Abogado Lin Shanglun en artículo propio» Ampliar y acelerar: La verdadera capacidad de la IA que el 99% de los profesionales legales pasa por alto

En estos seis meses, he tenido la suerte de asistir a miles de profesionales del derecho en todo el mundo a integrar la IA. Desde abogados en Estados Unidos, Japón, Australia hasta Taiwán, e incluso ONG y grupos de interés público, he participado en más de mil reuniones de integración. Aprovechando esta oportunidad, quiero hacer una revisión completa de las percepciones erróneas más comunes que la gente tiene sobre la IA en la actualidad. Porque realmente no puedo soportar que muchas personas subestimen la IA por malentendidos, y en lugar de aprovecharla, la ataquen y resistan, lo cual me parece muy lamentable.

La mayor confusión: «Mi flujo de trabajo no necesita IA»

Desde mi perspectiva, la confusión más generalizada y también más fatal, es que muchas personas dicen: «Mi flujo de trabajo probablemente no necesita IA». Esa frase en sí misma subestima gravemente la capacidad de la IA. Y esta subestimación suele tener varias causas diferentes.

La primera causa es que «la persona que la usa es muy mala», lo que lleva a pensar que la producción de la IA es muy pobre. Muchos abogados ven a sus clientes mostrarles resultados generados por GPT y piensan: «¿Cómo puede esto ser tan inútil?» Pero eso es un completo malentendido de la IA. Hay que entender que la calidad de la producción de la IA depende en gran medida de la entrada que le das. La calidad de lo que produce la IA refleja la calidad del input que recibe.

Imagina: tu cliente no entiende de leyes, tú te ríes de que alguien que no sabe leyes use IA y obtenga resultados malos, y a partir de eso concluyes que no necesitas IA. ¡Qué absurdo! La IA en esencia es una herramienta de «amplificación» y «aceleración»: amplifica tus resultados, acelera tu flujo de trabajo. Una persona que no distingue entre derecho civil, penal, ni sabe qué es el derecho procesal, obviamente operará muy mal y no podrá hacer iteraciones sobre los resultados. Eso es un problema del usuario, no de la IA.

La segunda confusión: usar modelos de consumo sin conocer sus limitaciones

La segunda causa es que los usuarios emplean modelos de «consumo», sin darse cuenta de los problemas que estos tienen. Hay que entender claramente: esos son modelos de IA de consumo, no IA empresarial o comercial, y sus diseños y lógica de facturación son completamente diferentes.

Los grandes modelos de lenguaje actuales, en procesamiento de documentos, ya superan ampliamente las expectativas de la mayoría. La capacidad de generar combinaciones de texto, de iterar y producir resultados similares a los humanos, puede lograrse simplemente imitando estilos; para superar a los humanos, solo hay que hacer varias iteraciones más. Pero, ¿por qué muchas personas piensan que los resultados son malos? La clave está en que usan modelos económicos de bajo costo.

Aquí hay una diferencia decisiva: la base de la facturación. Los modelos de consumo suelen cobrar por cada token de entrada que leen, y ese número es muy bajo, quizás solo entre 10,000 y 20,000 tokens por consulta. Cuando usas estos modelos «todo incluido», los proveedores, para reducir costos y aumentar beneficios, intentan minimizar el uso de tokens de entrada.

¿Qué pasa entonces? Por ejemplo, si subes un contrato de 50,000 palabras o una sentencia, el modelo puede solo leer 20,000 tokens. O solo lee las primeras 10,000 o 20,000 palabras, y no procesa el resto. Entonces, notarás que:

• Si subes un contrato muy largo, puede omitir cláusulas accesorias;
• Si subes una sentencia, puede no leer la resolución final o las confiscaciones;
• Si subes una larga acta de reunión, puede faltar información o estar incompleta.

Esto no es un problema de la IA, sino de la elección del modelo. Con la tecnología actual, puedes leer con precisión cualquier volumen de datos. Si tu método de facturación fuera «por token», los proveedores estarían encantados de leer cada palabra. Cuando el input está asegurado, en mi experiencia con miles de asesorías, casi nunca he visto resultados decepcionantes para profesionales del derecho.

«Creo que puedo escribir mejor que la IA»: esto es ingenuo y un error de juicio

Luego, muchos dicen: «Mi capacidad de redacción es mejor que la de la IA». Debo decir que esa idea es muy ingenua.

Hay que entender que las firmas de abogados más grandes, más rentables y de vanguardia en EE. UU., usan IA en todos sus niveles, desde pasantes de verano, abogados senior hasta socios. ¿Por qué? Porque cuando una tarea puede ser automatizada y generada automáticamente, nadie vuelve a usar métodos antiguos. Es como si tuvieras una calculadora y no quisieras seguir haciendo cálculos a mano; si puedes tomar fotos y registrar todo, no volverás a escribir a mano; si puedes volar en avión, no caminarás ni navegarás en barco. Esa es la esencia del progreso.

