Cómo hacer un piloto de Claude en un despacho de abogados

La práctica jurídica reúne condiciones que hacen atractiva y riesgosa a la IA generativa: mucho trabajo documental, lenguaje especializado, plazos, información confidencial y consecuencias por errores discretos. Por eso una demostración convincente no equivale a una implementación aceptable.

Este método plantea un piloto para aprender con control. No sustituye el análisis de obligaciones profesionales, el contrato con el proveedor ni la revisión de un abogado responsable en la jurisdicción y materia correspondientes.

# ¿Qué debe intentar demostrar un piloto jurídico?

El piloto debe responder una pregunta operacional: si Claude puede asistir una tarea definida con un nivel aceptable de calidad, revisión y riesgo. No debe intentar probar que “la IA sirve para el despacho” en abstracto.

Una hipótesis útil tiene esta forma: “Para este tipo de documento y esta etapa del flujo, un usuario capacitado puede producir un primer resultado revisable en menos tiempo, sin aumentar errores críticos ni omitir controles”.

La hipótesis contiene tarea, usuario, resultado, comparación y límite. Si cualquiera de esos elementos falta, será difícil interpretar el resultado.

# ¿Qué caso de uso conviene elegir primero?

Conviene elegir una tarea frecuente, delimitada y reversible. El resultado debe ser un insumo para revisión, no una decisión final que se envía automáticamente a un cliente, una autoridad o una contraparte.

Posibles candidatos:

• extraer cláusulas y datos de contratos con una plantilla definida;
• comparar dos versiones y preparar una lista de cambios;
• resumir un expediente interno con referencias al material de origen;
• convertir notas autorizadas en un primer borrador;
• clasificar documentos por criterios previamente acordados;
• formular preguntas de revisión sobre información faltante.

Evita empezar con asesoría final, presentación automática de escritos, predicción de resultados o investigación sin verificación de fuentes. La facilidad para generar texto puede ocultar errores plausibles.

La American Bar Association, en su Formal Opinion 512, identifica obligaciones relacionadas con competencia, confidencialidad, comunicación, supervisión, deberes ante tribunales y honorarios. Aunque esa opinión no sustituye las reglas aplicables en México, ilustra por qué un piloto debe diseñarse como un proceso profesional supervisado.

# ¿Qué equipo debe participar?

Un piloto no debe quedar sólo en manos del entusiasta de la herramienta. Necesita funciones separadas:

En despachos pequeños una persona puede asumir más de una función, pero las responsabilidades deben seguir visibles. Quien configura el piloto no debería ser la única persona que evalúa su éxito.

# ¿Qué documentos pueden usarse en la primera prueba?

La primera muestra debe minimizar exposición y permitir una revisión objetiva. Son preferibles documentos públicos, plantillas propias, materiales sintéticos, versiones anonimizadas o asuntos para los que exista autorización documentada.

No basta con borrar el nombre del cliente. Los hechos, fechas, montos, contrapartes y combinaciones de datos pueden volver identificable un asunto. La anonimización requiere una evaluación del contexto, no sólo reemplazos de texto.

Antes de subir contenido, documenta:

• clasificación de la información;
• finalidad del tratamiento;
• campos que se eliminarán o sustituirán;
• plan, función y espacio autorizado;
• personas con acceso;
• retención prevista;
• forma de borrar o retirar materiales;
• responsable de aprobar excepciones.

Anthropic publica que no utiliza chats de sus ofertas comerciales para entrenar modelos salvo participación u opción explícita, pero también explica que los productos que guardan conversaciones pueden conservarlas para prestar la experiencia. La política pública debe contrastarse con la configuración y el acuerdo vigente del despacho.

# ¿Cómo se prepara un conjunto de evaluación?

La muestra debe representar tanto el trabajo común como las excepciones. Un conjunto pequeño pero intencional es mejor que cargar cientos de documentos sin respuestas esperadas.

Para cada caso, registra:

1. entrada autorizada;
2. tarea solicitada;
3. resultado de referencia o criterios de revisión;
4. hechos que no deben inventarse;
5. elementos que deben citarse;
6. condición que obliga a escalar;
7. impacto de un error.

Incluye casos incompletos y contradictorios. Un asistente jurídico útil debe detectar cuándo no tiene base suficiente; responder con seguridad ante datos insuficientes es una falla, aunque el texto suene profesional.

# ¿Cómo se configura Claude para el piloto?

El proyecto debe contener sólo las instrucciones y fuentes necesarias para la tarea. Anthropic describe Projects como espacios con instrucciones y conocimiento que pueden compartirse en planes de trabajo. Esa estructura es útil, pero no reemplaza la curaduría.

Las instrucciones deben establecer:

• rol limitado de asistencia;
• jurisdicción y materia cuando sean pertinentes;
• fuentes autorizadas y prioridad entre ellas;
• prohibición de inventar hechos, citas o autoridades;
• formato de salida;
• obligación de señalar incertidumbre y faltantes;
• referencias a páginas, cláusulas o fragmentos de origen;
• advertencia de que el resultado requiere revisión de un abogado.

Evita pedir que “actúe como el mejor abogado”. Una instrucción grandilocuente no crea competencia ni responsabilidad. Es más útil describir la tarea, los criterios y los límites.

