La inteligencia artificial en el derecho: coevolución, transformación y futuro de la abogacía

La falsa oposición: por qué derecho y tecnología no compiten, sino que coevolucionan

La llamada “brecha de ritmo”: cómo la inteligencia artificial acelera el desfase entre derecho y tecnología

La relación entre derecho y tecnología está marcada por una asimetría temporal: mientras la tecnología avanza a un ritmo exponencial, el derecho lo hace de forma incremental.

Este desfase, conocido como pacing problem, o problema de ritmo, describe la brecha entre la aparición de una innovación y la capacidad del sistema jurídico para regularla de forma efectiva.[1]

En el caso de la inteligencia artificial, esta brecha no solo persiste, sino que se intensifica de forma significativa.

El Derecho ha tendido a evolucionar al ritmo de fenómenos relativamente estables, como las publicaciones científicas o las patentes, que tienden a duplicarse cada diez años. Incluso el hardware sigue una lógica predecible, duplicándose aproximadamente cada dos años. Sin embargo, la inteligencia artificial opera bajo dinámicas mucho más aceleradas: su progreso funcional se duplica cada 2,5 a 3 años, y el cómputo utilizado para entrenar modelos ha pasado de duplicarse cada 18 meses a hacerlo cada 6 meses en la última década.[2]

La rápida evolución de la inteligencia artificial tiene una consecuencia directa en el proceso regulatorio: cuando el legislador llega a definir qué quiere regular, la tecnología ya ha cambiado.

Un ejemplo paradigmático es el caso del AI Act europeo y la aparición de ChatGPT. La propuesta inicial de 2021 no contemplaba los modelos generativos, como ChatGPT, lanzado en 2022. Esta tecnología fue tan innovadora e imprevisible que rompió con la conceptualización regulatoria existente, obligando a introducir una nueva categoría normativa específica: los general-purpose AI models.[3]

Esta incorporación tardía no fue neutra. La irrupción de estos sistemas obligó a reajustar el enfoque inicial del reglamento, diseñado principalmente para sistemas de IA de uso específico. Esta adaptación se produjo durante las negociaciones interinstitucionales, implicando ajustes acelerados sobre elementos no previstos en la propuesta original y dando lugar a categorías como el “riesgo sistémico” para modelos de uso general como ChatGPT, resultando en un reglamento de mayor complejidad regulatoria.[4]

Como consecuencia, el AI Act ha sido criticado por introducir incertidumbre conceptual, lagunas regulatorias y dificultades de implementación, especialmente en torno a nociones como el “riesgo sistémico”, cuya definición ha sido incorporada de forma flexible pero jurídicamente indeterminada.[5]

Además, este desajuste temporal ha tenido efectos prácticos: retrasos en la implementación de algunas disposiciones, dificultades para que empresas comprendan sus obligaciones y necesidad de desarrollar instrumentos adicionales (como códigos de conducta o guías interpretativas) para completar el marco normativo.

La falsa oposición: por qué Derecho y tecnología coevolucionan

Ante esta evidencia, podría pensarse que Derecho y tecnología se encuentran en una relación de oposición, en la que la innovación avanza más rápido que la regulación y el derecho queda inevitablemente rezagado. Sin embargo, esta conclusión no resulta del todo precisa ante los eventos históricos.

Como muestra el marco teórico de Simon Deakin y Christopher Markou, la relación entre tecnología y derecho es un proceso cíclico de coevolución que atraviesa cuatro fases: disrupción, arbitraje regulatorio, resistencia y normalización legal.[6]

El motor del ciclo se activa en la fase de disrupción, cuando la tecnología permite la apropiación privada de conocimiento que antes era colectivo, debilitando así el marco regulatorio que lo protegía. Un ejemplo se encuentra en el siglo XIX con el telar Jacquard (1804), que utilizaba tarjetas perforadas, un equivalente temprano del código binario, para codificar patrones de tejido. Lo que antes requería años de aprendizaje gremial y se transmitía como conocimiento práctico entre artesanos pasó a estar incorporado en una máquina, accesible a cualquier operador. Este cambio no eliminó inmediatamente las normas existentes, pero sí las volvió progresivamente menos aplicables a las nuevas formas de producción.[7]

En la fase de arbitraje regulatorio, no se produce una ruptura directa con la ley, sino un proceso más sutil de reinterpretación y vaciamiento progresivo de su contenido. Así, el Estatuto de Artífices de 1562, que exigía siete años de aprendizaje para ejercer un oficio, fue considerado inaplicable en 1811, cuando el juez Ellenborough rechazó sancionar a un empresario textil sin formación gremial al considerar que aplicar la norma sería “inconveniente” en el nuevo contexto económico. Esto se debía a las nuevas prácticas surgidas con la mecanización, como el hilado de algodón o la tejeduría industrial, volvieron la ley obsoleta.[8]

En la fase de resistencia, surgen reacciones por parte de los grupos afectados. Un ejemplo histórico son los ludistas, un movimiento de trabajadores ingleses de principios del siglo XIX que se opusieron a la introducción de maquinaria destruyendo equipos industriales, no por rechazo irracional a la tecnología, sino como forma de protesta frente a la pérdida de condiciones laborales y el incumplimiento de normas existentes, como los salarios mínimos en ciertos oficios. Aunque el movimiento fue reprimido, su papel fue relevante en evidenciar los desequilibrios generados por la industrialización.[9]

Finalmente, en la fase de normalización legal, el derecho, tras ese periodo de tensión, reabsorbe la innovación mediante la adaptación de categorías jurídicas ya existentes. En el caso histórico, el ludismo no detuvo la industrialización, pero hacia 1850, en los mismos sectores afectados, surgieron mecanismos como la negociación colectiva entre empresarios y trabajadores, dando lugar al derecho laboral moderno británico, cuyos orígenes han sentado las bases de esta nueva rama del derecho en otros ámbitos. El derecho no creó un sistema completamente nuevo, sino que se adaptó reinterpretando conceptos jurídicos anteriores que ya no respondían a la realidad productiva contemporánea.[10]

Por su naturaleza cíclica, los autores argumentan que este mismo patrón se reprodujo recientemente en el caso de Uber y el litigio Aslam v. Uber BV en el Reino Unido, iniciado en 2016 por un grupo de conductores que reclamaban el reconocimiento de derechos laborales básicos frente a la plataforma. En la fase de disrupción, Uber introdujo un modelo basado en algoritmos y geolocalización que permitió internalizar funciones tradicionalmente reguladas, como la fijación de tarifas o la asignación de servicios. Este cambio desplazó el marco normativo del taxi, diseñado para un contexto distinto, y generó una zona de difícil encaje jurídico.[11]

En la fase de arbitraje regulatorio, Uber no vulneró directamente la ley, sino que reconfiguró la relación jurídica mediante una arquitectura contractual compleja, presentándose como intermediaria tecnológica y calificando a los conductores como autónomos. Sin embargo, en la práctica mantenía el control sobre elementos esenciales del servicio, como precios, acceso a clientes y permanencia en la plataforma. Esto provocó que la normativa existente perdiera capacidad de aplicación efectiva sin una reinterpretación previa, dando lugar a una reacción tanto de los propios conductores como de las autoridades.

La fase de resistencia y normalización se materializó, primero, a través del litigio impulsado por los conductores y, posteriormente, mediante la intervención de los tribunales. En el caso Aslam v. Uber BV, estos analizaron la realidad económica de la relación más allá de la forma contractual y concluyeron que los conductores no eran plenamente autónomos, sino “workers” en el sentido del derecho laboral británico, una categoría intermedia entre empleado y autónomo.

Esta figura, prevista en la Employment Rights Act, otorga derechos como salario mínimo, vacaciones pagadas y protección frente a discriminación, pero no incluye otros como la protección frente al despido improcedente. De este modo, el derecho no creó una figura nueva, sino que adaptó categorías jurídicas preexistentes para integrar el modelo de plataforma dentro del sistema jurídico.[12]

La coevolución se extiende a la abogacía

Este mismo patrón se observa dentro de la propia práctica de la abogacía, y el análisis de Richard Marcus permite aterrizarlo con claridad en un contexto muy concreto. Con la generalización del ordenador a finales del siglo XX, el trabajo jurídico dejó de girar en torno a archivadores, cajas de documentos y salas llenas de papel, para enfrentarse a una nueva realidad: millones de correos electrónicos, bases de datos corporativas y archivos digitales dispersos en servidores. Este cambio dio lugar al e-discovery, es decir, el descubrimiento electrónico de pruebas.[13]

La magnitud del cambio fue material, no solo conceptual. En los primeros años del e-discovery, un caso complejo podía implicar terabytes de información.

Esto obligó a una transformación operativa radical. El abogado dejó de ser un lector directo de documentos para convertirse en un diseñador de estrategias de búsqueda. En lugar de revisar todo, ahora decide qué buscar, dónde buscar y cómo filtrar. Empieza a trabajar con herramientas de búsqueda avanzada, sistemas de clasificación automática y tecnologías de revisión asistida. Su función pasa a ser seleccionar criterios, validar resultados y tomar decisiones sobre qué información es jurídicamente relevante. La imagen cambia: de mesas llenas de papeles a pantallas con bases de datos, filtros y algoritmos en funcionamiento.

Este cambio tuvo además un impacto directo en las reglas procesales. En Estados Unidos, en 2006, las Federal Rules of Civil Procedure se modificaron por primera vez para integrar explícitamente el e-discovery, en lo que pasó a llamarse las Enmiendas de Descubrimiento Electrónico de 2006.[14] A partir de ese momento, el abogado debe reunirse al inicio del procedimiento con la otra parte para acordar cómo se realizará la búsqueda de información digital, qué sistemas se examinarán y qué palabras clave se utilizarán.[15]

El resultado es que el abogado no desaparece, sino que se redefine su función, pasando de leer documentos a gestionar sistemas de información, así como de buscar manualmente a supervisar procesos automatizados. Este precedente es especialmente relevante hoy, porque la inteligencia artificial reproduce esta misma lógica: no elimina al abogado, pero vuelve a transformar, una vez más, cómo trabaja, qué tareas realiza y qué valor aporta dentro del sistema jurídico.

la relación entre derecho y tecnología fuera de oposición cabría esperar que el sector jurídico hubiera reaccionado desde la resistencia, el rechazo o incluso la exclusión de la innovación tecnológica. Sin embargo, la evidencia empírica desmiente esta hipótesis: lejos de retraerse, el derecho ha absorbido, integrado y canalizado la tecnología hasta el punto de dar lugar a un sector propio, autónomo y en plena expansión: LegalTech.

