La IA aplicada al ámbito jurídico es más fácil de adquirir y más difícil de evaluar que hace dos años. Las opciones actuales abarcan desde aplicaciones de investigación y redacción, pasando por IA integrada directamente en sistemas de gestión documental, hasta plataformas generales de IA conectadas al trabajo jurídico.

En la actualidad, el modelo es solo una parte de la decisión. Lo que es capaz de alcanzar, qué controles se aplican a la información, si los abogados siguen utilizándolo tras el primer mes y si todo ello genera un valor cuantificable son factores que determinan cada vez más si la tecnología funciona en la práctica.

1. Qué significa la IA jurídica en 2026

La IA jurídica es la inteligencia artificial, normalmente basada en grandes modelos de lenguaje (LLM), aplicada al trabajo jurídico bajo las restricciones que caracterizan a este ámbito: el secreto profesional, la confidencialidad, el contexto del asunto, la precisión en las citas y las normas de responsabilidad profesional.

Los modelos eficaces y seguros ya no son una rareza, y esto es así tanto en el caso de las herramientas de uso general como en el de las específicas para el ámbito jurídico. Lo que ninguna de ellas posee por sí sola es el conocimiento de su bufete u organización: qué jurisprudencia utiliza realmente su grupo de práctica, qué asuntos están sujetos a barreras éticas, qué versión de un documento está vigente o qué permiten las directrices de un cliente. Ese conocimiento reside en los sistemas que usted ha tardado años en construir, y la IA tiene que acceder a él de alguna manera.

La IA jurídica se presenta actualmente en tres modalidades. Por un lado, existe la IA integrada en los sistemas seguros en los que ya se alojan el trabajo y los contenidos jurídicos. Por otro, hay aplicaciones especializadas diseñadas en torno a flujos de trabajo jurídicos concretos. Y, por último, existen plataformas generales de IA conectadas a los sistemas y contenidos jurídicos. La mayoría de las organizaciones utilizarán alguna combinación de estas opciones, por lo que la cuestión relevante no radica tanto en qué categoría prevalecerá, sino más bien en a qué datos puede acceder cada una, qué controles se aplican a la información una vez que llega allí y qué tareas mejoran como resultado.

2. Ámbitos en los que la IA legal está generando valor

Cuatro categorías representan gran parte del valor declarado, aunque su clasificación depende del ámbito de actividad y del tamaño de la organización, así como de los datos a los que tienen acceso.

Redacción y revisión: Borradores iniciales de contratos, notas y correspondencia, además de la revisión de documentos entrantes en función de sus manuales de procedimientos o de la documentación del cliente. Es la aplicación más extendida en las encuestas sobre el uso de la IA, en gran medida porque se corresponde directamente con el trabajo que ya se supervisa y factura. Su principal factor determinante es la calidad de los precedentes, ya que la redacción mediante IA a partir de una biblioteca de plantillas desorganizada u obsoleta produce versiones pulidas de un contenido erróneo.

Recuperación de conocimientos y precedentes: extracción de trabajos anteriores de su propio repositorio, en lugar de la web abierta. Los resultados se limitan a lo que la IA puede ver y extraer con facilidad. Un modelo que trabaje con una colección parcial seguirá respondiendo con seguridad, lo cual es un fallo más difícil de detectar que una negativa rotunda.

Extracción de información de múltiples documentos: Obtención de información estructurada de un conjunto de documentos de una sola vez, con fines de diligencia debida, revisión de la cartera de contratos o elaboración de una cronología. Es en este ámbito donde la IA suele ahorrar horas, en lugar de minutos, y donde la citación de las fuentes cobra mayor importancia, ya que el resultado es una tabla en la que alguien se basará para actuar sin necesidad de abrir todos los archivos subyacentes.

Inteligencia aplicada a los asuntos y a los flujos de trabajo: resumir expedientes, extraer fechas y obligaciones, y responder a preguntas sobre el estado de los trabajos en curso. El interés está creciendo rápidamente y es el ámbito menos consolidado de los cuatro, ya que comprender un asunto es un problema más complejo que la elaboración de un documento.

