En numerosas organizaciones subsiste una paradoja difícil de justificar, ya que documentos que nacen digitales terminan sometidos a controles repetidos, registros paralelos, comunicaciones fragmentadas y decisiones que no siempre dejan trazabilidad reconstruible. Frente a ese escenario, la primera reacción suele ser buscar una aplicación tecnológica. Sin embargo, ¿qué ganamos al incorporar inteligencia artificial (IA) si conservamos intactas las causas que originaron el problema?

En mi recorrido profesional fui mutando la forma de abordar ese interrogante, en tanto, el Derecho continúa siendo el punto de partida de mi formación; no obstante, comencé a comprender que conocer normas y elaborar respuestas fundadas, aun siendo indispensable, no alcanza para transformar la manera en que las organizaciones trabajan. Ese cambio de “mindset” de hace ya varios años, me llevó a adoptar una premisa que hoy considero esencial, “aprendizaje y mejora continua”. No se trata de coleccionar cursos, ni de perseguir cada novedad tecnológica, sino de adquirir herramientas para dilucidar mejor, cuestionar supuestos y convertir el conocimiento en propuestas concretas.

En tal sentido, esta preocupación no surgió de improviso, sino al reflexionar sobre la IA generativa en los despachos legales in house, ya había señalado la necesidad de combinar dirección estratégica, gestión de proyectos, cambio cultural, privacidad, compliance y capacitación. 1 Más adelante, al analizar la IA como herramienta para la gestión de riesgos legales, propuse pasar de una función meramente reactiva a otra capaz de identificar, evaluar, tratar y monitorear contingencias de forma anticipada. 2 El desafío pendiente era reunir esas ideas en un proyecto aplicable, con método y con responsabilidades definidas.

Aprender a preguntar: del experto aislado al profesional que conecta saberes

Entre las reflexiones que más me interpelaron durante mi formación en inteligencia artificial, encuentro especialmente valioso el enfoque de Alejandro Melamed sobre el liderazgo en contextos de transformación. Su mirada invita a superar la idea de que quien conduce debe disponer de todas las respuestas, para dar lugar a la curiosidad, la escucha activa, las preguntas relevantes y la construcción compartida de conocimiento. Esta disposición a aprender y desaprender no debilita la experiencia adquirida, sino que permite ponerla en diálogo con otras perspectivas y transformar la incertidumbre en oportunidades de mejora.

Para quienes ejercemos la abogacía, esto implica abandonar la falsa oposición entre profundidad jurídica y conocimiento tecnológico. Un abogado no necesita transformarse en ingeniero para contribuir a una solución de IA; necesita entender el proceso, identificar su dimensión normativa, dialogar con especialistas, reconocer los riesgos y saber cuándo una tarea admite asistencia algorítmica y cuándo exige juicio humano. Ese tránsito de la especialización aislada hacia la colaboración interdisciplinaria es, en mi opinión, una de las competencias más valiosas para el futuro de nuestra profesión.

La pregunta decisiva deja de ser ¿qué puede hacer una determinada herramienta?, y se transmuta a diversos interrogantes, tales como, ¿cuál es el problema que merece ser resuelto?, ¿para quién?, ¿con qué evidencia?, ¿bajo qué límites?, ¿con qué impacto esperable? La curiosidad, la escucha activa y el pensamiento crítico dejan entonces de ser cualidades accesorias y se convierten en condiciones de una innovación que aporta valor.

Legal Operations: la transformación empieza por el proceso

Anna Marra ha contribuido a despejar una confusión frecuente, dado que LegalTech y Legal Operations no son sinónimos. La primera alude a las soluciones tecnológicas que apoyan tareas jurídicas; las segundas abarcan estrategia, personas, procesos, métricas, tecnología, cultura y gestión del valor. 3 Desde esta perspectiva, la evolución de la función jurídica no debería medirse únicamente por la incorporación de nuevas herramientas o por la cantidad de asuntos gestionados, sino también por su capacidad de anticipar necesidades, fortalecer la colaboración y brindar soluciones útiles a sus destinatarios. Es precisamente el tránsito desde la eficiencia hacia el impacto que propone la autora al comprender qué valor concreto genera el trabajo legal y cómo contribuye a los objetivos de la organización. 4

Bajo esta óptica, el Legal Project Management, el Legal Process Improvement y el Legal Design Thinking se complementan. El primero brinda disciplina de alcance, tiempos, recursos y responsabilidades; el segundo permite localizar duplicidades, demoras y actividades sin valor; y el tercero obliga a diseñar con las personas que utilizan y sostienen los circuitos. La IA aparece como un habilitador posible, no como el punto de partida; y cuando se invierte el orden, existe el riesgo de digitalizar ineficiencias, sumar dependencia tecnológica y multiplicar costos ocultos.