El auge del LegalTech impulsado por la IA: evidencia empírica de la coevolución entre derecho y tecnología

La materialización del LegalTech: de la transformación profesional al mercado

Esta constatación permite dar un paso analítico adicional: si la transformación del rol del abogado constituye la manifestación micro de esta coevolución, observable en la práctica profesional diaria, el auge del sector LegalTech representa su expresión macroeconómica, cuantificable en términos históricos, de mercado, adopción de la IA por parte de la abogacía y cambios en el modelo de negocio de los despachos.

En primer lugar, el crecimiento del sector LegalTech puede dimensionarse desde una perspectiva histórica. Lejos de ser un fenómeno reciente, sus orígenes se remontan a la década de 1940, cuando los primeros enfoques computacionales comenzaron a aplicarse al ámbito jurídico a través de la jurimetría, introduciendo un análisis más sistemático y cuantitativo del Derecho.[16]

En los años 70, la aparición de sistemas telemáticos de consulta de jurisprudencia marcó el paso hacia aplicaciones prácticas. Posteriormente, con la expansión de los ordenadores personales e Internet, el sector evolucionó hacia la digitalización jurídica y el uso de bases de datos.[17] A finales de los años 80 se dio el salto cualitativo a través de la incorporación de la inteligencia artificial, que permitió el desarrollo de sistemas de análisis de datos más comprensibles, accesibles y predecibles.[18]

Después, en los años 2000, tecnologías como el machine learning, el predictive coding o la technology-assisted review (TAR) dieron un impulso a la eficiencia del trabajo jurídico a través de la automatización del trabajo repetitivo y de poco valor.[19]

Sobre esta base, el mercado actual muestra una expansión significativa. A nivel global, el LegalTech se sitúa en un orden de magnitud de entre 30.000 y 50.000 millones de dólares, con estimaciones que lo sitúan en 33.970 millones en 2025 y proyecciones que alcanzan aproximadamente 77.900 millones en 2034, lo que implica un crecimiento anual compuesto (CAGR) cercano al 9,9%.[20] Otras previsiones apuntan a cifras próximas a 50.000 millones en 2027, confirmando una tendencia de crecimiento sostenido.

En Europa, el crecimiento es aún más dinámico. El mercado alcanza aproximadamente 6.170 millones de dólares en 2025 y se prevé que llegue a 10.310 millones en 2030, con un CAGR del 10,81%, superior al global.[21]

En España, el mercado es más reducido, pero presenta una clara tendencia expansiva. El valor de las plataformas LegalTech online se sitúa en torno a 1.200 millones de dólares.[22]

Dentro de este contexto, la IA jurídica se posiciona como el principal motor de expansión, con tasas significativamente superiores al conjunto del sector. A nivel global, el mercado de IA jurídica pasa de 1.450 millones de dólares en 2024 a 3.900 millones en 2030, con un CAGR del 17,3%.[23] En Europa, este submercado generó aproximadamente 373,3 millones de dólares en 2024 y se prevé que alcance 987,7 millones en 2030, con un CAGR del 16,9%, lo que refuerza su papel como uno de los segmentos más dinámicos del ecosistema LegalTech.[24] En España, el mercado de IA jurídica, aunque aún incipiente, crece incluso a mayor ritmo: pasa de 18,1 millones de dólares en 2024 a 50,8 millones en 2030, con un CAGR cercano al 18%, evidenciando una rápida adopción en términos relativos.[25]

Este crecimiento se ve respaldado por una fuerte inversión. Solo en el primer semestre de 2025, el sector LegalTech atrajo más de 1.000 millones de dólares en venture capital, consolidando un ecosistema en el que startups tecnológicos colaboran y compiten con grandes firmas.[26] Un ejemplo destacado es Harvey AI, cuya valoración pasó de aproximadamente 8.000 millones de dólares en diciembre de 2025 a cerca de 11.000 millones en marzo de 2026, reflejando la velocidad de expansión del sector.[27]

De la experimentación a la estandarización: la IA en los despachos de abogados

El crecimiento del mercado LegalTech y, en particular, de la IA jurídica, no es solo una tendencia económica, sino que se traduce ya en una adopción efectiva dentro de los despachos, confirmando que la coevolución entre derecho y tecnología se está materializando en la práctica profesional.

En primer lugar, los datos muestran una aceleración muy significativa en la adopción. En 2026, el 70% de los profesionales legales utiliza IA de propósito general, más del doble que el 31% registrado en 2025.[28] En paralelo, el uso de IA jurídica específica alcanza el 42%, duplicando también el 21% del año anterior. A nivel organizativo, el 34% de las firmas ya han adoptado estas tecnologías, frente al 21% en 2025.[29] Este crecimiento no es aislado, sino que se inserta en una tendencia más amplia de adopción tecnológica evidenciada en el aumento de recursos destinados a dicho ámbito: mientras que en 2023 la mayoría de los departamentos legales destinaban solo entre un 4% y un 10% de su presupuesto a tecnología, en 2024 el grupo más numeroso ya invertía entre un 31% y un 40%.[30]

A nivel individual, la adopción es aún más clara: más del 90% de los profesionales jurídicos utiliza al menos una herramienta de IA en su trabajo diario.[31] Esta integración se refleja en las tareas que ya están siendo parcialmente automatizadas. Las principales son la investigación jurídica (en torno al 42%–58%), la redacción de documentos (≈49%), la elaboración de resúmenes (≈47%) y la correspondencia (≈43%), junto con funciones específicas como la revisión de contratos (≈35,6%) o la transcripción automatizada (≈22%).[32][33] Esto muestra que la IA no se limita a funciones accesorias, sino que está penetrando en el núcleo del trabajo jurídico cotidiano.

La adopción, sin embargo, no es homogénea. Las grandes firmas (más de 50 abogados) presentan tasas de adopción en torno al 39%, mientras que las firmas más pequeñas se sitúan aproximadamente en el 20%, reflejando diferencias en capacidad de inversión y estructura organizativa. Aun así, la tendencia es claramente convergente.[34]

Este cambio es también cultural, no solo operativo. En 2023, apenas el 25% de los asesores generales de despachos de abogados había identificado oportunidades para aplicar IA en el ámbito jurídico; en 2024, esa cifra alcanza prácticamente el 100%. Es decir, la IA ha pasado de ser una posibilidad marginal a convertirse en una prioridad estratégica generalizada.[35]

En términos de impacto, los beneficios son ya tangibles. El 94% de los usuarios reporta mejoras en productividad o calidad, con ahorros de tiempo significativos: la mayoría de los profesionales ahorra entre 1 y 5 horas semanales, y una proporción relevante supera las 6 horas.[36] A nivel de firma, el 61% reporta mejoras moderadas de eficiencia y el 21% mejoras significativas. Este aumento de eficiencia se traduce también en ingresos: el 52% de las firmas reporta incrementos de facturación, y un 32% atribuye directamente a la IA aumentos de entre el 11% y el 20%.[37]

No obstante, esta adopción acelerada convive con riesgos y lagunas regulatorias internas. El 43% de las firmas carece de una política formal de uso de IA, mientras que sólo un 23% está en fase de desarrollo y solo un 9% cuenta con marcos plenamente implementados.[38] Las principales preocupaciones se centran en la seguridad de los datos (46%), la ética (42%) y la protección del privilegio legal (39%), lo que refleja que la adopción va por delante de la gobernanza.[39]

Transformación del modelo de negocio de la abogacía

Esta adopción tecnológica está empezando a tensionar el modelo económico tradicional de la abogacía. Históricamente, el sector se ha estructurado en torno al tiempo como unidad de valor, a través de la facturación por horas. A día de hoy, aproximadamente el 70%–90% de los ingresos legales siguen dependiendo de este modelo, especialmente en grandes firmas y en asuntos complejos.[40][41]

Sin embargo, la lógica de la inteligencia artificial introduce una tensión estructural: si el tiempo deja de ser escaso, deja de ser monetizable. La automatización de tareas reduce el número de horas necesarias para prestar un servicio, lo que cuestiona directamente el fundamento del billing tradicional.

Aunque los modelos alternativos de facturación (AFAs) siguen siendo minoritarios, representando entre el 15% y el 25%, las expectativas apuntan a un cambio progresivo.[42] El 72% de los despachos espera aumentar el uso de estos modelos, y el 44% de los profesionales prevé que la IA reducirá la relevancia de la facturación por horas en los próximos cinco años.[43] Esta evolución se alinea con la demanda del mercado, donde aproximadamente el 71% de los clientes prefiere tarifas fijas.[44]

Este cambio también está afectando a la estructura interna de los despachos. El modelo tradicional en forma de pirámide, con una amplia base de abogados junior, está evolucionando hacia estructuras más estrechas, con mayor peso de perfiles senior. Solo alrededor de un tercio de las firmas prevé aumentar posiciones de entrada.

Además, crecen perfiles especializados como legal engineers o expertos en legal operations, así como de implementación de la IA.

Casos de uso

Para comprender este impacto de manera concreta, es necesario descender al nivel operativo. A continuación, se analizan cinco casos de uso clave que reflejan cómo la IA se está integrando en tareas nucleares de la abogacía: investigación jurídica con IA, revisión y análisis de contratos, redacción de documentos legales, previsión de resultados judiciales y estrategia procesal, y acceso jurídico para el ciudadano mediante sistemas de consulta inteligente.

