Seguridad legal AI: confidencialidad, secreto profesional y SOC 2
Los abogados están obligados a proteger los secretos de sus clientes, y las herramientas de IA generativa procesan exactamente ese tipo de información cada día. Utilizar legal AI de forma segura descansa sobre tres pilares: confidencialidad (cómo almacena y utiliza los datos el proveedor), secreto profesional del abogado (evitar una renuncia accidental al secreto profesional) y estándares verificables como SOC 2 Type II. La seguridad legal AI no es una cuestión opcional: es un requisito deontológico y una necesidad práctica.
La adopción de IA en despachos de abogados casi se triplicó en un año —del 11 % en 2023 al 30 % en 2024, según la encuesta Legal Technology Survey de la American Bar Association (ABA, regulador deontológico de EE. UU.)—, mientras que el 29 % de los despachos ya había sufrido una brecha de seguridad, según el ABA 2023 Cybersecurity TechReport. Este artículo es un marco de trabajo práctico para evaluar ese riesgo: qué preguntar a un proveedor, qué documentos solicitar y exactamente dónde deja de cubrirte un informe SOC 2.
Por qué la seguridad legal AI es una categoría de riesgo propia
Un despacho de abogados es un concentrador de secretos ajenos: comunicaciones privilegiadas, estrategia procesal, secretos empresariales e información personal identificable. Las herramientas de IA generativa (GenAI) de uso general suelen funcionar sobre infraestructura compartida y pueden retener las entradas para entrenar el modelo, lo que significa que el contenido privilegiado puede quedar embebido permanentemente en un modelo. Las cifras económicas son elocuentes: el coste medio de una brecha de datos alcanzó los 4,88 millones de dólares a nivel mundial en 2024, el mayor salto interanual desde la pandemia, según el informe Cost of a Data Breach de IBM.
Dos casos reales ilustran lo que eso supone específicamente para los despachos. Orrick, Herrington & Sutcliffe pagó un acuerdo de 8 millones de dólares tras una brecha en 2023 que expuso datos de 638.000 personas. Bryan Cave Leighton Paisner llegó a un acuerdo por 750.000 dólares tras una brecha que afectó a más de 51.000 personas. Ninguno de los dos casos involucró IA directamente, pero ambos ilustran la magnitud de la exposición que asume un despacho en el momento en que los datos de sus clientes abandonan un entorno controlado —que es exactamente lo que ocurre cuando alguien pega material confidencial en una herramienta de tecnología legal con IA sin gobierno alguno.
Qué hace que los datos de los clientes sean distintos para los sistemas de IA
Los proveedores SaaS ordinarios manejan registros empresariales. Las plataformas de legal AI manejan comunicaciones privilegiadas, estrategia procesal y secretos empresariales —categorías de información que conllevan consecuencias jurídicas independientes si se divulgan. Una brecha en datos de facturación de clientes es un problema de cumplimiento; una brecha (o incluso una divulgación descuidada) de comunicaciones privilegiadas puede eliminar la propia protección legal, no solo avergonzar al despacho. Por eso los proveedores de tecnología legal con IA se evalúan con un listón más exigente que el software empresarial habitual.
Una sola conversación con una herramienta de legal AI puede abarcar varias de estas categorías a la vez —un chat sobre una adquisición en curso puede tocar estrategia de deal privilegiada, secretos empresariales del cliente y datos personales de las contrapartes en el mismo hilo. Las categorías que presentan mayor riesgo son:
- Comunicaciones privilegiadas entre abogado y cliente
- Estrategia procesal y trabajo preparatorio del abogado
- Secretos empresariales y condiciones confidenciales de operaciones
- Información personal identificable de clientes, empleados y terceros
La brecha entre adopción y gobernanza
La distancia entre la velocidad a la que los abogados han adoptado la IA y la velocidad a la que los despachos han elaborado políticas al respecto es llamativa: el 79 % de los abogados usó IA de alguna forma en 2024, pero solo alrededor del 10 % de los despachos contaba con una política formal de uso de IA. Esa brecha es el terreno donde prospera la «IA en la sombra»: empleados que pegan información de clientes en herramientas de chat gratuitas de uso consumer sin supervisión del despacho, sin contrato, sin registro de auditoría y sin ningún acuerdo de protección de datos detrás.
