�鶹ֱ��

La inteligencia artificial (IA) generativa ya no es una novedad en los servicios jurídicos. Por el contrario, se está convirtiendo en una infraestructura que impregna todos los aspectos del sector. A principios de 2026, el 74 % de los abogados, asesores fiscales y otros profesionales afirmaban utilizar la IA varias veces a la semana.[1] En los departamentos jurídicos de las empresas, el uso de la IA generativa se ha más que duplicado en doce meses, hasta alcanzar el 52 %.[2] Aun así, la demanda por parte de los clientes está superando la capacidad de la mayoría de los despachos para prestar servicios de IA. Casi el 80 % de los clientes corporativos afirma que la calidad que aporta la IA es «muy importante o esencial» a la hora de seleccionar asesores, mientras que solo el 6 % cree que la recibe.[3] El 32 % de los clientes decepcionados se ha replanteado o tiene previsto replantearse su relación con los bufetes de abogados en función del uso de la IA, y entre esos clientes, un tercio estima que está en riesgo más de un millón de dólares en trabajo anual.[4] Ante la previsión de un mayor uso de la IA, los proveedores de servicios jurídicos que han combinado la IA con la gobernanza, la transparencia y resultados cuantificables están superando a aquellos que se han limitado a adquirir la IA sin un plan de integración más amplio. �鶹ֱ�� sigue posicionándose a la vanguardia de esta revolución tecnológica.

Para evaluar el éxito del uso de la IA por parte de una empresa en el resultado de su trabajo, hay que preguntarse si: 1) se �徱����ñó como un proceso repetible; 2) la IA utilizada estaba autorizada para actuar y quién le concedió dicha autorización; 3) el método resistiría las exigencias de pruebas y validación de un adversario escéptico; y 4) habrá una persona responsable del resultado. El diseño, la autorización, la prueba y la responsabilidad sustentan el enfoque de �鶹ֱ��, mientras que el optimismo y una mentalidad abierta permiten a �鶹ֱ�� transformar la competencia en IA en valor para el cliente.

Puntos clave

• �پ�����ñ��: Los flujos de trabajo son mejores que las listas de herramientas. Sea cual sea la tarea en cuestión, por lo general es mejor centrarse en tareas jurídicas concretas en lugar de enredarse en tecnologías específicas. Es mejor centrarse en tareas jurídicas concretas de principio a fin, incluyendo los datos de entrada, los documentos y materiales de referencia, y los ámbitos en los que la intervención humana es indispensable.
• ���ܳٴǰ�����������ó��: Debes insistir en que haya un responsable para las tareas realizadas por agentes. La IA puede ejecutar los pasos, pero alguien debe poder indicar qué abogado autorizó la tarea, revisó el resultado y es responsable de ello. Antes de permitir que un agente actúe en sistemas que no controlas por completo, debes definir claramente las competencias.
• ���ܲ��پ��ھ���������ó��: El uso de la IA en ámbitos como el eDiscovery debe ser defendible y no solo eficiente. La revisión asistida por IA es intrínsecamente probabilística, por lo que debe ir acompañada de procesos de validación, incluidos protocolos de muestreo, procedimientos de escalado y registros de auditoría que hagan un seguimiento de las decisiones del abogado para confirmar que las conclusiones de la IA eran correctas. En lo que respecta a las áreas transaccionales, regulatorias y otras áreas de práctica, los bufetes de abogados deben establecer los mismos protocolos de validación.
• Responsabilidad: Debes verificar los resultados y, a continuación, confiar en tu equipo. Pregunta qué resultados de la IA ha verificado el equipo comparándolos con la fuente original, cómo ha recopilado el equipo los materiales de referencia y qué ha decidido el equipo no procesar mediante la IA. Saber cuándo dejar la IA al margen es una forma esencial de discernimiento.

