Generative Artificial Intelligence in Legal Practice

Clasificación OCDE (Fields of Science and Technology): 5.5 Derecho.

El artículo analiza el impacto de la inteligencia artificial generativa en la práctica jurídica a partir de una constatación: el 74% de las tareas facturables del sector son susceptibles de automatización, según Clio. La pregunta central es si esa eficiencia se traduce en conocimiento o solo en tráfico masivo de datos. El estudio se apoya en cuatro pilares: la IA como extensión del razonamiento humano, la distinción aristotélica entre téchne y phrónesis, el modelo de conocimiento de Nonaka y Takeuchi y la conciencia como legitimadora del saber. Examina el learning penalty y el cognitive offloading, esto es, la pérdida de aprendizaje y el desplazamiento de la carga cognitiva hacia la máquina, y advierte sobre el riesgo de delegar el juicio profesional. A partir de los costos de transacción y del panorama comparado, propone un marco regulatorio y una noción de soberanía tecnológica en la que el abogado actúe como curador de lógica antes que como operador de herramientas.

Palabras clave: inteligencia artificial generativa; práctica jurídica; aprendizaje; deontología; regulación

The article analyzes the impact of generative artificial intelligence on legal practice, starting from a finding: 74% of the sector's billable tasks are susceptible to automation, according to Clio. The central question is whether that efficiency translates into knowledge or only into massive data traffic. The study rests on four pillars: AI as an extension of human reasoning, the Aristotelian distinction between téchne and phrónesis, the knowledge model of Nonaka and Takeuchi and consciousness as the legitimizing ground of knowledge. It examines the learning penalty and cognitive offloading, that is, the loss of learning and the transfer of cognitive load to the machine, and warns about the risk of delegating professional judgement. Drawing on transaction costs and the comparative landscape, it proposes a regulatory framework and a notion of technological sovereignty in which the lawyer acts as a curator of logic rather than an operator of tools.

Keywords: Generative artificial intelligence; legal practice; learning; professional ethics; regulation.

El sector legal contemporáneo atraviesa una crisis de eficiencia sin precedentes. Conforme a los registros de la consultora Clio (2024), el 74% de las tareas facturables en la práctica jurídica son susceptibles de automatización mediante herramientas de inteligencia artificial. Este potencial disruptivo plantea un interrogante fundamental para el Análisis Económico del Derecho (AED): si la eficiencia ganada en el procesamiento documental se traduce en una mayor capacidad analítica para el operador jurídico o si, por el contrario, propicia una delegación progresiva y acrítica del juicio profesional. En este escenario, la inteligencia artificial generativa trasciende la condición de mera herramienta periférica para constituirse en un vector estructural que altera profundamente la arquitectura de gestión de la información en el derecho.

La irrupción de modelos de lenguaje capaces de sintetizar y producir contenido jurídico complejo obliga a examinar con rigor si la automatización facilita genuinamente la construcción de conocimiento o si se limita a acelerar el tráfico masivo de datos. El presente artículo analiza el impacto de la IA generativa sobre la responsabilidad deontológica, el juicio crítico y la calidad del saber jurídico. Se sostiene como tesis central que, ante la ausencia de un marco firme de soberanía tecnológica, la búsqueda de eficiencia inmediata puede precipitar la degradación del criterio profesional, transfiriendo funciones esenciales de la abogacía a sistemas algorítmicos carentes de intencionalidad, conciencia y responsabilidad moral.

La comprensión del impacto de la inteligencia artificial en la abogacía requiere anclarse en cuatro pilares epistemológicos e institucionales que permiten dimensionar la distancia entre el procesamiento automatizado y el razonamiento jurídico genuino.

Desde la perspectiva antropológica y mediática formulada por McLuhan (1964), toda tecnología opera como una prolongación de alguna facultad física o cognitiva del ser humano. Este marco conceptual permite interpretar la inteligencia artificial generativa como una extensión del razonamiento jurídico, y no como su sustitución autónoma. Si la herramienta cumple cabalmente su función extensiva, su propósito legítimo consiste en amplificar la capacidad deliberativa del abogado, optimizando el tiempo dedicado a la estrategia y la argumentación compleja. No obstante, cuando esta relación se invierte y la tecnología desplaza por completo al órgano deliberativo que debía prolongar, surge el riesgo crítico de la descarga cognitiva excesiva o 'cognitive offloading'.

A partir de la lectura de Rivera Berrío (2006) sobre el realismo aristotélico, la construcción del saber se origina en la percepción sensorial para culminar en la abstracción intelectual a través de las operaciones del intelecto activo y pasivo. En el ámbito de la praxis jurídica, resulta imperativo trazar una distinción conceptual ineludible entre la téchne – entendida como el saber técnico-productivo, aplicable a la redacción estandarizada de minutas, contratos o escritos repetitivos – y la phrónesis (sabiduría práctica o prudencia política y moral). Mientras que los algoritmos generativos exhiben una alta competencia en la reproducción automatizada de la téchne mediante patrones sintácticos, carecen en absoluto de phrónesis, la cual constituye el atributo exclusivo del abogado para impartir justicia y ponderar principios en el caso concreto.