# ¿Qué flujo debe seguir cada caso?

El piloto debe ser repetible. Una secuencia razonable es:

1. El usuario confirma que el documento está autorizado.
2. Selecciona la plantilla de tarea aprobada.
3. Claude produce un borrador estructurado y señala fuentes o faltantes.
4. El abogado revisa contra el documento original y la lista de control.
5. Se registran correcciones, tiempo y tipo de error.
6. Sólo el abogado decide si el resultado puede incorporarse al trabajo.
7. Los hallazgos alimentan una revisión semanal de instrucciones y alcance.

Durante el piloto no conviene editar silenciosamente la configuración después de cada caso. Registra versiones para saber si una mejora provino del modelo, de las instrucciones o de una muestra distinta.

# ¿Qué métricas deben medirse?

El tiempo importa, pero no debe dominar la evaluación. Un borrador rápido que exige revisión más difícil puede aumentar el costo total.

Usa al menos cuatro dimensiones:

Clasifica los errores por gravedad. Una coma incorrecta y una autoridad inventada no pueden promediarse como si fueran equivalentes. Define de antemano qué falla obliga a detener la prueba.

# ¿Cuánto debe durar el piloto?

Debe durar lo suficiente para observar repetición y variabilidad, no para acumular actividad. Un ciclo de varias semanas suele permitir preparar la muestra, capacitar, ejecutar casos, ajustar y repetir; el plazo exacto depende de la frecuencia del proceso y de la disponibilidad de revisores.

La unidad de avance no es la semana transcurrida, sino los casos evaluados con evidencia. Si el despacho sólo procesa dos asuntos de ese tipo al mes, prometer una conclusión rápida sería poco responsable.

# ¿Qué criterios permiten decidir si se escala?

Antes de empezar, define tres posibles decisiones: continuar, ajustar o detener. Escalar requiere que el flujo cumpla simultáneamente criterios de calidad, datos, operación y economía.

Puede continuarse cuando:

• los errores críticos permanecen dentro del umbral aprobado;
• la revisión sigue siendo clara y trazable;
• el tiempo total mejora o libera capacidad útil;
• los usuarios respetan las reglas de información;
• existe un dueño del proceso;
• el costo esperado es sostenible.

Debe ajustarse si la calidad depende demasiado de una persona, las fuentes están desordenadas o la tarea necesita dividirse. Debe detenerse cuando el riesgo no puede controlarse, la revisión elimina el beneficio o la herramienta no ofrece el control requerido.

# ¿Cómo se pasa del piloto a la operación?

El paso a operación requiere consolidar instrucciones, permisos, capacitación, soporte y revisión periódica. También debe definirse qué cambios obligan a repetir la evaluación: un modelo nuevo, otro tipo de documento, una materia distinta, un conector o una automatización.

No conviertas el piloto en producción sólo porque los participantes están satisfechos. La versión operativa debe tener documentación, propietario, canal de incidentes y criterios de suspensión.

Para una visión más amplia, consulta Claude para abogados: guía de implementación.

# Preguntas frecuentes sobre pilotos de Claude en despachos

# ¿Se pueden usar expedientes reales?

Sólo después de una revisión documentada de confidencialidad, privacidad, contrato, configuración y autorización aplicable. Para la primera prueba suelen ser preferibles materiales públicos, sintéticos o correctamente anonimizados.

# ¿Claude puede dar asesoría jurídica final al cliente?

Claude puede asistir tareas, pero el despacho conserva la responsabilidad profesional. Toda salida jurídica debe ser revisada y aprobada por un abogado competente antes de utilizarse.

# ¿Cuántos abogados deben participar?

No existe un número universal. Se necesita al menos representación del dueño del proceso, un experto que evalúe y usuarios reales. La muestra debe permitir comparar resultados, no demostrar popularidad.

# ¿Conviene conectar desde el inicio el gestor documental?

Generalmente no. Primero valida la tarea con una muestra controlada. Una conexión amplía acceso y complejidad; debe añadirse sólo cuando el caso de uso y los permisos estén claros.

# ¿Cómo se detectan alucinaciones?

Exigiendo referencias al material de origen, comparando cada afirmación relevante y usando casos donde falta información. La revisión debe buscar hechos inventados, autoridades inexistentes y conclusiones que exceden la fuente.

# ¿Un buen piloto garantiza el resultado al escalar?

No. El desempeño puede cambiar con usuarios, documentos, volumen, modelos y configuraciones. Escalar requiere monitoreo y reevaluación continua.

# Conclusión: un piloto jurídico debe producir evidencia, no entusiasmo

Un piloto de Claude en un despacho funciona cuando reduce la incertidumbre sobre una tarea concreta. Su resultado debe mostrar qué mejora, qué errores aparecen, cuánto cuesta revisar y qué controles necesita la operación.

El criterio de éxito no es obtener un documento impresionante. Es construir un flujo donde un abogado pueda verificar, corregir y decidir con claridad. Si esa trazabilidad no existe, todavía no hay una implementación jurídica defendible.

# Fuentes consultadas

• American Bar Association: Formal Opinion 512 sobre IA generativa
• Anthropic: Claude para el sector legal
• Anthropic: qué son los Projects
• Anthropic: uso de datos en ofertas comerciales
• Anthropic: retención de datos de una organización
• Cámara de Diputados: LFPDPPP
• NIST: AI Risk Management Framework