La adopción y el gasto avanzan más rápido que la medición. Thomson Reuters reveló que el 41 % de los bufetes de abogados declararon utilizar IA generativa en 2026, frente al 28 % del año anterior, y que los presupuestos tecnológicos de los bufetes crecieron casi un 10 % durante el mismo periodo. El estudio interno de Axiom sobre 2026 reveló que solo alrededor del 17 % de los equipos jurídicos que utilizan IA han establecido métricas y realizan un seguimiento periódico del rendimiento, mientras que todos los equipos encuestados esperaban que su presupuesto para IA aumentara. Muchas organizaciones pueden describir qué hace su IA. Son menos las que pueden describir qué ha cambiado gracias a ella y el valor que se ha obtenido de ella. En los cuatro casos, la calidad y la accesibilidad del contenido subyacente pueden ser tan importantes como el modelo con el que se trabaja.

3. ¿Qué es lo que realmente importa a la hora de evaluar la IA jurídica?

La mayoría de las evaluaciones prestan excesiva atención a la demostración, que es la parte del proceso que el proveedor controla con mayor rigor. Hay cinco factores que determinan si una plataforma se mantiene a la altura posteriormente. Estos factores ya no tienen el mismo peso. La capacidad es prácticamente un requisito mínimo; el contexto y el control son los aspectos en los que las plataformas se diferencian realmente, y la adopción y el valor deberían determinar si alguno de estos elementos sobrevive al primer año.

(1) Capacidad

¿Es capaz de realizar el trabajo de forma fiable? ¿Podrán los usuarios darse cuenta cuando no lo haya hecho?

Las citas inventadas constituyen el tipo de infracción con un historial público más evidente. Una base de datos pública de resoluciones judiciales, gestionada por el investigador jurídico Damien Charlotin, recogía aproximadamente 200 casos a mediados de 2025 y superó los 1.590 en junio de 2026, con sanciones que ahora alcanzan cifras de seis dígitos y suspensiones del ejercicio de la abogacía. En esos datos aparecen herramientas específicas del ámbito jurídico junto con chatbots generales, y un estudio del RegLab de Stanford reveló que incluso las plataformas de investigación jurídica de pago basadas en la recuperación de información generaban respuestas sin fundamento en una proporción significativa de las consultas. En general, los tribunales se han mostrado más severos con los abogados que no podían precisar qué habían comprobado que con el uso de la IA en sí misma.

Ningún sistema fiable elimina la necesidad de verificar, por lo que lo que hay que evaluar es precisamente la verificación. ¿Con qué rapidez puede alguien averiguar qué fuente ha generado una frase o cita concreta, abrirla y confirmar que dice lo que afirma la IA? Una herramienta que permite realizar la comprobación en cuestión de segundos se somete a esa comprobación. Una herramienta que tarda varios minutos en hacerlo se somete a esa comprobación hasta que surge la primera presión real por cumplir un plazo.

(2) Contexto

¿Qué es lo que realmente puede alcanzar la IA y cómo decide qué es relevante?

El mero acceso no genera un contexto útil. Una IA con acceso a un subconjunto seleccionado de su contenido ofrece buenos resultados en una demostración, pero resulta decepcionante en la práctica. Una IA con acceso a todo, incluidos borradores obsoletos y asuntos abandonados, ofrece respuestas con seguridad basadas en documentos en los que nadie debería confiar. La relevancia, los permisos y la actualidad deben mantenerse a medida que su equipo añade, sustituye y reorganiza el contenido. Los fallos en este ámbito suelen ser más difíciles de detectar para los usuarios que los relacionados con la calidad del modelo. Pregunte cómo se determina la relevancia y qué ocurre cuando la respuesta correcta no entra dentro del ámbito de aplicación.

(3) Control

¿Siguen siendo de aplicación sus permisos actuales, sus barreras éticas, sus requisitos de auditoría, sus políticas de conservación de datos y sus restricciones de los clientes, o bien la IA introduce un segundo conjunto de normas para mantener la sincronización con el primero?

