Glosario de IA para Abogados

Fenómeno por el cual un modelo de IA genera información que suena plausible pero es falsa. En contexto jurídico, incluye citas de casos inexistentes, artículos de ley inventados y razonamientos legales ficticios.

Rama de la IA donde los sistemas aprenden patrones a partir de datos sin ser programados explícitamente para cada tarea. Es la tecnología base detrás de la mayoría de herramientas de IA jurídica.

Técnica de prompting que instruye a la IA a razonar paso a paso antes de dar una conclusión. Mejora la calidad del análisis jurídico y facilita la verificación del razonamiento.

La cantidad máxima de texto que un modelo de IA puede procesar en una sola conversación. Se mide en tokens. Los modelos actuales manejan entre 4,000 y 200,000 tokens (aproximadamente 3,000 a 150,000 palabras).

Uso de herramientas de inteligencia artificial para revisar y analizar documentos en procesos de fusiones y adquisiciones, identificando automáticamente cláusulas de riesgo, obligaciones y contingencias.

Proceso de identificación, recopilación y producción de información electrónica relevante en el contexto de un litigio. La IA permite priorizar documentos por relevancia, reduciendo significativamente los costos de revisión.

Proceso de entrenar un modelo de IA preexistente con datos específicos de un dominio para mejorar su rendimiento en tareas especializadas, como el análisis de contratos o la investigación jurídica.

Arquitectura de modelo de lenguaje desarrollada por OpenAI. GPT-4 es la versión más avanzada disponible comercialmente y es la base de ChatGPT. Conocido por su capacidad de razonamiento y generación de texto.

Tipo de inteligencia artificial que crea contenido nuevo (texto, imágenes, código) a partir de patrones aprendidos. ChatGPT, Claude y Gemini son ejemplos de IA generativa aplicada a texto.

Sistemas que utilizan datos históricos para predecir resultados futuros. En derecho, se aplica a la predicción de resultados judiciales, evaluación de riesgo de litigio y estimación de indemnizaciones.

El arte y la ciencia de formular instrucciones precisas para obtener los mejores resultados de una herramienta de IA. Para abogados, implica especificar roles, jurisdicciones, formatos y restricciones.

Sector tecnológico enfocado en la aplicación de tecnología a los servicios jurídicos. Incluye desde software de gestión de despachos hasta herramientas de IA para análisis contractual y predicción de litigios.

Modelo de lenguaje de gran escala entrenado con enormes cantidades de texto. GPT-4, Claude, Gemini y LLaMA son ejemplos. Funcionan prediciendo la siguiente palabra más probable en una secuencia.

Rama de la IA que permite a las máquinas comprender, interpretar y generar lenguaje humano. Es la tecnología fundamental detrás de chatbots jurídicos, análisis de documentos y búsqueda semántica.

La instrucción o consulta que el usuario envía a una herramienta de IA. En contexto jurídico, un buen prompt incluye el rol profesional, la jurisdicción, el contexto fáctico, la tarea específica y el formato deseado.

Técnica que combina la generación de texto por IA con la búsqueda en bases de datos específicas. En herramientas jurídicas como CoCounsel, permite que la IA genere respuestas fundamentadas en jurisprudencia y legislación verificada.

Tecnología aplicada al cumplimiento regulatorio. Incluye herramientas de monitorización normativa, análisis de riesgo regulatorio y automatización de reportes de cumplimiento.

Tendencia de los sistemas de IA a producir resultados que reflejan y amplifican los sesgos presentes en sus datos de entrenamiento. Particularmente peligroso en aplicaciones jurídicas que afectan derechos fundamentales.

Programa informático que ejecuta automáticamente los términos de un acuerdo cuando se cumplen condiciones predefinidas, generalmente sobre una blockchain. Su relación con los contratos jurídicos tradicionales es objeto de intenso debate doctrinal.

Unidad básica de procesamiento de los modelos de lenguaje. Aproximadamente equivale a tres cuartas partes de una palabra en español. Los modelos tienen límites de tokens que determinan cuánto texto pueden procesar.