IA en la abogacía: 13 principios y quién responde si falla

El 85% de los profesionales legales ya usa inteligencia artificial en su trabajo, según el Legal Trends Report 2026 de Clio, y en el Reino Unido e Irlanda la cifra roza el 90%, de acuerdo con CNBC. La adopción dejó de ser una decisión de innovación y se convirtió en una decisión de riesgo: cada vez que un agente de IA lee un expediente, redacta un escrito o calcula un plazo, alguien tiene que responder por el resultado.

Esa pregunta —dónde termina la asistencia tecnológica y empieza la responsabilidad profesional— es la que aborda una entrevista publicada por Diario Constitucional con Ghislaine Abarca Barra, abogada del área de protección de datos y cumplimiento normativo de ECIJA Chile, y Eduardo Ramírez, ingeniero civil industrial y fundador de Trifolia, plataforma de IA para investigación jurídica. Sus respuestas aplican mucho más allá de los tribunales: cualquier startup que ponga agentes a operar sobre datos de clientes enfrenta el mismo problema.

Qué está cambiando en la regulación de la IA jurídica

En Chile, el Pleno de la Corte Suprema acordó avanzar en un auto acordado con 13 principios para el diseño, desarrollo, evaluación y uso de IA en el Poder Judicial. La presidenta del máximo tribunal, Gloria Ana Chevesich, precisó que la IA podrá asistir en tareas preparatorias, instrumentales o de apoyo, pero no sustituir la valoración de los antecedentes, la fundamentación ni la decisión del tribunal, y que el mal uso puede derivar en responsabilidad disciplinaria, según BioBioChile. Las definiciones se adoptaron tras una jornada de reflexión los días 22 y 23 de octubre, después de que se conocieran casos de fallos redactados con herramientas digitales.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

A eso se suman la Guía de Sugerencias para el Uso Responsable de Inteligencia Artificial en el Ejercicio Profesional del Colegio de Abogados, publicada en julio de 2026, y la primera política de uso responsable de la Defensoría Penal Pública, que prohíbe delegar en un sistema la teoría del caso.

El patrón se repite fuera de Chile. En octubre de 2025 el Ilustre Colegio de la Abogacía de Madrid (ICAM) presentó su Guía de Buenas Prácticas para el Uso de la IA en la Abogacía, que recomienda auditorías periódicas y protocolos internos alineados con el Reglamento Europeo de IA, según Cinco Días.

Lo relevante para un founder: ninguna de las tres normas chilenas crea obligaciones nuevas. Todas dicen lo mismo que ya decía el Código de Ética —quien firma responde y debe verificar—. La regulación que funciona es la que se puede comprobar. Y hay presión económica detrás: según una encuesta de Deloitte citada por CNBC, los líderes legales esperan que la porción de trabajo cobrado por hora caiga del 72% al 44% en los próximos dos o tres años.

Agentes de IA: la regla de leer versus escribir

Para decidir qué puede hacer un agente sin supervisión, Eduardo Ramírez propone una distinción simple que cualquier equipo puede adoptar: leer versus escribir. Leer un expediente, buscar jurisprudencia, comparar dos contratos o preparar un borrador son operaciones de solo lectura; si salen mal, el peor escenario es un borrador deficiente que se corrige mirándolo. Escribir es otra cosa: enviar un correo, presentar un escrito, modificar un documento, borrar un archivo o hacer un pago. Esas acciones salen al mundo y muchas no se pueden deshacer.

La regla que se deriva: todo lo que el agente escriba necesita autorización expresa, y mientras más difícil de revertir sea la acción, más expresa debe ser esa autorización. Hay una excepción que suele pasarse por alto: si el servicio de IA no garantiza que no conserva lo que lee, leer también es una forma de compartir. Por eso las políticas de no retención de datos importan tanto como los permisos de acceso.

Ghislaine Abarca Barra llega al mismo punto desde el compliance: el límite está en las consecuencias. Cuando un agente puede producir efectos jurídicos, comprometer información confidencial o afectar directamente los intereses de un cliente, la intervención humana deja de ser opcional. Una cosa es que redacte una propuesta siguiendo las instrucciones del abogado; otra muy distinta es que la envíe por su cuenta.

Vibe coding: cuándo conviene y cuándo es un riesgo

El vibe coding —describir en lenguaje natural lo que necesitas y dejar que la IA genere el código— permite a un despacho armar en horas una herramienta que ordene documentos, compare contratos o avise de vencimientos. Ramírez pone una condición clara para que tenga sentido: que el programa sea pequeño, que quien lo usa entienda qué hace y que el costo de que falle sea bajo. Es como cambiar una ampolleta: nadie llama a un electricista para eso.

El problema no está en el programa, sino en la máquina donde vive. Un abogado que programa con un asistente de IA lo hace en el mismo computador donde guarda los expedientes de sus clientes. Y casi cualquier programa real se arma con dependencias de terceros: una librería para leer PDF, otra para conectarse a un modelo. Uno de los ataques más frecuentes del último año consiste en contaminar justamente esas piezas. LiteLLM, una librería muy usada para conectar programas con modelos de IA, fue comprometida dos veces este año, en marzo y hace una semana: quien instaló la versión contaminada entregó sus claves y, en el peor caso, el acceso a su computador.

De ahí su regla práctica: si el programa necesita instalar piezas externas o conectarse a internet, hay que asumir que toda la información confidencial de ese computador puede quedar expuesta. Las salidas son dos: trabajar en una máquina separada que no tenga datos de clientes, o dejarlo en manos de especialistas.