Es como si las cuatro firmas más grandes y rentables en EE. UU. usaran IA, y eso fuera como que en la NBA, los campeones reconocen que «el balón de hoy es muy fácil de manejar». Pero muchas personas niegan esto, citando casos raros, como si un equipo de baloncesto de tercer mundo negara a los mejores jugadores del mundo, diciendo: «Este balón es difícil de manejar». Eso no tiene sentido, ni desde la probabilidad ni desde la lógica, y difícilmente convencerá a alguien racional.

Error en el método de uso: la atención suelta («Loose Attention») que se ignora

Además del modelo, otro error común es en la forma de usar la IA. La IA puede fácilmente experimentar «loose attention» (atención dispersa).

La forma más correcta, que seguramente todos los proveedores conocen, es primero usar una base de datos (procesamiento vectorial). ¿Por qué? Porque en su funcionamiento, toda la información de cada archivo se convierte en texto plano y luego se le entrega a la IA para su análisis. ¿Por qué? Porque la lectura en texto plano es la más efectiva; los PDF son mejores, los DOC un poco peores, y las imágenes con texto, mucho peor.

Por lo tanto, para analizar la misma información, el orden correcto sería:

• Dividir en varios archivos, en lugar de uno solo;
• O, en lugar de eso, convertir todo en vectores y luego en texto, para que la IA lea.

Pero si no conoces esto, puedes subir varias veces archivos diferentes y, al no obtener resultados adecuados, pensar que «la IA no funciona». La realidad es que, cuando alguien logra que la IA supere a los humanos, si tú usas mal la herramienta, el problema eres tú, no la IA. La verdadera limitación está en tu método de uso, no en la capacidad de la IA. Es una visión muy cortoplacista.

La capacidad de «infinita iteración» de la IA, un tesoro olvidado

Luego, quiero hablar de una capacidad que muchos olvidan: la «iteración infinita». ¿Qué es la iteración? Voy a usar un ejemplo de una tarjeta de cumpleaños.

Primera versión: Escribir una tarjeta para tu pareja, y que el chico escriba algo como «Te amo, mi amor, te amaré toda la vida», que puede parecer superficial y sin mucho corazón. Pero para la IA, esa primera versión solo necesita tener el nombre, cómo amas a esa persona y tu conclusión; eso es un «borrador».

Segunda versión: Le dices a la IA: «¿Qué cosas hemos vivido en estos años que valga la pena agradecer?», aunque no sepas exactamente cómo integrarlo, solo le entregas los hechos, y la IA puede automáticamente incorporar esas historias de amor en la tarjeta inicial, haciéndola más emotiva.

Tercera versión: Si encuentras un pasaje de «Orgullo y prejuicio» que te encanta, lo pasas a la IA para una tercera iteración. La tarjeta final será un producto correcto, con historia, con citas de películas, y con un toque perfecto.

Antes de la IA, hacer esto tres veces requería una hora cada vez; ahora, con la IA, una sola modificación puede hacer que la IA haya iterado muchas veces en segundos.

La tarjeta de cumpleaños es solo un ejemplo pequeño. Para un abogado, una larga demanda o declaración, mediante iteraciones, puede mejorarse mucho más rápido que si se hiciera manualmente. Los abogados veteranos suelen criticar a los jóvenes: «Entregan una versión, los critico, la devuelven; entregan otra, los critico otra vez». Esa forma de trabajo es muy ineficiente. Hoy, deberías aprovechar la capacidad de iteración rápida de la IA para mejorar cada documento rápidamente. Esa es la forma correcta de usarla.

¿Por qué los profesionales necesitan IA «especializada»?

Pero aquí hay que advertir: si usas modelos tradicionales o equivocados, no podrás hacer una verdadera iteración. ¿Por qué? Porque cada iteración cuesta más tokens de entrada y salida, y eso es lo que los modelos de consumo quieren ahorrar.

Por ejemplo, si tienes un artículo de 5000 palabras dividido en varias partes y solo quieres modificar la tercera, ¿qué pasa? El modelo de consumo, para ahorrar tokens, puede simplemente poner en lugar de esa parte «(omitir)», porque piensa: «No pediste cambiar esto, no lo voy a generar». Pero eso está mal. En nuestro trabajo, cada versión se basa en la anterior. Para evitar gastar tokens, la IA puede eliminar o resumir esas partes, o hacer grandes fusiones, impidiendo la iteración. Cuando no puedes iterar, estás renunciando a la función más poderosa de la IA, y eso es muy lamentable.

Por eso, todos los abogados necesitan IA especializada, los trabajadores de datos, periodistas, escritores, todos requieren una IA que se ajuste a su profesión y a su modo de uso de tokens.