Los despachos sin una política escrita raramente carecen de uso de IA; lo que les falta es visibilidad sobre él. Sin una lista de herramientas aprobadas, un socio no tiene forma de saber si un asociado pasó un borrador de contrato por un chatbot de consumo antes de que llegara siquiera a revisión —que es exactamente el tipo de exposición que hereda un despacho por omisión y no por decisión. Es la misma brecha de gobernanza que aparece en los flujos de trabajo de investigación jurídica asistida por IA, donde los abogados frecuentemente introducen hechos del caso y notas de estrategia en una herramienta de búsqueda sin confirmar antes qué ocurre con esa entrada.
Secreto profesional del abogado: cómo la IA puede hacer que se pierda
El secreto profesional solo protege la información que permanece confidencial. En el momento en que el contenido privilegiado se introduce en una herramienta GenAI pública, esa entrada puede tratarse como una divulgación a un tercero no autorizado —y los tribunales pueden considerar que esa divulgación fue voluntaria, lo que supone una renuncia (al secreto profesional). El secreto profesional abogado IA es, por tanto, una cuestión contractual tanto como deontológica: dos mecanismos determinan el resultado: si el personal del proveedor puede leer el contenido (revisión humana) y si el contenido se utiliza para entrenar el modelo subyacente, donde podría reaparecer para otros usuarios. En la base de todo ello está el deber de confidencialidad del abogado conforme a la Model Rule 1.6 de la ABA (vigente en EE. UU.), que se aplica independientemente de qué herramienta se utilice para almacenar o procesar la información del cliente.
Los mecanismos de la renuncia: divulgación voluntaria a un tercero
La doctrina jurídica aquí es antigua, aunque la tecnología sea nueva. Según la doctrina de divulgación voluntaria, compartir material privilegiado con alguien ajeno a la relación abogado-cliente —sin un acuerdo de confidencialidad vinculante— puede considerarse una renuncia (al secreto profesional). Una plataforma de tecnología legal con IA de uso público sin acuerdo de protección de datos y sin restricción sobre revisión humana ni entrenamiento del modelo es, a ojos de un tribunal, exactamente ese tipo de tercero externo.
Los tribunales han aplicado este mismo razonamiento durante décadas al almacenamiento en la nube, el correo electrónico gestionado por terceros y la revisión externalizada de documentos —la cuestión nunca ha sido el medio, sino si el destinatario estaba vinculado por obligaciones de confidencialidad. Una herramienta de legal AI sin restricción contractual sobre el uso de datos falla esa prueba del mismo modo que lo haría un enlace público de compartición de archivos sin cifrar.
Cláusulas contractuales que preservan el secreto profesional del abogado
Zero Data Retention y sin entrenamiento del modelo son dos compromisos contractuales distintos. Zero Data Retention (ZDR) significa que el proveedor no almacena el contenido enviado una vez finalizada la sesión. Un compromiso sin entrenamiento del modelo significa que el contenido, aunque se retenga temporalmente, nunca se utiliza para entrenar o ajustar el modelo subyacente. Un proveedor puede ofrecer uno sin el otro, por lo que ambos deben figurar de forma explícita en el contrato —no sobreentendidos a partir del lenguaje de marketing. Estas son las mismas protecciones que conviene verificar antes de confiar en cualquier flujo de trabajo de tecnología legal con IA que implique revisión de documentos y comprobaciones de privilegio, donde se maneja material privilegiado directamente.
Un contrato que preserve el secreto profesional del abogado con un proveedor de legal AI debe establecer por escrito, como mínimo:
- Zero Data Retention tras cada sesión
- Un compromiso separado sin entrenamiento del modelo que cubra el modelo subyacente
- Una prohibición escrita de revisión humana del contenido del cliente
- Un acuerdo de tratamiento de datos conforme al RGPD (art. 28), si se manejan datos con conexión a la UE
- Una cláusula de notificación de incidentes que exija comunicar una brecha en un plazo de 24 a 72 horas
Los proveedores que protegen de forma significativa el secreto profesional tienden a presentarse como plataformas de seguridad legal AI en lugar de asistentes de uso general, precisamente porque incorporan los compromisos ZDR y sin entrenamiento del modelo al contrato base en lugar de ofrecerlos como complemento de pago.
Las reglas deontológicas: la ABA Formal Opinion 512 y las Model Rules
El Comité Permanente de Ética y Responsabilidad Profesional de la American Bar Association (ABA, regulador deontológico de EE. UU.) emitió la ABA Formal Opinion 512 el 29 de julio de 2024 —la primera orientación formal de la ABA sobre el uso de IA generativa en la práctica profesional—. Su conclusión central: un abogado que utilice una herramienta GenAI sin una comprensión razonable de cómo gestiona los datos del cliente puede vulnerar la Model Rule 1.6.
