Dos estudios reciben el mismo expediente. Uno sabe qué dice la foja 2.044. El otro espera que no importe. La diferencia entre ambos no va a estar en el talento de sus abogados, y este año va a estar cada vez más en otra parte: en si entendieron qué compraron, o si compraron una palabra.

La palabra no significa lo que parece significar

«Inteligencia artificial» no nombra una tecnología. Nombra una meta: construir máquinas capaces de hacer cosas que, hechas por una persona, llamaríamos inteligentes. Es el nombre del campo entero y de su ambición —de ahí que sea, más que una categoría técnica, una promesa.

Por eso «esta herramienta usa inteligencia artificial» no es una afirmación que se pueda evaluar. Es del mismo orden que decir que un estudio «tiene experiencia». No es falso; simplemente no informa nada. Las preguntas que sí deciden vienen después.

El machine learning —aprendizaje automático— sí es un método concreto. En vez de programar reglas una por una, se le muestran al sistema enormes cantidades de ejemplos y el sistema deriva de ellos un patrón. No se le enseña la regla: se le da el material del que la regla se desprende. Es uno de los caminos hacia aquella meta, y hoy es el que domina de tal manera que prácticamente todo lo que le van a ofrecer bajo el rótulo «IA» es, por debajo, machine learning.

De modo que la relación es simple: la inteligencia artificial es el destino, y el machine learning es el vehículo en el que hoy viaja casi todo el mundo. Cuando un proveedor le dice lo primero, le está diciendo hacia dónde apunta. Todavía no le dijo qué construyó.

Tres palabras y se sale

Entrenamiento, modelo, inferencia. Son tres palabras. Con ellas puede leer cualquier propuesta que le llegue este año.

Entrenamiento es el proceso: se procesan cantidades enormes de texto y se ajusta un sistema hasta que predice bien. Es caro, es lento y ocurre una sola vez, en la casa del fabricante, mucho antes de que usted vea el producto.

Modelo es lo que quedó de ese proceso: un archivo, un objeto terminado y congelado. No aprende de usted mientras conversan y no llega mañana sabiendo más que hoy por haberlo atendido a usted.

Inferencia es cada vez que ese modelo se usa: entra su pregunta, sale una respuesta. Y aquí está lo que no se dice en las demostraciones: todo lo que un sistema de IA responde es una inferencia. No es una consulta a una base de datos de verdades, y no es un razonamiento humano. Es una predicción —hecha con muchísima información y muchísima estadística— sobre qué texto corresponde a continuación.

Un modelo de lenguaje es un modelo entrenado específicamente sobre texto, y es la pieza que está debajo de casi todo lo que usted ya probó. ChatGPT, Claude, Gemini y las «herramientas legales con IA» que le ofrecieron no son modelos: son aplicaciones construidas encima de un modelo, cada una con su interfaz, sus permisos y su precio. Cuando compara dos de ellas, con frecuencia está comparando dos envoltorios del mismo motor.

Dos consecuencias que usted termina firmando

Si toda respuesta es una predicción, dos cosas se siguen. Ninguna de las dos es un defecto raro que un parche vaya a corregir el mes que viene.

La primera es que el sistema puede afirmar, con total soltura, algo que no ocurrió. Se lo llama alucinación. No es una falla ocasional: es la consecuencia estructural del mecanismo. Un sistema entrenado para producir el texto más plausible produce texto plausible también cuando no tiene con qué sostenerlo, y el texto plausible —bien redactado, dicho con seguridad, sin una sola vacilación— es exactamente lo que un profesional con poco tiempo acepta sin verificar. La fluidez no es evidencia de exactitud. La fluidez es lo que el sistema tiene garantizado; la exactitud, no.

La segunda es que el modelo no conserva memoria ni tiene su expediente completo a la vista — la razón técnica por la que la herramienta que usted pagó «se olvidó» de la mitad del documento (por qué ninguna de esas herramientas le sirvió).

El cuello de botella nunca fue la inteligencia

Aquí conviene detenerse, porque es donde el mercado se equivoca de discusión.

El problema del litigante frente a una carpeta grande no es que le falte inteligencia. Es que la carpeta no cabe en el tiempo que existe. Una lectura profunda avanza a unas 44 a 100 páginas por hora según el tipo de documento; un expediente de decenas de miles de fojas son, por lo tanto, entre quinientas y mil cien horas de lectura atenta. Tres a seis meses-persona a jornada completa. Aun a una tarifa modesta de revisor, eso es del orden de decenas de miles de dólares de trabajo humano por una sola lectura completa.

Pero el costo no es lo grave. Lo grave es que un litigante solo, sencillamente, no puede hacerlo. Por eso siempre «algo se pasa». Y en materia penal lo que se pasa no es un detalle administrativo: una mención omitida, una contradicción que nadie cruzó, pueden cambiar el resultado de una causa donde están en juego la libertad de una persona y el debido proceso.

Ahí es donde esta tecnología vale algo, y no antes. No reemplaza el criterio del abogado: lo libera. Le saca de encima las mil horas de lectura mecánica y le devuelve el expediente ya recorrido, para que usted gaste su juicio en lo único que no se puede delegar, que es decidir qué significa lo que apareció.

Es la misma relación que usted ya tiene con un peritaje, o con el borrador que le entrega un procurador junior. El perito no decide la causa. El junior no firma el escrito. Ambos le entregan material trabajado que usted revisa, corrige y hace suyo, y ninguno de los dos le ahorra la revisión. Con un sistema de inteligencia artificial la regla es idéntica, y más estricta todavía: nada se firma sin verificar contra la fuente. Una afirmación que no se puede seguir hasta la página exacta de la que salió no es un hallazgo. Es una hipótesis bien redactada.

La pregunta que sí se puede evaluar

Vuelva ahora a la oferta que tiene sobre el escritorio, con las tres palabras en la mano. No pregunte si la herramienta «usa inteligencia artificial»: ya sabe que eso no es evaluable. Pregunte qué hace con su expediente completo, y pregunte si cada afirmación que produce se puede abrir en la página de la que salió.

La segunda es la que decide. Y conviene hacerla pronto, porque la inteligencia artificial no le va a quitar el caso: se lo va a quitar el colega que sí leyó el expediente entero.