El vacío ya lo señalamos. Esto no lo resuelve — lo matiza

En el texto anterior de esta serie, “Por qué contratar filósofos no alcanza cuando la IA llega a Argentina”, planteamos que la filosofía del derecho que redactan los grandes laboratorios de IA resuelve un problema real, pero no el de un estudio jurídico en Rosario ni el de una empresa regulada en Buenos Aires. Ese texto terminaba señalando un vacío: todavía nadie construyó, desde acá, la capa que verifica si un modelo es competente para esta jurisdicción o solo la imita.

Proponemos entender esa competencia jurisdiccional como tres capacidades demostrables a la vez: que un modelo identifique la normativa aplicable a un caso, que la interprete conforme a la práctica de esta jurisdicción —no de otra— y que produzca un resultado que le sirva a quien tiene que firmar el escrito. No es lo mismo resolver una tarea jurídica que demostrar que se pertenece, intelectualmente, a esta tradición jurídica: un modelo puede acertar la respuesta razonando como lo haría un abogado estadounidense o español, y nada en esa respuesta lo delata.

Ya existen benchmarks que miden partes de esto por separado —LegalBench reúne más de cien tareas de razonamiento jurídico, LexGLUE agrupa tareas de comprensión de lenguaje legal, y CUAD es un dataset especializado en revisión de contratos— pero los tres se construyeron sobre derecho en inglés, y ninguno cubre Argentina ni la región. No es que falte evaluación de IA jurídica: falta esta evaluación.

Este texto parte de una pregunta distinta: ¿es cierto que nadie, desde América Latina, está pensando siquiera los primeros pasos de ese problema? En lo que relevamos para este texto, la respuesta es más modesta que una tesis optimista: hay piezas reales, pero ninguna lo resuelve.

Incluso en castellano, la filosofía del derecho sobre IA sigue pensándose desde afuera

En 2022, Fernando H. Llano Alonso, Joaquín Garrido Martín y Ramón Valdivia Jiménez dirigieron Inteligencia Artificial y Filosofía del Derecho (Ediciones Laborum), casi 560 páginas sobre sesgos algorítmicos, justicia predictiva y los límites de atribuirle personalidad jurídica a un sistema automatizado. Es trabajo serio, en español —pero Llano Alonso es catedrático en la Universidad de Sevilla, y sus codirectores comparten esa procedencia: un libro español, pensado para un sistema jurídico consolidado, no para el nuestro.

El punto no es menor: confirma que la lengua no es la jurisdicción. Un libro en castellano sobre IA y filosofía del derecho no piensa automáticamente el problema desde Argentina o Colombia.

Gobernanza pública sí, práctica privada no — y por qué igual importa

La OCDE y la CAF documentaron en 2022 trece recomendaciones de gobernanza de IA para gobiernos de la región; el BID ya había propuesto, en 2020, un modelo de gobernanza participativa entre Estado, sociedad civil, academia y sector privado. Son papers de sector público —ninguno se escribió pensando en un estudio jurídico privado, y ninguno mide competencia de un modelo.

Los mencionamos igual porque muestran algo puntual: la región ya tiene experiencia institucional escribiendo marcos de gobernanza de IA propios —solo que, hasta ahora, apuntada a gobiernos, nunca a la práctica privada. Esa experiencia no resuelve el problema de un estudio en Rosario, pero tampoco hace falta inventarla de cero si algún día se decide apuntarla para allá.

Prometea y Bertocchi: el Poder Judicial ya mira el riesgo, pero no este problema

En 2017, la Fiscalía General del Ministerio Público Fiscal de la Ciudad de Buenos Aires puso en marcha Prometea, documentado por Juan Gustavo Corvalán y Gustavo Sá Zeichen al año siguiente en el Sistema Argentino de Información Jurídica (SAIJ). Prometea fue diseñado para automatizar tareas repetitivas con técnicas de IA anteriores a los modelos de lenguaje actuales —no algo pensado para evaluar si un LLM razona como un abogado local. Sirve como precedente de que el Poder Judicial argentino ya adopta IA en la práctica, no como respuesta al problema de este texto.

Noelia Giselle Bertocchi, en 2022, publicó en la Revista de la Escuela Judicial del Colegio de Magistrados de la Ciudad de Buenos Aires un trabajo sobre cómo los sesgos algorítmicos podrían contaminar resoluciones judiciales: identifica el riesgo y cómo evitar que se traslade a un fallo, pero no propone cómo medirlo en un modelo concreto. Es la misma distancia que separa a Prometea del problema: hay atención institucional real al riesgo de la IA en la justicia, pero todavía ninguna herramienta que verifique, caso por caso, si un modelo es competente para esta jurisdicción.

Lo que faltaría construir, y por qué importa

Conectar estas piezas significa, como mínimo, un conjunto de casos de prueba en derecho argentino —civil, laboral, procesal— con respuestas correctas conocidas, y algún método para verificar si un modelo cita la norma real o una inventada, si aplica jurisprudencia de esta jurisdicción o de otra, y si razona de un modo que un abogado matriculado acá reconocería como propio. Nada de esto lo encontramos armado para el caso argentino en lo que relevamos.

Importa porque el costo de no tenerlo no es abstracto: un modelo puede citar doctrina que no existe, aplicar un criterio pensado para el Código Civil español a un caso regido por el Código Civil y Comercial argentino, o pasar por alto un requisito procesal que solo rige en una jurisdicción provincial —y nada en su respuesta lo va a delatar, salvo el ojo de alguien que ya sabía la respuesta de antemano.

El siguiente paso no parece ser escribir otra teoría general sobre IA y derecho, ni sentar a la fiscalía de CABA con la OCDE en el mismo panel. Es metodológico antes que filosófico: el problema ya no es construir modelos que respondan más, sino una capa de verificación —complementaria al modelo, no parte de su entrenamiento— que permita demostrar cuándo una respuesta merece confianza dentro de esta jurisdicción concreta. En lo que relevamos para este texto, no identificamos un marco metodológico publicado desde la región que haga esto.

Fuentes consultadas