�پ�����ñ��: cómo convertir los sistemas de IA en flujos de trabajo repetibles

La mayoría de los bufetes de abogados tienen acceso a herramientas de IA prácticamente idénticas. Lo que distingue a unos bufetes de otros es si un abogado es capaz de explicar al cliente cómo ha llevado a cabo una tarea jurídica concreta y reproducir ese resultado en el siguiente asunto. Un flujo de trabajo justificable también documenta los materiales de origen facilitados a la IA, los resultados que esta ha generado, las revisiones realizadas por el abogado y la jurisprudencia en la que se basa el producto final del trabajo. La adopción generalizada de estas herramientas por parte de un bufete puede constituir un punto de partida fundamental para profundizar en procesos y flujos de trabajo jurídicos específicos.

Los abogados de �鶹ֱ�� han integrado la IA en los flujos de trabajo ya existentes. Por ejemplo, los equipos transaccionales utilizan la IA a lo largo de todo el ciclo de vida de una operación, de modo que los resultados de la diligencia debida se obtengan con la suficiente antelación como para influir en las negociaciones, y para que puedan comparar los textos redactados con bases de datos de documentos presentados, en lugar de basarse únicamente en el recuerdo de un solo abogado sobre las condiciones del mercado. Del mismo modo, los abogados litigantes utilizan Relativity aiR, el software de IA integrado de Relativity para la fase de presentación de pruebas, con el fin de reducir el tiempo de revisión de las pruebas de semanas o meses a días, y Harvey y CoCounsel para identificar y organizar la jurisprudencia clave, de modo que el tiempo de los abogados se dedique a la estrategia y no solo a la investigación. El objetivo no es la automatización por sí misma, sino un trabajo más rápido y coherente que deje a los abogados más tiempo para el asesoramiento estratégico y permita a los clientes tomar decisiones antes, basándose en un expediente más completo.

A través de su programa «Practice Innovation», �鶹ֱ�� aprovecha la inteligencia artificial en diversas áreas de trabajo (por ejemplo, la diligencia debida, la investigación jurídica y la redacción y revisión de contratos) mediante la colaboración entre sus equipos de tecnología jurídica y los grupos de práctica, con el fin de ofrecer soluciones de inteligencia artificial contrastadas y optimizar el servicio al cliente. La metodología «AI Blueprint» de �鶹ֱ�� parte de una tarea jurídica, identifica en qué aspectos la inteligencia artificial aporta valor y especifica los datos de entrada, los documentos de origen y los puntos de control de calidad antes de que un flujo de trabajo obtenga la calificación de «validado».

Además, el chatbot original de �鶹ֱ�� (es decir, �鶹ֱ��Chat) recibió el premio al «Mejor uso de la inteligencia artificial» en Legalweek 2026.[5] Esta tecnología propia amplía aún más el uso de la IA en �鶹ֱ�� en todas las líneas de trabajo y grupos de práctica. �鶹ֱ��Chat se aloja en las propias instalaciones del bufete y permite a los abogados crear agentes personalizados para tareas jurídicas recurrentes y proporcionar la información clave necesaria. Por ejemplo, los abogados especializados en propiedad intelectual (PI) de �鶹ֱ�� utilizan �鶹ֱ��Chat para someter a pruebas de estrés las modificaciones propuestas en las reivindicaciones y los argumentos frente a los materiales de las solicitudes de patente, el estado de la técnica y los datos de los examinadores, lo que ayuda a los abogados a identificar los puntos fuertes, los puntos débiles y los posibles contraargumentos para obtener una ventaja estratégica y lograr mejores resultados. De este modo, un equipo puede trabajar a partir de los materiales que ha seleccionado y organizado, en lugar de basarse en las suposiciones de un modelo de uso general.

���ܳٴǰ�����������ó��: Más allá de las simples instrucciones, hacia una IA con capacidad de acción

El debate en el sector jurídico sobre la IA agentiva se ha centrado en gran medida en lo que pueden hacer los agentes, pero las cuestiones más importantes son dónde están autorizados a actuar y quién es responsable si actúan de forma inadecuada. Los clientes forman parte de ese análisis, ya que muchos de ellos ya están implementando sus propios agentes en sistemas que interactúan con clientes, proveedores y terceros.