Estos casos permiten observar con claridad una idea central: la IA no sustituye al abogado, pero reconfigura radicalmente su forma de trabajar, desplazando el foco desde la ejecución manual hacia la supervisión, la estrategia y el juicio jurídico.

1.   Investigación jurídica con IA: encontrar la norma y jurisprudencia relevante

La investigación jurídica constituye una de las tareas más intensivas en tiempo dentro de la práctica legal. Implica revisar legislación, jurisprudencia y doctrina, evaluar su vigencia y construir un razonamiento sólido. Tradicionalmente, este proceso es manual, secuencial y altamente dependiente del criterio del abogado, lo que lo convierte en una actividad lenta, costosa y difícil de escalar.

La inteligencia artificial optimiza la investigación jurídica mediante la automatización del análisis de fuentes. Frente a un proceso tradicional manual, secuencial y basado en revisión exhaustiva, permite un tratamiento paralelo, estructurado y orientado a la relevancia jurídica. De este modo, no solo localiza normativa y jurisprudencia, sino que identifica su pertinencia, evalúa su vigencia y organiza el resultado en forma de análisis jurídicamente fundamentado.

Solución: CoCounsel (Deep Research)

Introducción a la compañía

CoCounsel es un asistente de inteligencia artificial generativa desarrollado por la Thomson Reuters, una multinacional tecnológica y de información jurídica fundada en 2008 tras la fusión entre Thomson Corporation y Reuters Group. La compañía tiene su sede central en Toronto (Canadá).[45]

El desarrollo de CoCounsel se impulsa especialmente a partir de la adquisición de la startup legal Casetext en 2023, lo que permitió integrar modelos avanzados de IA generativa en el ecosistema jurídico profesional. Esta herramienta se concibe como una IA jurídica especializada, diseñada para operar en entornos legales de alta exigencia, donde la precisión, la trazabilidad y la fiabilidad son esenciales.[46]

Cómo funciona su solución

El sistema se basa en un modelo de IA agentica orientado al razonamiento jurídico, no a la simple búsqueda de información. En lugar de devolver resultados, orquesta un proceso completo de investigación, replicando cómo piensa un abogado.[47]

En primer lugar, realiza una descomposición estratégica del problema. A partir de una pregunta jurídica formulada en lenguaje natural, la herramienta construye un plan de investigación multietapa, dividiendo el problema en subcuestiones y organizándolo por categorías normativas, como legislación aplicable, jurisprudencia relevante o doctrina interpretativa. Desde el inicio, no asume una única respuesta, sino que plantea varias hipótesis jurídicas posibles.

Fuente: Cococounsel

A continuación, ejecuta una investigación en paralelo, analizando simultáneamente múltiples líneas de búsqueda. Esto supone una diferencia clave respecto al razonamiento humano, que suele ser secuencial, y permite explorar más profundamente el espacio jurídico en menos tiempo, manteniendo coherencia en el análisis.[48]

Durante este proceso, el sistema realiza una orquestación contextual de herramientas. No consulta fuentes de forma indiscriminada, sino que decide en cada momento qué tipo de fuente utilizar y cómo integrarla en el análisis. Westlaw deja de ser una base de datos estática y pasa a funcionar como un entorno modular de conocimiento jurídico, donde búsqueda, lectura y análisis están integrados.

El elemento central es la iteración adaptativa del razonamiento. A medida que encuentra información, el sistema ajusta su estrategia, sigue conexiones entre precedentes mediante citas y evalúa la solidez de cada fuente. Utiliza herramientas como KeyCite para verificar si una sentencia sigue vigente, ha sido anulada o presenta jurisprudencia negativa, lo que le permite refinar continuamente el análisis. Si una hipótesis inicial no se sostiene, la reconfigura.[49]

Finalmente, aplica un criterio de cierre jurídico, determinando cuándo existe suficiente autoridad normativa y jurisprudencial para sustentar una conclusión. Este punto introduce un umbral de suficiencia, clave en la práctica jurídica, donde se equilibra la exhaustividad con la relevancia para evitar ruido innecesario.

El resultado no es una lista de documentos, sino un output estructurado, argumentado y jurídicamente validado.

Gobernanza y fiabilidad

La fiabilidad del sistema se apoya en una arquitectura robusta. En primer lugar, no utiliza Internet abierto, sino exclusivamente bases jurídicas verificadas, cuyo contenido es mantenido por más de 1.200 abogados editores.[50] En segundo lugar, incorpora validación jurídica automática, priorizando derecho vigente y detectando jurisprudencia negativa o anulada.[51] En tercer lugar, introduce transparencia completa, ya que cada resultado incluye un registro detallado del proceso de investigación, permitiendo entender qué pasos se han seguido.[52] A ello se suma un modelo de supervisión humana continua, donde los outputs se contrastan con estándares jurídicos reales.

Métricas de éxito

El impacto en la práctica es significativo. El 85% de los usuarios encuentra más información relevante que con métodos tradicionales, lo que mejora directamente la calidad del análisis.[53] Además, herramienta cuenta con más de 1 millón de usuarios profesionales, está presente en más de 100 países y alcanza un 85% de adopción en firmas Am Law 100.[54] Finalmente, la herramienta se utiliza en el 94% de los estados de EE.UU., incluidos tribunales.[55]

2.   Revisión y análisis de contratos

En operaciones como M&A, auditorías contractuales o due diligence inmobiliaria, el reto principal no es redactar, sino analizar grandes volúmenes de contratos para identificar riesgos jurídicos relevantes. Los equipos deben entender qué obligaciones existen, qué cláusulas pueden afectar al valor de la operación y qué inconsistencias hay entre documentos.[56]

Este proceso presenta tres limitaciones estructurales. Primero, la cobertura, ya que los equipos suelen trabajar sobre muestras porque revisar todo no es viable en tiempo. Segundo, la consistencia, porque distintos abogados aplican criterios diferentes al revisar documentos en paralelo. Tercero, la detección de riesgos ocultos, ya que cláusulas críticas como cambios de control, restricciones de cesión o limitaciones de responsabilidad pueden quedar ocultas en documentos extensos. El problema no es jurídico, sino de escala y procesamiento de información.[57]

La inteligencia artificial resuelve el análisis contractual mediante la identificación automática de cláusulas y su estructuración a escala. Frente a una revisión tradicional manual, basada en muestras y dependiente del criterio individual, permite procesar el conjunto completo de contratos de forma simultánea, extrayendo conceptos jurídicos, detectando variaciones relevantes y señalando riesgos asociados. De este modo, convierte un proceso fragmentado en un análisis integral, consistente y jurídicamente comparable.

Solución: Kira

Introducción a la compañía

Kira Systems es una plataforma de inteligencia artificial especializada en la revisión y análisis de contratos, actualmente integrada en la compañía Litera tras su adquisición en 2021. La empresa fue fundada en 2011 y tenía su sede en Toronto (Canadá), consolidándose como uno de los referentes globales en el uso de machine learning aplicado al análisis documental jurídico.[58]

Cómo funciona

El proceso comienza con la ingesta del universo completo de contratos. El equipo carga todos los documentos en formatos como PDF o Word. El sistema reconoce automáticamente más de 100 idiomas y evalúa la calidad del texto mediante OCR.[59] A continuación, clasifica los contratos por tipo, identificando si se trata de un acuerdo de confidencialidad, arrendamiento, financiación o compraventa. Esta clasificación es clave porque determina qué criterios jurídicos se aplican en el análisis.

Una vez organizada la cartera, Kira ejecuta la extracción automática de cláusulas sobre todos los documentos de forma simultánea. A través de sus Smart Fields, identifica más de 1.400 tipos de disposiciones contractuales en más de 40 áreas jurídicas.[60] Este proceso no se basa en palabras clave, sino en reconocimiento del concepto jurídico, lo que permite detectar una cláusula, aunque esté redactada de formas distintas. Por ejemplo, identifica una cláusula de cambio de control, aunque no utilice esa expresión literal. El resultado es una base de datos estructurada que muestra qué contiene cada contrato, qué cláusulas están presentes, cuáles faltan y cuáles se desvían del estándar.

A partir de esta estructura, el sistema permite realizar un análisis transversal de toda la cartera. El abogado puede comparar cómo está redactada una misma cláusula en cientos de contratos y detectar diferencias relevantes. Con la funcionalidad Concept Search, basta introducir una frase o cláusula de ejemplo para localizar ese concepto en todos los documentos del proyecto.[61] Esto permite identificar en segundos qué contratos contienen condiciones más restrictivas o riesgosas.

Para aspectos específicos de la operación, a través de las Generative Smart Fields Kira incorpora capacidades de búsqueda en lenguaje natural. El abogado puede formular preguntas jurídicas directamente, como si existe alguna restricción a la cesión o condiciones relacionadas con cambio de accionariado.[62] El sistema analiza todos los contratos y devuelve respuestas estructuradas sin necesidad de entrenamiento previo. Esto es especialmente útil para detectar cláusulas no estandarizadas o propias del sector.

Una vez completado el análisis, Kira genera automáticamente resúmenes de las cláusulas y datos relevantes a través de la funcionalidad Smart Summaries, que sirven como base para el informe de due diligence.[63] El equipo jurídico ya no parte de documentos en bruto, sino de una estructura organizada y priorizada, lo que permite centrar el trabajo en el análisis de riesgo y la interpretación jurídica.