Algunos de estos aspectos deben figurar en el contrato: si su información se utiliza para entrenar los modelos del proveedor, dónde se procesa y almacena, y qué ocurre con las indicaciones y los resultados tras una sesión. Algunos proveedores también aplican procesos de revisión automatizados o manuales al contenido señalado por sus sistemas de seguridad, lo que puede conllevar normas de conservación diferentes a las del uso habitual. Los equipos jurídicos deben comprender qué factores desencadenan dichas revisiones, si se puede incluir el contenido de los clientes, quién puede acceder a él y durante cuánto tiempo se puede conservar dicha información. El resto es una cuestión de arquitectura y se reduce a si la herramienta de IA hereda los permisos y las barreras de los sistemas que ya mantiene o le obliga a volver a configurarlos dentro de la propia herramienta.

La responsabilidad profesional supone un aspecto que las empresas suelen abordar demasiado tarde. Dependiendo de la herramienta, de cómo gestione la información del cliente y del tipo de representación de que se trate, las directrices éticas vigentes pueden exigir el consentimiento informado o la divulgación de información, y es posible que la redacción general de una carta de encargo no sea suficiente por sí sola. Las directrices para los clientes incluyen cada vez más sus propios requisitos en materia de IA, y muchas organizaciones no han vuelto a leer las suyas desde que las firmaron, lo que puede haber ocurrido antes de que la IA se tuviera en cuenta.

El traslado manual de documentos plantea otra cuestión a tener en cuenta. Cuando los usuarios descargan, suben o copian repetidamente contenido regulado entre sistemas, la organización se enfrenta a una mayor complejidad en los flujos de trabajo y, potencialmente, a más copias que gestionar. A gran escala, la gobernanza no puede depender de que cada usuario recuerde dónde se ha trasladado el contenido o qué controles deben aplicársele.

(4) Adopción

¿Lo utilizará la gente dentro de seis meses y sabrá usted para qué lo están utilizando? Las cifras brutas de uso ocultan más de lo que revelan. No muestran lo que la gente está logrando, si guardan relación con algún objetivo de la empresa o si tres equipos están desarrollando en silencio lo mismo porque nadie se ha encargado de coordinarlos.

La mayoría de las evaluaciones lo tratan como una nota al pie, pero es ahí donde las implementaciones fracasan de forma silenciosa. Más de la mitad de las empresas afirman no impartir formación sobre el uso responsable de la IA, por lo que gran parte de la adopción actual se lleva a cabo sin apoyo ni directrices de uso aceptables, lo que sitúa a las personas en una situación de menor confianza y mucho mayor riesgo. Cada flujo de trabajo adicional y cada nuevo sistema añaden fricción y cambios de tarea, y una herramienta con mejor rendimiento puede seguir planteando dificultades si su uso implica abandonar repetidamente las aplicaciones en las que los usuarios ya trabajan y da lugar a una confirmación manual de la precisión que requiere mucho tiempo. Pregunte cómo es el uso a los 90 y 180 días entre los clientes actuales de un proveedor, en lugar de en el momento del lanzamiento, y presione para conocer el valor real que están obteniendo más allá de las simples métricas de uso.

(5) Valor

¿Puede demostrar que ha habido alguna mejora? ¿Está eso relacionado con la estrategia empresarial?

Son pocos los equipos que miden el rendimiento de forma sistemática o que reflexionan sobre su estrategia empresarial antes de implementar herramientas de IA, por lo que el mero hecho de definir el éxito antes de la implementación sitúa a una organización por delante de la mayor parte del mercado. Elija un punto de referencia que pueda observar en este momento, como las horas dedicadas a un tipo de documento recurrente o el tiempo de respuesta en una categoría de solicitud.