Los modelos de consumo son para quiénes? Para personas comunes, para preguntas cortas como «¿Qué hago si tengo tos y mocos?». Pero si se trata de temas profesionales, necesitas iterar, y eso no lo hace un modelo de consumo. Usar un modelo inadecuado para tareas profesionales es una mala interpretación de la capacidad de la tecnología.

No pongas los errores de otros como excusa para no avanzar

Muchos ven noticias negativas sobre IA y se sienten orgullosos de no usarla. Recientemente, algunas firmas en EE. UU. fueron sancionadas por decisiones judiciales basadas en «alucinaciones» de la IA. Al ver esas noticias, algunos las comparten y dicen: «Nunca usaré IA».

¿Pero sabes qué? ¿Cuántas firmas no tuvieron esos problemas y, en cambio, ahorraron mucho tiempo y aumentaron su productividad? Las firmas top en EE. UU. ya han revelado qué herramientas usan. La realidad es que esas firmas que tuvieron problemas, usaron mal la IA, empleando modelos de consumo sin hacer las verificaciones necesarias, sin entender que la IA amplifica y acelera, no reemplaza, la capacidad profesional. Por eso, los errores ocurren.

No usar IA por miedo a errores, y usar esa excusa para no avanzar, es muy lamentable y muy limitado, y no refleja la realidad actual.

La IA es una «tecnología universal», pero su adopción es sorprendentemente baja

Hoy en día, todos deben entender que la IA es una «tecnología universal». Es algo que cualquiera puede usar, con una barrera de entrada muy baja, y que resulta muy intuitiva, como los teléfonos inteligentes. Cuando usas un smartphone, piensas: ¿cuántas personas en el mundo todavía usan teléfonos «tontos»? Probablemente menos del 10%.

Pero la IA, que es tan accesible, poderosa y fácil de usar, tiene una tasa de adopción en el mundo que no llega al 1% o 2%. Es muy lamentable. Desde otra perspectiva, esto también representa la mejor oportunidad para quienes entienden la IA, porque cuando el 99% aún no ha subido al tren, los primeros en hacerlo pueden generar una productividad sorprendente.

Entonces, ¿por qué tengo tan claro el estado de uso de la IA entre los abogados? Porque en estos seis meses, realmente he ayudado a casi mil profesionales del derecho en todo el mundo a integrar y familiarizarse con la IA, y eso me ha permitido acumular estas experiencias.

Creo que estas herramientas son aún más importantes para las ONG y grupos de interés público. Quiero agradecer especialmente a la Fundación para la Reforma Judicial y a la Asociación para la Rehabilitación de Injusticias por su reconocimiento. Poder ayudar a estos grupos a integrar la IA en su trabajo, ha sido una de las experiencias más significativas para mí. Estas organizaciones tienen muchas tareas administrativas pesadas, y al integrar la IA, no solo ahorran mucho trabajo, sino que también logran resultados muy positivos. Estoy muy agradecido por su confianza, y es un honor poder contribuir como abogado en la era de la IA.

La Fundación para la Reforma Judicial de la República de China, otorga un certificado de agradecimiento por la donación de la plataforma M-ROSS.AI, que apoya la traducción de documentos en idiomas extranjeros, resúmenes de sentencias y organización de textos sin costo.

La Asociación para la Rehabilitación de Injusticias de Taiwán (Taiwan Innocence Project) otorga un certificado de agradecimiento por la aplicación de M-ROSS.AI en traducción y resumen de documentos en idiomas extranjeros, en resúmenes de sentencias en chino y en reconocimiento óptico de caracteres en archivos no confidenciales.

Este artículo realmente surge porque veo a demasiadas personas atacando y resistiendo la IA por un error de percepción. Y eso me resulta muy difícil de aceptar. Debo decir que quienes realmente usan la IA seguirán burlándose de esa resistencia, porque esa percepción errónea solo te pone en desventaja, te hace quedar atrás y te deja muy lejos de aprovechar el potencial de esta era.

Preguntas frecuentes

¿En qué se diferencian la IA de consumo y la IA empresarial o especializada?

La clave está en la facturación y en los tokens de entrada. Los modelos de consumo, para reducir costos, leen solo entre 10,000 y 20,000 tokens por consulta, por lo que contratos largos o sentencias pueden ser leídos de manera incompleta. La IA especializada, que cobra por token, lee cada palabra y produce resultados mucho más estables y precisos.

¿Por qué la «iteración infinita» es la capacidad más valiosa de la IA?

Porque el trabajo humano se basa en revisar y corregir versiones anteriores. La IA puede iterar muchas veces en muy poco tiempo. Pero los modelos de consumo, para ahorrar tokens, a veces marcan partes no modificadas como «(omitir)», lo que equivale a renunciar a la iteración, y por tanto, a la mejora continua de los documentos profesionales.