El sistema también permite gestionar la colaboración del equipo. Los abogados pueden asignar tareas, trabajar en paralelo sobre distintas áreas y generar informes en formatos como Excel, Word o PDF. Esto garantiza coherencia metodológica y trazabilidad, incluso en operaciones complejas con múltiples equipos.[64]

Gobernanza y fiabilidad

Kira está diseñada para entornos jurídicos con altos requisitos de confidencialidad. No utiliza los documentos de los clientes para entrenar sus modelos y permite elegir la localización de los datos en distintas regiones.[65] Además, ofrece control sobre el uso de inteligencia artificial generativa según las necesidades del cliente o del despacho. Cuenta con certificación SOC 2 Tipo II y alineación con normativas como RGPD, DORA y NIS2, lo que garantiza seguridad y cumplimiento regulatorio.[66]

Métricas de éxito

El impacto es directo en eficiencia y calidad. Kira procesa más de 450.000 documentos al mes y es utilizado por el 64% de las firmas Am Law 100 y el 84% de los principales despachos de M&A.[67] En operaciones de due diligence, permite reducir el tiempo de revisión entre un 50% y un 90%, aumentando al mismo tiempo la cobertura y consistencia del análisis.[68]

3.   Redacción documentos legales

La redacción de documentos legales constituye una tarea central pero intensiva en tiempo dentro de la práctica jurídica. Implica traducir análisis jurídicos complejos en textos precisos, coherentes y adaptados al contexto del cliente, lo que exige múltiples iteraciones, revisión constante y un alto grado de personalización. Tradicionalmente, este proceso es manual, fragmentado y dependiente del criterio individual, lo que genera ineficiencias, inconsistencias y dificultades para escalar la producción documental.

La inteligencia artificial aborda este problema mediante la generación, revisión y adaptación automatizada de textos jurídicos en entornos integrados de trabajo. En lugar de tratar la redacción como una tarea aislada, permite un proceso iterativo, continuo y asistido, en el que el documento se construye, ajusta y optimiza en tiempo real, manteniendo coherencia, incorporando precedentes y alineándose con criterios jurídicos específicos.

Solución: Harvey AI

Introducción a la compañía

Harvey es una compañía fundada en 2022, con sede en San Francisco, especializada en inteligencia artificial aplicada a servicios jurídicos de alto nivel. En su última ronda de financiación ha alcanzado una valoración aproximada de 11.000 millones de dólares, con el respaldo de inversores como Sequoia, Andreessen Horowitz o Kleiner Perkins.[69][70]

A diferencia de herramientas generalistas, Harvey ha sido diseñado desde su origen para despachos y equipos jurídicos, incluyendo también firmas de tamaño medio, a las que permite acceder a capacidades avanzadas sin necesidad de grandes estructuras tecnológicas internas. Su enfoque es transversal, cubriendo áreas como redacción, análisis contractual, due diligence o litigación, e integrándose en los flujos reales de trabajo.

Cómo funciona la solución

Harvey AI aborda la redacción de documentos legales como un proceso iterativo integrado en el flujo de trabajo del abogado, en lugar de una tarea puntual o aislada. Según el propio proveedor, la redacción jurídica se desarrolla a lo largo de distintas fases y herramientas, por lo que Harvey está diseñado para reducir la fricción y evitar cambios constantes de contexto, permitiendo trabajar de forma continua sobre un mismo documento.[71]

Para ello, la plataforma ofrece dos entornos principales. Por un lado, un editor interno (Draft Editor) que permite generar borradores desde cero directamente en la aplicación, combinando la redacción automática con la posibilidad de realizar modificaciones manuales. En este entorno, el usuario puede colaborar con la IA para refinar el texto, introducir cambios, formular preguntas sobre el contenido o solicitar nuevas versiones del documento, lo que convierte la redacción en un proceso dinámico y progresivo.

Fuente: Harvey AI

Por otro lado, Harvey se integra directamente en Microsoft Word mediante un complemento (Word Add-In), lo que permite utilizar la herramienta dentro del entorno habitual de trabajo de los abogados. Desde ahí, el usuario puede analizar, revisar y modificar documentos existentes mediante instrucciones en lenguaje natural, ya sea sobre secciones concretas o sobre el documento completo. El sistema sugiere cambios que pueden aplicarse como revisiones (redlines), facilitando la edición y adaptación del texto sin abandonar el documento original.[72]

Fuente: Harvey AI

Métricas de éxito

Además, Harvey permite incorporar precedentes y conocimiento interno del despacho, así como ejecutar flujos de trabajo predefinidos sobre los documentos, lo que contribuye a estandarizar la redacción y alinearla con criterios internos. Este enfoque permite no solo generar contenido nuevo, sino también mejorar documentos existentes, adaptar el tono, reforzar cláusulas o ajustar el contenido a los intereses del cliente.[73]

El uso de Harvey refleja una adopción significativa en la práctica profesional. La plataforma gestiona más de 200.000 consultas diarias y procesa aproximadamente 1,3 millones de documentos al día, con una tasa de uso mensual del 92%.[74] Estos datos evidencian que la redacción asistida por IA no es un caso experimental, sino una herramienta integrada en el trabajo cotidiano de los abogados.

4.   Previsión resultados judiciales y estrategia legal 

La previsión de resultados judiciales y la definición de la estrategia legal se enfrentan a un problema estructural: la incertidumbre inherente al litigio. Tradicionalmente, los abogados toman decisiones estratégicas, como demandar, negociar o acudir a juicio, a partir de experiencia previa, análisis manual de precedentes y conocimiento parcial del comportamiento de jueces y tribunales. Este enfoque resulta limitado en escala, fragmentado y fuertemente dependiente de la intuición, en un contexto donde la complejidad de los datos jurídicos dificulta extraer patrones fiables de forma sistemática.

La inteligencia artificial aborda esta incertidumbre mediante el análisis masivo y estructurado de datos litigiosos. A partir de grandes volúmenes de resoluciones judiciales, la IA permite identificar patrones de comportamiento, reconstruir dinámicas procesales y extraer métricas relevantes, transformando información dispersa en conocimiento accionable. De este modo, no ofrece predicciones deterministas, sino que permite inferir probabilidades de éxito, estimar resultados y fundamentar la estrategia legal en datos empíricos.

Solución: Lex Machina (LexisNexis)

Introducción a la compañía

Lex Machina es una plataforma de legal analytics desarrollada inicialmente como un proyecto en la Universidad de Stanford en 2006 y constituida como empresa en 2008, posteriormente adquirida por LexisNexis en 2015.[75] Se ha consolidado como una de las soluciones líderes en analítica legal, proporcionando datos estructurados sobre tribunales, jueces, abogados y resultados judiciales, con una amplia adopción entre los principales despachos internacionales.

Tras sus orígenes como plataforma de analítica legal basada en big data, Lex Machina ha evolucionado incorporando inteligencia artificial generativa mediante la integración de LexisNexis Protégé, un asistente de IA introducido en 2024 y cuya incorporación específica en Lex Machina se anunció en abril de 2025.[76] Protégé es un asistente de inteligencia artificial generativa y agentic, diseñado para permitir a los profesionales del derecho interactuar con grandes volúmenes de datos jurídicos mediante lenguaje natural y obtener insights estratégicos en tiempo real.

Cómo funciona su solución

Lex Machina funciona como una plataforma de legal analytics que combina el conocimiento de expertos jurídicos con técnicas de machine learning para analizar grandes volúmenes de datos litigiosos y generar inteligencia estratégica. A través de la minería de millones de páginas de información judicial, el sistema extrae y estructura datos sobre jueces, abogados, partes y características de los casos, revelando patrones que previamente no eran accesibles.[77]

Para ello se basa en una tecnología propietaria que combina inteligencia artificial con revisión asistida por abogados, lo que permite transformar documentos legales en bruto en datasets estructurados y completos. Este proceso no se limita a la extracción de información básica, sino que implica la conversión de grandes volúmenes de documentos judiciales en datos analíticos, rellenando vacíos en los registros judiciales y generando insights que no están disponibles en fuentes tradicionales.

Una vez estructurados los datos, la plataforma aplica data science al ámbito jurídico para analizar el comportamiento pasado de los principales actores del litigio, incluyendo jueces, tribunales, abogados, partes y expertos. A diferencia de los sistemas tradicionales basados en dockets, que son registros procesales que recogen las actuaciones de un caso como escritos presentados, fechas y resoluciones, Lex Machina va más allá al incorporar información sustantiva y relacional del litigio.

En este sentido, el sistema incorpora una capa de enriquecimiento de datos mediante inteligencia artificial, que permite construir una visión más completa del caso a partir del análisis de múltiples tipos de documentos. Para ello, realiza operaciones como:[78]

• la lectura de los signature blocks, es decir, las secciones finales de los documentos legales donde figuran los datos identificativos de los abogados, como nombre, firma, despacho y representación, lo que permite asociar correctamente a cada profesional con un caso concreto
• la actualización de datos procesales a medida que evoluciona el procedimiento
• la agrupación de entidades relacionadas, conectando a abogados, partes y firmas para identificar relaciones recurrentes

Este enfoque permite reconstruir no solo el contenido del litigio, sino también las relaciones entre actores y la estructura del ecosistema procesal, lo que resulta clave para entender dinámicas estratégicas.

A partir de esta base de datos enriquecida, Lex Machina identifica patrones jurídicos relevantes, extrayendo información como los hallazgos específicos de los jueces, que la plataforma define como legal findings, siendo estas las conclusiones jurídicas concretas alcanzadas en una decisión.[79]

Fuente: Lex Machina

También permite analizar los daños concedidos, las resoluciones de los casos, como archivo, acuerdo o sentencia, y las cronologías procesales.[80]

Fuente: Lex Machina

Asimismo, la plataforma genera métricas específicas como resultados de apelaciones, incluyendo tasas de reversión de la sentencia.[81]

Fuente: Lexis Machina

Estos patrones permiten pasar del análisis descriptivo a la inferencia de resultados, facilitando la anticipación de probabilidades de éxito, la estimación de la duración del litigio y la previsión de posibles desenlaces.[82] En este sentido, la herramienta no ofrece predicciones deterministas, sino que permite construir expectativas fundamentadas en el comportamiento observado en casos anteriores.