Desde esta perspectiva, la mejora comienza por observar cómo circula la información y de qué manera interactúan las personas, las tareas y los controles. Antes de seleccionar una solución tecnológica, resulta conveniente definir un lenguaje común para los datos, responsabilidades claras, criterios de prioridad, tratamiento de excepciones y mecanismos de seguimiento verificables. Estos acuerdos, construidos con quienes conocen el trabajo cotidiano, facilitan que la digitalización responda a necesidades reales y que la organización pueda sostener y mejorar sus procesos a lo largo del tiempo.

Del diagnóstico al proyecto: lo que me dejó el TIF

Esta convergencia de disciplinas adquirió una dimensión práctica en el Trabajo Integrador Final que desarrollé y aprobé durante la certificación profesional de Chief AI Officer. La propuesta tomó como referencia una necesidad operativa real, expuesta con criterios de anonimización y pseudoanonimización, y se la transformó en un caso de diseño aplicable a cualquier organización que reciba, procese y responda requerimientos documentales con efectos jurídicos. No fue la presentación de un sistema productivo ya implementado, ni la atribución de beneficios efectivamente obtenidos; fue el diseño fundado de una alternativa susceptible de validación.

El recorrido comenzó por escuchar a los usuarios y mapear el proceso actual (AS-IS), identificar puntos de fricción, clasificar actividades de acuerdo con su criticidad y delimitar el proceso futuro (TO-BE). A partir de ello, se construyó una arquitectura conceptual con expediente digital, identificador único, gestión de estados, control de plazos, clasificación asistida, reglas verificables, búsqueda documental inteligente y tableros de seguimiento. La propuesta incorporó métricas de referencia, objetivos a contrastar en un piloto, responsables funcionales, mapa de stakeholders, riesgos y una implementación gradual con instancias de aprobación o reversión.

La principal enseñanza no estuvo en la complejidad de esa arquitectura, sino en su secuencia, que nace en comprender y rediseñar; luego, estandarizar y digitalizar; para finalmente, incorporar automatización e IA, allí donde aporten valor verificable. También fue importante aceptar que una solución ambiciosa puede requerir una primera versión deliberadamente acotada. El aprendizaje organizacional se fortalece cuando se prueba con casos controlados, se detectan errores y se corrige antes de escalar.

El proyecto permitió integrar contenidos que suelen enseñarse por separado, tales como estrategia, IA generativa, diseño centrado en el usuario, prototipado, gestión ágil, ética, compliance, métricas y liderazgo; todo, en una misma hipótesis de transformación. Esa es, quizá, la mejor prueba de que el esfuerzo y la formación continua adquieren sentido cuando contribuyen a resolver problemas reales y no solamente a ampliar un currículum.

Inteligencia artificial aplicada: decisiones de diseño con criterio

No todas las actividades requieren un modelo generativo. En un circuito documental, los controles determinísticos y las reglas de negocio pueden ser más apropiados para verificar requisitos objetivos; la automatización robótica puede facilitar integraciones transitorias con sistemas heredados; y técnicas de extracción y clasificación documental pueden aliviar tareas repetitivas. La IA generativa, eventualmente apoyada en recuperación aumentada de información (Retrieval-Augmented Generation, RAG), puede asistir la búsqueda en un repositorio autorizado y la preparación de borradores sujetos a verificación profesional.

La investigación Legal AI Use Case Radar, desarrollada por la Universidad Técnica de Múnich, permite dimensionar esa diversidad de casos de uso y su evaluación en términos de relevancia y riesgos éticos, legales y sociales. 5 En idéntica línea, las experiencias y directrices de UBA IALAB sobre IA generativa en estudios y departamentos jurídicos ofrecen una base para pensar cómo pasar de la curiosidad tecnológica a prácticas evaluables y controladas. 6

Por eso considero fundamental distinguir entre asistir una actividad y delegar una decisión. En cuestiones que puedan afectar derechos, patrimonio, confidencialidad o cumplimiento normativo, el resultado algorítmico no debería convertirse por inercia en una orden. La intervención humana exige competencia, información suficiente, posibilidad de apartarse de la recomendación y evidencia de la revisión realizada. Una persona que se limita a validar automáticamente una pantalla no constituye un control efectivo.

Del dato al impacto: medir mejor para decidir mejor

También he abordado en otro trabajo una oportunidad habitualmente desaprovechada, el valor de los datos y metadatos vinculados con la evidencia digital para construir indicadores que trasciendan el expediente individual. Aun cuando su finalidad original sea probatoria, esa información gestionada con autorización, seguridad y calidad, puede contribuir a medir tiempos de respuesta, recurrencia de incidentes, efectividad de controles y coordinación entre áreas. 7 Dicha lógica es extensible a contratos, requerimientos, consultas, reclamos, auditorías y otros servicios jurídicos.