Abarca agrega el matiz que suele faltar: el problema no es que un abogado desarrolle sin saber programar, sino confundir la facilidad para crear con la capacidad de garantizar seguridad. Antes de usar la herramienta con casos reales conviene probarla con información ficticia o seudonimizada y, cuando el riesgo lo justifique, someterla a una validación técnica independiente. Si el servicio crece, la certificación ISO 27001 acredita que la organización tiene procesos para detectar y responder a fallas, aunque el código siga teniendo errores.

Qué pasa con los datos de tus clientes cuando los subes a una IA

Antes de ingresar un expediente, un contrato o información reservada, hay cuatro preguntas que cualquier proveedor serio responde por escrito: quién accede a esos datos, dónde se almacenan, cuánto tiempo se conservan y si se reutilizan para entrenar modelos. Si no las responde por escrito, mejor no ingresar nada.

Lo que sorprende es que las condiciones cambian no solo entre empresas, sino dentro de la misma empresa según el plan. En cuentas gratuitas y personales, lo habitual es que las conversaciones puedan usarse para mejorar el modelo salvo que se desactive esa opción, y que se conserven por años. En planes empresariales y accesos por programación, lo habitual es lo contrario. La retención cero casi nunca viene por defecto: se negocia y se firma. Pagar ayuda, pero lo que protege es el contrato y la configuración.

Tampoco borrado significa siempre borrado. En 2025 un tribunal de Estados Unidos ordenó a OpenAI conservar todas las conversaciones de ChatGPT, incluidas las que los usuarios habían eliminado, mientras durara un juicio por derechos de autor.

En Chile, la Ley 21.719 —publicada en diciembre de 2024, con entrada en vigencia fijada para el 1 de diciembre de 2026 y un proyecto aprobado por el Senado que busca postergarla al 15 de octubre de 2027, según el seguimiento de Lawwwing— resuelve una parte del problema: permite tratar datos sin consentimiento cuando es necesario para la defensa de un derecho ante tribunales, incluso datos sensibles. Pero cubre lo necesario para el caso, no el expediente entero vertido en cualquier servicio. Y trata al proveedor como encargado: si entrena sus modelos con lo que recibe, pasa a hacer un tratamiento propio que ninguna base ampara. Las multas llegan hasta 20.000 UTM, según el análisis de Gigantics.

El error invisible: por qué revisar el resultado final no alcanza

Si el agente solo leyó y redactó, revisar el producto final es suficiente. Si en el camino ejecutó acciones con efecto fuera del computador, la supervisión tiene que ir antes, porque después ya no hay nada que revisar.

El error intermedio invisible es el más peligroso. Un agente busca jurisprudencia, su búsqueda se salta un fallo clave y el informe final queda coherente, bien escrito y convincente, pero incompleto. Nada en el producto delata la omisión. Otro caso: un plazo calculado con un día de desfase que aparece en el calendario como un dato más.

La forma de detectarlo es exigir el rastro además del producto: qué buscó, qué fuentes consideró, qué descartó y por qué. Los agentes dejan ese registro y hay que leerlo. Conviene además diseñar el encargo para que las etapas intermedias sean verificables, pidiendo la lista de fuentes consultadas y no solo la conclusión. La guía del Colegio lo formula sin rodeos: el deber de verificación no se cumple porque el sistema funcione, ni porque el sistema se verifique a sí mismo.

Hay un riesgo de segundo orden que casi nadie está midiendo. Ramírez cita un análisis del Instituto Max Planck sobre más de 800.000 episodios de podcast, que encontró que las palabras favoritas de ChatGPT aparecen cada vez más en conversaciones espontáneas, y una revisión publicada este año en Trends in Cognitive Sciences según la cual, tras interactuar con un modelo, las opiniones de las personas se parecen más a las del modelo y los grupos producen ideas menos diversas. Si el criterio de miles de profesionales converge porque todos consultan a los mismos sistemas, el efecto sobre cualquier industria es una pregunta abierta.

¿Qué significa esto para tu startup?

Clasifica tus agentes por tipo de acción. Haz una lista de todo lo que un agente puede hacer hoy en tu empresa y marca cada ítem como lectura o escritura. Todo lo que escriba —enviar, publicar, pagar, borrar, firmar— necesita autorización humana explícita.
Exige por escrito las cuatro respuestas del proveedor. Quién accede, dónde se almacenan los datos, cuánto tiempo se conservan y si se usan para entrenar. Revisa plan por plan: la cuenta gratuita y la empresarial de la misma herramienta no tienen las mismas condiciones.
Prueba con datos ficticios antes que con datos reales. Aplica la regla de mínima información: ingresa solo lo necesario y anonimiza lo que no aporta al análisis.
Guarda el rastro. Una política de una página con las herramientas autorizadas y una anotación en cada proyecto sobre qué se hizo con IA te ponen por delante de la mayoría. La trazabilidad técnica ya existe; el hábito es lo que falta.

Conclusión

Ninguna de las normas que salieron este año en Chile inventó obligaciones nuevas. La Corte Suprema, la Defensoría Penal Pública y el Colegio de Abogados dijeron, con distintas palabras, lo mismo que ya decía el Código de Ética: quien firma responde y debe verificar. Para un founder, la lectura es directa: no esperes a que la regulación de IA madure para ordenar tus agentes. Las reglas que sobreviven son las que regulan conductas —responsabilidad, verificación, seguridad—, no herramientas concretas, que quedan viejas antes de publicarse. Y si algo va a generar una sanción seria primero, probablemente sea una filtración de datos, no un texto con una cita inventada.