Los abogados «no necesitan convertirse en expertos en GAI», pero deben «tener una comprensión razonable de las capacidades y limitaciones» de la herramienta de IA generativa concreta que elijan utilizar.ABA Formal Opinion 512, Standing Committee on Ethics and Professional Responsibility
En España, el marco deontológico aplicable es el Código Deontológico de la Abogacía Española y las directrices del Consejo General de la Abogacía Española (CGAE), que establecen obligaciones equivalentes de confidencialidad y diligencia en el uso de herramientas tecnológicas.
Qué exige realmente la Opinion 512
La opinión no exige que los abogados se conviertan en ingenieros. Exige una diligencia debida significativa sobre el tratamiento de datos de un proveedor concreto antes de que la información del cliente llegue a ser cargada —leer las condiciones de servicio reales, entender las prácticas de retención y confirmar si las entradas se utilizan para el entrenamiento—. Esa obligación se remonta a la Model Rule 1.6 (vigente en EE. UU.), que impone un deber de confidencialidad sobre cómo utiliza un abogado cualquier herramienta, incluida la IA.
Ese deber de diligencia debida no termina una vez que se aprueba una herramienta. Dado que los proveedores de GenAI actualizan modelos, políticas de retención y subencargados según su propio calendario, el mismo estándar de comprensión razonable se aplica de forma continua —el tratamiento de datos de un proveedor en el momento de la contratación no está garantizado que coincida con su tratamiento de datos un año después, lo que es una de las razones por las que la Opinion 512 enmarca esta cuestión como diligencia continua y no como una verificación puntual.
El mapa de Model Rules: 1.1, 1.6, 5.1, 5.3
La ABA Formal Opinion 512 no opera de forma aislada —aplica varias Model Rules existentes específicamente a la IA generativa—. La tabla siguiente relaciona cada regla con lo que exige en un contexto de IA. Estas reglas son las Model Rules de la ABA, vigentes en EE. UU.
| Model Rule | Qué exige con IA |
|---|---|
| Rule 1.1 + Comment 8 | Competencia tecnológica — comprensión razonable de las capacidades y riesgos de una herramienta de IA |
| Rule 1.6 | Confidencialidad — evitar la divulgación de información del cliente a través de herramientas de IA |
| Rules 5.1 / 5.3 | Supervisión — los socios son responsables de los resultados de IA producidos por asociados y herramientas no abogadas |
| Rules 3.1 / 3.3 + 8.4(c) | Lealtad al tribunal — las citas jurídicas fabricadas por IA constituyen conducta indebida |
La obligación de lealtad al tribunal no es teórica. En el caso Mata v. Avianca, varios abogados fueron sancionados tras presentar un escrito con citas jurídicas inventadas generadas por ChatGPT; un resultado similar siguió en Park v. Kim. Varios tribunales han dictado desde entonces órdenes permanentes que exigen declarar el uso de IA en escritos procesales. Los colegios de abogados de California, Florida y Nueva York (EE. UU.) han emitido cada uno sus propias opiniones éticas complementarias superpuestas a la Opinion 512, por lo que las prácticas multiestado deben consultar la orientación local además del marco de la ABA.
SOC 2 Type II explicado: qué cubre la auditoría y qué no
SOC 2 es un marco de auditoría desarrollado por el American Institute of Certified Public Accountants (AICPA), evaluado conforme a cinco Trust Services Criteria. SOC 2 es una atestación de una firma de CPA independiente sobre los controles de un proveedor, no una certificación de aprobado o suspenso que un producto tenga o no tenga.
Los cinco Trust Services Criteria
Los Trust Services Criteria de la AICPA abarcan seguridad, disponibilidad, integridad del procesamiento, confidencialidad y privacidad. La seguridad es el único criterio requerido en toda auditoría SOC 2; los otros cuatro se añaden en función de los compromisos que el proveedor asume con sus clientes. El auditor examina si los controles de cada categoría están correctamente diseñados y, para el Type II, si realmente han funcionado según lo previsto a lo largo del tiempo —el detalle completo está publicado en la referencia de Trust Services Criteria de la AICPA.
Para un proveedor de legal AI, los criterios que más importan son confidencialidad y privacidad —cubren cómo se trata la información personal identificable y la información confidencial designada por el cliente, no solo si los servidores están seguros—. Un informe con alcance limitado al criterio de Seguridad no dice nada sobre cómo se retienen o comparten los datos del cliente, por lo que la sección de alcance del informe —no solo el titular «SOC 2 Type II»— es lo que un despacho realmente necesita leer.
