Cómo funciona la IA legal: LLM, PLN y aprendizaje automático en el derecho
La tecnología que hay detrás de las modernas herramientas de IA legal se sustenta en tres pilares que actúan de forma conjunta: el procesamiento del lenguaje natural (PLN) permite que una máquina interprete el lenguaje jurídico, el aprendizaje automático (ML) permite que un modelo aprenda patrones a partir de datos de casos, y los grandes modelos de lenguaje (LLM) generan y resumen texto cuando se les solicita. Juntos, transforman una búsqueda documental en algo parecido a un asistente de investigación. Entender cómo funciona la IA legal es cada vez más necesario para cualquier profesional del derecho.
Comprender esa distinción es importante porque las consecuencias son asimétricas. La adopción de la IA legal alcanzó al 79 % de los abogados en 2025, según el Legal Trends Report de Clio, y los mismos sistemas que ahorran a los abogados horas de revisión cada semana pueden también inventar citas de casos inexistentes si no se controlan sus limitaciones.
¿Qué es la IA legal?
La IA legal es el término paraguas que engloba sistemas de inteligencia artificial generativa, aprendizaje automático y PLN diseñados específicamente para el trabajo jurídico, y no para uso general. La etiqueta tiene también raíces académicas: una encuesta de la ACL de 2020 realizada por Zhong et al. formalizó la «IA legal» como campo de investigación propio años antes de que ChatGPT popularizara el término. El Legal Trends Report 2025 de Clio reveló que el 82 % de los abogados que ya utilizan IA legal planean ampliar su uso, y entre quienes la han adoptado, el 65 % notifica una mejor calidad de trabajo, el 54 % una mayor capacidad y el 36 % una mayor rentabilidad. Comprender cómo funciona la IA legal ayuda a sacar el máximo partido de estas herramientas.
IA legal frente al software jurídico tradicional
El software jurídico más antiguo opera con reglas deterministas y búsqueda por palabras clave: escribe «incumplimiento de contrato» y devuelve los documentos que contienen exactamente esa expresión. Las herramientas de IA legal se diferencian de los chatbots de uso general y del software tradicional en un aspecto concreto: buscan significado e intención, no coincidencias de cadenas de texto, según Thomson Reuters. Una consulta sobre «echarse atrás en un trato» puede localizar documentos que tratan sobre cláusulas de rescisión aunque no contenga ni una sola palabra coincidente.
Ese cambio tiene su origen en cómo se construyen los sistemas. Los programas basados en reglas requerían que abogados e ingenieros escribieran manualmente cada patrón reconocible. Los modelos modernos de PLN específicos para el ámbito legal, en cambio, aprenden los patrones directamente a partir de grandes corpus de contratos, escritos judiciales y jurisprudencia, sin necesidad de redactar reglas manualmente.
Por qué «IA» aquí significa tres tecnologías, no una
Cuando se pregunta qué es la IA legal y cómo funciona, la documentación de proveedores como Clio, Thomson Reuters y Onit converge en la misma respuesta: son tres tecnologías apiladas, no una sola.
- El PLN lee e interpreta el lenguaje.
- El aprendizaje automático detecta patrones en miles de documentos.
- Los LLM generan texto fluido —borradores, resúmenes, explicaciones— a partir de lo que las otras dos capas aportan.
El resto de este artículo repasa cada una de ellas.
PLN: cómo las máquinas leen el lenguaje jurídico
El lenguaje jurídico es, probablemente, el peor escenario posible para que una máquina lo analice. Combina fraseología arcaica, términos intensamente definidos, referencias cruzadas densas y palabras que tienen un significado legal muy distinto al cotidiano: «contraprestación» en derecho contractual no tiene nada que ver con ser considerado, y «deberá» implica obligación que «podrá» no conlleva. El PLN legal es la capa que permite a los ordenadores interpretar el lenguaje jurídico pese a esas dificultades, y un artículo de 2021 de la American Bar Association sobre la tecnología citaba estudios de mercado que proyectaban que el mercado global de PLN alcanzaría los 27.600 millones de USD en 2026 a medida que se acelerase su adopción.
