Este es el segundo artículo de nuestra serie sobre la adopción de la IA. Lea el primero, «Por qué la adopción de la IA en el ámbito jurídico se estanca antes de empezar», para descubrir cómo las organizaciones pasan de una experimentación dispersa con la IA a un enfoque estructurado.

Una forma más eficaz de identificar los problemas jurídicos que merece la pena resolver mediante la inteligencia artificial

Si pregunta a un grupo de abogados, especialistas en tecnología jurídica, consultores o proveedores por ejemplos de aplicación de la inteligencia artificial, no le faltarán ideas.

Revisión de contratos. Resúmenes de asuntos. Investigación jurídica. Redacción. Diligencia debida. Búsqueda de información. Revisión de facturas. Cronologías. Atención a los clientes. Una herramienta de inteligencia artificial puede generar otras 50 tareas más antes de que termine la reunión.

Lo difícil ya no es pensar en cosas que la inteligencia artificial podría hacer, sino determinar qué problemas realmente merece la pena resolver.

Los casos de uso siguen siendo importantes. Muestran lo que es posible, dan pie a nuevas ideas y ayudan a las organizaciones a aprender de lo que hacen los demás. El error consiste en considerar la lista como un proceso de descubrimiento.

Empiece por preguntarse: «¿Dónde podemos aplicar la IA?», y casi cualquier proceso manual puede convertirse en una oportunidad para la IA. Identifique aquellas tareas que generan dificultades, consumen tiempo o hacen que la información importante quede fuera de su alcance, y el enfoque del debate cambiará.

Analice en primer lugar las tareas que las personas ya no deberían tener que realizar. A continuación, busque la información, los riesgos, los conocimientos o las relaciones que la organización debería poder identificar, pero que, en la actualidad, no puede identificar de forma razonable. Por último, pregúntese qué contexto, acceso y autoridad requiere una solución.

Esa prueba es mucho más exigente que la elaboración de casos de uso, y es más probable que dé lugar a algo que merezca la pena desarrollar.

Empiece por el trabajo que debería desaparecer

Algunas de las mejores oportunidades se esconden en tareas que la gente ya ha dejado de percibir. Esto se aprecia cuando alguien:

• Realiza búsquedas en varios sistemas, ya que no saben dónde se encuentra la información
• Le pide a un compañero algo que, técnicamente, ya existe en otro lugar
• Copia información de un sistema a otro
• Comprueba dos fuentes, ya que ninguna de ellas es totalmente fiable
• Vuelve a elaborar un documento, ya que localizar el original llevaría demasiado tiempo
• Lleva una hoja de cálculo personal porque el sistema oficial no ofrece la vista que necesita

Ninguna de estas actividades parece especialmente relevante por sí sola. En parte, esa es la razón por la que persisten.

Busque los comportamientos recurrentes: buscar, moverse, comprobar, conciliar, recrear, preguntar, perseguir. A continuación, pregúntese por qué la persona tiene que realizarlos.

Si un abogado tiene dificultades recurrentes para encontrar trabajo anterior, la solución podría estar en mejorar la búsqueda, los metadatos, las prácticas de archivo o la gestión del conocimiento. Si el personal vuelve a introducir repetidamente la misma información, es posible que simplemente sea necesario que dos sistemas intercambien datos. Si alguien está recopilando manualmente información de varias fuentes porque comprenderla requiere comparación, síntesis o criterio, la inteligencia artificial podría desempeñar un papel significativo.

La pregunta relevante no es «¿Puede la IA hacer esto?», sino «¿Por qué tiene que hacerlo alguien, en primer lugar?».

Esté dispuesto a admitir que la IA no es la respuesta correcta

Un buen proceso de descubrimiento de la IA debe eliminar casos de uso, además de crearlos. Algunos problemas se resuelven mejor mediante la configuración. Otros requieren automatización, integración, rediseño de procesos, una mejor formación o tecnología de la que la organización ya dispone.

Piense, por ejemplo, en un departamento jurídico que recopila manualmente información de varios sistemas para elaborar un informe de situación periódico. Parece una oportunidad evidente para la inteligencia artificial.

Quizás sí.

Sin embargo, si el trabajo consiste principalmente en trasladar datos estructurados a un único lugar, la integración o la elaboración de informes podrían resolver el problema de forma más fiable. Si alguien tiene que leer actualizaciones narrativas, resolver contradicciones en la información, identificar qué ha cambiado y explicar qué es lo relevante, la IA podría aportar un valor añadido.

La distinción parece sencilla. En la práctica, es fácil pasarla por alto, ya que, una vez que una organización pone en marcha una iniciativa de IA, existe la presión de encontrar proyectos relacionados con la IA.

Eso es al revés.

