Actualidad

Análisis inteligente de riesgos contractuales con IA generativa

Suscríbete
El autor del post David Tejedor David Tejedor
- de lectura

Estrenamos una serie de contenidos súper prácticos que aterrizan en lo concreto para conocer como impacta la IA generalista en tareas legales muy específicas. Si hasta ahora hemos analizado las funcionalidades más top de soluciones especializadas como Vincent AI (vLex), GenIA-L (Lefebvre), Dilichat (DiliTrust), Iberley IA, Justicio y tantas otras, ahora llegar el momento de examinar las prestaciones de proveedores como ChatGPT, Gemini y otras en el trabajo diario de los profesionales jurídicos. En este completísimo análisis de David Tejedor verás que ponemos el foco en tres aspectos básicos: necesidades, datos y análisis jurídico. ¡Esperamos que te resulte útil!

Imagen diseñada por Freepik
Imagen diseñada por Freepik

Descripción del caso

Una asesoría jurídica recibe un contrato de 50 páginas de un nuevo proveedor estratégico. El abogado debe revisarlo para detectar cláusulas de riesgo (por ejemplo, indemnizaciones desproporcionadas, confidencialidad insuficiente, jurisdicciones no deseadas, penalidades por incumplimiento, etc.). Implementando una herramienta con IA generativa, el documento es analizado automáticamente. El modelo identifica y marca en el texto aquellas condiciones que se desvían de los parámetros habituales aceptados por la empresa. Por ejemplo, resalta que la cláusula de limitación de responsabilidad impone un límite muy alto de daños, o que el contrato carece de una cláusula de resolución anticipada. La IA genera un informe de revisión donde:

  1. condiciones aceptables encontradas (alineadas con política de la empresa).
  2. condiciones no aceptables (riesgos que deben negociarse o eliminarse).
  3. condiciones negociables con sugerencias de cambios.

Incluso propone redacciones alternativas más equilibradas para ciertas cláusulas problemáticas, explicando brevemente el porqué de cada cambio propuesto​. El abogado recibe este borrador de análisis en minutos, y procede a revisarlo punto por punto, confirmando riesgos, ajustando redacciones sugeridas y preparando una respuesta informada al proveedor. En esencia, el caso ilustra cómo la IA asiste al abogado en la revisión contractual, funcionando como un escáner inteligente que compara el contrato con un conjunto de mejores prácticas y tolerancias definidas, agilizando la detección de riesgos ocultos. El resultado es un contrato final negociado con mayor rapidez y con la tranquilidad de no haber pasado nada importante por alto.

(David Tejedor, autor de este análisis, forma parte de la junta directiva del Grupo Joven de ENATIC y es uno de los impulsores de la comunidad LexIA, que reúne a profesionales interesados en la intersección entre derecho e inteligencia artificial)

Necesidad que cubre

La revisión de contratos extensos solía requerir que un abogado (o un equipo) leyera línea por línea, comparando mentalmente cada cláusula con lo que es aceptable o usual. Esto conlleva varias problemáticas que la IA generativa viene a solventar: tiempo y recursos (un abogado senior puede invertir horas en cada contrato, lo que ralentiza transacciones), riesgo de error u omisión (por cansancio, presión de tiempo, o simples descuidos humanos se puede pasar por alto una condición adversa) y falta de estandarización (cada revisor puede tener un criterio distinto, dejando escapar detalles que otro detectaría).

La IA generativa atiende estas necesidades aportando eficiencia y precisión. Primero, acelera el proceso: en cuestión de minutos analiza lo que a una persona le tomaría horas, permitiendo gestionar mayor volumen de contratos sin demoras. Segundo, mejora la calidad: al estar entrenada con multitud de contratos y criterios legales, difícilmente “se cansa” o pierde concentración, por lo que revisa sistemáticamente todo el texto detectando anomalías o vacíos​. Tercero, facilita la estandarización: la empresa puede incorporar sus políticas de riesgo (ej. “no aceptar arbitraje internacional en contratos menores”, “cláusula de confidencialidad obligatoria siempre”, etc.) y la IA verificará cada punto conforme a esas reglas en todos los contratos, manteniendo un criterio uniforme​. Además, esta herramienta democratiza en cierto modo el acceso a una revisión rigurosa: incluso un abogado con menos experiencia puede apoyarse en la IA para no olvidar aspectos críticos, elevando el nivel base de la revisión.

Datos sobre los que impacta

La implantación de IA en la revisión contractual tiene un impacto medible en tiempos y volúmenes. Por ejemplo, se ha reportado que empresas han logrado reducir en un 66% el tiempo dedicado a gestión de contratos, ahorrando miles de horas de trabajo manual​. Esto significa que donde antes un abogado tardaba 4 horas en revisar un contrato complejo, ahora en quizá 1 hora (entre la evaluación automática y la validación humana) el trabajo queda listo. En cuanto a volumen, un solo sistema de IA puede revisar decenas de contratos en paralelo, algo imposible para un solo equipo legal humano; esto permite a departamentos jurídicos atender una carga documental mucho mayor sin aumentar plantilla.

