IA jurídica: triaje documental sin decidir por ti

Empieza por el problema documental, no por el modelo

El primer caso de uso debe ser localizar y organizar información que ya existe, no producir una opinión jurídica. El equipo puede preguntar qué documentos tratan sobre una cláusula, una obligación contractual o un acontecimiento, y recibir referencias para examinarlos. La interpretación del contenido, la elección de la medida y la evaluación del riesgo siguen fuera del alcance de la automatización.

Antes de seleccionar una herramienta, define una tarea observable. Algunos ejemplos son encontrar contratos de un proveedor determinado, separar versiones firmadas de borradores, identificar documentos relacionados con una notificación o reunir cláusulas sobre plazo y rescisión. Una tarea específica permite medir si el triaje aportó documentos pertinentes, sin convertir una respuesta textual en una decisión jurídica.

• Separa los documentos por asunto, unidad, contrato, idioma, fecha y estado documental.
• Conserva el archivo original, el nombre, la versión y el origen de cada elemento.
• Trata los campos ausentes como desconocidos, nunca como confirmación de un hecho.

Fuentes y referencias: [1]

Diseña un flujo de triaje con límites claros

Un flujo inicial puede tener cinco etapas. Primero, recibe archivos de repositorios autorizados y registra los metadatos. Después, extrae el texto y divide el contenido en fragmentos que se puedan buscar. A continuación, recupera documentos mediante una consulta en lenguaje natural, aplica filtros como fecha, región, tipo o estado y prepara una lista de evidencias. Por último, genera una ficha de triaje con referencias y deriva el caso a la cola correspondiente.

La búsqueda semántica es útil porque encuentra fragmentos relacionados incluso cuando la consulta no repite las mismas palabras del documento. En los sistemas que utilizan índices vectoriales, los archivos pueden dividirse, transformarse en representaciones numéricas e indexarse para la búsqueda. Esto mejora el descubrimiento, pero no demuestra que el resultado sea completo, vigente o jurídicamente aplicable. La interfaz debe mostrar el archivo de origen y el fragmento recuperado, en lugar de presentar únicamente una conclusión.

• Entrada: archivo, origen, fecha, versión, clasificación y permisos.
• Búsqueda: pregunta en lenguaje natural combinada con filtros de metadatos.
• Salida: documentos encontrados, fragmentos, campos extraídos y lagunas identificadas.
• Derivación: categoría operativa, prioridad definida por la política interna y responsable del análisis.

Fuentes y referencias: [1]

Usa salidas estructuradas para contener las extrapolaciones

En lugar de pedir que la IA diga si la empresa tiene razón o está equivocada, solicita campos limitados, como partes identificadas, fechas mencionadas, cláusulas relacionadas, obligaciones descritas expresamente, documentos citados y conflictos entre versiones. Para cada campo, acepta también «no localizado» o «inconcluso». Esta elección reduce la presión para completar las lagunas con suposiciones y hace que el resultado sea más fácil de comprobar.

El sistema puede producir un resumen operativo, pero debe separar el texto encontrado de la inferencia. Una buena ficha presenta el fragmento, su ubicación, el tipo de documento, la fecha disponible y el motivo de la derivación. No debe clasificar una cláusula como válida, abusiva, suficiente o incumplida. También es prudente bloquear acciones externas, como enviar notificaciones, modificar contratos o compartir archivos, durante la primera fase.

• Define un esquema fijo para la respuesta, con campos obligatorios y valores permitidos.
• Exige una referencia al archivo y al fragmento para cada información extraída.
• Incluye una categoría de incertidumbre para documentos ilegibles, contradictorios o desactualizados.
• Prohíbe comandos que modifiquen datos, envíen mensajes o asuman compromisos.

Fuentes y referencias: [2]

Controla el acceso, el contenido no confiable y la calidad

Los documentos jurídicos pueden contener instrucciones dirigidas al lector o al propio sistema. Un texto incluido en un contrato, correo electrónico o anexo no debe poder alterar las reglas del flujo. Separa las instrucciones del sistema, los datos recuperados y las solicitudes del usuario. Restringe las fuentes disponibles según el perfil y la finalidad, registra qué archivos se utilizaron y evita enviar al modelo más contenido del que exige la tarea.

La calidad debe medirse con un conjunto de casos representativos, incluidos versiones contradictorias, anexos ausentes, OCR deficiente, preguntas vagas y documentos en diferentes idiomas. Evalúa si la búsqueda recupera el archivo correcto, si los campos se extrajeron sin inventar información y si la derivación respetó las reglas definidas. La evaluación debe repetirse cuando cambien el índice, las instrucciones, los filtros o la lógica de enrutamiento, porque las respuestas de los modelos pueden variar.

• Prueba documentos normales, casos límite y textos que intenten inducir instrucciones indebidas.
• Compara la recuperación con una lista de documentos esperados para cada escenario.
• Registra las consultas, las fuentes recuperadas, la versión del flujo y el motivo de la derivación.
• Define una ruta de detención para resultados sin evidencia, contradictorios o fuera del alcance.

Fuentes y referencias: [2][3]

Ejemplo hipotético de implementación en una empresa

Considera, hipotéticamente, una empresa con contratos repartidos en carpetas por departamento. El primer flujo recibe únicamente contratos firmados y adendas de un segmento específico. Etiqueta cada archivo con proveedor, unidad, fecha, estado y tipo de documento. Ante la pregunta «¿qué documentos mencionan la renovación automática?», la búsqueda recupera fragmentos y presenta una lista ordenada, sin responder si la renovación puede aplicarse al caso concreto.

La ficha de triaje podría informar sobre los documentos relacionados, las cláusulas localizadas, las fechas mencionadas, las versiones que parecen diferir, los anexos citados pero no encontrados y las preguntas pendientes. Una derivación envía los casos con conflicto entre versiones a la cola definida por la empresa y deja los casos sin evidencia como inconclusos. El equipo jurídico utiliza la ficha como mapa de investigación, verifica el documento original y decide el siguiente paso fuera del sistema automatizado.

Este diseño también facilita una ampliación gradual. Después de medir la recuperación en un conjunto pequeño y controlado, la empresa puede incluir otros tipos documentales, siempre que mantenga separados los permisos, los metadatos y los criterios de detención para cada flujo. La pregunta decisiva no es si la IA puede redactar una respuesta convincente, sino si entrega evidencia localizable y límites comprensibles para quien analizará el caso.

• Piloto: un tipo de contrato, una fuente documental y pocas categorías de triaje.
• Criterio de avance: evidencia recuperada, campos completados y derivación rastreable.
• Criterio de bloqueo: ausencia de fuente, conflicto no resuelto o solicitud de una decisión jurídica.

Fuentes y referencias: [1][3]