{"id":683,"date":"2026-07-21T11:22:46","date_gmt":"2026-07-21T09:22:46","guid":{"rendered":"https:\/\/prudencia.ai\/blog\/?p=683"},"modified":"2026-07-23T09:50:32","modified_gmt":"2026-07-23T07:50:32","slug":"integracion-ia-despachos-juridicos","status":"publish","type":"post","link":"https:\/\/prudencia.ai\/blog\/integracion-ia-despachos-juridicos\/","title":{"rendered":"Cuando la IA funciona, empieza otra decisi\u00f3n – Anna M. Sells Mochol\u00ed"},"content":{"rendered":"\n
\n

Anna M. Sells<\/a><\/strong> es fundadora de ARCtalento<\/a><\/strong>, un sistema de arquitectura de gobierno y decisi\u00f3n para organizaciones y profesionales del sector jur\u00eddico. Su trabajo se centra en c\u00f3mo se decide, se distribuye la capacidad y se integran crecimiento, tecnolog\u00eda y complejidad sin degradar criterio, rentabilidad ni sostenibilidad operativa. Es autora de GENTE LEGAL<\/a><\/strong>, espacio desde el que observa y analiza las transformaciones organizativas que est\u00e1n reconfigurando el ecosistema legal.<\/p>\n<\/div>

\"\"<\/figure><\/div>\n\n\n\n
\n

<\/p>\n\n\n\n

La inteligencia artificial ya est\u00e1 entrando en el trabajo cotidiano de muchos profesionales jur\u00eddicos. Investigamos m\u00e1s r\u00e1pido, sintetizamos informaci\u00f3n, preparamos borradores, revisamos documentaci\u00f3n o reducimos el tiempo dedicado a determinadas tareas. Los estudios recientes empiezan, adem\u00e1s, a recoger ganancias relevantes de eficiencia y una adopci\u00f3n creciente. Pero hay una pregunta que me interesa especialmente y que aparece justo despu\u00e9s: \u00bfqu\u00e9 significa realmente incorporar bien una tecnolog\u00eda en un despacho?<\/strong> Una herramienta puede cumplir exactamente aquello para lo que fue adquirida, ahorrar tiempo y mejorar una tarea concreta y, sin embargo, no estar bien integrada en la organizaci\u00f3n. Entre que una tecnolog\u00eda funcione y que su incorporaci\u00f3n mejore realmente el funcionamiento del despacho existe un espacio de decisiones que no siempre vemos cuando medimos adopci\u00f3n, uso o productividad. <\/p>\n\n\n\n

Ahorrar tiempo no nos dice todav\u00eda qu\u00e9 hemos mejorado<\/h2>\n\n\n\n

Imaginemos algo sencillo. Una tarea que antes requer\u00eda tres horas ahora requiere una. La tecnolog\u00eda ha hecho su trabajo y disponemos de dos horas que antes no ten\u00edamos. <\/p>\n\n\n\n

Podemos utilizarlas para asumir otro asunto, responder antes a un cliente, revisar mejor, desarrollar negocio, dedicar m\u00e1s atenci\u00f3n a un trabajo complejo o, sencillamente,
terminar una jornada que se estaba alargando demasiado. El resultado t\u00e9cnico es el mismo en todos los casos \u2014hemos reducido el tiempo necesario para realizar una tarea\u2014, pero el valor creado es diferente. La tecnolog\u00eda puede generar capacidad; no puede decidir qu\u00e9 queremos hacer con ella.<\/strong> Por eso conviene detenerse en una secuencia que a veces damos por autom\u00e1tica: ahorrar tiempo significa aumentar productividad; aumentar productividad significa mejorar eficiencia; mejorar eficiencia significa aumentar rentabilidad. Entre una cosa y la siguiente hay decisiones, y tambi\u00e9n condiciones organizativas y econ\u00f3micas que determinan en qu\u00e9 termina convirti\u00e9ndose esa mejora.<\/p>\n\n\n\n

La evidencia disponible muestra precisamente esa distancia. Mientras los estudios sobre inteligencia artificial en servicios profesionales recogen una adopci\u00f3n creciente y expectativas importantes de ahorro de tiempo, medir el retorno real sigue siendo mucho menos frecuente. El informe de Thomson Reuters sobre IA en servicios profesionales de 2026 se\u00f1ala que s\u00f3lo el 18 %
de los profesionales encuestados afirma que su organizaci\u00f3n mide el retorno de la inversi\u00f3n (ROI) de la IA. <\/p>\n\n\n\n