Para que los resultados del análisis se traduzcan en insights estratégicos accionables, la herramienta introduce LexisNexis Protégé, una capa de IA generativa que facilita el acceso a la analítica de Lex Machina, permitiendo a los usuarios interactuar con los datos mediante lenguaje natural. De este modo, el sistema simplifica el acceso a insights complejos, reduciendo la necesidad de navegar por interfaces técnicas y permitiendo centrarse en la toma de decisiones estratégicas.[83]

Desde el punto de vista técnico, Protégé se basa en una arquitectura en dos fases. En primer lugar, un modelo generativo es entrenado con la estructura y relaciones de la base de datos de Lex Machina.[84] En segundo lugar, el sistema interpreta la consulta del usuario y la traduce en parámetros analíticos concretos, proporcionando acceso directo a los datos más relevantes dentro de la plataforma.

Esta funcionalidad permite aplicar la analítica legal a decisiones clave como la evaluación de riesgos, la estrategia procesal, la selección de abogados o la negociación de acuerdos, facilitando una toma de decisiones más rápida, accesible y basada en datos.[85]

Por ejemplo, si un usuario pregunta “¿cuánto tarda un caso de copyright en el estado de Nevada?”, el procedimiento con Protégé sería el siguiente:[86]

Fuente: Lex Machina

De este modo, Lex Machina evoluciona de una herramienta de analítica descriptiva a un sistema de inteligencia legal asistida por IA, orientado a la previsión de resultados judiciales y la optimización de la estrategia legal.

Finalmente, la integración de Lex Machina en los sistemas de los usuarios se realiza mediante una API (Application Programming Interface), que permite acceder a sus datos de litigación en formato estructurado y legible por máquina. A través de esta API, los equipos jurídicos pueden incorporar la analítica directamente en sus herramientas internas, dashboards o sistemas de trabajo, automatizando el acceso a datos actualizados y facilitando su uso en la toma de decisiones estratégicas.[87]

5.   Acceso jurídico para el ciudadano: consultas legales accesibles

El acceso al conocimiento jurídico por parte de los ciudadanos presenta barreras estructurales. La complejidad del lenguaje legal, la dispersión normativa y la necesidad de conocimientos técnicos dificultan la comprensión y aplicación del Derecho fuera del ámbito profesional. Como resultado, el acceso a información jurídica fiable es limitado, costoso y poco accesible, lo que genera asimetrías en la capacidad de los ciudadanos para conocer y ejercer sus derechos.

La inteligencia artificial aborda este problema mediante sistemas de consulta jurídica basados en recuperación y generación de información fundamentada. A través de modelos que combinan lenguaje natural con bases de datos jurídicas actualizadas, permite identificar la normativa aplicable, explicarla de forma comprensible y adaptar el contenido al nivel del usuario, garantizando al mismo tiempo la trazabilidad de las fuentes. De este modo, transforma el acceso al Derecho en un proceso directo, verificable y accesible, reduciendo las barreras técnicas y ampliando el alcance del conocimiento jurídico.

Solución: Justicio (LittleJohn)

Introducción a la compañía

Little John es un startup legaltech española fundada en 2023 en Madrid, especializada en el desarrollo de soluciones de inteligencia artificial aplicadas al ámbito jurídico.[88]

La compañía nace con el objetivo de automatizar tareas legales complejas y mejorar la eficiencia del sector, desarrollando modelos de IA específicos para el contexto jurídico en español. Uno de sus avances más relevantes ha sido la creación de un modelo de IA legal abierto y gratuito, diseñado para responder preguntas jurídicas y servir de base para herramientas como Justicio.

Cómo funciona

Justicio es una herramienta de inteligencia artificial que permite consultar normativa estatal, autonómica y europea de forma rápida, precisa y accesible.[89]

Desde el punto de vista técnico, Justicio se basa en tecnología de Retrieval Augmented Generation (RAG), lo que le permite combinar modelos de lenguaje con bases de datos jurídicas estructuradas y actualizadas. A diferencia de los sistemas basados únicamente en modelos generativos tipo GPT, cuyo conocimiento queda limitado al momento de su entrenamiento y depende de un corpus previo, los sistemas RAG operan mediante un proceso dinámico de recuperación de información, consultando fuentes externas antes de generar una respuesta.

Así, mientras un modelo GPT responde en función de lo que “recuerda”, un sistema como Justicio busca, contrasta y fundamenta la información en tiempo real, identificando la normativa relevante y construyendo la respuesta a partir de ella. Esta diferencia resulta especialmente relevante en el ámbito jurídico, donde la precisión, la actualización normativa y la trazabilidad de las fuentes son esenciales, ya que el enfoque RAG permite reducir el riesgo de errores o alucinaciones y garantizar respuestas más fiables y verificables, posicionando a Justicio como una herramienta orientada a la exactitud jurídica y la validación de la información, más que a la mera generación de contenido.[90]

El sistema funciona a través de un proceso estructurado: el usuario introduce una pregunta en lenguaje natural, sin necesidad de conocimientos técnicos ni de proporcionar contexto complejo; la IA procesa automáticamente la consulta, identifica el ámbito competencial aplicable (estatal, autonómico, local o europeo) y recupera la información relevante de su base de datos jurídica; finalmente, genera una respuesta clara, concisa y jurídicamente fundamentada, acompañada de una lista ordenada y descargable de referencias legales, así como de información explicativa complementaria.[91]

Un elemento clave es que Justicio responde exclusivamente a cuestiones jurídicas, rechazando aquellas que no pertenezcan al ámbito del ordenamiento jurídico, y no actúa como asistente legal ni generador de documentos, sino como una herramienta de consulta jurídica fundamentada. Asimismo, permite interactuar en las cuatro lenguas oficiales de España (castellano, catalán, euskera y gallego), respondiendo en la misma lengua en la que se formula la consulta.[92]

Además, Justicio incorpora un elemento diferencial clave: la adaptación del lenguaje jurídico a distintos niveles de comprensión, ofreciendo respuestas en cuatro tipos de jerga, profesional legal, adulto, adolescente (12-18 años) y niños (6-12 años), lo que permite adecuar la información al perfil del usuario y mejorar significativamente la accesibilidad del derecho.[93]

Gobernanza y fiabilidad

Justicio estructura su funcionamiento sobre un modelo de gobernanza orientado a la fiabilidad y trazabilidad jurídica. Las respuestas no se generan a partir de información genérica, sino sobre un archivo jurídico propio, que integra normativa estatal, autonómica y europea, así como jurisprudencia y doctrina jurídica.[94]

Un elemento central es la citación explícita de fuentes. Cada respuesta se apoya en referencias normativas concretas, lo que permite al usuario verificar directamente el fundamento jurídico de la información proporcionada y acceder a los textos originales.[95]

Además, la herramienta incorpora un nivel relevante de transparencia en el proceso de respuesta, ya que permite visualizar cómo se ha construido la contestación. Esto incluye la posibilidad de entender qué normas se han utilizado y cómo se ha articulado el razonamiento jurídico, reforzando la confianza en el sistema.[96]

Métricas de éxito

Justicio destaca no solo por su enfoque tecnológico, sino también por su modelo de desarrollo abierto y colaborativo. Se configura como un proyecto 100% open source, impulsado por una comunidad internacional que supera los 900 miembros y cuenta con más de 80 colaboradores activos, entre profesionales del ámbito jurídico y perfiles técnicos.[97] Este enfoque refuerza la transparencia del sistema y permite una evolución continua basada en conocimiento experto.

En términos de uso, la herramienta ha alcanzado cerca de 1 millón de consultas, con un total aproximado de 885.543 interacciones, lo que evidencia una adopción real y creciente por parte de los usuarios.[98]

Caso de éxito

Allen & Overy

Allen & Overy es uno de los despachos internacionales más relevantes del mundo, fundado en 1930 y tradicionalmente integrado en el denominado Magic Circle.[99] Con presencia en más de 40 oficinas y miles de abogados, en 2024 se fusionó con Shearman & Sterling para formar A&O Shearman, consolidándose como una firma global líder en asuntos complejos y multijurisdiccionales.[100]

En este contexto de transformación tecnológica, la firma dio un paso decisivo en 2023 al firmar un acuerdo de colaboración con la empresa de inteligencia artificial Harvey AI, convirtiéndose en uno de los primeros despachos en integrar de forma global herramientas de IA generativa en la práctica jurídica.[101]

La adopción no fue improvisada. Fue liderada por su Markets Innovation Group, un equipo interno que combina abogados, ingenieros y tecnólogos. Este grupo identificó el potencial de la IA no como una herramienta puntual, sino como un vector estructural de transformación del servicio jurídico.[102]

La implementación de Harvey en A&O Shearman comenzó con una fase inicial de prueba en un entorno controlado. Un número limitado de abogados tuvo acceso a la herramienta dentro de un espacio restringido, lo que permitió identificar casos de uso y posibles riesgos, así como establecer protocolos sólidos de gobernanza. Durante esta fase, los abogados comenzaron a aprovechar el potencial transformador de Harvey, acelerando los flujos de trabajo y aumentando la productividad, especialmente en tareas como la síntesis de información y el análisis jurídico.[103]

A&O Shearman desarrolló y lanzó en 2023 la herramienta ContractMatrix, en colaboración con Harvey AI y Microsoft, con el objetivo de transformar los procesos de redacción, revisión y negociación contractual. Desde su concepción, el sistema se diseñó integrando el modelo de lenguaje de Harvey dentro de su arquitectura tecnológica, no como un complemento, sino como núcleo operativo del proceso de trabajo jurídico.

Desde el punto de vista técnico, ContractMatrix combina la API de Harvey con modelos avanzados de OpenAI desplegados a través de Microsoft Azure, lo que permite integrar capacidad generativa avanzada con los repositorios internos de precedentes, cláusulas tipo y políticas del despacho. Esto implica que el sistema no genera contenido genérico, sino que produce documentos alineados con los estándares internos y el know-how acumulado de la firma.

