Cómo ejerzo la abogacía realmente con IA en 2026
Hace unos meses, la noche antes del cierre de la adquisición de un cliente, el abogado del comprador envió una carta exigiendo que se reestructuraran varios términos clave del acuerdo. Nuevas condiciones de depósito en garantía. Exclusiones de indemnización ampliadas. Un conjunto revisado de entregables de cierre. La amenaza implícita: acepten estos cambios o nos retiramos. Eran las 7 PM.
Subí el acuerdo de compra, los anexos de divulgación y la carta de demanda a Claude. En cuestión de minutos, Claude mapeó cada cambio propuesto contra los términos existentes del acuerdo y encontró lo que los abogados del comprador aparentemente no habían notado: dos de sus exclusiones propuestas contradecían directamente declaraciones que ya habían confirmado en los anexos de divulgación, y una tercera habría creado un conflicto interno con la sección de declaraciones fundamentales que, en realidad, habría debilitado las propias protecciones posteriores al cierre del comprador. Su jugada agresiva de último minuto tenía fisuras.
Mientras la negociación continuaba durante la noche con correos electrónicos de ida y vuelta, alimenté cada nueva comunicación a Claude. Rastreó cómo cada concesión propuesta interactuaba con las disposiciones de todo el acuerdo, señaló dónde aceptar un cambio crearía exposición en otra sección, y me ayudó a construir una respuesta que concedía los puntos que valía la pena conceder y se mantenía firme en los que importaban. A las 11 PM teníamos un conjunto limpio de contraposiciones, cada una fundamentada en referencias cruzadas específicas al propio lenguaje del comprador. El acuerdo se cerró a la mañana siguiente en términos con los que mi cliente quedó satisfecho.
Un equipo de tres asociados en un bufete mediano habría necesitado hasta la mañana para producir ese análisis. Yo tuve el núcleo en menos de dos horas.
Dirijo un bufete boutique de dos personas. Manejamos formación de startups, transacciones de capital de riesgo y trabajo regulatorio. Competimos contra firmas con cientos y a veces miles de abogados. Se supone que no deberíamos poder hacer esto. Pero el último año ha dejado algo claro: una firma pequeña construida alrededor de la IA no solo se mantiene al día con competidores más grandes. Se mueve más rápido, produce un trabajo más exhaustivo y opera con una estructura de costos que habría sido imposible hace 18 meses.
La herramienta alrededor de la cual he construido mi práctica es Claude, creado por Anthropic. Este artículo es una explicación de cómo lo uso realmente, todos los días, para trabajo legal real. No la teoría. El flujo de trabajo.
Por qué Claude, no "IA legal"
El mercado está lleno de productos de IA legal especializados. Harvey, Spellbook, CoCounsel, Luminance. Todos comparten una tesis: los abogados necesitan IA construida específicamente para el trabajo legal. He evaluado la mayoría de ellos. Para un profesional de un bufete pequeño, una IA de propósito general bien configurada es mejor. No hay comparación.
Los productos especializados son envoltorios construidos sobre los mismos modelos base que alimentan las herramientas de propósito general. Su discurso de marketing suena convincente: personalizaremos la IA según el manual de tu firma, la entrenaremos con tus plantillas, crearemos flujos de trabajo alrededor de tu banco de alegatos o biblioteca de cláusulas. Algunos hacen esto razonablemente bien. Pero el discurso contiene un malentendido fundamental sobre dónde reside realmente el valor.
Una biblioteca de plantillas no es una ventaja competitiva. Toda firma competente en tu área de práctica tiene aproximadamente las mismas plantillas. El NDA, el acuerdo de compra de acciones, la carta de oferta laboral. Estos son insumos mercantilizados. Lo que diferenciaba a un gran abogado de uno mediocre nunca fue la plantilla. Era lo que el abogado hacía con la plantilla: cómo detectaba el problema que la otra parte escondió en la Sección 14(c), cómo sabía qué pelea de indemnización valía la pena tener y cuál conceder, cómo estructuraba el correo de asesoramiento para que el cliente realmente entendiera el riesgo. Eso es criterio. Y el criterio no vive a nivel de la firma. Vive a nivel del profesional individual.
Cuando las empresas de IA legal hablan de personalizar la IA para el manual de una firma, están resolviendo un problema que apenas importa e ignorando el que sí importa. El verdadero apalancamiento no viene de qué plantilla usa la IA al comenzar, sino de las instrucciones que le dicen cómo pensar sobre el trabajo: qué buscar, qué señalar, cómo sopesar consideraciones contrapuestas, qué formato dar al resultado, qué tono usar con el cliente. Esas instrucciones codifican el criterio de un abogado individual, no la biblioteca de plantillas de una firma. Y eso es exactamente para lo que está diseñado el sistema de skills de Claude.