Sabemos cada vez m\u00e1s sobre cu\u00e1nto se utiliza la tecnolog\u00eda y cu\u00e1nto tiempo puede ahorrar. Sabemos bastante menos sobre qu\u00e9 hacen despu\u00e9s las organizaciones con la capacidad obtenida y en qu\u00e9 consiguen convertirla. <\/strong>No significa que los despachos no est\u00e9n tomando esas decisiones. Pero s\u00ed dice algo sobre c\u00f3mo estamos contando la transformaci\u00f3n: hablamos mucho de la productividad de la herramienta y bastante menos del destino de la capacidad que produce. <\/p>\n\n\n\n

La misma tecnolog\u00eda no aterriza en el mismo despacho<\/h2>\n\n\n\n

Quiz\u00e1 parte de la dificultad est\u00e9 en que hablamos con demasiada facilidad de \u201clos despachos\u201d, cuando bajo esa palabra conviven organizaciones muy diferentes. <\/p>\n\n\n\n

Un profesional aut\u00f3nomo, un despacho de cinco abogados, una firma en crecimiento y una gran organizaci\u00f3n jur\u00eddica pueden utilizar tecnolog\u00edas similares sin estar tomando la misma decisi\u00f3n. Si las dos horas que hemos liberado proceden de un servicio prestado a precio cerrado, reducir el tiempo necesario puede mejorar el margen o permitir asumir mayor volumen. Si el modelo depende principalmente de horas facturadas, la relaci\u00f3n entre tiempo, precio y valor plantea otras preguntas. Para un profesional aut\u00f3nomo saturado, esas horas pueden tener m\u00e1s valor recuperando capacidad personal que incorporando otro cliente. Para un peque\u00f1o despacho que quiere crecer, pueden convertirse en capacidad para asumir nuevos asuntos sin aumentar inmediatamente la estructura. <\/p>\n\n\n\n

Algunos casos permiten observarlo. En ME Law, un peque\u00f1o despacho canadiense, la incorporaci\u00f3n de herramientas de IA para determinadas tareas jur\u00eddicas no se planteaba \u00fanicamente como ahorro de tiempo. Su fundadora vinculaba esa capacidad con la posibilidad de asumir m\u00e1s trabajo y mantener, al mismo tiempo, una atenci\u00f3n cercana al cliente. En servicios jur\u00eddicos prestados a precio fijo encontramos una l\u00f3gica distinta: reducir el tiempo por asunto puede traducirse m\u00e1s directamente en margen o capacidad adicional.<\/p>\n\n\n\n

No son modelos trasladables autom\u00e1ticamente a cualquier despacho. Precisamente muestran por qu\u00e9 no deber\u00edamos hacerlo: la eficiencia adquiere significado dentro del sistema econ\u00f3mico y organizativo en el que aterriza y de la direcci\u00f3n que queremos darle.<\/strong> <\/p>\n\n\n\n

\u00bfY si la tecnolog\u00eda funciona demasiado bien? <\/h2>\n\n\n\n

Supongamos que la reducci\u00f3n de tiempo deja de ser ocasional. El despacho descubre que puede asumir m\u00e1s asuntos y decide hacerlo. <\/p>\n\n\n\n

La mejora es real, pero el aumento de capacidad en un punto puede hacer aparecer el l\u00edmite en otro. Quiz\u00e1 ahora sea el socio quien no puede supervisar todo lo que llega, el proceso de incorporaci\u00f3n de clientes el que empieza a saturarse o la coordinaci\u00f3n, la atenci\u00f3n, la facturaci\u00f3n o la toma de decisiones las que absorben la nueva presi\u00f3n.<\/p>\n\n\n\n

La tecnolog\u00eda no ha fallado. Ha funcionado tan bien que ha hecho visible el siguiente l\u00edmite del sistema.<\/strong> <\/p>\n\n\n\n

En estructuras peque\u00f1as esto puede resultar especialmente visible, porque unas pocas personas concentran a menudo pr\u00e1ctica jur\u00eddica, relaci\u00f3n con clientes, supervisi\u00f3n, gesti\u00f3n y decisi\u00f3n. Aumentar la capacidad de producci\u00f3n sin observar el resto del sistema puede no eliminar una restricci\u00f3n, sino desplazarla. <\/p>\n\n\n\n

Por eso, junto a cu\u00e1nto tiempo ahorra una tecnolog\u00eda, aparece una pregunta distinta: \u00bfPuede nuestra forma de trabajar absorber aquello que esa tecnolog\u00eda hace posible? <\/h2>\n\n\n\n

La capacidad de absorci\u00f3n no se refiere \u00fanicamente a estar preparados para aprovechar una oportunidad. Tambi\u00e9n implica poder sostener las consecuencias de una decisi\u00f3n si la herramienta requiere m\u00e1s supervisi\u00f3n de la prevista, introduce una dependencia, no produce el resultado esperado o genera una exposici\u00f3n que la organizaci\u00f3n no estaba preparada para gestionar. <\/p>\n\n\n\n