De la búsqueda por palabras clave a la comprensión del significado
Dentro de un sistema de IA legal, el PLN gestiona un conjunto específico de tareas: reconocimiento de entidades nombradas (extracción de partes, fechas, cuantías), clasificación de cláusulas, extracción de relaciones entre términos y distinción entre el fallo vinculante de un tribunal y su doctrina no vinculante. También debe reconocer la sinonimia que una búsqueda por palabras clave pasaría por alto: un sistema que comprende el significado jurídico sabe que una «cláusula de fuerza mayor» y una «cláusula de imposibilidad sobrevenida» abordan el mismo riesgo subyacente, según el glosario de IA legal de Irys.
Nada de eso es trivial para una máquina. Un contrato puede definir «Filial» en la cláusula primera y emplear el término doscientas páginas más adelante sin ningún recordatorio de qué significa, y un sistema de concordancia de palabras clave no tiene manera de conectar ambas referencias. Los modelos de PLN específicos para el ámbito legal se entrenan precisamente para mantener ese tipo de estructura de largo alcance, lo que los diferencia de la búsqueda de texto de uso general.
La revolución transformer en el PLN legal
El PLN legal evolucionó desde sistemas basados en reglas hasta modelos transformer en aproximadamente dos décadas: las gramáticas artesanales cedieron el paso al aprendizaje automático estadístico en la década de 2000, que a su vez dio paso a arquitecturas transformer entrenadas en millones de documentos jurídicos —Legal-BERT, presentado por Chalkidis et al. en 2020, es el ejemplo más conocido—. Una rama separada, más determinista, denominada comprensión del lenguaje natural (NLU) extrae significado con explicabilidad incorporada, en contraste con el resultado probabilístico y más difícil de auditar de los modelos generativos, como señaló la ABA’s SciTech Lawyer en su análisis de 2026 sobre la IA cognitiva en el derecho.
La primera prueba de que esta dirección funcionaba llegó en 2016, cuando un estudio computacional publicado en PeerJ Computer Science demostró que un modelo de PLN predecía los resultados de casos del Tribunal Europeo de Derechos Humanos con una precisión media del 79 % utilizando únicamente el texto de los casos, años antes de que existieran las arquitecturas transformer. Legal-BERT y sus sucesores desarrollaron esa misma idea a una escala mucho mayor, entrenando con millones de documentos en lugar de cientos.
Aprendizaje automático: cómo la IA legal aprende de los datos
El aprendizaje automático es un tipo de modelado estadístico que mejora en una tarea entrenando a partir de ejemplos, en lugar de seguir reglas predefinidas, y es lo que impulsa la codificación predictiva en el e-discovery. El aprendizaje automático legal aplicado a la revisión documental es donde sus beneficios se hacen más tangibles: casi la mitad de los profesionales del derecho declaran ahorrar entre una y cinco horas semanales en tareas como la revisión de documentos tras adoptar la IA generativa, según el Informe de Innovación en e-Discovery 2025 de Everlaw, principalmente porque la revisión basada en aprendizaje automático sustituye la lectura manual documento por documento por una revisión priorizada y ordenada por probabilidad.
Aprendizaje supervisado y puntuaciones de probabilidad
El aprendizaje automático supervisado en herramientas jurídicas parte de ejemplos etiquetados: un abogado clasifica un conjunto de documentos como relevantes o privilegiados, y el modelo aprende el patrón con la suficiente precisión como para puntuar documentos nuevos y no vistos según las mismas categorías, asignando a cada uno una probabilidad en lugar de un sí/no rotundo. Cuanto más se usa y corrige el sistema, más precisa se vuelve su puntuación, ya que cada corrección se retroalimenta en el modelo.
!Comparación entre la revisión lineal manual, que lee aproximadamente el 100 % de los documentos, y la codificación predictiva TAR, que lee entre el 10 y el 15 % reduce la revisión al 10-15 % de los documentos mejor clasificados, mientras que la revisión lineal manual lee prácticamente todo.”)
