Autor: Vidal, Oscar M.
Fecha: 13-07-2026
Colección: Doctrina
Cita: MJ-DOC-18866-AR||MJD18866
Voces: INTERNET – ABOGADOS – PROFESIONAL – INTELIGENCIA ARTIFICIAL
Sumario:
I. El núcleo irrenunciable. II. Cuando el argumento llega antes que el análisis. III. La comodidad de la coherencia. IV. La organización del discurso no es neutral. V. El estándar profesional en revisión. VI. El entrenamiento del criterio.
Doctrina:
Por Oscar M. Vidal (*)
I. EL NÚCLEO IRRENUNCIABLE
Hay un momento, casi imperceptible, en el que usar Inteligencia Artificial Generativa (IA Gen) deja de ser una simple asistencia. No ocurre cuando la herramienta resume un texto, traduce una frase o corrige un borrador. Ocurre antes, en un lugar más silencioso: cuando le pedimos que ordene el problema de un caso, proponga una estrategia, sugiera alternativas o nos diga por dónde empezar.
Ahí surge una pregunta decisiva: ¿estamos usando IA para pensar mejor o, sin advertirlo, estamos empezando a pensar desde el marco que la IA Gen nos propone?
La diferencia parece sutil, pero no lo es. Una cosa es delegar una tarea y otra muy distinta es delegar el primer encuadre de una decisión.
Toda profesión se define por aquello que considera irrenunciable. En la abogacía, ese núcleo ha sido históricamente la capacidad de analizar un caso, construir una posición y justificarla con razones que puedan sostenerse frente a la crítica.
Cuando la estructura inicial del razonamiento puede ser propuesta en segundos por un modelo de lenguaje masivo (LLM), la discusión deja de ser exclusivamente tecnológica, y se vuelve profesional: ¿qué parte del trabajo jurídico puede ser asistido sin comprometer la autonomía del juicio del profesional?
No se trata de afirmar que usar IA implique necesariamente perder criterio. Tampoco de sostener que toda herramienta externa constituya una delegación indebida. La práctica jurídica se ha apoyado en bibliotecas, buscadores, bases de jurisprudencia, modelos de escritos y sistemas de gestión.
La cuestión es más precisa. Cuando la herramienta interviene en la organización inicial del argumento, puede influir en el modo en que se seleccionan, ordenan y jerarquizan las premisas. El interrogante, entonces, es si el estándar justificativo se mantiene intacto cuando el punto de partida ya no surge exclusivamente del análisis propio.
II.CUANDO EL ARGUMENTO LLEGA ANTES QUE EL ANÁLISIS
En el método tradicional, previo al uso de IA generativa, el abogado analiza el caso, identifica el problema jurídico, valora alternativas, selecciona normas y recién entonces estructura el argumento. El encuadre surge del análisis.
Con herramientas de IA generativa, el recorrido puede invertirse. Se describen los hechos y, en segundos, se obtiene una arquitectura argumental completa: definición doctrinaria, requisitos normativos, precedentes posibles y una conclusión sugerida. El argumento ya aparece organizado; la tarea posterior consiste en revisarlo, ajustarlo o reformularlo.
El orden de construcción jurídica cambia. El análisis no siempre antecede al argumento. En ocasiones, el argumento llega antes que el análisis.
Ese desplazamiento modifica la dinámica cognitiva del trabajo profesional: el abogado pasa de construir el encuadre a evaluar uno ya propuesto. Y esa inversión merece ser examinada desde la teoría de la justificación.
III. LA COMODIDAD DE LA COHERENCIA
La teoría de la argumentación jurídica distingue entre justificación interna y justificación externa. Manuel Atienza ha trabajado esta diferencia al mostrar que una decisión no solo debe presentar coherencia lógica entre premisas y conclusión, sino también justificar por qué esas premisas son aceptables.
La justificación interna se refiere a la corrección formal del razonamiento: que la conclusión se siga de las premisas. La justificación externa exige algo más: fundamentar por qué esas premisas son correctas, por qué una norma debe aplicarse y por qué una interpretación resulta preferible frente a otras.