Sin embargo, medir no significa acumular gráficos. Un tablero que muestra únicamente volumen de asuntos, cantidad de respuestas o velocidad de cierre puede inducir decisiones erróneas si omite calidad, riesgo residual, satisfacción de usuarios o costos de reproceso. Las Legal Operations aportan valor cuando conectan los indicadores con decisiones y resultados, qué demora se redujo, qué error se evitó, qué experiencia mejoró y qué contingencia pudo prevenirse.

En un proyecto todavía no implementado, las cifras deben conservar su estatuto de hipótesis. Una meta de reducción de tiempos o de mejora de trazabilidad es un compromiso de medición, no una mejora acreditada. Esa distinción, que a veces se diluye en los discursos sobre transformación digital, constituye una exigencia básica de honestidad metodológica y profesional.

La mirada crítica: sin gobernanza, la eficiencia puede resultar engañosa

Para los profesionales de los despachos legales in house, la IA representa una oportunidad para mejorar la organización de la información, facilitar tareas documentales y fortalecer el asesoramiento al negocio. Aprovechar esas posibilidades exige, al mismo tiempo, formular preguntas sobre el origen y la calidad de los datos, los límites de cada herramienta, la revisión de sus resultados y la asignación de responsabilidades. En una publicación anterior sostuve que esta perspectiva debe integrarse, desde el diseño, al gobierno corporativo, al compliance, a la gestión de riesgos, a la privacidad, a la seguridad de la información y a la auditoría. 8

A los riesgos ya conocidos sobre respuestas inexactas, sesgos, referencias inexistentes, tratamiento indebido de datos, incidentes de ciberseguridad o dependencia de proveedores, ahora se suma una cuestión particularmente sensible para nuestra profesión, la preservación de la autonomía intelectual. En su análisis de la IA generativa y agéntica, la Dra. Johanna C. Faliero examina críticamente la denominada delegación o externalización cognitiva, esto es, el traslado progresivo a las herramientas de tareas que exigen razonamiento, creatividad, juicio crítico y capacidad de decisión. Asimismo, advierte sobre sus posibles consecuencias para la confidencialidad, la seguridad jurídica y la calidad del servicio profesional. Su posición, marcadamente cautelosa, invita a un debate necesario sobre incorporar tecnología sin resignar la formación, el criterio propio ni los deberes que asumimos frente a quienes confían en nuestro asesoramiento. 9

El marco de gestión de riesgos de IA del NIST propone gobernar, mapear, medir y gestionar los riesgos durante el ciclo de vida del sistema; la ISO/IEC 42001, por su parte, ofrece requisitos para organizar un sistema de gestión de IA sujeto a revisión y mejora continua. 10 11 Ambas referencias ayudan a recordar algo elemental, innovar no es quedar exceptuado de los deberes de diligencia, confidencialidad y rendición de cuentas. Por el contrario, cuanto mayor sea la capacidad tecnológica, mayor debe ser la madurez de los controles.

También existe una dimensión cultural decisiva, atento que la adopción de IA requiere tiempo de aprendizaje, intercambio entre disciplinas, comprensión de sus límites y espacios donde los equipos puedan proponer mejoras o expresar dudas. Acompañar ese proceso forma parte del liderazgo responsable; una transformación se consolida cuando las capacidades de las personas evolucionan junto con las herramientas.

Reflexiones finales: el derecho a proponer y el deber de hacerse cargo

A mi entender, el principal desafío para la abogacía no consiste en disputar con una máquina la velocidad de redacción. Consiste en ampliar nuestra capacidad de comprender procesos, conducir proyectos, evaluar riesgos, diseñar controles y participar en decisiones estratégicas sin resignar independencia de criterio, ni compromiso ético. El profesional del Derecho puede pasar de intervenir solamente cuando surge el conflicto a contribuir, junto con otros saberes, a que el sistema funcione mejor desde su origen.

Esfuerzo, dedicación, aprendizaje y mejora continua no garantizan el éxito de toda iniciativa. Sí, permiten algo que considero mucho más valioso, sustentado en tener fundamentos para formular una propuesta, humildad para someterla a críticas y disciplina para medir si efectivamente aporta valor. En tiempos de tecnologías cada vez más poderosas, ese aprendizaje es individual, pero la transformación que se persigue es necesariamente colectiva.

La inteligencia artificial puede acelerar tareas. Las Legal Operations pueden ordenar la forma de gestionarlas. El liderazgo puede construir el sentido y la confianza necesarios para cambiar. Sin embargo, ninguna de esas capacidades reemplaza la obligación de pensar qué merece transformarse, por qué y para quién. La verdadera innovación no comienza cuando una organización incorpora IA, sino cuando aprende a resolver mejor sus problemas, con responsabilidad y propósito.