Type I vs. Type II — y por qué el Type II importa en el ámbito legal
| Tipo de informe | Qué mide | ¿Adecuado para datos de clientes legales? |
|---|---|---|
| SOC 2 Type I | Diseño de controles en un momento puntual | Señal débil solamente |
| SOC 2 Type II | Operación de controles durante un período de auditoría de 6 a 12 meses | Sí — solicítalo específicamente |
| SOC 3 | Resumen público sin NDA de un informe SOC 2 | Útil como punto de partida, no como sustituto |
Un informe Type I solo confirma que los controles estaban bien diseñados el día de la auditoría. Un informe SOC 2 Type II confirma que esos controles funcionaron realmente, de forma continua, durante un período de 6 a 12 meses —el estándar que los equipos jurídicos deberían exigir antes de confiar a un proveedor los datos de los clientes—. SOC 3 es la versión resumida y públicamente compartible del mismo informe subyacente, útil para una primera criba pero insuficiente como sustituto del documento completo. De forma crítica, ninguno de los tres verifica nada específico de la IA —las prácticas de entrenamiento del modelo, la precisión de los resultados o el riesgo de alucinaciones quedan completamente fuera del alcance de SOC 2—. SOC 2 es una línea base, no un techo.
La antigüedad del informe también importa. Un informe Type II cubre una ventana de auditoría fija, por lo que un informe que cerró hace 18 meses ya no refleja los controles actuales del proveedor. Pregunta si el proveedor puede proporcionar una carta puente (bridge letter) que cubra el período entre la fecha de cierre del informe y hoy —un proveedor serio la tendrá a mano.
Más allá del SOC 2: la protección de datos completa en IA legal
Dado que el SOC 2 Type II se ha convertido en poco menos que un requisito mínimo —GC.AI, Harvey, Spellbook y ChatGPT Enterprise todos lo tenían a mediados de 2026—, la certificación por sí sola ya no diferencia a un proveedor serio de legal AI de uno mediocre. La evaluación real sucede un nivel por debajo, en los estándares de cifrado y en los marcos específicos de IA. Una adecuada proteccion datos IA legal exige ir más allá del sello de auditoría y examinar los controles técnicos reales que amparan la información del cliente.
La seguridad IA jurídica de un proveedor debe valorarse también a través de estos marcos adicionales, que van más allá de lo que SOC 2 contempla. El cifrado datos legal AI es un indicador técnico concreto: AES-256 para datos en reposo y TLS 1.2 o superior para datos en tránsito son los estándares mínimos exigibles; algunos acuerdos de protección de datos especifican además módulos FIPS 140-3 Level 1. Respecto al RGPD IA legal, las plataformas que operan con datos de clientes europeos deben acreditar no solo el cifrado, sino también la base legal del tratamiento, la localización de los datos y las cláusulas contractuales tipo cuando los datos se transfieren fuera del Espacio Económico Europeo.
Cifrado, certificaciones y marcos específicos de IA
AES-256 es el estándar de cifrado para datos en reposo, que coincide con lo que el gobierno de EE. UU. exige para información sensible y clasificada; TLS 1.2 o superior es la base para datos en tránsito, y algunos acuerdos de protección de datos exigentes especifican además módulos FIPS 140-3 Level 1. Marcos adyacentes que conviene revisar incluyen ISO 27001 para la gestión de la seguridad de la información, así como el más reciente ISO 42001 y el NIST AI Risk Management Framework, ambos orientados específicamente a la gobernanza de IA en lugar de a la seguridad general de los datos. Para trabajos jurídicos con la administración pública, la autorización FedRAMP y las opciones de despliegue en entornos aislados (air-gapped) importan más que cualquier certificación comercial.
Anthropic y OpenAI, los dos proveedores de LLM sobre los que se construyen la mayoría de las plataformas de legal AI, ofrecen ambos acuerdos empresariales que admiten cláusulas de Zero Data Retention —pero esas cláusulas deben negociarse y confirmarse contractualmente con el propio proveedor de legal AI, no darse por supuestas a partir de la política general del proveedor del modelo subyacente.
