El 30% del personal de un despacho serán agentes de inteligencia artificial en menos de tres años, según el último informe de Deloitte. Si eres abogado y quieres entender cómo construir estructuras de IA jurídica para revisar contratos y armar demandas, aquí verás un caso real paso a paso. El resto del equipo serán abogados híbridos y abogados nativos entre tecnología, inteligencia artificial y derecho.

La pregunta ya no es si esto va a pasar. Es de qué lado empiezas a estar: del que dirige con estructura el uso de la IA, genera nuevas habilidades y, sobre todo, aporta el criterio y la validación que van a primar de aquí en adelante.

¿Por qué el criterio del abogado vale más que la IA?

Hoy estos servicios jurídicos se venden a menor costo, se entregan en menor tiempo y con una calidad altísima. Y aquí viene lo interesante: la ventaja ya no está en producir el documento, sino en tener el criterio para generar estructuras, revisiones y validaciones confiables [00:36].

Quien domine ese criterio será quien dirija el proceso. Por eso la reflexión genuina es cómo potenciar tu trabajo diario y desarrollar las habilidades necesarias para adaptarte a esta revolución.

¿Qué es un abogado híbrido? Es el profesional que combina conocimiento jurídico con el manejo de herramientas de inteligencia artificial. Según Deloitte, convivirá con agentes de IA y con abogados nativos en tecnología dentro de los despachos.

¿Qué entrega la IA al revisar un contrato real?

En el caso del Café Montaña, la herramienta Claude generó un paquete completo a partir del primer contrato analizado [01:40]. Antes de leer cualquier documento, convirtió el PDF gigante al formato Markdown, un lenguaje de texto plano que le permite leer y analizar de verdad el contenido [02:04].

Estos fueron los resultados que entregó:

• Un contrato en borrador revisado con el logo de Cielo Verde y en Arial 13, el tipo de letra que usa el despacho.
• Un informe de revisión en HTML que funciona como página web sin necesidad de internet.
• Una presentación con resumen, riesgos, revisiones y próximos pasos.
• Comentarios al margen en cada cláusula, citando norma, numeral y jurisprudencia.

Un ejemplo concreto del nivel de detalle: el sistema detectó que el contrato arrienda 68 metros cuadrados aproximados, pero el certificado de tradición y libertad registra 62 metros [02:46]. Con la palabra aproximado, el arrendador podría tratarlo como cuerpo cierto, y la IA citó las normas que respaldan ese riesgo.

¿Cómo evita la IA inventar normas y jurisprudencia?

Cada comentario queda asociado a su URL exacta de dónde salió el artículo, el numeral y la inferencia [04:05]. Puedes pedir consultar una ley citada y la herramienta te muestra la fuente directamente.

Esto convierte la revisión en un análisis exhaustivo: cada cláusula queda auditada, comentada y cruzada con normativa verificable.

¿Qué es el formato Markdown y por qué se usa con IA? Es un lenguaje de texto plano que estructura documentos de forma limpia. Convertir un PDF a Markdown permite que el modelo lea y analice el contenido real, no solo la imagen del archivo.

¿Cómo se construye una casa de demandas en Claude Code?

La construcción se hace en Claude Code, la interfaz que permite generar estructuras, conectar GitHub y armar el plano y la casa [05:28]. No se usa la versión chat normal, sino la versión código que trabaja de forma local en el computador.

El top tres de tareas que más complicaban a los abogados marcó la prioridad:

1. Armar una demanda, con un 38%.
2. Ajustar documentos, con un 31%.
3. Armar una petición, con un 11%.

El proceso empieza abriendo el micrófono y contando la historia en lenguaje natural, como si hablaras con el vecino. La instrucción fue crear una casa jurídica para demandas tomando la casa de contratos como molde, enfocada en analizar grandes volúmenes de pruebas y cruzar cronologías, hechos y matrices [06:50].

¿Qué preguntas hace la IA antes de construir la estructura?

Antes de construir, el sistema lanza una lluvia de ideas con la lógica de qué recibo, qué entrego y qué reviso antes de firmar [07:05]. Pregunta el tipo de demanda (contenciosa administrativa, civil y comercial), el volumen de documentos por caso y qué entregables necesitas.

En este caso se pidió un flujo de agentes que lean la solicitud, hagan inventario, conviertan PDFs a Markdown, hagan ingeniería inversa de los formatos y generen borradores en Word con comentarios al margen [07:31]. El volumen declarado fue de cientos de documentos, hasta 500 por caso [09:05].

Los entregables solicitados incluyen una matriz en Excel que cruce hechos y pruebas, una cronología, un memo de falencias, un informe HTML y una presentación [10:30].

¿Qué es la triple auditoría en una demanda con IA?

Aquí está el nivel de control que marca la diferencia. Imagina contratar a Deloitte para que audite tres veces el resultado inicial de tu modelo [10:50]. Esa es la idea de la triple auditoría.

Se configura con tres roles independientes:

• Un auditor de fondo que revisa el contenido jurídico.
• Un revisor de forma que cuida la estructura y presentación.
• Un verificador de citas doble ciego para evitar cualquier alucinación.

Finalmente, la casa se publica en un repositorio privado de GitHub, porque es información que vale oro [11:40]. El sistema reconoce expresiones propias como el gato para referirse a GitHub, lo que muestra cómo el lenguaje natural guía toda la construcción.

¿Qué tarea jurídica automatizarías primero con una casa de agentes como esta? Cuéntame en los comentarios.