Otro dato relevante es la reducción de errores: aunque más difícil de cuantificar, algunas organizaciones han notado menos incidencias post-firma (disputas o sorpresas contractuales) después de incorporar IA, lo que sugiere que se estaban escapando menos riesgos en la fase de revisión. Asimismo, la IA puede extraer métricas de los contratos analizados – por ejemplo, qué porcentaje de contratos traen cierta cláusula de riesgo – lo que da datos a la empresa para negociar mejor con sus proveedores (si la IA revela que 30% de contratos propuestos tienen límites de responsabilidad altos, el departamento sabe que es un punto recurrente a negociar).

En este contexto, y dado que el caso impacta sobre el propio repositorio documental del despacho, asesoría jurídica o empresa, surge una cuestión clave: ¿es necesario realizar un tratamiento previo de los datos contractuales? La respuesta es afirmativa, especialmente si se trabaja con modelos generalistas. Este tratamiento incluye procesos como la anonimización de datos sensibles, la indexación estructurada del documento y su clasificación por tipo de cláusulas o materias. Herramientas especializadas como Maite o Leya suelen incorporar de forma automática este tipo de funciones, lo que facilita una integración segura y eficiente. Sin embargo, los modelos de propósito general (como GPT-4 accedido directamente vía API o plataforma) no realizan este tratamiento por sí solos, por lo que es imprescindible contar con una capa intermedia o una preparación documental previa. Omitir este paso puede comprometer la calidad del análisis y, sobre todo, la protección de la información procesada pudiendo tener responsabilidad sobre futuras filtraciones de estos datos personales.

Tecnología subyacente

Este caso de uso típicamente se apoya en modelos de lenguaje de última generación, como GPT-4 de OpenAI u otros LLM especializados en textos legales. Se eligen modelos de gran contexto (capaces de procesar documentos largos, idealmente 20-50 páginas de texto plano) para poder analizar el contrato completo de una vez. El LLM suele complementarse con capacidades de fine-tuning o ajustes específicos: por ejemplo, se entrena o configura con cláusulas históricas de la empresa (contratos anteriores firmados, y cuáles fueron aceptables o no)​, de forma que “conozca” los criterios internos. También puede integrar un componente de retrieval (búsqueda) para comparar partes del contrato con una base de datos de cláusulas estándar. La elección de GPT-4 u otro modelo potente obedece a su capacidad de comprensión del lenguaje jurídico – estos modelos entienden matices y contexto, diferenciando, por ejemplo, una indemnización directa de una indirecta, o identificando referencias legales dentro del texto.

Sus capacidades generativas permiten no solo marcar riesgos sino también proponer redacciones mejoradas, lo que añade mucho valor. Cada sugerencia de cambio que ofrece la IA es una pequeña generación de texto nueva basada en las instrucciones que le damos (ej. “sugiere una versión más equilibrada de esta cláusula”). En entornos corporativos, a menudo se despliega esta tecnología vía plataformas seguras en la nube (como Azure OpenAI, que asegura confidencialidad) o incluso modelos locales dentro del despacho para mantener los datos sensibles in-house. Por último, se suelen incorporar filtros de calidad: por ejemplo, validar que la IA no se invente cláusulas que no existen en el original y que todas sus marcas de riesgo estén justificadas en el contexto; para ello a veces se limitan sus respuestas a citar textualmente las porciones problemáticas del contrato en vez de parafrasearlas, garantizando así transparencia.

Análisis jurídico (normativa aplicable)

Actualmente, no existe en España una ley específica que regule el uso de IA generativa por abogados o en revisión de contratos, pero ello no exime de aplicar el marco jurídico vigente en materia de deontología profesional, protección de datos y secreto profesional. El abogado sigue siendo responsable último de la revisión: de hecho, el Tribunal Constitucional español ha dejado claro que, “fuera cual fuese la causa” (incluso si se usó inteligencia artificial en la preparación), el letrado debe revisar exhaustivamente todo escrito o informe presentado, siendo sancionable la negligencia en verificar la veracidad y procedencia de lo que firma. Por tanto, si la IA marcara una cláusula como segura y resultara problemática, el abogado no podría escudarse en “lo dijo la máquina” – su deber de diligencia le obliga a comprobarlo.

En cuanto a protección de datos, un contrato puede contener datos personales o confidenciales de las partes; introducirlo en un sistema de IA basado en la nube implica una posible comunicación de datos a terceros. Aquí aplica el RGPD: se requiere asegurar que el proveedor de IA (OpenAI u otro) ofrezca garantías adecuadas (p. ej., mediante cláusulas contractuales tipo o estando adherido a frameworks reconocidos) o bien optar por instancias europeas/autoalojadas para no transferir datos fuera del EEE. El análisis de PwC España advierte que usar IA en fuentes abiertas conlleva riesgos de privacidad y confidencialidad, instando a crear entornos seguros y modelos especializados para tratar información jurídica sensible​.

