empezar a ejecutar de manera más consistente aquello que antes dependía exclusivamente de quién estaba atendiendo el asunto.
Esto abre una discusión importante sobre calidad
En servicios profesionales existe muchísima variabilidad.
Dos abogados dentro de la misma firma pueden abordar el mismo problema de maneras distintas.
A veces eso es valioso.
La creatividad importa.
Pero en otros casos la variabilidad es simplemente riesgo.
Uno verifica el término cuidadosamente.
Otro no.
Uno analiza definitividad.
Otro la olvida.
Uno revisa competencia.
Otro comienza directamente a redactar.
La inteligencia artificial especializada puede ayudar a estandarizar el mínimo metodológico.
No necesariamente la conclusión.
Sino las preguntas que nadie debería olvidar.
Eso puede aumentar enormemente la calidad.
La especialización no debería matar la creatividad
Existe, sin embargo, un riesgo opuesto.
Si estructuramos demasiado el razonamiento, podemos convertir a la IA en una fábrica de respuestas idénticas.
El Derecho necesita creatividad.
Casos excepcionales.
Analogías.
Nuevas interpretaciones.
Argumentos que no estaban previstos en la plantilla.
Por eso la metodología especializada debe funcionar como un piso, no como un techo.
El sistema debería garantizar que revisamos las cuestiones esenciales.
Pero también debería poder explorar alternativas fuera de la ruta ordinaria.
La mejor arquitectura jurídica probablemente combinará disciplina y divergencia.
Especialización también significa contradicción especializada
No basta con generar una respuesta técnicamente correcta.
Una IA de amparo debería conocer las objeciones típicas de procedencia.
Una contractual debería buscar inconsistencias entre cláusulas.
Una probatoria debería cuestionar si cada hecho está realmente acreditado.
Una procesal debería buscar caducidad, preclusión o problemas de oportunidad cuando correspondan.
La contradicción debe adaptarse al problema.
No sirve una instrucción genérica de:
“dame contraargumentos.”
Necesitamos una contradicción informada por la metodología jurídica relevante.
Cuanto más especializada sea la IA, mayor debe ser también nuestra exigencia
Existe una consecuencia importante.
Cuando utilizamos una herramienta general sabemos intuitivamente que tenemos que desconfiar.
Pero una plataforma que se presenta como especializada genera una expectativa mayor.
Por eso no basta con poner la palabra “legal” delante de un chatbot.
Una IA jurídica profesional debería ofrecer más:
fuentes identificables,
contexto persistente,
trazabilidad,
metodología,
control de permisos,
distinción de incertidumbre,
procesos de verificación,
y puntos claros de intervención humana.
La especialización es una promesa.
Y una promesa exige responsabilidad.
Un “GPT para abogados” no es suficiente
Durante esta primera etapa veremos muchas herramientas que esencialmente hacen esto:
toman un modelo general,
agregan documentos jurídicos,
crean una interfaz,
y lo presentan como inteligencia artificial para abogados.
Eso puede ser extraordinariamente útil.
Pero creo que el mercado terminará exigiendo mucho más.
El abogado no necesita únicamente que la inteligencia artificial conozca palabras jurídicas.
Necesita que entienda:
qué está haciendo.
Que sepa si está:
investigando,
redactando,
analizando hechos,
calculando términos,
contradiciendo,
o preparando una decisión.
Y que cambie su comportamiento en consecuencia.
Ésa es una de las razones por las que estamos construyendo ELÍAS como un Cerebro
En ELÍAS, la dirección que nos interesa no es construir una única inteligencia artificial a la que simplemente podamos preguntarle cualquier cosa jurídica.
Queremos que exista una primera capacidad mucho más básica:
entender qué trabajo jurídico necesita realizar.
A partir de ahí, el sistema puede activar funciones distintas.
Puede necesitar reconstruir hechos.
Identificar una cuestión jurídica.
Investigar.
Analizar procedencia.
Contradecir una hipótesis.
Determinar un término.
Construir alternativas.
Preparar un documento.
O varias de ellas al mismo tiempo.
El sistema no debería comenzar con la respuesta.
Debería comenzar con discernir qué proceso necesita ejecutar para llegar a una respuesta confiable.
Esto se parece más a una firma que a un chatbot
Una buena firma no responde cada asunto utilizando exactamente la misma persona y el mismo proceso.
Identifica el problema.
Lo asigna.
Involucra especialistas.
Consulta fuentes.
Escala decisiones.
Integra resultados.