El problema debería justificar el uso de la tecnología.

Preste atención a los límites que ya existen

Hay otro indicio útil a la hora de evaluar una oportunidad: ¿en qué momento la organización empieza a sentirse incómoda?

Muchas organizaciones jurídicas ya se sienten más cómodas con algunas actividades relacionadas con la inteligencia artificial que con otras, aunque nunca hayan explicado por escrito exactamente por qué. Resumir un documento que un abogado ya ha abierto no es lo mismo que realizar búsquedas en miles de expedientes. Redactar un borrador interno no es lo mismo que comunicarse con un cliente. Sugerir un paso a seguir no es lo mismo que llevarlo a cabo. Leer información de un sistema no es lo mismo que modificar la información que contiene.

Esas diferencias le dan una idea. La preocupación puede estar relacionada con la confidencialidad de la información, el público destinatario, las consecuencias de un error, la capacidad de analizar lo ocurrido a posteriori, si una acción puede revertirse o el grado de autoridad que delega la organización.

Esas no son razones para dejar de integrar la inteligencia artificial en el trabajo jurídico. Son elementos que hay que tener en cuenta a la hora de diseñarlo.

Del contexto a las consecuencias

El contexto genera valor. El acceso genera capacidad. La autoridad genera consecuencias. Esta distinción cobra mayor importancia a medida que la IA jurídica va más allá de ser una mera herramienta que espera a que se le introduzca una consulta.

El Protocolo de Contexto de Modelos (MCP), las API, las integraciones y los sistemas agenticos pueden permitir que la IA trabaje con información en todo el entorno de la tecnología jurídica y, cada vez más, la utilice de forma efectiva.

Lo primero es el contexto. ¿Qué necesita la IA para comprender correctamente el trabajo? Un contrato sin las normas del cliente, un documento sin el asunto al que se refiere o un elemento aislado del producto del trabajo sin el historial que lo rodea pueden estar a disposición del sistema y, aun así, carecer de lo necesario para resultar útiles.

Luego está la cuestión del acceso. ¿A qué sistemas y fuentes de información debe acceder realmente la solución? La conectividad puede eliminar gran parte del trabajo humano innecesario. Un abogado no debería tener que descargar repetidamente información regulada, trasladarla a otra aplicación, realizar el trabajo y, a continuación, reconstruir el contexto simplemente porque los sistemas no están conectados entre sí.

Pregunte qué requiere el caso de uso.

La autoridad es, a su vez, algo distinto. Recuperar información no es lo mismo que modificar un registro. Recomendar una acción no es lo mismo que ejecutarla. Redactar un mensaje no es lo mismo que enviarlo. A medida que los flujos de trabajo basados en la inteligencia artificial adquieren mayor capacidad de actuación, la revisión y la supervisión humanas, así como la posibilidad de revertir una acción, cobran mayor importancia.

Proporcione a la solución el contexto que necesita, el acceso necesario para llevar a cabo su labor y la autoridad adecuada a las consecuencias.

La segunda vía de descubrimiento: ¿qué deberíamos poder ver?

Eliminar el trabajo innecesario es solo la mitad de la oportunidad.

La otra mitad resulta más difícil de detectar porque nadie está llevando a cabo la tarea que falta. La información, sencillamente, no es visible.

Las organizaciones jurídicas acumulan una enorme cantidad de conocimientos en relación con asuntos, contratos, correspondencia, material de trabajo, negociaciones, asesoramiento e interacciones con los clientes. Sin embargo, las decisiones importantes siguen basándose únicamente en la parte de esa información que una persona puede encontrar o de cuya existencia tiene conocimiento.

Es posible que un abogado recuerde que el bufete se ocupó de un asunto similar hace varios años, pero que no sepa de qué caso se trataba ni quién trabajó en él. Es posible que un equipo jurídico corporativo haya negociado la misma cláusula cientos de veces, pero que no disponga de ningún medio práctico para detectar patrones en todas esas negociaciones. Es posible que un responsable de área sepa que el bufete cuenta con una amplia experiencia en un ámbito emergente, sin poder identificar rápidamente los casos, las personas y el trabajo que lo demuestran.

No se trata de flujos de trabajo ineficaces en el sentido habitual. Nadie necesita necesariamente un botón más rápido. El problema radica en una visión incompleta.

¿Qué debería poder ver la organización que, en la actualidad, no puede ver de forma razonable?

La inteligencia artificial puede ayudar a poner de manifiesto relaciones, patrones, conocimientos o riesgos que a una persona le resultaría difícil identificar en un gran volumen de información. Su valor radica en proporcionar una visión más clara a la persona encargada de tomar la decisión.