Este es un mecanismo fundamentalmente distinto al de un LLM que genera texto. Aquí no hay predicción de la siguiente palabra: el modelo produce un único número por documento, y ese número es tan fiable como los ejemplos etiquetados de los que aprendió. Un conjunto semilla mal seleccionado produce un modelo que se equivoca con confianza a gran escala, razón por la cual los abogados siguen implicados en la revisión de las primeras rondas de puntuación.
Codificación predictiva y TAR en el e-discovery
El ejemplo más claro en el mundo real es la revisión asistida por tecnología (TAR) en el e-discovery. Los abogados codifican manualmente un «conjunto semilla» de documentos, el modelo utiliza esas puntuaciones de probabilidad para ordenar toda la población documental, y el equipo revisor lee únicamente el tramo con mayor puntuación —normalmente el 10-15 % del volumen total— en lugar de cada archivo. La calidad se mide por la exhaustividad: el Electronic Discovery Reference Model recomienda una exhaustividad superior al 75 %, y en la práctica muchos flujos de trabajo TAR apuntan al 80 % o más.
Ese umbral de exhaustividad se negocia, no es fijo: en los litigios, las partes contrarias suelen acordar un objetivo de exhaustividad antes de que comience la revisión, y el número acordado pasa a formar parte del protocolo de discovery. No alcanzarlo puede obligar al bufete a repetir parte de la revisión, razón por la cual el seguimiento de la exhaustividad se realiza de forma continua y no como una verificación puntual al final.
| Método de revisión | Documentos revisados | Base de clasificación |
|---|---|---|
| Revisión lineal manual | ~100 % | Ninguna — lectura en orden |
| Codificación predictiva / TAR | ~10-15 % | Puntuación de probabilidad ML |
| Solo búsqueda por palabras clave | Variable, a menudo incompleta | Coincidencia exacta de términos |
LLM: cómo los modelos de lenguaje redactan textos jurídicos
Los grandes modelos de lenguaje son un tipo de modelo de aprendizaje automático entrenado con miles de millones de datos mediante aprendizaje por refuerzo a partir de retroalimentación humana (RLHF), según la descripción general de Onit sobre los LLM en el trabajo jurídico. A diferencia de las tareas de clasificación del PLN o de puntuación del aprendizaje automático, la función de un LLM es generar texto token a token, produciendo los borradores, resúmenes y explicaciones que los abogados realmente leen.
Tokens, atención y predicción de la siguiente palabra
El texto que entra en un LLM se fragmenta primero en tokens —aproximadamente 4-5 caracteres cada uno, no palabras completas— y el modelo predice el siguiente token ponderando todos los demás tokens de la entrada mediante un mecanismo denominado atención. Ese proceso se repite token a token hasta que se genera una respuesta completa. Un LLM no «conoce» el derecho; modela la probabilidad estadística del lenguaje, lo cual explica exactamente por qué puede redactar prosa fluida y también por qué puede generar con igual fluidez una cita de caso inventada con total confianza.
La atención es lo que permite al modelo conectar un término definido en la página uno de un contrato con su uso en la página cuarenta, o vincular un pronombre con la parte a la que se refiere varias frases antes. Esa capacidad de conexión es lo que hace que el resultado de un LLM se lea como prosa jurídica coherente en lugar de fragmentos inconexos, pero sigue siendo una ponderación estadística, no un análisis jurídico, razón por la cual una frase que suena fluida puede seguir siendo sustancialmente incorrecta.
Por qué el mismo prompt da respuestas distintas
Un parámetro llamado temperatura controla cuánta aleatoriedad inyecta el modelo al seleccionar el siguiente token, de modo que prompts idénticos pueden producir formulaciones —o contenidos— distintos en cada ejecución. Un segundo problema agrava esto en documentos largos: la pérdida de contexto, en la que las cláusulas situadas al final de un contrato extenso reciben menos peso en la atención del modelo que las del principio.