El conocimiento organizacional evoluciona mediante una espiral continua que articula cuatro fases: Socialización, Exteriorización, Combinación e Interiorización (Nonaka & Takeuchi, 1995). La inteligencia artificial generativa opera con una potencia sin precedentes en la fase de Combinación, recolectando, filtrando y reorganizando volúmenes masivos de datos explícitos. Sin embargo, el riesgo sistémico para el ejercicio profesional radica en la omisión sistemática de la Interiorización. Cuando el abogado externaliza por completo la síntesis y la argumentación, omite la internalización del conocimiento a través del esfuerzo cognitivo directo, rompiendo la espiral virtuosa del aprendizaje y atrofiando su habilidad experta.

En el ámbito de la epistemología social, Fernando Broncano (1999) introduce el concepto de 'proferencia' para explicar que un enunciado o acto comunicativo solo adquiere estatus de conocimiento legítimo cuando es evaluado y refrendado deliberadamente por una mente consciente, y no a raíz de una mera transmisión mecánica de información entre partes. Aplicando este criterio a la tecnología jurídica contemporánea, las salidas algorítmicas constituyen estrictamente cadenas de datos estructurados, carentes de la intencionalidad y la conciencia exigidas para una proferencia legítima. Sin la intervención activa de una mente consciente que sopeses razones y decida con rigor, las respuestas de la IA no pasan de ser artefactos estadísticos.

La convergencia entre los postulados aristotélicos, el modelo SECI y la teoría de la proferencia advierte sobre un equívoco recurrente: asumir que toda salida algorítmica reviste naturaleza de conocimiento jurídico. Para delimitar el ámbito de acción de la herramienta frente al criterio humano, es preciso contrastar los atributos informativos y cognitivos descritos en la literatura especializada:

• Información: Carácter estático, explícito, de naturaleza objetiva, altamente duplicable y de difusión masiva y despersonalizada.• Conocimiento: Carácter dinámico, tácito, de fuerte impronta subjetiva, que requiere un proceso activo de recreación y se transmite fundamentalmente mediante la experiencia directa y la deliberación colegiada.

En consecuencia, la IA generativa opera exclusivamente en el plano de la información estática y explícita. El conocimiento jurídico propiamente dicho es dinámico, tácito y subjetivo, consolidándose únicamente a través de la vivencia profesional, el debate y la confrontación dialéctica.

La transferencia masiva de funciones cognitivas hacia los sistemas automatizados ha documentado un efecto secundario crítico denominado 'Learning Penalty' o penalización del aprendizaje. Recientes investigaciones empíricas sobre adopción tecnológica a gran escala (Strömberg et al., 2026) demuestran que, si bien el uso intensivo de IA eleva de forma inmediata las calificaciones en tareas rutinarias y reduce los tiempos de ejecución, genera a mediano plazo un deterioro significativo en las capacidades de evaluación autónoma y en el rendimiento ante evaluaciones complejas de alto impacto. Este fenómeno se concentra en los usuarios que adoptan un patrón de externalización pasiva.

Trasladado a la abogacía, este mecanismo opera a través de una 'deuda de comprensión'. El profesional que delega la fundamentación jurídica en la máquina pierde paulatinamente la aptitud de 'cazar errores' o detectar alucinaciones normativas y jurisprudenciales. La ganancia eficientista de corto plazo sacrifica de este modo el rigor crítico de largo plazo, convirtiendo al abogado en un mero operador subordinado a la lógica de la máquina.

Desde la perspectiva del Análisis Económico del Derecho, la reducción de costos operativos que promete la IA generativa puede resultar ilusoria si genera costos de transacción diferidos – tales como sanciones disciplinarias, responsabilidad civil por negligencia o menoscabo reputacional – que no se internalizan ex ante en la decisión de adopción. Adicionalmente, la heterogeneidad regulatoria internacional genera una marcada incertidumbre en la praxis transfronteriza.

Mientras la Unión Europea ha consolidado un marco normativo estricto a través del Reglamento (UE) 2024/1689 (cuyas obligaciones para sistemas de alto riesgo se proyectan hacia finales de 2027 y cuyos regímenes sancionatorios prevén multas severas de hasta 35 millones de euros o el 7% de la facturación global) (Parlamento Europeo y Consejo de la Unión Europea, 2024), y Chile avanza en la implementación plena de su Ley 21.719 de Protección de Datos Personales con un régimen sancionatorio de alta rigurosidad (Ley N.º 21.719, 2024), otras jurisdicciones latinoamericanas como Perú optan por modelos basados en gestión de riesgos (Decreto Supremo N.º 115-2025-PCM, 2025), y naciones como Colombia y Ecuador operan en un plano de menor densidad normativa vinculante. Esta asincronía traslada al criterio judicial ex post la definición de la diligencia profesional, recordando precedentes críticos como Mata v. Avianca, Inc. (2023), donde la presentación inconsulta de citas generadas por IA derivó en sanciones drásticas para los litigantes.