El funcionamiento práctico transforma el punto de partida del abogado. En lugar de redactar desde cero o revisar manualmente cláusulas, el sistema genera versiones estructuradas del contrato, identifica desviaciones respecto a estándares internos y propone cláusulas alternativas. Este último punto es clave, ya que no solo automatiza, sino que amplía el espacio de decisión jurídica, permitiendo explorar distintas formulaciones contractuales y mejorar la calidad técnica del documento. La IA no sustituye el criterio, pero sí expande las posibilidades de redacción y negociación.

Este enfoque responde a una lógica clara: liberar a los abogados de tareas repetitivas para concentrarlos en el pensamiento estratégico, el asesoramiento experto y el juicio jurídico. La tecnología no se orienta a simplificar el trabajo, sino a reorientar dónde se genera valor dentro del proceso jurídico.

El salto cualitativo se produce en 2025, cuando A&O Shearman, nuevamente en colaboración con Harvey, desarrolla los denominados AI agents.[104] Estos sistemas representan una evolución significativa, ya que pasan de asistir en tareas concretas a ejecutar procesos jurídicos completos mediante razonamiento en múltiples etapas.

Técnicamente, estos agentes operan a través de workflows estructurados que replican el razonamiento de abogados senior. Son capaces de descomponer una tarea compleja en pasos interdependientes, analizar información en cada fase, ajustar su estrategia y generar resultados finales coherentes.[105] No funcionan como un generador de texto, sino como un sistema que procesa, evalúa y decide siguiendo una lógica jurídica.

Su aplicación se centra en tareas que presentan una tensión clara dentro del despacho: son altamente complejas y críticas desde el punto de vista regulatorio, pero al mismo tiempo poco eficientes económicamente, ya que requieren horas de trabajo de perfiles senior para tareas repetitivas o estandarizables. Áreas como el derecho de la competencia o la estructuración de fondos son especialmente representativas de este problema.

Un ejemplo concreto ilustra bien su funcionamiento. En una operación de concentración empresarial, el sistema puede analizar la información financiera de una compañía y determinar automáticamente en cuáles de más de 130 jurisdicciones es necesario realizar notificaciones regulatorias. Esta tarea, tradicionalmente realizada por abogados con experiencia mediante análisis manual y revisión normativa comparada, pasa a ejecutarse mediante un sistema que reproduce ese razonamiento de forma estructurada y escalable.[106]

El elemento diferencial reside en que estos agentes han sido entrenados directamente por abogados del despacho, lo que les permite “pensar” conforme a criterios jurídicos reales. No se limitan a generar respuestas, sino que son capaces de ejecutar tareas completas, adaptar su análisis en tiempo real y producir outputs estructurados y accionables.[107]

Esto supone un cambio claro en la forma de trabajar: la IA deja de ser una herramienta de apoyo para convertirse en infraestructura operativa del trabajo jurídico complejo. Además, estos sistemas no se limitan al uso interno. A&O Shearman está comenzando a ofrecerlos a clientes y terceros bajo un modelo de “agents as a service”, lo que implica la comercialización directa de capacidades jurídicas automatizadas.

El resultado es doble. Por un lado, se incrementa la eficiencia y la rentabilidad al trasladar a la IA tareas intensivas en tiempo. Por otro, se abre una nueva línea de negocio en la que el despacho no solo presta servicios legales, sino que ofrece tecnología jurídica como producto.

La integración de estas herramientas ha producido resultados cuantificables en la práctica del despacho. A&O Shearman, con una plantilla cercana a 4.000 abogados a nivel global, ha sido reconocida como la firma más innovadora de Europa en los FT Innovative Lawyers Awards 2024, lo que refleja la consolidación de su estrategia de adopción tecnológica.[108]

En términos operativos, el impacto es especialmente visible en la revisión contractual. La utilización de soluciones como ContractMatrix ha permitido reducir el tiempo de revisión en aproximadamente un 30%, con un ahorro estimado de hasta 7 horas por contrato.[109] Esta mejora implica una reasignación del tiempo de trabajo hacia tareas de mayor valor añadido.

La adopción ha alcanzado además una escala relevante dentro de la organización. En fases recientes de despliegue, alrededor de 1.900 abogados utilizan activamente estas herramientas, lo que indica su integración en la práctica ordinaria del despacho.[110]

De forma agregada, estos indicadores apuntan a ganancias de eficiencia en torno al 30%, evidenciando que la incorporación de inteligencia artificial no solo optimiza tareas concretas, sino que tiene un impacto directo en el rendimiento operativo global.[111]

Conclusión: el futuro de la abogacía

En conjunto, el análisis confirma una idea central: la inteligencia artificial no rompe la relación entre derecho y tecnología, sino que la acelera y la reconfigura. La brecha de ritmo, la coevolución histórica, el crecimiento del LegalTech y su adopción masiva en la práctica profesional muestran que el sector jurídico no está siendo sustituido, sino transformado estructuralmente en todas sus capas: regulatoria, operativa y económica.

En este contexto, el impacto clave no es tecnológico, sino funcional: la IA desplaza el valor del trabajo jurídico desde la ejecución hacia el juicio. La automatización de tareas intensivas en tiempo permite liberar capacidad y redefinir el rol del abogado como supervisor, estratega y asesor.

En esta línea, como señala Ilona Logvinova, subdirectora jurídica (Associate General Counsel) y responsable de innovación de McKinsey Legal, la automatización de tareas jurídicas repetitivas, como la búsqueda de información o la redacción inicial, permite liberar tiempo que antes se destinaba a trabajo de bajo valor añadido hacia actividades donde reside el verdadero valor jurídico: el análisis, el juicio y el asesoramiento estratégico.[112] El abogado pasa así de ejecutar a supervisar y dirigir el proceso, actuando como un “piloto” de la tecnología.

Esta transformación se sintetiza en el principio 80/20 invertido, formulado por Licia Garotti, abogada y experta en el sector que declara que, antes, los abogados dedicaban aproximadamente el 80% del tiempo a recopilar y procesar información y solo un 20% al análisis y asesoramiento. Afirma que ahora, con la Inteligencia Artificial esta proporción se invierte de modo que la abogacía pasa a dedicar el 80% de su tiempo a análisis y estrategia, y el 20% a tareas operativas.[113]

Referencias:

---

[1] Hagemann, R., Huddleston Skees, J. & Thierer, A. Soft law for hard problems: the governance of emerging technologies in an uncertain future. Colorado technology law journal, 17, 37. 2018. [Consultado el 13-04-2026] Disponible en: Microsoft Word – 3-Thierer_3.06

[2] Douglas, M. R. & Verstyuk, S. Progress in artificial intelligence and its determinants. 2025. [Consultado el 13-04-2026] Disponible en:  2501.17894

[3] Kohn, B. & van Neerven, L. Will disagreement over foundation models put the EU AI act at risk? Tech policy press, 29 noviembre 2023. [Consultado el 13-04-2026] Disponible en:  Will Disagreement Over Foundation Models Put the EU AI Act at Risk? | TechPolicy.Press

[4] Green european journal. Europe’s ai balancing act. Consultado el 13-04-2026. Disponible en: Europe’s AI (Balancing) Act

[5] European journal of risk regulation. Regulating uncertainty: governing general-purpose ai models and systemic risk. . [Consultado el 13-04-2026] Disponible en:  Regulating Uncertainty: Governing General-Purpose AI Models and Systemic Risk | European Journal of Risk Regulation | Cambridge Core

[6] Deakin, S. & Markou, C. The law-technology cycle and the future of work. University of Cambridge faculty of law research paper no. 32/2018. Marzo de 2018. [Consultado el 13-04-2026] Disponible en: cbrwp504.pdf

[7] Deakin, S. & Markou, C. The law-technology cycle and the future of work. University of Cambridge faculty of law research paper no. 32/2018. Marzo de 2018. [Consultado el 13-04-2026] Disponible en: cbrwp504.pdf

[8]Deakin, S. & Markou, C. The law-technology cycle and the future of work. University of Cambridge faculty of law research paper no. 32/2018. Marzo de 2018. [Consultado el 13-04-2026] Disponible en: cbrwp504.pdf

[9] Deakin, S. & Markou, C. The law-technology cycle and the future of work. University of Cambridge faculty of law research paper no. 32/2018. Marzo de 2018. [Consultado el 13-04-2026] Disponible en: cbrwp504.pdf

[10] Deakin, S. & Markou, C. The law-technology cycle and the future of work. University of Cambridge faculty of law research paper no. 32/2018. Marzo de 2018. [Consultado el 13-04-2026] Disponible en: cbrwp504.pdf

[11] Deakin, S. & Markou, C. The law-technology cycle and the future of work. University of Cambridge faculty of law research paper no. 32/2018. Marzo de 2018. [Consultado el 13-04-2026] Disponible en: cbrwp504.pdf

[12] Deakin, S. & Markou, C. The law-technology cycle and the future of work. University of Cambridge faculty of law research paper no. 32/2018. Marzo de 2018. [Consultado el 13-04-2026] Disponible en: cbrwp504.pdf

[13] Marcus, R. Technology and litigation: the 21st century american experience. SSRN. [Consultado el 13-04-2026] Disponible en: Technology and Litigation: The 21st Century American Experience by Richard Marcus :: SSRN

[14] Marcus, R. Technology and litigation: the 21st century american experience. SSRN. [Consultado el 13-04-2026] Disponible en: Technology and Litigation: The 21st Century American Experience by Richard Marcus :: SSRN

[15] Marcus, R. Technology and litigation: the 21st century american experience. SSRN. [Consultado el 13-04-2026] Disponible en: Technology and Litigation: The 21st Century American Experience by Richard Marcus :: SSRN

[16] Meyer, P. Jurimetrics: the scientific method in legal research. Canadian bar review, 44(1). Marzo de 1966. [Consultado el 13-04-2026] Disponible en: JURIMETRICS: THE SCIENTIFIC METHOD IN LEGAL RESEARCH | The Canadian Bar Review