Nota del autor. El presente artículo expresa reflexiones personales, académicas y doctrinarias sobre inteligencia artificial, Legal Operations, transformación digital y ejercicio profesional. El proyecto referido corresponde a un trabajo integrador con finalidad formativa, elaborado a partir de un caso de referencia tratado mediante anonimización, seudonimización; no identifica organizaciones, documentos y/o procedimientos reservados. Las soluciones, indicadores y beneficios mencionados constituyen propuestas e hipótesis de análisis, no resultados de una implementación efectiva. Las opiniones, interpretaciones y conclusiones pertenecen exclusivamente al autor y no representan, comprometen ni deben considerarse posición oficial, criterio institucional, dictamen o asesoramiento de ningún organismo, entidad o institución pública o privada con la que mantenga o haya mantenido vínculos profesionales. Esta publicación se realiza con respeto a los deberes de ética, integridad, confidencialidad, prudencia, protección de datos y responsabilidad aplicables, particularmente los previstos en la Ley 25.188, el Decreto 41/1999 y demás normativa concordante.

Bibliografía y artículos consultados

1.  Docimo, R. A. (2024, 2 de mayo). La revolución de la IA generativa en los despachos legales “in house”: posibles lineamientos para la transformación interna. elDial.com. https://biblioteca.csjn.gov.ar/cgi-bin/koha/opac-detail.pl?biblionumber=434366&query_desc=au%2Cwrdl%3A%20roberto%20arturo%20docimo

2.  Docimo, R. A. (2024, 3 de octubre). La IA como herramienta útil para la gestión de los riesgos legales. elDial.com. bibliográfico. https://biblioteca.justierradelfuego.gov.ar/cgi-bin/koha/opac-detail.pl?biblionumber=5255

3.  Marra, A. (2026, 13 de enero). Legal Operations: más que LegalTech. Abogados.com.ar. https://abogados.com.ar/legal-operations-mas-que-legaltech/38308

4.  Marra, A. (2025, 27 de noviembre). La (r)evolución de las Legal Operations: de eficiencia a impacto. Abogados.com.ar. https://abogados.com.ar/la-revolucion-de-las-legal-operations-de-eficiencia-a-impacto/37929

5.  Meisenbacher, S., Machner, N., Vladika, J., & Matthes, F. (2024). Legal AI Use Case Radar 2024 Report. Technical University of Munich. https://mediatum.ub.tum.de/1748412

6.  Corvalán, J. G., & Ferré, A. (Dirs.). (2024). Implementando inteligencia artificial generativa en estudios jurídicos y departamentos legales: resultados, impacto, guías de uso y directrices. La Ley / UBA IALAB. https://web.ialab.com.ar/webia/wp-content/uploads/2024/03/Implementando-IAGen-en-estudios-juridicos-y-areas-legales.pdf

7.  Docimo, R. A. (2025, 14 de enero). Las pericias informáticas como métricas estratégicas en los despachos legales “in house”. https://tienda.eldial.com/productos/e-book-prueba-digital-2/?gad_source=1&gad_campaignid=22639321886&gbraid=0AAAAAD5QI9txt2-L1aY0fJaMPSGObUTXx&gclid=CjwKCAjwxeHWBhBPEiwAiqtQ-aZs5PTcAClJ62gMRkSqy-coWlLobOc4rdsMFlwUG0Byc-JObeDkZxoCUBgQAvD_BwE

8.  Docimo, R. A. (2026, 29 de septiembre). Inteligencia artificial y gobierno corporativo: desafíos jurídicos en el diseño de los sistemas de decisión. Abogados.com.ar. https://abogados.com.ar/inteligencia-artificial-y-gobierno-corporativo-desafios-juridicos-en-el-diseno-de-los-sistemas-de-decision/40161

9.  Faliero, J. C. (2025, 26 de junio). El impacto de la IA generativa y la IA agéntica en la responsabilidad profesional en el ejercicio de la abogacía: cuando la limosna es grande, hasta el santo desconfía. Microjuris Argentina. https://aldiaargentina.microjuris.com/2025/06/26/doctrina-el-impacto-de-la-ia-generativa-y-la-ia-agentica-en-la-responsabilidad-profesional-en-el-ejercicio-de-la-abogacia-cuando-la-limosna-es-grande-hasta-el-santo-desconfia/

10.  National Institute of Standards and Technology. (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0) (NIST AI 100-1). https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-1.pdf

11.  International Organization for Standardization. (2023). ISO/IEC 42001:2023: Information technology — Artificial intelligence — Management system. https://www.iso.org/standard/42001