La tecnología jurídica está pasando de herramientas independientes basadas en indicaciones a sistemas agentivos capaces de organizar y llevar a cabo tareas de varios pasos con menor intervención humana. Harvey es el principal asistente de IA de �鶹ֱ��, pero este dispone de un amplio conjunto de programas de IA, a los que puede recurrir siempre que resulten más adecuados para la tarea en cuestión. La diferencia práctica entre las instrucciones habituales y el manejo de una IA con capacidad de agencia no radica en la longitud de la instrucción, sino en si el abogado debe enlazar manualmente cada paso (por ejemplo, revisar la demanda, identificar defectos en los escritos, investigar la jurisprudencia y redactar) o si el sistema puede secuenciar esos pasos por sí mismo.

La IA también está transformando los servicios jurídicos que consumirán los clientes. Al reducir el tiempo y el coste de los análisis preliminares, recurrentes y a gran escala, los flujos de trabajo automatizados pueden hacer que el asesoramiento jurídico se convierta en una parte más habitual de la planificación y la estrategia empresarial, incluso en ámbitos en los que, anteriormente, el coste o el tiempo necesarios hacían que dicho asesoramiento resultara poco viable. Por ejemplo, en la evaluación de una posible infracción de patente, la realización de revisiones más frecuentes sobre la libertad de actuación permite identificar riesgos potenciales antes de que un producto se desarrolle, se lance o se comercialice, lo que permite al cliente evaluar la estrategia junto con su asesor jurídico para tomar decisiones fundamentadas sobre el diseño, la concesión de licencias, la inversión y la entrada en el mercado. El abogado debe seguir definiendo el encargo, supervisando el flujo de trabajo y evaluando cómo los resultados afectan a los objetivos empresariales del cliente.

La mayor autonomía de los sistemas agentivos requiere una mayor estructura. Las tareas complejas funcionan mejor cuando se dividen en etapas definidas, cada una de las cuales cuenta con unos datos de entrada claros, un alcance limitado y un control por parte de una persona antes de que comience el siguiente paso. Pedir a un agente que realice una tarea compleja mediante una única instrucción suele dar lugar a resultados menos satisfactorios que un proceso por etapas, y el abogado sigue teniendo que perfeccionar y corregir el resultado antes de que se utilice.

Es probable que también haya que revisar los marcos tradicionales para la atribución de responsabilidad entre las personas y la IA. Una reciente demanda de Amazon ha puesto estas cuestiones en el punto de mira : Amazon.com Servs. LLC contra Perplexity AI, Inc. (Distrito Norte de California, 10 de marzo de 2026). En este caso, Amazon alegó que el navegador Comet de Perplexity accedía y realizaba pedidos a través de las cuentas de Amazon de los clientes, haciéndose pasar por un comprador humano en lugar de identificarse como un agente automatizado de IA. Amazon alegó que Perplexity infringió sus condiciones de servicio, así como las leyes federales y estatales sobre acceso a sistemas informáticos. El tribunal de distrito dictó una medida cautelar que impedía a los agentes de compra basados en IA de Perplexity acceder al sitio web de Amazon y sostuvo que era la autorización de Amazon, y no el permiso del usuario, lo que determinaba si Comet podía acceder a su sitio web. El 4 de agosto de 2026, el Noveno Circuito anuló la medida cautelar y devolvió el caso, al considerar que era poco probable que Amazon prosperara en su demanda, ya que Perplexity no «accedía» por sí misma a los ordenadores de Amazon en el sentido de las leyes federales y estatales sobre acceso a sistemas informáticos : Amazon.com Servs. LLC contra Perplexity AI, Inc. ( 9.º Cir. 4 de agosto de 2026). El tribunal sostuvo, en cambio, que era el usuario quien accedía a los ordenadores de Amazon y que simplemente utilizaba el agente de compras basado en IA de Perplexity como una herramienta. En lugar de establecer una norma consolidada, el caso plantea una cuestión abierta y muy controvertida: si las organizaciones que implementan agentes deben hacer coincidir la autorización de un agente con los sistemas a los que va a acceder, así como identificar quién responderá por cualquier laguna de autoridad entre el ser humano y la máquina.