IA de consumo frente a IA profesional: la diferencia práctica
Las herramientas de IA de consumo —una cuenta gratuita de ChatGPT, por ejemplo— funcionan sobre infraestructura compartida, pueden retener entradas para el entrenamiento y normalmente no vienen acompañadas de ningún acuerdo de protección de datos. Eso las hace inadecuadas para cualquier dato de cliente, sin excepción. Las plataformas de IA de nivel profesional difieren en cada uno de esos puntos, y la distancia entre ambos niveles generalmente se reduce a una lista corta de controles:
- Nivel consumo: infraestructura compartida, posible retención para entrenamiento del modelo, sin acuerdo de protección de datos, sin visibilidad administrativa sobre el uso
- Nivel profesional: acuerdos ZDR negociados directamente con los proveedores de LLM, controles de acceso basados en roles, garantías de residencia de datos, aislamiento de inquilinos entre clientes y un registro de auditoría que un administrador puede revisar realmente
Incluso dentro de la línea de productos de un mismo proveedor, los niveles divergen exactamente en estos puntos —los niveles Enterprise, Team, Edu y API de ChatGPT están construidos según estándares compatibles con SOC 2, mientras que el nivel gratuito de consumo no lo está.
Checklist para evaluar al proveedor de legal AI
La diligencia debida no es un mero trámite —es el mecanismo que la ABA Formal Opinion 512 exige antes de que los datos del cliente lleguen nunca a un proveedor—. Las cinco preguntas siguientes cubren lo que realmente importa al evaluar proveedor legal AI, extraídas de lo que las plataformas de legal AI serias ya están preparadas para responder.
- ¿Dispone de un informe SOC 2 Type II vigente? Solicita el informe en sí bajo NDA —no el sello en la web de marketing.
- ¿Con qué proveedores de LLM ha firmado acuerdos de Zero Data Retention? Que cada proveedor se nombre individualmente; una afirmación genérica no es suficiente.
- ¿Qué ocurre con los documentos después de que termina una sesión? Confirma la eliminación completa y a petición de toda la organización, no solo a nivel de sesión.
- ¿Se confirman por escrito AES-256 y TLS 1.2+? Las garantías de cifrado datos legal AI deben figurar en el contrato, no solo en una página de seguridad.
- ¿Existe un trust center público con resultados de pruebas de penetración? Un proveedor que no tiene nada que mostrar aquí te pide que confíes en su seguridad sin evidencia.
Señales de alarma que justifican retirarse: un proveedor que dice «somos conformes con SOC 2» sin presentar el informe, sin oferta de acuerdo de protección de datos, o con configuraciones predeterminadas que entrenan con datos del cliente salvo que el despacho lo desactive expresamente.
Marco regulatorio: RGPD, CCPA y legislación emergente sobre IA
Los controles de seguridad del proveedor son solo la mitad del cuadro de cumplimiento —la exposición regulatoria propia de un despacho depende de de quién son los datos implicados y dónde:
- RGPD (UE): multas de hasta 20 millones de euros o el 4 % de la facturación global; el artículo 35 exige una Evaluación de Impacto relativa a la Protección de Datos (EIPD) antes de iniciar tratamientos de IA de alto riesgo, respaldada por un acuerdo de encargado del tratamiento conforme al artículo 28. En España, además del RGPD, aplica la Ley Orgánica de Protección de Datos y Garantía de los Derechos Digitales (LOPDGDD), cuya autoridad de control es la Agencia Española de Protección de Datos (AEPD).
- Reglamento de IA de la UE (EU AI Act): en vigor de forma progresiva desde febrero de 2025, con sanciones de hasta 35 millones de euros o el 7 % de la facturación global anual por prácticas de IA prohibidas (artículo 5); las infracciones por sistemas de alto riesgo tienen un nivel separado e inferior de hasta 15 millones de euros o el 3 % del volumen de negocios.
- CCPA y leyes estatales equivalentes (EE. UU.): sanciones de hasta 7.988 dólares por infracción intencionada, además de un mosaico creciente de otras leyes estatales de privacidad estadounidenses. Esta normativa es de EE. UU. y no aplica directamente en España, aunque puede ser relevante para despachos con clientes o asuntos en ese país.
Además de la regulación externa, los despachos necesitan gobernanza interna: una lista de herramientas aprobadas, formación del personal, auditorías periódicas y consentimiento del cliente donde el contrato de prestación de servicios lo exija. Nada de eso es opcional simplemente porque el informe SOC 2 Type II del proveedor parezca limpio —la exposición regulatoria recae sobre el despacho, no sobre el proveedor.
Preguntas frecuentes
Este artículo tiene fines exclusivamente informativos y no constituye asesoramiento jurídico. Los despachos que evalúen proveedores de legal AI deben consultar con un abogado colegiado familiarizado con las normas deontológicas de su jurisdicción y con las directrices específicas sobre uso de IA de su colegio de abogados.