[17] Banco Interamericano de Desarrollo. Tech report: legaltech. 2025. [Consultado el 13-04-2026] Disponible en: Tech-Report-Legaltech (2).pdf

[18] Susskind, D. & Susskind, R. The future of the professions. Proceedings of the american philosophical society, 162(2), 125–138. 2018. [Consultado el 13-04-2026] Disponible en: http://www.jstor. org/stable/45211625

[19] Surden, H. Artificial intelligence and law: an overview. [Consultado el 13-04-2026] Disponible en: «Artificial Intelligence and Law: An Overview» by Harry Surden

[20]  Fortune business insights. Legal technology market size, share & industry analysis, 2026–2034. Marzo de 2026. [Consultado el 13-04-2026] Disponible en:Legal Technology Market Size, Share & Growth Report, 2034

[21]  Mordor intelligence. Europe legal technology market: growth, trends and forecast. 2025. [Consultado el 13-04-2026] Disponible en: Europe Legal Technology Market Size, Share & 2031 Growth Trends Report

[22] Ken research. Spain online legaltech platforms market. 2024. [Consultado el 13-04-2026] Disponible en: Spain Online LegalTech Platforms Market

[23] Grand view research. Legal AI market size, share & trends report. 2025. [Consultado el 13-04-2026] Disponible en: Legal AI Market Size, Share & Trends | Industry Report, 2030

[24] Grand view research. Europe legal AI market outlook. 2025. [Consultado el 13-04-2026] Disponible en: Europe Legal AI Market Size & Outlook, 2030

[25] Grand view research. Spain legal AI market outlook. 2025. [Consultado el 13-04-2026] Disponible en: Spain Legal AI Market Size & Outlook, 2030

[26] Business insider. The legaltech fund launches “law firm 2.0” accelerator. Julio de 2025. [Consultado el 13-04-2026] Disponible en: The LegalTech Fund Launches ‘Law Firm 2.0’ Accelerator – Business Insider

[27] Techcrunch. Legal AI startup Harvey confirms $8B valuation. Diciembre de 2025. [Consultado el 13-04-2026] Disponible en: Legal AI startup Harvey confirms $8B valuation | TechCrunch

[28] 8am. 8am™ 2026 legal industry report: AI adoption surges through turbulence as firms push forward. Marzo de 2026. [Consultado el 13-04-2026] Disponible en: 8am™ 2026 Legal Industry Report: AI Adoption Surges Through Turbulence as Firms Push Forward

[29] 8am. 8am™ 2026 legal industry report: AI adoption surges through turbulence as firms push forward. Marzo de 2026. [Consultado el 13-04-2026] Disponible en: 8am™ 2026 Legal Industry Report: AI Adoption Surges Through Turbulence as Firms Push Forward

[30] Robin AI. State of legal AI 2025. 2025. [Consultado el 13-04-2026] Disponible en: State-of-Legal-AI-2025.pdf

[31]  Wolters kluwer. Legal AI adoption: time savings, revenue growth and ethical risks. 2025. [Consultado el 13-04-2026] Disponible en: Legal AI Adoption: Time Savings, Contract Review, Revenue Growth & Ethical Risks | Wolters Kluwer

[32]  8am. 8am™ 2026 legal industry report: AI adoption surges through turbulence as firms push forward. Marzo de 2026. [Consultado el 13-04-2026] Disponible en: 8am™ 2026 Legal Industry Report: AI Adoption Surges Through Turbulence as Firms Push Forward

[33] Rev. The 2025 legal tech survey. 2025. [Consultado el 13-04-2026] Disponible en: The 2025 Legal Tech Survey | Rev

[34] Federal Bar Association. The legal industry report 2025. 2025. [Consultado el 13-04-2026] Disponible en: The Legal Industry Report 2025 – Federal Bar Association

[35] Robin AI. State of legal AI 2025. 2025. [Consultado el 13-04-2026] Disponible en: State-of-Legal-AI-2025.pdf

[36] 8am. 8am™ 2026 legal industry report: AI adoption surges through turbulence as firms push forward. Marzo de 2026. [Consultado el 13-04-2026] Disponible en: 8am™ 2026 Legal Industry Report: AI Adoption Surges Through Turbulence as Firms Push Forward

[37] 8am. 8am™ 2026 legal industry report: AI adoption surges through turbulence as firms push forward. Marzo de 2026. [Consultado el 13-04-2026] Disponible en: 8am™ 2026 Legal Industry Report: AI Adoption Surges Through Turbulence as Firms Push Forward

[38] 8am. 8am™ 2026 legal industry report: AI adoption surges through turbulence as firms push forward. Marzo de 2026. [Consultado el 13-04-2026] Disponible en: 8am™ 2026 Legal Industry Report: AI Adoption Surges Through Turbulence as Firms Push Forward

[39] 8am. 8am™ 2026 legal industry report: AI adoption surges through turbulence as firms push forward. Marzo de 2026. [Consultado el 13-04-2026] Disponible en: 8am™ 2026 Legal Industry Report: AI Adoption Surges Through Turbulence as Firms Push Forward

[40]  Legal IT Insider. Thomson Reuters state of the US legal market report: record profits and increasingly unstable ground. Enero de 2026. [Consultado el 13-04-2026] Disponible en: Thomson Reuters’ State of the US Legal Market report – Record profits and increasingly unstable ground – Legal IT Insider

[41] Industry analysis. Law firm hourly billing inefficiency & client exploitation: market concentration, regulatory capture, and compliance-first automation. 2025. [Consultado el 13-04-2026] Disponible en: Industry Analysis: Law Firm Hourly Billing Inefficiency & Client Exploitation — Market Concentration, Regulatory Capture, and Compliance-First Automation

[42] Thomson Reuters Institute. Will alternative fee arrangements be the new pricing model for AI-driven legal work? 2025. [Consultado el 13-04-2026] Disponible en: Will alternative fee arrangements be the new pricing model for AI-driven legal work? – Thomson Reuters Institute

[43] Reuters. Law firm Fennemore touts AI-fueled fee options with new merger. 2025. [Consultado el 13-04-2026] Disponible en: Law firm Fennemore touts AI-fueled fee options with new merger | Reuters

[44] LeanLaw. Flat fee vs hourly: 2026 law firm pricing guide. 2026. [Consultado el 13-04-2026] Disponible en:  Flat Fee vs Hourly: 2026 Law Firm Pricing Guide – LeanLaw – Legal Billing Made Easy

[45] Thomson Reuters. CoCounsel legal: AI lawyers swear by. 2026. [Consultado el 13-04-2026] Disponible en: Thomson Reuters

[46] Thomson Reuters. Clarifying the complex. 2025. [Consultado el 13-04-2026] Disponible en: Clarifying the Complex | Thomson Reuters

[47] Bari, O. Deep research in Westlaw and CoCounsel: building agents that research like lawyers. Agosto de 2025. [Consultado el 13-04-2026] Disponible en Deep Research in Westlaw and CoCounsel: Building Agents That Research Like Lawyers | by Omar Bari | Thomson Reuters Labs | Medium

[48] Bari, O. Deep research in Westlaw and CoCounsel: building agents that research like lawyers. Agosto de 2025. [Consultado el 13-04-2026] Disponible en: Deep Research in Westlaw and CoCounsel: Building Agents That Research Like Lawyers | by Omar Bari | Thomson Reuters Labs | Medium

[49] Bari, O. Deep research in Westlaw and CoCounsel: building agents that research like lawyers. Agosto de 2025. [Consultado el 13-04-2026] Disponible en: Deep Research in Westlaw and CoCounsel: Building Agents That Research Like Lawyers | by Omar Bari | Thomson Reuters Labs | Medium

[50] Thomson Reuters. What is deep research: the AI research assistant that thinks like a legal expert? 2025. [Consultado el 13-04-2026] Disponible en: What is Deep Research and AI for complex legal work?

[51] Thomson Reuters. What is deep research: the AI research assistant that thinks like a legal expert? 2025. [Consultado el 13-04-2026] Disponible en: What is Deep Research and AI for complex legal work?

[52] Thomson Reuters. What is deep research: the AI research assistant that thinks like a legal expert? 2025. [Consultado el 13-04-2026] Disponible en: What is Deep Research and AI for complex legal work?

[53] Thomson Reuters. CoCounsel legal. 2026. [Consultado el 13-04-2026] Disponible en: CoCounsel Legal – AI Legal Assistant | Thomson Reuters

[54] Thomson Reuters. Legal AI in 2026: why CoCounsel thrives while others fold. 2026. [Consultado el 13-04-2026] Disponible en:  Legal AI in 2026: Why CoCounsel thrives while others fold

[55] Thomson Reuters. Legal AI in 2026: why CoCounsel thrives while others fold. 2026. [Consultado el 13-04-2026] Disponible en:  Legal AI in 2026: Why CoCounsel thrives while others fold

[56]  LegaltechMG. How Kira Systems built the AI contract analysis market. 2025. [Consultado el 13-04-2026] Disponible en:  Legaltechmg

[57]  LegaltechMG. How Kira Systems built the AI contract analysis market. 2025. [Consultado el 13-04-2026] Disponible en:  Legaltechmg

[58]  Business Wire. Litera agrees to acquire leading machine learning contract analysis company Kira Systems. Agosto de 2021. [Consultado el 13-04-2026] Disponible en: businesswire.com/news/home/20210810005645/en/Litera-Agrees-to-Acquire-Leading-Machine-Learning-Contract-Analysis-Company-Kira-Systems?utm_source=chatgpt.com

[59] Legaltech Hub. Legaltech Hub. 2025. [Consultado el 13-04-2026] Disponible en: Legaltech Hub

[60] Legaltech Hub. Legaltech Hub. 2025. [Consultado el 13-04-2026] Disponible en:  Legaltech Hub

[61] Litera. Kira: the #1 contract intelligence solution for law firms and legal teams. 2026. [Consultado el 13-04-2026] Disponible en: Litera