El valor del trabajo jurídico tampoco puede reducirse únicamente a las horas ahorradas. Las directrices éticas dejan claro que el tiempo dedicado a aprender a utilizar una herramienta no suele ser facturable y que una hora de trabajo es una hora que figura en la factura; por lo tanto, en el marco de la facturación por horas, la eficiencia puede generar un conflicto con los ingresos precisamente en aquellas tareas de redacción e investigación que la IA reduce en primer lugar. Dependiendo de la organización, el argumento puede basarse más bien en la capacidad, los plazos de entrega, la materialización, la calidad, la experiencia del cliente o la capacidad de aceptar trabajos que antes se rechazaban. Decidir cuál de estos aspectos se persigue forma parte de la definición del valor en lo que se refiere a la estrategia empresarial y a la satisfacción del cliente, más que de un debate independiente sobre la facturación.

4. Preguntas que debe plantearse antes de comprar

Capacidad

• ¿Es posible rastrear cada resultado hasta un documento de origen concreto?
• ¿Cómo puede un usuario verificar una respuesta y cuántos pasos hay que seguir?
• ¿Qué hace el sistema cuando no tiene una respuesta adecuada?

Contexto

• ¿A qué puede acceder la plataforma de IA y qué queda excluido?
• ¿Cómo determina qué documentos son relevantes?
• ¿Qué ocurre cuando se añade, se sustituye o se reorganiza el contenido?

Control

• ¿Se utiliza nuestra información para entrenar modelos, ya sea para nosotros o para cualquier otra persona, y se comprometerá a ello en el contrato?
• ¿Dónde se trata y almacena nuestra información? ¿Cumple esto con los requisitos de residencia de nuestros clientes?
• ¿La IA hereda nuestros permisos y límites éticos actuales, o requiere un modelo independiente?
• ¿Qué ocurre cuando cambian los permisos o las barreras tras la implementación?
• ¿Qué se retiene tras una sesión y durante cuánto tiempo?
• ¿Cómo se determina, se revisa y se conserva el contenido sensible?

Adopción

• ¿Está integrado en las herramientas que nuestro personal ya utiliza, o requiere un flujo de trabajo independiente?
• ¿Se ha proporcionado al personal una formación adecuada y unas directrices de uso aceptables que les den confianza y reduzcan el riesgo para la organización?
• ¿Cómo se presenta el uso continuado a los 90 y a los 180 días entre sus clientes actuales?
• ¿Cómo utilizan las personas estas herramientas y qué beneficio obtienen de ellas?
• ¿Garantiza la coordinación que no se produzcan duplicidades?

Valor

• ¿Qué valores de referencia debemos establecer antes de la puesta en marcha?
• ¿Qué resultados han cuantificado sus clientes, más allá del uso o del tiempo ahorrado?
• ¿Cómo evoluciona el precio a medida que aumenta el uso?

5. A qué conclusión llegamos al respecto

El hilo conductor de los cinco criterios es que el modelo importa menos que lo que lo rodea. Los modelos y herramientas de IA eficaces están cada vez más al alcance de todos y seguirán mejorando. Los conocimientos de su organización, los controles que regulan quién puede acceder a ellos y el impacto en la jornada laboral de su personal y en su estrategia empresarial deben perdurar más allá de las herramientas que utilice para trabajar con ellos.

Ese es el razonamiento que subyace al enfoque de NetDocuments respecto a la IA en el ámbito jurídico: aplicar la IA al contenido regulado, donde ya existen permisos y barreras éticas, al tiempo que se permite que dicho contenido funcione de forma segura con las demás herramientas de IA que elijan los profesionales del ámbito jurídico. En la práctica, esto abarca desde la búsqueda en lenguaje natural en todo el repositorio hasta la extracción estructurada con referencias a la fuente original.

Las preguntas anteriores se aplican tanto a nosotros como a cualquier otra persona, y merece la pena planteárselas independientemente de si figuramos o no en su lista. Si va a hacer algo antes de su próxima reunión con el proveedor, elija una tarea recurrente y establezca un punto de referencia sobre cómo se lleva a cabo actualmente. De este modo, dispondrá de un criterio concreto con el que evaluar la tecnología.