La conclusión práctica es que el resultado de un LLM es inestable por diseño, lo que explica precisamente por qué la diferencia entre IA legal y chatbots de uso general es una distinción significativa: las herramientas especializadas abordan esa inestabilidad con salvaguardas de las que carece un chatbot de consumo. En el trabajo jurídico, un borrador de LLM es un punto de partida, nunca un escrito definitivo.
La arquitectura de la IA jurídica: de documentos a respuestas verificadas
Una arquitectura de IA jurídica en producción consta de cuatro capas que funcionan en secuencia: una capa de datos, una capa de razonamiento, una capa de recuperación y citación, y una capa de integración en flujos de trabajo, tal como lo desglosa el explicador tecnológico de Clio. Ese diseño por capas es también lo que distingue una herramienta empresarial fiable de un abogado que escribe una pregunta directamente en un chatbot de uso general.
Las cuatro capas
- Capa de datos jurídicos — corpus verificados de jurisprudencia, legislación y contratos, no la internet abierta.
- Capa de razonamiento con IA — las tecnologías de PLN, aprendizaje automático y LLM descritas anteriormente, trabajando conjuntamente para interpretar y generar.
- Sistemas de recuperación y citación — generación aumentada por recuperación (RAG) que ancla las respuestas en fuentes reales, más verificación automática de citas.
- Integración en flujos de trabajo — conexiones con sistemas de gestión documental, formularios de captación de clientes y calendarios, para que el resultado llegue a un lugar útil.
| Capa de la arquitectura | Qué hace | Ejemplo |
|---|---|---|
| Capa de datos jurídicos | Suministra documentos fuente verificados | Bases de jurisprudencia y legislación |
| Capa de razonamiento con IA | Interpreta y genera texto | PLN + aprendizaje automático + LLM combinados |
| Recuperación y citación | Ancla respuestas, verifica citas | Pipeline RAG |
| Integración en flujos de trabajo | Entrega el resultado en las herramientas cotidianas | DMS, captación de clientes, calendario |
Una plataforma de IA jurídica, CoCounsel, ha llegado a obtener la certificación ISO 42001 —un estándar internacional para sistemas de gestión de la IA— como forma de acreditar que su capa de recuperación y citación está auditada de forma independiente.
Cómo el RAG reduce las citas alucinadas
La generación aumentada por recuperación reduce las citas alucinadas al obligar al modelo a recuperar primero documentos fuente reales y, a continuación, generar su respuesta únicamente a partir de ese material recuperado, en lugar de basarse en la memoria. A continuación se aplica un paso de verificación que contrasta cada cita producida por el modelo con la fuente real.
Esa combinación reduce sustancialmente la tasa de alucinaciones, aunque no las elimina, razón por la cual la revisión humana es necesaria en cada etapa del resultado jurídico generado por IA, y no solo en la fase de redacción. Un paso de recuperación es tan bueno como el corpus que lo respalda, por lo que un sistema RAG orientado a una base de datos de casos incompleta o desactualizada seguirá citando cosas incorrectas con confianza, simplemente con menos frecuencia que un modelo sin ningún anclaje.
Cómo usan realmente los bufetes las herramientas de IA legal
Clio agrupa los usos reales de la IA legal en seis categorías de flujo de trabajo:
- Preparación de litigios
- Redacción y revisión de contratos
- Investigación jurídica
- e-discovery
- Captación de clientes
- Operaciones del bufete
Las ganancias en eficiencia varían según la tarea, pero son sistemáticamente significativas: en un estudio ampliamente citado de LawGeex, la IA revisó cinco NDA en busca de riesgos jurídicos en 26 segundos con un 94 % de precisión, mientras que 20 abogados corporativos con experiencia tardaron en promedio 92 minutos y alcanzaron un 85 % de precisión en la misma tarea.
Investigación, redacción y revisión de contratos
La investigación jurídica funciona ahora con búsqueda semántica —que busca significado y concepto jurídico en lugar de cadenas exactas de palabras clave—, de modo que una consulta localiza precedentes relevantes aunque la formulación sea completamente diferente.
Las herramientas de redacción generan memorandos, cartas a clientes y escritos estándar a partir de plantillas combinadas con producción generativa, ofreciendo a los abogados junior un borrador inicial en lugar de una página en blanco.