Una decisi\u00f3n tecnol\u00f3gica deber\u00eda poder observarse, por tanto, en ambos sentidos: qu\u00e9 ocurre si funciona y qu\u00e9 estamos en condiciones de asumir si no funciona como esper\u00e1bamos.<\/strong> <\/p>\n\n\n\n

Experimentar, adoptar e integrar no son lo mismo<\/h2>\n\n\n\n

La innovaci\u00f3n no siempre empieza con un plan. Muchas veces alguien prueba una herramienta, encuentra un uso valioso y vuelve a utilizarla. Ese aprendizaje tiene valor y, especialmente en organizaciones peque\u00f1as, no necesita convertirse inmediatamente en un gran proyecto de transformaci\u00f3n.<\/p>\n\n\n\n

Pero una cosa es experimentar y otra que una tecnolog\u00eda empiece a formar parte de c\u00f3mo trabaja el despacho. Cuando varias personas dependen de ella, cambia qui\u00e9n realiza determinadas tareas, se modifican tiempos o procesos, afecta a la supervisi\u00f3n, permite asumir un volumen diferente o empieza a formar parte del conocimiento habitual, la naturaleza de la decisi\u00f3n cambia. <\/p>\n\n\n\n

No significa que necesitemos dise\u00f1ar una arquitectura compleja antes de permitir cualquier prueba. Significa reconocer cu\u00e1ndo una prueba deja de ser solamente una prueba<\/strong>, porque las decisiones suficientes al inicio pueden dejar de serlo cuando cambian sus consecuencias. <\/p>\n\n\n\n

En el sector legal, adem\u00e1s, hay decisiones que empiezan incluso antes de ese momento. <\/p>\n\n\n\n

No toda experimentaci\u00f3n tiene la misma exposici\u00f3n. Probar una herramienta con informaci\u00f3n ficticia no equivale a utilizarla con documentaci\u00f3n de un cliente, del mismo modo que una aplicaci\u00f3n aislada no plantea necesariamente las mismas cuestiones que una tecnolog\u00eda conectada con expedientes, datos o procesos reales.<\/p>\n\n\n\n

Confidencialidad, protecci\u00f3n de datos, ciberseguridad, fiabilidad o supervisi\u00f3n son \u00e1mbitos sobre los que organismos profesionales y especialistas vienen estableciendo criterios. No me corresponde entrar en su valoraci\u00f3n jur\u00eddica. Desde el punto de vista organizativo me interesa otra cuesti\u00f3n: \u00bfsabemos qu\u00e9 necesitamos validar, qui\u00e9n tiene competencia para hacerlo y cu\u00e1ndo debemos incorporar un conocimiento que no poseemos para poder decidir bien?<\/strong><\/p>\n\n\n\n

Gobernar no significa saberlo todo. Significa tambi\u00e9n saber qu\u00e9 no sabemos.<\/p>\n\n\n\n

Aparecen as\u00ed dos momentos diferentes que conviene no confundir. El primero depende de lo que ponemos en juego<\/strong>: una prueba reversible y controlada no requiere la misma decisi\u00f3n que un uso con informaci\u00f3n sensible o sobre procesos cr\u00edticos. El segundo aparece cuando la tecnolog\u00eda empieza a modificar de forma sostenida c\u00f3mo funciona la organizaci\u00f3n<\/strong>.<\/p>\n\n\n\n

Confundirlos puede llevarnos a dos errores opuestos: experimentar sin suficiente criterio all\u00ed donde la exposici\u00f3n lo exige o burocratizar cualquier exploraci\u00f3n hasta hacer imposible aprender.<\/p>\n\n\n\n

Una pol\u00edtica no gobierna por s\u00ed sola<\/h2>\n\n\n\n

Los incidentes conocidos relacionados con inteligencia artificial en el \u00e1mbito jur\u00eddico han mostrado adem\u00e1s que disponer de pol\u00edticas y salvaguardas no garantiza necesariamente que el uso real responda a ellas. Algunas organizaciones sofisticadas han tenido problemas no porque carecieran de normas, sino porque fallaron el comportamiento, la supervisi\u00f3n o los controles que deb\u00edan sostenerlas. Un caso especialmente ilustrativo fue el de Sullivan & Cromwell en abril de 2026: la firma comunic\u00f3 al tribunal que dispon\u00eda de pol\u00edticas y requisitos de formaci\u00f3n sobre IA, pero que no se siguieron y que el proceso de revisi\u00f3n secundaria tampoco detect\u00f3 las citas inexactas generadas con IA.[3]<\/p>\n\n\n\n

La distinci\u00f3n importa. Podemos convertir el gobierno de la IA en una colecci\u00f3n de documentos y seguir sin haber resuelto c\u00f3mo se decide y se trabaja realmente.<\/p>\n\n\n\n

