¿Quién entrena a la inteligencia artificial que usan los abogados? El nuevo trabajo jurídico detrás de la Legaltech

Durante los últimos meses, buena parte de la conversación sobre inteligencia artificial y derecho ha girado alrededor de una pregunta: ¿qué trabajos de los abogados podrán ser reemplazados o automatizados?
La pregunta es válida. Algunas de las tareas que hoy realizamos seguramente cambiarán, se reducirán o dejarán de ejecutarse de la misma manera. Sin embargo, después de participar en la construcción y especialización de una herramienta de inteligencia artificial jurídica, creo que esa conversación está dejando por fuera otra pregunta igual de importante ¿qué nuevos trabajos está creando la inteligencia artificial para los abogados?

Mi experiencia con DILLIE AI, una plataforma de agentes de inteligencia artificial para procesos de due diligence de M&A y auditorías legales generales, me ha permitido conocer una forma de trabajo jurídico que hace algunos años no habría sabido nombrar o explicar. Es mucho más que un utilizar un modelo o chat, hacerle preguntas o revisar las respuestas que produce. He tenido el privilegio de participar en su construcción, de explicarle a un equipo de tecnología cómo funciona un proceso jurídico, de convertir criterios legales en estructuras y de ayudar a determinar qué debe hacer la herramienta, para quién debe hacerlo y cómo saber si lo está haciendo correctamente.

Cuando empecé, no tenía muy claro qué significaba entrenar una inteligencia artificial jurídica. Tampoco existía un camino previamente trazado que me ayudara a entender qué debía hacer una abogada dentro de ese proceso. La experiencia terminó siendo muy distinta y mucho más enriquecedora de lo que habría podido imaginar. Al principio, intuí que mi rol consistiría en revisar las respuestas que generaba la herramienta y marcar cuáles estaban bien y cuáles no. Sin embargo, aunque esa es una parte del trabajo, está lejos de ser la única y, probablemente, tampoco es la más compleja.

Uno de los descubrimientos más interesantes, aunque parezca lógico al decirlo, ha sido confirmar que gran parte del conocimiento jurídico vive en la cabeza de los abogados. Por supuesto, la base del conocimiento parte de las normas y de lo que aprendimos en la academia, pero, con los años, desarrollamos formas de leer, comparar, priorizar y analizar información. Al analizar una compañía, sabemos que ciertos documentos deben relacionarse entre sí. Sabemos que, por ejemplo, una fecha, un nombramiento, una autorización o una cifra que aparece en un documento puede tener que coincidir con la información contenida en otro. También sabemos que la ausencia de un documento no siempre significa lo mismo y que una inconsistencia puede ser irrelevante en un contexto, pero determinante en otro. Muchas veces aplicamos estas reglas sin detenernos a descomponer nuestro razonamiento.

Más allá de lo obvio de la norma, entendemos que hay algo no cuadra, que una situación genera riesgo o que un documento “no es suficiente”. Tenemos la capacidad de reconocer una conclusión jurídicamente equivocada con rapidez. Sin embargo, cuando debemos explicar cuál fue exactamente el recorrido mental que seguimos para llegar a esa conclusión, la explicación no siempre resulta tan sencilla. Ese conocimiento, por supuesto, funciona, pero vive en nuestra cabeza y rara vez ha sido convertido en un proceso documentado.

A partir de esta experiencia, he llegado a la conclusión de que esto no significa que el análisis jurídico sea arbitrario, sino más bien que el conocimiento profesional está compuesto por experiencia, intuición, patrones que hemos aprendido a reconocer y criterios que aplicamos casi automáticamente. El reto, al participar en la construcción de una herramienta jurídica, consiste precisamente en hacer explícito ese conocimiento, descomponer el razonamiento y convertirlo en criterios que puedan explicarse, probarse y corregirse.

Traducir el criterio jurídico a una herramienta

El problema, o más bien la oportunidad, es que una herramienta no puede construirse sobre la instrucción “revise esto como lo revisaría un buen abogado”. Hay que lograr explicarle al equipo de desarrollo y a la herramienta en construcción qué significa revisar de esa manera y cómo traducir esa experiencia al papel. Ese ejercicio obliga a convertir el conocimiento que vive en la cabeza de un abogado en conocimiento explícito , teniendo en cuenta que no siempre, o casi nunca, hablará con abogados para el desarrollo de la herramienta.

Por eso, más que entrar en una explicación meramente legal, es necesario traducir ese conocimiento también a un lenguaje de negocio: definir qué debe buscarse y en qué orden, qué información es relevante, qué documentos deben compararse, qué relaciones deben existir entre ellos, qué reglas aplican, entre otros aspectos.

En este punto, quisiera aclarar que para mí no existe una única manera correcta de analizar jurídicamente una situación. Dos abogados pueden seguir rutas distintas y llegar a conclusiones igualmente razonables. Pero, para construir una herramienta, sí es necesario adoptar una estructura suficientemente clara, consistente y verificable. No tiene que ser la única posible; debe ser una que funcione, que se pueda probar y que se pueda corregir para que el producto sea escalable.