Los modelos de IA generativa son especialmente eficaces en producir coherencia discursiva. El texto aparece claro, ordenado y plausible. Esa fluidez puede generar una percepción de suficiencia: si el argumento está bien escrito, parece estar bien pensado.
Pero esa equivalencia es riesgosa. Los modelos de lenguaje masivo operan sobre regularidades estadísticas identificadas en grandes volúmenes de datos de entrenamiento.Su capacidad consiste en producir respuestas plausibles a partir de patrones, no en formular ni defender razones normativas en sentido jurídico.
El razonamiento jurídico, en cambio, no se agota en la coherencia formal. Supone asumir una carga justificativa: poder explicar por qué una razón es jurídicamente relevante, por qué una alternativa debe descartarse y por qué una conclusión puede sostenerse frente a objeciones.
En este punto, el argumento del «Cuarto Chino» de John Searle conserva valor como advertencia filosófica: la manipulación de símbolos conforme a reglas no equivale necesariamente a comprensión semántica. En el ámbito jurídico, la advertencia puede formularse de la siguiente manera: una respuesta generada por una IA puede sonar jurídicamente correcta sin haber comprendido, en sentido humano, el conflicto normativo que intenta resolver.
Desde la perspectiva de Robert Alexy, toda decisión jurídica formula una pretensión de corrección. Quien decide afirma, explícita o implícitamente, que su conclusión es racionalmente defendible. Esa pretensión no se satisface con plausibilidad estructural; requiere razones capaces de responder a la crítica.
IV. LA ORGANIZACIÓN DEL DISCURSO NO ES NEUTRAL
La experiencia digital ofrece una analogía ilustrativa. Eli Pariser describió el fenómeno de la «filter bubble» para advertir que los algoritmos de personalización no solo facilitan el acceso a la información, sino que también organizan qué contenidos resultan más visibles y cuáles quedan relegados.
La analogía debe usarse con prudencia. La IA generativa no produce necesariamente una «burbuja jurídica» ni personaliza siempre las respuestas del mismo modo que una red social. Sin embargo, la comparación permite iluminar un punto relevante: la organización de la información no es neutral.
En el ámbito jurídico, la IA puede operar como una arquitectura de visibilidad argumental.No sustituye al abogado ni elimina su intervención, pero puede influir en qué marcos aparecen primero, qué categorías se priorizan y qué alternativas quedan en segundo plano.
Yuval Noah Harari ha insistido en la centralidad de las redes de información y de los relatos compartidos para la cooperación humana. Si el Derecho existe y opera en el lenguaje, intervenir en la organización del lenguaje jurídico no es un hecho menor.
La cuestión es como la IA incide en el espacio discursivo dentro del cual se argumenta.
Esta afirmación no supone que el uso de IA conduzca inevitablemente a un empobrecimiento del debate. Se trata, más modestamente, de advertir que la mediación algorítmica puede estructurar el horizonte dentro del cual se formulan las razones y fundamentos jurídicos.
V. EL ESTÁNDAR PROFESIONAL EN REVISIÓN
Las profesiones cambian cuando se modifica su criterio interno de competencia. En la abogacía, ese criterio no se agota en producir escritos correctos, claros o persuasivos. Supone algo más exigente: construir, justificar y defender razones propias frente a un caso concreto.
Por eso, si la excelencia profesional comienza a medirse principalmente por la capacidad de optimizar estructuras plausibles generadas por IA, y no por la capacidad de construir y sostener premisas propias, el desplazamiento no se verá solo en el resultado final. Se manifestará en el umbral de fundamentación que la profesión considera suficiente.
El contraargumento es atendible: el uso crítico de herramientas de IA generativa puede fortalecer la deliberación. Permite explorar alternativas con mayor rapidez, comparar enfoques, ordenar antecedentes y detectar inconsistencias. Esa posibilidad es real y debe ser reconocida.
Pero justamente por eso la cuestión no es solo técnica, sino profesional y normativa. No depende únicamente de lo que la herramienta puede hacer, sino del lugar que le asignamos dentro del razonamiento jurídico.