[62]Litera. Kira: the #1 contract intelligence solution for law firms and legal teams. 2026. [Consultado el 13-04-2026] Disponible en: Litera

[63] Legaltech Hub. Kira (by Litera): AI-powered contract review and analysis platform. Enero de 2026. [Consultado el 13-04-2026] Disponible en: Legaltech Hub

[64] Legaltech Hub. Kira (by Litera): AI-powered contract review and analysis platform. Enero de 2026. [Consultado el 13-04-2026] Disponible en:  Legaltech Hub

[65] Litera. Kira: the #1 contract intelligence solution for law firms and legal teams. 2026. [Consultado el 13-04-2026] Disponible en: Litera

[66] Litera. Kira: the #1 contract intelligence solution for law firms and legal teams. 2026. [Consultado el 13-04-2026] Disponible en: Litera

[67] Legaltech Hub. Kira (by Litera): AI-powered contract review and analysis platform. Enero de 2026. [Consultado el 13-04-2026] Disponible en:  Legaltech Hub

[68] AI Tools Directory. AI tools directory. 2025. [Consultado el 13-04-2026] Disponible en: AI Tools Directory

[69]  Contrary Research. Report: Harvey business breakdown & founding story. [Consultado el 13-04-2026] Disponible en:  Report: Harvey Business Breakdown & Founding Story | Contrary Research

[70] Harvey. Harvey’s new drafting tools meet you where you work. [Consultado el 13-04-2026] Disponible en: Harvey

[71] Harvey. Legal AI platform overview, features, and impact. [Consultado el 13-04-2026] Disponible en:  Harvey’s New Drafting Tools Meet You Where You Work

[72] Harvey. Harvey’s new drafting tools meet you where you work. Agosto de 2025. [Consultado el 13-04-2026] Disponible en: Harvey’s New Drafting Tools Meet You Where You Work

[73] Harvey. Harvey’s new drafting tools meet you where you work. Agosto de 2025. [Consultado el 13-04-2026] Disponible en: Harvey’s New Drafting Tools Meet You Where You Work

[74] Harvey. Platform overview. 2026. [Consultado el 13-04-2026] Disponible en:Legal AI platform overview, features, and impact | Harvey

[75] LexisNexis. LexisNexis acquires Lex Machina. [Consultado el 13-04-2026] Disponible en: Virginia Lawyer • VA Lawyer April 2020 LexisNexis Acquires Lex Machina | 2015 | LexisNexis Newsroom

[76]  LexisNexis. LexisNexis Protégé: AI assistant. [Consultado el 13-04-2026] Disponible en: LexisNexis Protégé | AI Assistant

[77] LexisNexis. Lex Machina: intellectual property solutions. [Consultado el 13-04-2026] Disponible en : Lex Machina | LexisNexis Intellectual Property Solutions

[78] LexisNexis. Lex Machina: intellectual property solutions. [Consultado el 13-04-2026] Disponible en: Lex Machina | LexisNexis Intellectual Property Solutions

[79] LexisNexis. Lex Machina Legal Analytics Software. [Consultado el 13-04-2026] Disponible en:  Lex Machina Legal Analytics Software | LexisNexis

[80] LexisNexis. Lex Machina. [Consultado el 13-04-2026] Disponible en:  Lex Machina Legal Analytics Software | LexisNexis

[81] LexisNexis. Lex Machina Legal Analytics Software. [Consultado el 13-04-2026] Disponible en:  Lex Machina Legal Analytics Software | LexisNexis

[82] LexisNexis. Lex Machina Legal Analytics Software. [Consultado el 13-04-2026] Disponible en: Lex Machina Legal Analytics Software | LexisNexis

[83]LexisNexis. Introducing LexisNexis Protégé™ in Lex Machina®. [Consultado el 13-04-2026] Disponible en:  Introducing LexisNexis Protégé™ in Lex Machina®

[84] LexisNexis. Introducing LexisNexis Protégé™ in Lex Machina®. [Consultado el 13-04-2026] Disponible en: Introducing LexisNexis Protégé™ in Lex Machina®

[85] LexisNexis. Introducing LexisNexis Protégé™ in Lex Machina®. [Consultado el 13-04-2026] Disponible en: Introducing LexisNexis Protégé™ in Lex Machina®

[86] LexisNexis. Introducing LexisNexis Protégé™ in Lex Machina®. [Consultado el 13-04-2026] Disponible en: Introducing LexisNexis Protégé™ in Lex Machina®

[87] LexisNexis. Lex Machina API Analytics for Litigation Strategy. [Consultado el 13-04-2026] Disponible en: Lex Machina API Analytics for Litigation Strategy

[88] La Razón. Little John: la legaltech que lo sabe todo del sistema judicial. [Consultado el 13-04-2026] Disponible en:

[89] Justicio. El archivero de la legislación estatal, autonómica y europea, gratuito, abierto y para todos. [Consultado el 13-04-2026] Disponible en:Justicio, el archivero de la legislación estatal, autonómica y europea, gratuito, abierto y para todos

[90] Justicio. El archivero de la legislación estatal, autonómica y europea, gratuito, abierto y para todos. [Consultado el 13-04-2026] Disponible en: Justicio, el archivero de la legislación estatal, autonómica y europea, gratuito, abierto y para todos

[91] Justicio. El archivero de la legislación estatal, autonómica y europea, gratuito, abierto y para todos. [Consultado el 13-04-2026] Disponible en: Justicio, el archivero de la legislación estatal, autonómica y europea, gratuito, abierto y para todos

[92] Justicio. El archivero de la legislación estatal, autonómica y europea, gratuito, abierto y para todos. [Consultado el 13-04-2026] Disponible en: Justicio, el archivero de la legislación estatal, autonómica y europea, gratuito, abierto y para todos

[93] Justicio. El archivero de la legislación estatal, autonómica y europea, gratuito, abierto y para todos. [Consultado el 13-04-2026] Disponible en: Justicio, el archivero de la legislación estatal, autonómica y europea, gratuito, abierto y para todos

[94] Justicio. El archivero de la legislación estatal, autonómica y europea, gratuito, abierto y para todos. [Consultado el 13-04-2026] Disponible en:  Justicio, el archivero de la legislación estatal, autonómica y europea, gratuito, abierto y para todos

[95] Justicio. El archivero de la legislación estatal, autonómica y europea, gratuito, abierto y para todos. [Consultado el 13-04-2026] Disponible en: Justicio, el archivero de la legislación estatal, autonómica y europea, gratuito, abierto y para todos

[96] Justicio. El archivero de la legislación estatal, autonómica y europea, gratuito, abierto y para todos. [Consultado el 13-04-2026] Disponible en:  Justicio, el archivero de la legislación estatal, autonómica y europea, gratuito, abierto y para todos

[97] Justicio. El archivero de la legislación estatal, autonómica y europea, gratuito, abierto y para todos. [Consultado el 13-04-2026] Disponible en:  Justicio, el archivero de la legislación estatal, autonómica y europea, gratuito, abierto y para todos

[98] Justicio. El archivero de la legislación estatal, autonómica y europea, gratuito, abierto y para todos. [Consultado el 13-04-2026] Disponible en:  Justicio, el archivero de la legislación estatal, autonómica y europea, gratuito, abierto y para todos

[99] A&O Shearman. The Lawyer A-Z profile. [Consultado el 13-04-2026] Disponible en: A&O Shearman – The Lawyer A-Z

[100] A&O Shearman. About us. [Consultado el 13-04-2026] Disponible en: About us – A&O Shearman

[101] A&O Shearman. A&O announces exclusive launch partnership with Harvey. [Consultado el 13-04-2026] Disponible en:  A&O announces exclusive launch partnership with Harvey

[102] Harvey. A&O Shearman | Customers. [Consultado el 13-04-2026] Disponible en: A&O Shearman | Customers | Harvey

[103] Harvey. A&O Shearman | Customers. [Consultado el 13-04-2026] Disponible en: A&O Shearman | Customers | Harvey

[104] A&O Shearman. Artificial intelligence lawyers. [Consultado el 13-04-2026] Disponible en: Artificial intelligence lawyers – A&O Shearman

[105] A&O Shearman. Artificial intelligence lawyers. [Consultado el 13-04-2026] Disponible en:  Artificial intelligence lawyers – A&O Shearman

[106] A&O Shearman. Artificial intelligence lawyers. [Consultado el 13-04-2026] Disponible en: Artificial intelligence lawyers – A&O Shearman

[107]Financial Times. A&O Shearman unveils AI tool to speed up senior legal work. [Consultado el 13-04-2026] Disponible en:  A&O Shearman unveils AI tool to speed up senior legal work

[108] Harvey. A&O Shearman: Transforming Legal Services through AI Innovation. [Consultado el 13-04-2026] Disponible en: A&O Shearman | Customers | Harvey

[109] Harvey. A&O Shearman: Transforming Legal Services through AI Innovation. [Consultado el 13-04-2026] Disponible en: A&O Shearman | Customers | Harvey

[110] Microsoft. How A&O Shearman is reshaping law with trailblazing AI tool. [Consultado el 13-04-2026] Disponible en:  How A&O Shearman is reshaping law with trailblazing AI tool – Microsoft UK Stories

[111] Microsoft. How A&O Shearman is reshaping law with trailblazing AI tool. [Consultado el 13-04-2026] Disponible en:  How A&O Shearman is reshaping law with trailblazing AI tool – Microsoft UK Stories

[112] McKinsey & Company. Legal innovation and generative AI: Lawyers emerging as ‘pilots,’ content creators, and legal designers. [Consultado el 13-04-2026] Disponible en: Legal innovation and generative AI: Lawyers emerging as ‘pilots,’ content creators, and legal designers | McKinsey & Company

[113] Wolters Kluwer. Legal AI Adoption: Time Savings, Contract Review, Revenue Growth & Ethical Risks. [Consultado el 13-04-2026] Disponible en: Legal AI Adoption: Time Savings, Contract Review, Revenue Growth & Ethical Risks | Wolters Kluwer