Una pol\u00edtica puede ser necesaria y seguir siendo insuficiente si no sabemos qui\u00e9n puede hacer qu\u00e9, d\u00f3nde est\u00e1n los l\u00edmites, c\u00f3mo se supervisan los resultados, qu\u00e9 ocurre ante una excepci\u00f3n y qui\u00e9n debe intervenir cuando la realidad no encaja con lo previsto.<\/p>\n\n\n\n

En ese sentido, la tecnolog\u00eda puede actuar tambi\u00e9n como una prueba de estr\u00e9s. No solo introduce nuevas preguntas; a veces hace visible la distancia entre c\u00f3mo creemos que funciona nuestra organizaci\u00f3n y c\u00f3mo funciona realmente<\/strong>.<\/p>\n\n\n\n

El coste de incorporar tecnolog\u00eda no cabe en una licencia<\/h2>\n\n\n\n

Tambi\u00e9n resulta f\u00e1cil evaluar una herramienta mirando su precio. Pero incorporarla puede requerir aprendizaje, configuraci\u00f3n, gesti\u00f3n de accesos, revisi\u00f3n de procesos, formaci\u00f3n, supervisi\u00f3n, integraci\u00f3n con otros sistemas, actualizaci\u00f3n de criterios o dependencia de proveedores.<\/p>\n\n\n\n

Una tecnolog\u00eda puede reducir complejidad en una tarea y, al mismo tiempo, a\u00f1adir complejidad al sistema que debe sostenerla. <\/p>\n\n\n\n

Existe adem\u00e1s un coste menos visible: el de oportunidad. En un peque\u00f1o despacho, tiempo y atenci\u00f3n son recursos especialmente escasos. La capacidad dedicada a evaluar, implantar y aprender una tecnolog\u00eda no se dedica simult\u00e1neamente a clientes, desarrollo de negocio, mejora de procesos u otras prioridades. Elegir d\u00f3nde incorporar tecnolog\u00eda es tambi\u00e9n elegir d\u00f3nde ponemos nuestra capacidad. <\/strong><\/p>\n\n\n\n

Pero el razonamiento funciona en sentido contrario. No adoptar tambi\u00e9n tiene costes: mantener trabajo manual que podr\u00eda resolverse mejor, retrasar aprendizaje o perder capacidad futura de elecci\u00f3n mientras el entorno contin\u00faa cambiando. La cuesti\u00f3n, por tanto, no es innovaci\u00f3n frente a prudencia. Es decidir qu\u00e9 problema merece nuestra atenci\u00f3n, qu\u00e9 valor esperamos obtener, qu\u00e9 exposici\u00f3n podemos asumir y qu\u00e9 complejidad estamos dispuestos a incorporar para conseguirlo. <\/p>\n\n\n\n

Cuando la herramienta funciona, empieza otra decisi\u00f3n<\/h2>\n\n\n\n

Una tarea que antes requer\u00eda tres horas ahora requiere una. La herramienta ha funcionado.<\/p>\n\n\n\n

Al principio parec\u00eda suficiente para hablar de mejora. Despu\u00e9s de seguir sus efectos, la conclusi\u00f3n es menos inmediata. Para saber qu\u00e9 ha mejorado realmente necesitamos observar qu\u00e9 ocurri\u00f3 con las otras dos horas: si se convirtieron en margen, mejor servicio, m\u00e1s capacidad o simplemente desplazaron la presi\u00f3n hacia otro punto del despacho. Y tambi\u00e9n qu\u00e9 tuvimos que incorporar para conseguirlas: supervisi\u00f3n, nuevos criterios, dependencia, riesgo o complejidad.<\/p>\n\n\n\n

Quiz\u00e1 ah\u00ed est\u00e9 la diferencia entre utilizar una tecnolog\u00eda e integrarla. <\/p>\n\n\n\n

Incorporar inteligencia artificial con criterio<\/a><\/strong> no consiste en preverlo todo antes de empezar ni en a\u00f1adir gobierno a cada herramienta que probamos. Consiste en ser capaces de reconocer cu\u00e1ndo una tecnolog\u00eda empieza a modificar nuestra forma de trabajar, decidir qu\u00e9 queremos hacer con aquello que hace posible y sostener las consecuencias de esa decisi\u00f3n. <\/p>\n\n\n\n

La inteligencia artificial puede reducir una tarea de tres horas a una. Eso nos dice que la herramienta funciona. Lo que ocurra con las otras dos nos dir\u00e1 si tambi\u00e9n est\u00e1 funcionando mejor el despacho.<\/strong><\/p>\n<\/div><\/div>\n\n\n\n

Fuentes y referencias<\/strong><\/h4>\n\n\n\n