En la práctica procesal, la diferencia es concreta.No es lo mismo utilizar IA para revisar estilo, ordenar hechos, identificar omisiones o comparar versiones, que permitirle fijar el marco inicial de una demanda, una contestación, un recurso o una estrategia probatoria sin una deliberación previa suficiente.
El problema, entonces, no está en usar la herramienta, sino en el momento y la función que ocupa dentro del proceso de construcción jurídica. En ese punto, cabe preguntarse si los flujos legales con intervención humana -human in the loop (HITL)- son suficientes cuando el abogado interviene recién después de que la IA ya propuso el encuadre del caso.
¿Hay verdadero control humano si la revisión se limita a corregir, ajustar o validar una estructura argumental previamente organizada por el sistema? ¿O, en esos casos, el HITL corre el riesgo de reducir el espacio deliberativo y convertir al abogado en revisor de un razonamiento que no construyó desde el inicio?
La pregunta no busca descartar estos diseños de control, sino volverlos más exigentes. La intervención humana no debería operar solo al final, como una instancia de validación formal, sino también al comienzo: en la definición del problema, en la selección de premisas, en la identificación de alternativas y en la decisión sobre qué razones merecen ser defendidas.
VI. EL ENTRENAMIENTO DEL CRITERIO
La cuestión se proyecta inevitablemente sobre la formación jurídica. El criterio profesional no surge espontáneamente. Se entrena en el análisis del caso, en la confrontación con alternativas, en la interpretación de normas y en la obligación de justificar premisas frente a objeciones.
Si los abogados nos acostumbramos a validar resultados a partir de estructuras ya organizadas, y no desde el conflicto interpretativo que exige el caso, el criterio jurídico puede desplazarse de la construcción hacia la curaduría.
La tecnología no impone ese resultado. Pero lo hace posible.
Preservar el núcleo irrenunciable del oficio de abogado implica mantener activo el momento justificativo: la capacidad de formular razones propias y sostenerlas crític amente.
Un argumento puede funcionar. Puede persuadir.Puede estar correctamente redactado. Pero el ejercicio profesional pleno exige algo más: saber por qué funciona y poder defenderlo sin depender de la arquitectura inicial que otro -humano o algorítmico- haya propuesto.
Quizás el nuevo estándar profesional no consista solo en saber usar IA, sino en saber cuándo resistir el primer razonamiento que la IA nos ofrece.
El abogado del futuro no será menos abogado por usar inteligencia artificial. Lo será si deja de poder explicar por qué el argumento sigue siendo suyo.
Autor: Oscar M. Vidal, abogado UBA, miembro del Instituto de Derecho Informático e IA del CPACF, diplomado en Fintech (ITBA), Protección de Datos Personales (UTDT), Gobierno, Riesgo y Compliance (UdeSA), IA y Derecho (IALAB-UBA), Soluciones Complejas, MIT Professional Education, (Seleccionado Beca Santander) y Agentes de IA No Code/Low Code (MultIALAB)
Notas
1. Atienza, Manuel. Las razones del derecho. Teorías de la argumentación jurídica. Centro de Estudios Constitucionales, Madrid, 1991. Véase también: El derecho como argumentación, Ariel, Barcelona, 2006.
2. Searle, John R. «Minds, Brains, and Programs», Behavioral and Brain Sciences, 1980. Véase también el tratamiento del argumento del «Cuarto Chino» en la Stanford Encyclopedia of Philosophy.
3. Alexy, Robert. A Theory of Legal Argumentation: The Theory of Rational Discourse as Theory of Legal Justification. Oxford University Press, reimpresión 2010.
4. Pariser, Eli. The Filter Bubble: What the Internet Is Hiding from You. Penguin Press, 2011.
5. Harari, Yuval Noah. Nexus: A Brief History of Information Networks from the Stone Age to AI. Harper, 2024.
————
(*) Socio KAM abogados, abogado UBA, miembro del Instituto de derecho Informático e IA del CPACF, diplomado en Fintech (ITBA), IA y Derecho (IALAB-UBA), Protección de Datos Personales (UTDT), Gobierno, Riesgo y Compliance (UdeSA), Soluciones Complejas, MIT Professional Education, (Seleccionado Beca Santander) y Agentes de IA No Code/Low Code (MultIALAB)