Las herramientas de revisión de contratos clasifican cláusulas automáticamente, señalan desviaciones respecto al manual de negociación del bufete y sugieren modificaciones. Thomson Reuters señala que la IA puede extraer datos estructurados de miles de documentos en segundos, una tarea que a un equipo de paralegales le llevaría días.
e-discovery, captación de clientes y operaciones
Los flujos de trabajo restantes se apoyan en la misma tecnología subyacente de formas menos visibles: clasificación de documentos por TAR en el e-discovery, chatbots de IA que gestionan las preguntas iniciales de captación de clientes, y automatización aplicada a la facturación y la gestión de agenda.
El hilo conductor de las seis categorías es el mismo: la IA absorbe el volumen, y el abogado conserva las decisiones de criterio. La tarea concreta varía según el área de práctica, pero la división entre lo que hace el software y aquello de lo que el ser humano es responsable no cambia.
Alucinaciones, sesgos y otros riesgos de la IA legal
El modo de fallo mejor documentado en la IA legal es la cita alucinada: una referencia de caso redactada con confianza que no existe. El ejemplo canónico es Mata v. Avianca, un caso de junio de 2023 en el Distrito Sur de Nueva York (EE. UU.) en el que dos abogados fueron sancionados con 5.000 USD (unos 4.600 €) tras presentar un escrito judicial que citaba seis casos que ChatGPT había fabricado íntegramente.
Muchos perjuicios se derivan de la presentación de resoluciones falsas. La parte contraria malgasta tiempo y dinero en exponer el engaño.Juez P. Kevin Castel, resolución de sanción en Mata v. Avianca, Inc.
El alcance del problema de fondo va mucho más allá de un caso aislado. Un estudio de enero de 2024 del RegLab y el Institute for Human-Centered AI de Stanford encontró que los LLM de uso general —incluidos ChatGPT (GPT-3.5), Llama 2 y PaLM 2— alucinaban en consultas jurídicas específicas con tasas que oscilaban entre el 69 % y el 88 %. Un estudio de seguimiento del RegLab de Stanford publicado ese mismo mayo analizó herramientas de investigación jurídica con IA de uso específico: encontró tasas de alucinación menores pero aún significativas: un 17 % para Lexis+ AI y un 33 % para Westlaw AI-Assisted Research, ambas muy por debajo del 43 % medido para GPT-4 de uso general en las mismas consultas jurídicas.
El problema de las alucinaciones en la investigación jurídica
Las alucinaciones IA legal se producen porque los LLM generan el siguiente token estadísticamente probable, no porque contrasten un hecho con una base de datos de verdad objetiva: no existe un modelo incorporado de lo que es verdadero a menos que se añada recuperación y verificación por encima. Mata v. Avianca es el caso que todo el mundo cita, pero los datos de Stanford muestran que nunca fue una excepción: fue un ejemplo temprano y público de un modo de fallo que la estadística dice que ocurre la mayor parte de las veces que un modelo de uso general recibe una pregunta jurídica específica.
Esa es la distinción central que explica el valor de la capa de flujo de trabajo situada por encima de la generación bruta: es lo que transforma un borrador verosímil en uno verificado. Un modelo sin paso de recuperación ni verificador de citas es, por diseño, la configuración más arriesgada posible para el trabajo jurídico.
Sesgos, confidencialidad e inconsistencia
Tres riesgos adicionales completan el panorama, tal como detalla la descripción general de Onit.
El sesgo se introduce porque un modelo entrenado con datos jurídicos históricos puede absorber y reproducir los patrones —incluidas las inequidades— presentes en esos datos. La inconsistencia se deriva de la misma variabilidad impulsada por la temperatura descrita anteriormente, lo que significa que los resultados no son totalmente reproducibles de una ejecución a otra.
La confidencialidad es el más sensible operativamente de los tres: los prompts enviados a un chatbot público de consumo pueden conservarse o utilizarse para el entrenamiento futuro del modelo, razón por la cual los bufetes que gestionan información privilegiada de clientes generalmente optan por despliegues de IA jurídica empresarial en entornos cerrados con garantías contractuales sobre el uso de datos.