Adicionalmente, desde la óptica de secreto profesional y compliance interno, las firmas legales deben evaluar si volcar contratos de clientes en una IA podría vulnerar el deber de confidencialidad; la recomendación es contar con autorizaciones o usar soluciones donde la información no sea retenida indebidamente por el sistema. Sobre el horizonte regulatorio, la Propuesta de Reglamento Europeo de IA (AI Act) podría considerar ciertas aplicaciones legales de IA como de alto riesgo si influyen significativamente en decisiones que afecten a derechos de personas. La revisión de contratos con asistencia de IA, al ser una tarea con supervisión humana y que no determina automáticamente un derecho de un ciudadano, no encajaría a priori en la categoría de alto riesgo, pero igualmente las organizaciones están desarrollando “políticas de IA responsable” para cumplir principios éticos (transparencia, ausencia de sesgos, supervisión humana)​.

Comparativa entre LLMs

En la revisión contractual con IA, la elección del modelo es clave. Hoy, GPT-4 destaca por su comprensión del lenguaje jurídico y amplio contexto (hasta ~25,000 palabras), ideal para contratos largos. Modelos de código abierto más pequeños (como Llama2 o jurimetría entrenada localmente) pueden funcionar para cláusulas cortas o checklists, pero tienden a perder precisión en detalles complejos y referencias cruzadas. Herramientas especializadas (p. ej. Harvey o Lexis Contract Advisor) utilizan GPT-4 ajustado con conocimiento legal, ofreciendo respuestas más centradas y con menos riesgo de desvaríos. En cambio, un modelo general como GPT-3.5 puede fallar en matices o inventar más contenido si el contrato es muy técnico. Por otro lado, modelos entrenados en español jurídico (en caso de contratos en español) pueden comprender mejor el contexto local que uno entrenado mayormente en inglés.

Tips para “promptear” esta tarea

Para obtener resultados óptimos al usar IA en revisión de contratos, es importante formular bien las indicaciones (prompts):

  • Proporcionar contexto y instrucciones claras: En vez de preguntar vagamente “¿Está bien este contrato?”, se recomienda algo como: “Analiza el siguiente contrato de suministro de software. Identifica cláusulas que puedan suponer riesgos para [mi empresa], especialmente en materia de: (a) limitación de responsabilidad, (b) confidencialidad, (c) penalizaciones por incumplimiento. Para cada riesgo encontrado, explica por qué podría ser problemático y sugiere cambios.” De este modo, el LLM sabe qué buscar y cómo estructurar la respuesta.
  • Dividir la tarea en pasos si es muy extensa: Si el contrato es muy largo, un enfoque es pedir primero un resumen estructurado (“Resume las principales obligaciones y derechos de cada parte en este contrato”) y luego, sobre ese resumen o por partes, profundizar con preguntas sobre riesgos específicos. Esto ayuda a que el modelo no se pierda en detalles y asegura que cubra todo sistemáticamente.
  • Usar lenguaje jurídico específico en lo posible: Aunque los LLM entienden lenguaje natural común, incluir en el prompt terminología jurídica precisa (por ejemplo “cláusula penal”, “vicios ocultos”, “fuerza mayor”) facilitará que identifique esos conceptos en el texto y reduzca ambigüedades.
  • Indicar el formato deseado de salida: Para revisiones útiles, se puede pedir “Responde en formato de lista, clasificando los hallazgos como: [Aceptable], [Riesgo] o [Negociable], con breve explicación en cada punto.”Una respuesta bien estructurada agiliza la posterior revisión humana.
  • Validación cruzada: Es buena práctica no depender de un solo prompt. Por ejemplo, tras la primera respuesta de la IA, se le puede consultar: “¿Hay algún otro aspecto notable en el contrato no mencionado arriba?” o “Revisa si el contrato cumple con la legislación X aplicable”. Esto fuerza al modelo a repasar con otro enfoque y puede destapar algo pasado por alto inicialmente.
  • Verificar con herramientas tradicionales: Finalmente, validar los resultados de la IA contrastando las cláusulas marcadas con una lista de verificación propia o con búsqueda manual en caso de duda. Los LLM son un asistente, pero la última palabra la tiene el abogado: double-check de clausulado crítico, confirmación de referencias legales, y asegurarse de que las sugerencias de redacción no alteran el sentido jurídico deseado.

Una buena interacción (prompting) con la IA, sumada a la revisión experta del abogado, garantiza que la tarea de análisis de riesgos contractuales se beneficie al máximo de la tecnología sin comprometer la seguridad jurídica.

Enlaces recomendados