La IA agentiva debería ampliar las capacidades de un equipo jurídico, no ocultar quién tiene el control. Cuanto más pueda un sistema secuenciar el trabajo, actuar a través de distintas herramientas o interactuar con entornos de terceros, más deberá el equipo supervisar de forma deliberada la tarea asignada. Cada flujo de trabajo agentivo debería identificar al responsable humano, los sistemas a los que el agente puede acceder, los puntos de control previos al uso de los resultados de la IA y la persona responsable en caso de que las acciones de la IA excedan la autoridad que se le ha concedido.

Prueba: la IA en el eDiscovery como ejemplo de la vanguardia a la que está llegando la profesión jurídica

Si bien el diseño y la autorización se refieren a cómo se genera el resultado de la IA, es en ámbitos como el descubrimiento donde un adversario puede cuestionar activamente dicho resultado. Este concepto no es nuevo en el ámbito del eDiscovery. La codificación predictiva y la revisión asistida por tecnología fueron aprobadas por los tribunales hace más de una década. Además, la revisión por parte de abogados de primer nivel ya había sido sustituida, mucho antes de la llegada de la IA generativa, por la revisión asistida por tecnología (TAR) y los acuerdos con abogados externos. Por ello, en el sector jurídico, los abogados ya se han acostumbrado a defender un proceso asistido por máquinas ante un juez escéptico, aportando estadísticas de muestreo y registros de auditoría.

Sin embargo, una novedad es el uso de la secuenciación agentiva, en la que la revisión, la organización de los asuntos y la clasificación de la información privilegiada se llevan a cabo como etapas interrelacionadas bajo supervisión humana. La IA es ahora capaz de identificar material relevante, extraer documentos clave, organizar los asuntos y sintetizar grandes volúmenes de información almacenada electrónicamente en cuestión de horas o días, en lugar de semanas o meses. No obstante, los tribunales no aceptan la eficiencia como respuesta a una presentación deficiente. Por lo tanto, es fundamental que el producto del trabajo sea auditable.

�鶹ֱ�� fue una de las primeras firmas en adoptar aiR, el software de IA integrado de Relativity para la fase de descubrimiento. La firma utiliza aiR desde el inicio de la fase de descubrimiento para acelerar la revisión de primer nivel, identificar documentos clave y ayudar a los clientes a evaluar los hechos en el contexto de la estrategia global del caso. Una revisión más rápida solo es fiable si se cuenta con mecanismos definidos de control de calidad. Estos mecanismos incluyen protocolos de muestreo para validar la codificación de la IA, procedimientos de escalado para documentos ambiguos y registros de auditoría que documentan las decisiones de incluir o excluir determinados registros. En consecuencia, aiR aporta valor al optimizar un flujo de trabajo repetible y verificable que sigue requiriendo una toma de decisiones dirigida por los abogados.

Por ejemplo, en una investigación interna multilingüe, �鶹ֱ�� utilizó aiR para analizar documentos en español, generar resultados en inglés e identificar problemas y aportar citas de apoyo.[6]Gracias a un refinamiento deliberado de las indicaciones y a procedimientos de control de calidad, menos del 1 % de las recomendaciones de aiR fueron finalmente rechazadas por los abogados revisores de �鶹ֱ��. Este ejemplo ilustra la ventaja de utilizar la IA para obtener información de forma eficiente a partir de grandes conjuntos de datos, al tiempo que el proceso sigue siendo medible y revisable. A medida que se generalice el uso de la IA, otros procesos jurídicos se beneficiarán de los mismos flujos de trabajo verificables que se han implementado en el ámbito del eDiscovery.

Responsabilidad: confidencialidad, precisión y saber cuándo la IA no debe tener el control

La rendición de cuentas es un elemento esencial para el uso satisfactorio de la IA. Un equipo puede contar con un flujo de trabajo bien diseñado, un agente debidamente autorizado y un proceso de revisión probado, pero el trabajo puede fracasar si nadie verifica el resultado o sabe cuándo la IA no debe formar parte del proceso. Además, las herramientas de IA pueden ofrecer una apariencia engañosa de precisión, lo que puede generar una falsa sensación de confianza en los resultados. Una respuesta pulida puede ocultar fuentes débiles o inadecuadas, fundamentos incompletos o suposiciones no contrastadas. La responsabilidad exige prestar atención a las implicaciones en materia de confidencialidad y privilegio, una precisión basada en fuentes que eviten el riesgo de «alucinaciones» y el criterio necesario para saber cuándo la IA no debe controlar el trabajo.