Ética y supervisión humana: el abogado sigue al mando
La competencia tecnológica en el uso de la IA legal no es opcional: es una obligación profesional. El Comentario 8 a la Regla Modelo 1.1 de la ABA (en EE. UU.) exige a los abogados que comprendan «los beneficios y riesgos asociados a la tecnología relevante», un deber que la American Bar Association reforzó específicamente para la IA generativa en su Opinión Formal 512, emitida en julio de 2024. No existe un equivalente español directo de esta norma deontológica de la ABA; en España, el marco de referencia es el Código Deontológico de la Abogacía Española.
Lo que la Regla Modelo 1.1 implica para el uso de la IA
La Regla 1.1 no exige que un abogado sea ingeniero, pero sí exige comprender a grandes rasgos lo que cubre este artículo: cómo genera el resultado la herramienta y dónde es más probable que ese resultado falle. Verificar cada cita contra su fuente real antes de presentar cualquier documento no es una buena práctica: bajo la regla de competencia, está cerca de ser un requisito mínimo.
!Abogado comprobando un escrito judicial impreso con un repertorio jurisprudencial encuadernado y un bolígrafo rojo convierte la competencia tecnológica en un deber: verificar cada cita de IA contra la fuente real está cerca de ser un requisito mínimo.”)
Los colegios de abogados estatales en EE. UU. han comenzado a sancionar a abogados específicamente por omitir ese paso de verificación, no por usar IA en sí. La distinción importa: la norma no penaliza la adopción, sino la presentación de resultados no verificados ante un tribunal.
Una división práctica del trabajo
La SciTech Lawyer de la ABA describió en 2026 una división del trabajo en tres niveles que coincide con el funcionamiento real de la tecnología: el NLU determinista gestiona las tareas de extracción con resultados explicables, los LLM producen borradores y primeras versiones, y el abogado aporta el criterio y asume la responsabilidad profesional del producto de trabajo final.
Todas las fuentes de proveedores citadas en este artículo convergen en la misma conclusión: la IA legal está diseñada para ampliar la capacidad de un abogado, no para sustituir su criterio. La tecnología cambia el coste de producir un primer borrador; no cambia quién es responsable de lo que se presenta.
Cómo evaluar las herramientas de inteligencia artificial jurídica
El marco de evaluación de Clio para las herramientas de IA legal se desglosa en cinco pasos: examinar con qué datos se ha entrenado y fundamentado la herramienta, confirmar qué salvaguardas de precisión existen, verificar la postura en materia de seguridad y cumplimiento normativo, evaluar la integración con los sistemas existentes y probar la herramienta en un flujo de trabajo real antes de comprometerse con ella.
Cinco preguntas para hacerle a cualquier proveedor
- ¿Con qué datos se entrenó el modelo y de qué recupera información al responder? Las respuestas vagas aquí son una señal de alerta.
- ¿Cómo se verifican las citas antes de que lleguen al usuario? Un paso de recuperación y verificación debe ser visible, no implícito.
- ¿Dónde se almacenan los datos del cliente y quién puede acceder a ellos? La residencia y soberanía de los datos son relevantes para la información privilegiada.
- ¿Se conservan los prompts o se reutilizan para entrenar futuros modelos? Esto determina si la herramienta es segura para asuntos confidenciales.
- ¿Puede trazarse cada resultado hasta un documento fuente? La trazabilidad es lo que separa una herramienta auditable de una caja negra.
Más allá del cuestionario, LegalFly y otros proveedores recomiendan ejecutar un piloto con un asunto real antes de firmar, y comprobar si la herramienta ha sido evaluada con conjuntos de datos estándar de PLN jurídico como LegalBench, CUAD o ContractNLI. En materia de seguridad, hay que buscar la certificación SOC 2 Type II, cifrado AES-256 en reposo y TLS 1.2 o superior en tránsito: el estándar mínimo esperado de cualquier proveedor de IA jurídica empresarial que gestione datos de clientes.
