Las empresas y los despachos de abogados han pasado décadas tratando de que los ordenadores hagan trabajo legal con niveles decrecientes de intervención humana, e invirtiendo grandes cantidades de tiempo y dinero en un problema que nadie estaba seguro de que pudiera resolverse realmente.
En otoño de 2022, se lanzó ChatGPT y el mundo cambió: de repente, cualquiera que pudiera escribir podía acceder al poder aparentemente casi humano de la inteligencia artificial. Algunos expertos sabían lo que se avecinaba, pero para el resto de nosotros fue un cambio repentino e inquietante que nos hizo plantearnos algunas preguntas bastante inquisitivas sobre la naturaleza de nuestro trabajo.
Para la función jurídica de las grandes organizaciones, presenta una oportunidad para expandir la capacidad, para enfocar valiosos recursos humanos en problemas difíciles y de alto valor y para aprovechar oportunidades comerciales previamente ocultas.
Pero también exige que respondamos algunas preguntas bastante importantes: sobre ética, derechos de propiedad intelectual, la sistematización del sesgo humano y cuáles deberían ser los límites legales y morales de la automatización.
Éstas son viejas preguntas, pero las cosas se están moviendo rápido.
Alastair Morrison, quien está a cargo de la estrategia de clientes en Pinsent Masons, comentó que la IA tiene el potencial de expandir las capacidades de las funciones jurídicas con visión de futuro.
“El universo de la ley se está expandiendo a un ritmo cada vez mayor”, dijo. “La regulación no va a disminuir, ¿qué industria no está regulada? Ello conlleva un mayor cumplimiento y un aumento de la investigación. Esta tecnología ofrece la oportunidad de abordar cuestiones que de otro modo no se abordarían, como mejorar el proceso de gestión de riesgos. La IA generativa está aumentando las capacidades del equipo jurídico, no reemplazándolas ni automatizando las cosas, sino convirtiéndose en una herramienta muy poderosa para hacer cosas que de otro modo no serían posibles”.
“En el caso de los equipos legales internos, a menudo hablamos de una policrisis o una permacrisis donde la gran variedad de asuntos que se abordan hacen que no se disponga del ancho de banda necesario para tratarlos todos. Guardas cosas con las que te encantaría lidiar, pero no tienes el tiempo, los recursos o el dinero para abordarlas.
Puedo ver aplicaciones para proyectos en los que no se dispone de tiempo o recursos, como la implantación de procesos mejorados de gestión de riesgos, que aporten integridad institucional y resiliencia”, afirma Morrison.
Los sistemas de inteligencia artificial ya pueden hacer mucho en el ámbito jurídico, como predecir con mucha precisión los resultados de los juicios y los fallos de los jueces. Según Lucy Shurwood de Pinsent Masons, que ha estado trabajando en el uso de la tecnología para brindar servicios legales durante más de una década, los sistemas ahora pueden extraer información precisa de los contratos de forma rápida y sencilla.
“Está facilitando la extracción de la información relevante de un contrato para que pueda ser revisado y evaluado. Esto sirve para todo lo relacionado con las cláusulas contractuales. Los términos clave que podrían interesar a un cliente son “¿cuándo puedo rescindir el contrato?”; “¿cuál es la ley que rige el acuerdo?”; “Si quiero transferir el contrato, ¿puedo hacerlo? ¿Hay alguna condición?”. Generalmente surge en una operación de M&A o es impulsado por un cambio regulatorio que una empresa debe cumplir. Es entonces cuando se necesita conocer la situación contractual en una gran cantidad de contratos. Por lo tanto, se trata de poder extraer información de manera realmente eficiente y facilitar la toma de decisiones”, señaló.
Todos los nombres que recibe la IA pueden ser resultar confusos. He aquí una guía rápida:
IA discriminatoria |
predice agrupaciones de datos y se puede utilizar para clasificar tipos de información, por ejemplo, gatos y perros. |
IA generativa |
predice cómo se distribuyen los datos entre grupos y puede producir nuevos ejemplos dentro de un contexto. |
Aprendizaje profundo |
un tipo de IA basada en redes neuronales que esquematiza entradas y salidas a través de múltiples capas de pesos numéricos que han sido entrenados previamente en datos de ejemplo. |
Modelo lingüístico |
un modelo generativo que puntúa las probabilidades de las palabras a lo largo de una secuencia. Predice las siguientes palabras de la secuencia. |
Gran modelo lingüístico |
un modelo de lenguaje con una escala masiva incrementada utilizando aprendizaje profundo y entrenado en cantidades masivas de texto. |
Shurwood indicó que la IA generativa agiliza mucho este proceso, lo que permite una toma de decisiones mejor y más rápida y ahorra mucho tiempo y esfuerzo que se puede emplear en otras tareas.