Las recientes resoluciones judiciales ilustran la evolución del marco jurídico en torno a la confidencialidad, el secreto profesional entre abogado y cliente y la doctrina del «producto del trabajo» en relación con el uso de la IA. En el caso Estados Unidos contra Heppner ( Distrito Sur de Nueva York, 17 de febrero de 2026), el tribunal concluyó que las comunicaciones con una plataforma de IA de acceso público (Claude) no estaban amparadas por el secreto profesional ni eran confidenciales, ya que en ellas intervenían una persona que no era abogado y una plataforma que conservaba las conversaciones de los usuarios. Por el contrario, en el caso Warner contra Gilbarco, Inc. (Distrito Este de Michigan, 10 de febrero de 2026) se reconoció que los materiales procesales elaborados con la ayuda de la IA pueden acogerse a la protección del producto del trabajo cuando la divulgación de dicho producto se realiza a un programa de IA y no a una parte contraria, señalando específicamente que los programas de IA generativa son «herramientas, no personas». El caso Morgan contra V2X, Inc. (D. Colo., 30 de marzo de 2026) reforzó dicha protección cuando no era probable que los resultados llegaran a la parte contraria, aunque exigió, no obstante, la divulgación de la plataforma de IA utilizada. En conjunto, estos casos se centran menos en si se utilizó la IA y más en cómo, quién la utilizó y con qué medidas de seguridad. La seguridad y la gobernanza, en contraposición al mero acceso a una plataforma, determinarán cada vez más si se ha renunciado potencialmente al privilegio y a la confidencialidad.

La rendición de cuentas también exige vigilar los posibles errores de alucinación, que, por lo general, se clasifican en tres categorías:

• La fabricación se produce cuando la IA inventa casos o citas que no existen y suele ser el error más fácil de detectar.
• La atribución errónea se produce cuando la IA cita a una autoridad real, pero hace referencia a expresiones o citas que la fuente nunca utilizó, lo que hace que el error sea más difícil de detectar, ya que la cita parece legítima.
• Se produce una interpretación errónea cuando la IA cita con exactitud a una autoridad, pero afirma erróneamente que esta respalda una proposición jurídica que, en realidad, no respalda.

La descripción errónea es el más peligroso de los tres errores, ya que requiere un criterio jurídico para identificarla, a diferencia de la mera comprobación de las citas. Por lo tanto, la obligación práctica va más allá de la simple confirmación de que una cita existe. Las conclusiones deben contrastarse con sus fuentes. El equipo jurídico debe leer los casos subyacentes, verificar las leyes y los reglamentos, y confirmar la evolución de los expedientes cotejándolos con el registro judicial. Cada tipo de error de citación puede socavar los escritos judiciales y ha dado lugar a sanciones contra abogados y bufetes que se basaron en referencias generadas por IA sin una verificación adecuada.[7]

La implementación de la IA en �鶹ֱ�� permite un uso responsable de la misma, ya que la considera una tecnología complementaria y no un sustituto del criterio humano. La supervisión humana, la gobernanza estructurada de la IA y los rigurosos procedimientos de control de calidad permiten a �鶹ֱ�� aprovechar las eficiencias que ofrece la IA, al tiempo que se minimizan los riesgos asociados a los privilegios, la confidencialidad y las «alucinaciones». El uso por parte de la firma de sistemas de IA seguros y aislados mitiga sustancialmente cualquier riesgo de que la información de los clientes se utilice para entrenar modelos públicos o se revele a terceros. El aislamiento de datos, los controles de acceso y los registros de auditoría hacen que los ambiciosos flujos de trabajo de IA sean defendibles. El reto consiste en equilibrar esa protección con la creciente expectativa de que el conocimiento sea accesible y se pueda poner en práctica. �鶹ֱ�� protege estos sistemas de IA que generan valor manteniendo una gran transparencia en sus metodologías e implementando estándares de validación que permiten a los clientes ver y dar forma a cómo se aplica el conocimiento de la IA.