Frente al dilema entre la eficiencia ciega y la atrofia intelectual, el concepto de soberanía tecnológica (Ortega y Gasset, 1939/1982; Mitcham, 1994) postula que la técnica debe subordinarse a los fines morales y culturales del ser humano. La IA debe concebirse como un amplificador del criterio, exigiendo del jurista una evolución desde la redacción puramente manual hacia el rol de 'diseñador de sistemas' y curador de lógica. El profesional contemporáneo debe establecer rigurosos bucles de retroalimentación (*feedback loops*) donde la máquina asiste en el procesamiento preliminar, pero la validación humana permanece como el eje irreductible de control y responsabilidad.

La inteligencia artificial generativa ofrece una vía ineludible para superar la ineficiencia operativa tradicional del sector legal; sin embargo, esta ventaja competitiva resulta estéril si se edifica sobre la renuncia a la phrónesis y al juicio crítico. El fenómeno del 'learning penalty' y la descarga cognitiva demuestran que la soberanía profesional solo se preserva mediante una vigilancia epistémica activa, donde la conciencia individual y la deliberación rigurosa continúen siendo el fundamento irreemplazable de la justicia y del ordenamiento jurídico.

American Bar Association. (2024). Formal Opinion 512: Generative Artificial Intelligence Tools. Standing Committee on Ethics and Professional Responsibility.

Broncano Rodríguez, F. (1999). Epistemología social y consenso en la ciencia. Crítica: Revista Hispanoamericana de Filosofía, 31(92), 3 – 36.

Clio. (2024). Legal trends report 2024: AI is disrupting the legal industry. Themis Solutions Inc.

Coase, R. H. (1960). The problem of social cost. Journal of Law and Economics, 3, 1 – 44.

Consejo de la Unión Europea. (2026, 7 de mayo). Artificial intelligence: Council and Parliament agree to simplify and streamline rules [Comunicado de prensa].

Decreto Supremo N.º 115-2025-PCM. (2025, 9 de setiembre). Reglamento de la Ley N.º 31814, Ley que promueve el uso de la inteligencia artificial en favor del desarrollo económico y social del país. Diario Oficial El Peruano.

Echeverría, J. (1999). Los señores del aire: Telépolis y el tercer entorno. Destino.

Ministerio de Telecomunicaciones y de la Sociedad de la Información del Ecuador. (2026, 19 de enero). Estrategia para el Fomento del Desarrollo y Uso Ético y Responsable de la Inteligencia Artificial en el Ecuador (EFIA-EC) [Acuerdo Ministerial N.º MINTEL-MINTEL-2025-0030]. Registro Oficial Primer Suplemento N.º 206.

Ley N.º 2502. (2025, 28 de julio). Por la cual se modifica el artículo 296 de la Ley 599 de 2000. Diario Oficial de la República de Colombia.

Ley N.º 19.628. (1999, 28 de agosto). Sobre protección de la vida privada. Diario Oficial de la República de Chile.

Ley N.º 21.719. (2024, 13 de diciembre). Sobre protección de los datos personales, que modifica la Ley N.º 19.628. Diario Oficial de la República de Chile.

Ley N.º 31814. (2023, 5 de julio). Ley que promueve el uso de la inteligencia artificial en favor del desarrollo económico y social del país. Diario Oficial El Peruano.

Mata v. Avianca, Inc., 678 F. Supp. 3d 443 (S.D.N.Y. 2023).

McLuhan, M. (1964). Understanding media: The extensions of man. McGraw-Hill.

Mitcham, C. (1994). Thinking through technology: The path between engineering and philosophy. University of Chicago Press.

Nonaka, I., & Takeuchi, H. (1995). The knowledge-creating company: How Japanese companies create the dynamics of innovation. Oxford University Press.

Ortega y Gasset, J. (1982). Meditación de la técnica y otros ensayos sobre ciencia y filosofía. Alianza Editorial / Revista de Occidente. (Obra original publicada en 1939)

Parlamento Europeo y Consejo de la Unión Europea. (2024). Reglamento (UE) 2024/1689, de 13 de junio de 2024, por el que se establecen normas armonizadas en materia de inteligencia artificial. Diario Oficial de la Unión Europea, L 2024/1689.

Rivera Berrío, J. G. (2006). ¿Gestión del conocimiento o gestión de la información? Revista Tecno Lógicas, (16), 59-82.

Strömberg, D., Lei, V., & Wu, Y. (2026). The generative AI learning penalty: Evidence from Chinese secondary education (CEPR Discussion Paper No. 21577). CEPR Press.