“Antiguamente, la forma en la que esto se habría hecho habría sido cogiendo 200 contratos y pidiéndole a un abogado que los leyera todos y redactara un informe escrito – lo que derivaba en tener 200 informes y un cliente no quiere leer 200 informes. Alguien tendría que leerlos todos y redactar un resumen, lo que podría llevar días. Ahora generamos todo eso automáticamente, por lo que toda la información que se extrae de los contratos combinada con la que en su caso aportan los abogados, se almacena en una base de datos y, literalmente, con solo presionar un botón, podemos crear un informe resumido para un cliente.
“Por ejemplo, he tenido que revisar 250 contratos para averiguar si se pueden transferir o no, y en un caso lo hice en cuatro minutos”, dijo Shurwood. “Así que es mucho más rentable, es mucho más rápido, pero también le brinda al cliente una información mucho más relevante”.
Pero algo fundamental ha cambiado en la naturaleza y la potencia de estos sistemas, señaló Orlando Conetta, responsable del desarrollo de productos tecnológicos en Pinsent Masons. “Estamos presenciando el surgimiento de capacidades notables en el procesamiento del lenguaje, todas ellas derivadas de la misma operación básica: predecir la palabra más probable a seguir a partir de un conjunto previo de palabras”.
“Este salto en el rendimiento fue posible gracias a la innovadora arquitectura “transformer”, desarrollada por primera vez en 2017 por investigadores de Google y del mundo académico, que ha dominado la investigación de aprendizaje profundo desde entonces, y que gracias a este enfoque, OpenAI lo utilizó a escala masiva para crear la plataforma ChatGPT, que asombró al mundo con la amplitud de funciones que podía realizar de manera fiable”, dijo Conetta.
“El modelo GPT (Generative Pre-Trained Transformer) de OpenAI es tan potente que ha cambiado la forma en que se realiza el procesamiento del lenguaje. En el pasado, los nuevos modelos requerían una formación exhaustiva en grandes conjuntos de datos orientados a la tarea que se pretendía realizar, como el análisis de sentimientos o el etiquetado de cláusulas”, dijo Conetta.
Los sistemas anteriores necesitaban una formación amplia y específica sobre las funciones exactas que querías que realizaran y los entornos y tipos de información en los que querías que actuaran. Eso ha cambiado.
“Hoy en día, tanto los usuarios como los ingenieros pueden usar GPT directamente para sus tareas sin necesidad de formar más al sistema. Lo hacen a través de la nueva disciplina de la ingeniería rápida: establecer la instrucción, el contexto, los datos de entrada y el formato de salida que mejor se adapte a la tarea. Estos pueden incluso combinarse en cadenas sofisticadas o integrarse con fuentes de datos externas”, explica. “Sin embargo, la formación sigue siendo una opción, y puede afinar aún más un modelo para que se adapte mejor a las necesidades, aprovechando la potencia del modelo subyacente con una fracción de los datos de entrenamiento requeridos anteriormente”.
Estos son los cambios que están causando que los juristas se pregunten si van a cambiar los fundamentos de cómo operan las funciones jurídicas.
Shurwood afirma que el impacto ha sido inmediato. “Los primeros experimentos con IA generativa nos han demostrado que se pueden hacer mucho más accesibles tareas que antes eran muy, muy difíciles o que consumían mucho tiempo, o incluso ambas cosas. Entonces, por ejemplo, llevábamos dos años trabajando en la extracción de un dato concreto de los contratos. Hemos estado tratando de mejorar los modelos, hacerlos más fiables y siempre ha sido muy desafiante obtener ese punto de datos en particular. Y ahora parece que la IA generativa podrá hacer eso con tal vez un par de semanas de ajuste. Es la diferencia entre invertir una gran cantidad de tiempo y gastos en hacer algo o ajustar un sistema para que lo haga de manera relativamente rápida y fiable”.
Ese tipo de poder tiene el potencial de cambiar algo tan fundamental como el funcionamiento de los contratos, dijo Morrison. “Es interesante ver la evolución de los contratos. Solían estar metidos en un cajón y sólo se miraban si había algún problema. Ahora son mucho más que una herramienta de gestión: si crees que hay un problema, avísame para que podamos calcular el coste y ver qué está pasando”.