Así es como puede ser una mejor visibilidad

La seguridad es un ejemplo de ello. Los sistemas de seguridad actuales determinan y controlan el acceso, supervisan la actividad y aplican los controles establecidos. La inteligencia artificial no debería sustituir esas funciones.

Pero imagine una situación en la que la normativa permita técnicamente una acción y, aun así, las circunstancias que la rodean sigan siendo inusuales. La pregunta ya no sería simplemente: «¿Estaba permitido esto?», sino más bien: «¿Existen suficientes elementos de contexto como para que alguien deba examinarlo más detenidamente?».

Eso podría constituir un problema de visibilidad en el que la inteligencia artificial preste asistencia, y en el que sea una persona quien tome la decisión en materia de seguridad.

La inteligencia relacional ofrece otro ejemplo. Los bufetes de abogados ya cuentan con tecnología de CRM y de inteligencia relacional. Denominarla «CRM con IA» no supone aportar una idea nueva.

La cuestión más interesante es qué es lo que sabe la organización y que no se refleja en el expediente estructurado. El historial del asunto, la correspondencia, los trabajos anteriores y otros contenidos institucionales pueden revelar experiencia, conocimientos especializados o relaciones que resultan difíciles de apreciar a partir únicamente de los datos de contacto.

La IA jurídica también genera información

Esta es la parte del diseño de la inteligencia artificial que, en mi opinión, merece mucha más atención.

Dedicamos mucho tiempo a reflexionar sobre qué información procesa la IA. Sin embargo, dedicamos mucho menos tiempo a pensar en qué ocurre con lo que crea la IA.

Supongamos que un flujo de trabajo basado en inteligencia artificial genera una cronología útil del asunto, un análisis de una negociación, un informe para el cliente o un resumen del trabajo previo. ¿Dónde se almacena? ¿Podrá otro abogado encontrarlo seis meses después? ¿Sigue vinculado al asunto y al material de referencia en el que se basó?

¿Podría alguien indicar qué ha generado la IA, qué ha revisado una persona y cuál ha sido el resultado final? ¿El resultado pasa a formar parte del conocimiento institucional de la organización o desaparece en el espacio de trabajo de la IA de una persona?

Los flujos de trabajo basados en la inteligencia artificial se están convirtiendo en otra fuente de resultados de trabajo sustantivos. El destino de dicho trabajo a partir de ese momento debe formar parte del diseño de los casos de uso.

El sistema de gestión documental (DMS) desempeña un papel importante en este sentido, ya que los equipos jurídicos ya lo utilizan para vincular el trabajo con el asunto correspondiente y conservar el contexto en torno a dicho trabajo. Los valiosos resultados generados por la inteligencia artificial plantean la misma pregunta: ¿cómo se mantiene la conexión con el trabajo jurídico del que proceden?

De lo contrario, una organización puede utilizar la inteligencia artificial con éxito para extraer conocimientos de su contenido institucional, al tiempo que crea un nuevo conjunto de trabajos que nadie más puede encontrar ni reutilizar de forma fiable.

No genere un nuevo problema de gestión de la información para resolver un problema relacionado con la inteligencia artificial.

Modifique la conversación sobre el descubrimiento

Las listas de casos de uso son útiles. Simplemente utilícelas más adelante.

La conversación de exploración puede resumirse en tres preguntas:

• ¿Qué tareas deberían desaparecer? Busque aquellas tareas de búsqueda, traslado, comprobación, conciliación, recreación, consulta y seguimiento que las personas han aprendido a aceptar como parte de su trabajo.
• ¿Qué deberíamos poder ver que hoy no podemos ver? Busque aquellas decisiones que las personas toman sin disponer de los conocimientos, los patrones, los riesgos, las relaciones o el contexto de los que ya dispone la organización.
• ¿Qué contexto, acceso y autoridad requiere realmente la solución? Decida qué debe comprender el sistema, a qué debe tener acceso y qué puede hacer.

Para poner en práctica estas preguntas, utilice la Hoja de trabajo para la identificación de oportunidades de IA para identificar posibles oportunidades, comprender qué es lo que está generando el problema y determinar si la IA es, de hecho, la solución adecuada.

A veces será así. Otras veces, una solución más sencilla resultará más adecuada. Cualquiera de las dos respuestas resulta útil, ya que el objetivo de la fase de exploración no es generar más proyectos de IA, sino identificar problemas que merezca la pena resolver.

Esto responde a una pregunta: ¿Hemos identificado el problema correcto?

A continuación surge la siguiente pregunta: ¿merece realmente la pena invertir en resolverlo de esta manera?

En el próximo artículo, analizaremos cómo llevar a cabo una evaluación del valor de la IA para responder a esa pregunta antes de pasar de una idea prometedora a una inversión en IA.