Preguntas clave que debes plantear a tu bufete de abogados y a tu empresa

Los clientes deberían plantear a sus bufetes de abogados ciertas preguntas sobre el uso que estos hacen de la IA. El consejero jurídico de una empresa debería poder responder a estas mismas preguntas sobre el uso que la propia empresa hace de la IA. El uso responsable de la IA no es algo que un bufete de abogados pueda limitarse a afirmar en una presentación; el bufete debe ser capaz de demostrar cómo utiliza la IA. A la hora de evaluar el uso que hace un bufete de abogados de la IA, no pidas una lista de herramientas. En su lugar, pida ver un caso real de principio a fin y plantee las siguientes preguntas:

• Diseño. ¿ Qué información se introdujo en la IA? ¿Con qué fuentes se cotejó? ¿La revisó una persona? ¿Qué tenía que ocurrir para que la tarea se considerara finalizada?
• Autorización. ¿ Qué partes del trabajo realizó una persona y cuáles realizó la IA? ¿En qué momento pasó la responsabilidad de la IA al abogado? ¿Actuó alguna vez la IA por su cuenta, al margen de los sistemas controlados por el bufete? En caso afirmativo, ¿quién es responsable cuando eso ocurre?
• Demostración. ¿ Cómo comprobaba el equipo el trabajo de la IA? ¿Con qué frecuencia? ¿Qué motivaba una segunda revisión? ¿Estableció el equipo esas normas antes de comenzar el trabajo, en lugar de elaborarlas a posteriori para justificar un error? ¿Existe algún registro que refleje lo que ocurrió por si surgiera alguna duda más adelante?
• Responsabilidad. ¿ Cómo se ha gestionado la información de los clientes? ¿Qué se ha verificado con respecto a la legislación aplicable o al material original? ¿Qué categorías de trabajo ha decidido la empresa que la IA no debe tocar en absoluto?

Las empresas que lideren serán aquellas que puedan explicar con claridad todo el proceso: cómo se diseña el trabajo, quién se encarga de cada parte, cómo se verifican los resultados y quién responde si algo sale mal. La simple adopción temprana no es suficiente. Los clientes no deben conformarse con menos que una visión completa de cómo la IA está mejorando los procesos y ofreciendo resultados cada vez mejores.

Este artículo se ha elaborado con la colaboración de Nick McNulty y James Ward, becarios de verano de 2026.

[1]Thomson Reuters, Informe «El futuro de los profesionales 2026», pág. 4, https://www.thomsonreuters.com/en/institute/future-of-professionals-2026/report (último acceso: 30 de septiembre de 2026).

[2] ACC y Everlaw, «El creciente valor estratégico de la IA generativa para los departamentos jurídicos de las empresas » (14 de octubre de 2025) (el uso activo de la IA generativa entre los encuestados de los departamentos jurídicos internos de EE. UU. se duplicó con creces, pasando del 23 % al 52 %), (último acceso: 30 de septiembre de 2026).

[3] Thomson Reuters, Informe «El futuro de los profesionales 2026», pág. 4, https://www.thomsonreuters.com/en/institute/future-of-professionals-2026/report (último acceso: 30 de septiembre de 2026).

[4] ���.

[5] �鶹ֱ��, «�鶹ֱ�� gana el premio al mejor uso de la IA en los premios Legalweek Leaders in Tech Law» (10 de marzo de 2026), /news/2026/03/foley-wins-best-use-of-ai-at-legalweek-leaders-in-tech-law-awards/ (último acceso: 30 de septiembre de 2026).

[6] �鶹ֱ��, «Superar las barreras lingüísticas con la IA generativa: cómo �鶹ֱ�� llevó a cabo una revisión multilingüe de documentos con Relativity aiR for Review» ( 17 de marzo de 2025), Olivia S. Singelmann y Byron J. McLain, /insights/publications/2025/03/breaking-language-barriers-generative-ai/ (último acceso: 30 de septiembre de 2026).

[7] Véase, por ejemplo, Malkeet Lnu contra Blanche, 177 F.4th 1014, 1031 (9 . º Cir., 3 de junio de 2026).