He revisado 250 contratos para saber si se pueden transferir o no, y lo he hecho en cuatro minutos.
“Si los sistemas empiezan a comunicarse entre sí, los contratos podrán comunicarse con las herramientas de gestión de programas que a su vez podrán vincularse con informes de eventos en vivo en un proyecto (por ejemplo, condiciones meteorológicas adversas que den derecho a que el personal tarde más tiempo en terminar el trabajo. A veces hay disputas al respecto. Pero la IA generativa podría resolverlo instantáneamente e incorporarlo a una herramienta de administración de programas que cambiaría automáticamente”, explica. “Por lo tanto, es posible que surjan muchas menos disputas ya que el impacto de los cambios y las variaciones podría adjudicarse y resolverse instantáneamente”.
“Normalmente una disputa surge porque la gente se niega a saber cómo va un trabajo y desean lo mejor. Creo que en este caso ni siquiera llegan a ser disputas, es como una micro o nano resolución. Ni siquiera es una disputa, es una circunstancia de hecho que ocurre y la consecuencia es un impacto en el tiempo y la programación, cuyas consecuencias se resuelven instantáneamente y no hay nada por lo que estar en disputa. Eso está muy lejos, pero es interesante, y surgirán aplicaciones que no podemos imaginar en este momento”, dijo.
Muchas funciones jurídicas ya están trabajando en la transformación digital de su funcionamiento, según la profesora de derecho de la Universidad de Miami, Michele DeStefano, que entrevista periódicamente a abogados generales sobre las tendencias en las operaciones legales. Por lo tanto, ya existe un proceso en el que la IA puede encajar.
“La mayor tendencia para los departamentos legales internos en este momento es la transformación digital, y lo que los departamentos legales internos están tratando de hacer es crear una forma de gestionar todas las solicitudes del negocio”, dijo. “Una de las quejas más comunes que escucho cuando entrevisto a los asesores generales es que reciben las mismas solicitudes de la empresa, pero no existe una forma simplificada de proporcionar la respuesta. Necesitan encontrar una manera de usar herramientas digitales para poder liberarse de parte del trabajo en respuestas fáciles que podrían automatizarse para poder llegar al trabajo estratégico”.
“Los directores generales que están empezando a transformarse digitalmente están pensando en “¿cómo voy a crear una puerta de entrada al departamento jurídico?”, lo que significa que usted, como persona de negocios, tiene un lugar o una plataforma que le ayudará con su problema a través del chat o una herramienta de IA para que obtenga resultados más rápidos”, comentó DeStefano. “Los directores generales que están con ello en este momento están reestructurando sus departamentos, contratando a personal en operaciones legales, buscando proveedores de servicios legales alternativos que puedan utilizar tecnología para reunirlo todo, de modo que se pueda extraer de sus contratos disposiciones que puedan ahorrarle mucho dinero a la empresa. Y para encontrar oportunidades secundarias, tal vez haya algo en el contrato que le dé derechos sobre otra cosa que nadie vio”.
El público en general se quedó atónito ante las capacidades de ChatGPT3 en otoño de 2022. La reacción de la comunidad técnica a ChatGPT4, lanzado en marzo de 2023, ha sido de asombro. El progreso es rápido y será más rápido a medida que los sistemas de IA sean mejorados no sólo por ingenieros humanos, sino también los propios sistemas de IA.
Los desafíos iniciales para los equipos jurídicos serán prácticos. Debido a que los sistemas están “entrenados” con el conocimiento existente, las organizaciones deberán tomar medidas para asegurarse de que su uso de la IA no vulnera los derechos de propiedad intelectual de otras personas. Las consecuencias imprevistas proliferan, por lo que es esencial que las solicitudes y las indicaciones sean correctas. Y se necesita algo de regulación y control, como es el caso de otras consecuencias de peso y potencialmente destructivas.
Pero las preguntas más importantes para las organizaciones son cómo esta tecnología cambiará la propia naturaleza de su trabajo. Conetta está seguro de que los abogados seguirán siendo esenciales para cualquier proceso legal. Y DeStefano afirma que el valor de estos sistemas no es como motor de búsqueda, sino como generador de ideas.
Y será esencial cierto control y regulación.
“Antes de que nos precipitemos, debemos pensar en las implicaciones éticas de la IA generativa, es necesario reflexionar mucho más de lo que se está haciendo; alguien me dijo que se regula más la compra de una taza de café que en la IA generativa, así que tenemos que tenerlo en cuenta”, explicó Morrison.