La inteligencia artificial jurídica puede evolucionar hacia algo semejante.
No un modelo todopoderoso.
Sino una arquitectura que sabe organizar capacidades.
Eso también permite que cada capacidad sea más auditable.
Podemos saber:
qué función intervino,
qué fuente consultó,
qué produjo,
qué contradicción apareció,
y qué decidió finalmente el abogado.
La especialización puede volver más segura la automatización
Esto es especialmente importante cuando pasamos de analizar a actuar.
Una IA genérica que puede ejecutar cualquier cosa es difícil de gobernar.
Una capacidad especializada puede tener límites muy claros.
Un agente de términos puede:
identificar,
investigar,
calcular,
proponer.
Pero quizá no puede decidir renunciar a un medio de defensa.
Un agente de redacción puede preparar un escrito.
Pero no presentarlo.
Un agente documental puede clasificar información.
Pero no compartirla fuera de determinado expediente.
Cuanto mejor definida esté la función, más fácil resulta establecer permisos y controles.
Eso es esencial para una profesión donde los errores pueden tener consecuencias serias.
La especialización también permite medir
Una pregunta poco discutida es:
¿cómo sabemos si una IA jurídica realmente funciona?
Es difícil evaluar algo que intenta hacer “todo Derecho”.
Pero sí podemos medir funciones concretas.
¿Qué porcentaje de términos detectó?
¿Cuántas fechas fueron correctamente calculadas?
¿Cuántas citas pudieron verificarse?
¿Clasificó correctamente los documentos?
¿Identificó hechos faltantes?
¿Detectó contradicciones?
¿Cuántas recomendaciones necesitaron corrección?
La especialización permite construir métricas de calidad.
Y eso puede ser crucial para pasar de demos impresionantes a infraestructura profesional confiable.
No necesitamos una IA que sustituya toda la profesión
Necesitamos sistemas que hagan extraordinariamente bien determinadas partes del trabajo.
Ésta puede ser una forma más realista y más poderosa de pensar el futuro.
No preguntarnos:
“¿Cuándo tendremos una IA que sea mejor abogado que cualquier humano?”
Sino:
¿podemos tener una IA extraordinaria detectando términos?
¿otra reconstruyendo expedientes?
¿otra encontrando contradicciones?
¿otra investigando legislación?
¿otra preparando cronologías?
¿otra comparando estrategias?
Y después:
¿cómo hacemos que todas trabajen conjuntamente con el abogado?
Eso transforma el problema.
La IA genérica abrió la puerta
Hay que reconocer algo importante.
Sin los modelos generales probablemente esta conversación ni siquiera existiría.
ChatGPT y sistemas semejantes demostraron que un modelo podía manejar lenguaje jurídico con una capacidad sorprendente.
Nos permitieron imaginar posibilidades que antes parecían lejanas.
Pero una herramienta que puede hablar de cualquier cosa no necesariamente está diseñada para operar profesionalmente dentro de cualquier cosa.
Ahí comienza la siguiente etapa.
De saber Derecho a saber trabajar jurídicamente
Ésa puede ser la distinción final.
Una IA genérica puede saber mucho sobre Derecho.
Una IA jurídica especializada debería saber cómo trabajar con el Derecho.
Cuándo investigar.
Qué investigar.
Qué información falta.
Qué fuente consultar.
Qué objeción formular.
Qué regla aplicar.
Qué herramienta utilizar.
Qué debe recordar.
Qué puede automatizar.
Y, especialmente, cuándo necesita detenerse y devolver una decisión al abogado.
Ahí la especialización deja de ser solamente conocimiento.
Se convierte en metodología.
Y creo que ahí está una parte fundamental del futuro de la inteligencia artificial jurídica.
No construiremos mejores herramientas únicamente haciendo modelos cada vez más grandes.
También tendremos que hacer algo mucho más parecido al trabajo jurídico tradicional:
enseñarles a distinguir qué problema tienen enfrente antes de intentar resolverlo.
Porque la inteligencia artificial puede ser genérica.
El Derecho no.
Y precisamente por eso el futuro no será simplemente poner un chatbot al lado del abogado.
Será construir inteligencia específicamente diseñada alrededor de la forma en que el abogado trabaja, decide y responde.
Sobre el autor
Santiago Calderón Chávez es CEO & Co-Founder de ELÍAS, una plataforma de inteligencia artificial jurídica enfocada en transformar la manera en que los abogados trabajan con información, expedientes y procesos jurídicos.