Ahora bien, con el tiempo entendí que este ejercicio puede ser una arquitectura de conocimiento jurídico. Para mí, consiste en transformar experiencia, razonamiento y criterio en estructuras que un equipo de tecnología pueda comprender e incorporar en un producto (categorías, taxonomías, catálogos de hallazgos y red flags, mapas de flujo, reglas, ejemplos, casos de prueba y mecanismos de evaluación).

Sin embargo, el desafío parte de que, como abogados, estamos entrenados y acostumbrados a analizar una compañía concreta, una transacción determinada, un cliente específico, unos documentos particulares y unas necesidades también específicas. La herramienta, en cambio, obliga a pensar primero en un panorama general.

Precisamente por esa diferencia, el proceso de construcción en Dillie ha tenido retos reales al momento de traducir y aplicar el derecho a una herramienta de IA en el entorno de las LegalTech, y creo que contarlas puede ser bastante útil para quien lea este artículo. La primera es que el derecho depende del contexto. Una misma información puede tener implicaciones muy distintas según la compañía, la transacción, el tipo societario o el objetivo del cliente, así que el reto es contemplar una diversidad amplia de escenarios sin pretender anticiparlo absolutamente todo. La segunda es la necesidad de contar con datos y ejemplos relevantes, porque para probar y optimizar una herramienta se necesitan casos concretos, errores y situaciones de frontera. La tercera consiste en asumir que ninguna estructura inicial cubre todas las situaciones posibles, pues la herramienta se construye y mejora progresivamente a partir de casos nuevos que obligan a revisar reglas, categorías y criterios que antes se consideraban correctos. Y la cuarta, quizás la más retadora en el día a día, es que, cuando aparece un resultado incorrecto, no siempre es evidente dónde se originó el problema. Por eso, buena parte de mi trabajo, y del reto para quienes se embarcan en este
camino, consiste en identificar dónde termina el problema técnico, dónde comienza el problema de diseño y en qué punto debe intervenir mi criterio jurídico.

Automatizar tareas no es automatizar el criterio jurídico

Toda esta experiencia me llevó a entender que automatizar una tarea no equivale a automatizar el criterio jurídico. Hay actividades que sí pueden automatizarse, como buena parte de la revisión documental, siempre que los abogados hayan definido previamente los criterios y cuál es el entregable esperado: la automatización no ocurre en el vacío. Hay otras que la IA puede apoyar, como organizar información, encontrar coincidencias y proponer resultados preliminares, pero siempre bajo un esquema de human in the loop, porque seguirán existiendo situaciones que dependen de la interpretación, el contexto o de información que no está en los documentos. Y hay actividades que el abogado no debería delegar. Validar el entregable final, verificar si la conclusión aplica al caso específico, incorporar lo que solo conocen él o su cliente, entendiendo qué le duele realmente a ese cliente y definir la solución jurídica más adecuada.

A lo anterior se suma otro aprendizaje, y es que no existe la inteligencia artificial jurídica. No es lo mismo una herramienta para investigación, revisión contractual, litigios, cumplimiento o due diligence, y una herramienta no se vuelve especializada simplemente porque utiliza lenguaje legal o tiene acceso a normas. La especialización real depende de la tarea, el usuario, la información que analiza, las reglas incorporadas y la forma de evaluar su calidad. Todo eso hay que construirlo y probarlo, no viene incluido porque el sistema hable como abogado.

Precisamente por eso, a cualquier herramienta jurídica deberíamos exigirle unos mínimos. Propongo algunas como trazabilidad de las fuentes que soportan cada conclusión, una finalidad identificable, evaluación con casos reales, garantías de confidencialidad sobre la información del cliente y la posibilidad permanente de que un abogado revise, corrija o cuestione los resultados. Todo ello, por supuesto, sabiendo que estos estándares no sustituyen la responsabilidad del abogado usuario, que debe entender para qué sirve la herramienta y cómo usarla.

Finalmente, vuelvo a la pregunta con la que comencé. ¿Qué nuevos trabajos está creando la inteligencia artificial para los abogados? Ya están apareciendo funciones como las de arquitectos de conocimiento jurídico, abogados de producto LegalTech, diseñadores de flujos legales, evaluadores jurídicos de resultados y curadores de conocimiento. Estas funciones pueden ser desempeñadas por abogados que no somos programadores, siempre que tengamos conocimiento especializado, disposición para salir del lenguaje exclusivamente jurídico, claridad para explicar nuestro propio razonamiento y voluntad de participar activamente en las pruebas y la optimización. Este es todavía un camino incierto y no existe una metodología universal. Se construye a partir de hipótesis, pruebas y errores. Justamente por eso, existe el
espacio y la necesidad de que más abogados participemos en la construcción responsable de
las herramientas que después utilizará nuestra propia profesión.

La inteligencia artificial podrá automatizar y apoyar muchas tareas, pero seguirá necesitando abogados que comprendan el contexto, conozcan al cliente y ejerzan criterio sobre el resultado final. Mi gran reflexión aquí es que el criterio jurídico no se reemplaza con tecnología sino que se incorpora al diseño de la herramienta, se aplica durante el proceso y se ejerce al validar la conclusión. Quienes aprendamos a hacerlo no vamos a llegar tarde al futuro de la profesión, sino que vamos a estar del lado de quienes lo diseñan.

 

Elaborado por: Autora: Maria Paulina Jaramillo - CLO Dillie AI