He creado archivos de instrucciones personalizadas, llamados "skills", que codifican mis marcos analíticos, mis formatos preferidos, mi voz y mi criterio sobre cómo deberían hacerse tipos específicos de trabajo legal. Cuando subo un contrato para revisión, Claude no aplica un marco genérico. Ni siquiera aplica el marco de mi firma. Aplica mi marco, el que he desarrollado a lo largo de una década de práctica, automáticamente. La diferencia entre el manual de una firma y el criterio codificado de un abogado individual es la diferencia entre darle a alguien una receta y enseñarle a cocinar.
Hay un problema más fundamental, y es el que más importará a cualquiera que haya pasado su carrera dentro de Microsoft Word. Claude es un modelo de IA de frontera que ha sido fuertemente optimizado para escribir código. Eso puede sonar irrelevante para la práctica legal hasta que te das cuenta de lo que significa: Claude puede escribir código, sobre la marcha, para manipular directamente las aplicaciones que los abogados ya usan.
Piensa en lo que esto significa concretamente. Todo abogado que lea esto ha perdido horas con el formato de Word. Numeración de párrafos que se rompe cuando pegas desde otro documento. Estilos que se niegan a cooperar. Control de cambios que se corrompe entre versiones. Referencias cruzadas que se vuelven obsoletas. Formato de citas Bluebook que requiere atención manual en cada punto y coma. Estos no son problemas legales. Son problemas de software. Y Claude resuelve problemas de software escribiendo software. Cuando le digo a Claude que aplique control de cambios a un contrato, no usa un plugin ni una macro. Abre el archivo .docx a nivel XML y escribe el marcado exacto que Microsoft Word espera, atribuido a mi nombre, conservando cada detalle de formato. Cuando le digo que estandarice el formato de citas en un escrito, escribe código para analizar y reformatear cada cita en segundos. El resultado es indistinguible del trabajo manual experto, entregado en una fracción del tiempo.
Esta es la brecha de capacidad que ningún producto de IA legal especializado puede igualar. Te dan un chatbot que habla sobre documentos. Claude es un sistema que puede meterse dentro de esos documentos y cambiarlos. Es la diferencia entre un asociado que puede decirte qué está mal en un contrato y un asociado que también puede arreglarlo, formatearlo, producir la comparación y redactar el correo de presentación, todo sin que abras una sola aplicación. La IA de propósito general avanza más rápido de lo que cualquier producto vertical puede seguirle el ritmo. Cuando estás en el modelo de frontera, cada nueva capacidad llega a ti el primer día. Cuando estás en un envoltorio, estás esperando a que el equipo de ingeniería de otra persona decida qué construir después.
Estoy describiendo mi propia práctica aquí, que es transaccional. Pero nada de la arquitectura es específico de una práctica. Un litigante construiría skills para preparación de deposiciones, redacción de mociones, síntesis de jurisprudencia y revisión de descubrimiento de pruebas. Un abogado fiscal construiría skills para estructuración de entidades, marcos de cartas de opinión y monitoreo regulatorio. Un abogado de familia construiría skills para rastreo de activos y análisis de custodia. El enfoque es el mismo: toma un modelo general potente, enséñale tu práctica y deja que multiplique tu criterio. El contenido es tuyo.
Tres modos
La aplicación de escritorio de Claude tiene tres modos. Aprender cuándo usar cada uno fue el paso más importante para que esto funcionara.
Chat es la interfaz conversacional. Hablo con Claude como hablaría con un asociado rápido y conocedor sentado al otro lado de la mesa. Aquí es donde voy para analizar un tema legal, pensar en una estrategia de negociación, obtener una primera impresión sobre una cláusula contractual o redactar algo desde cero. Mantengo el control de cada paso. La mayoría de los abogados que han usado ChatGPT o herramientas similares solo han experimentado este modo.
Cowork es el modo autónomo, y es el que lo cambia todo. Apunto a Claude hacia una carpeta en mi computadora, le doy una tarea, y él la hace. Lee archivos, crea nuevos, edita documentos existentes y toma sus propias decisiones sobre cómo llegar del punto A al B. Cuando tengo un acuerdo de 40 páginas que necesita una comparación completa, o un montón de documentos de cierre que deben generarse a partir de una hoja de términos, se lo entrego a Cowork y dejo que trabaje. Este es el modo que la mayoría de los abogados no han probado. Es el que más cambiará su práctica.
Code es el modo de desarrollo. Acceso completo a la terminal. La mayoría de los abogados no lo necesitan a diario. Pero tengo una condición que dificulta la lectura de documentos largos, así que usé Code para construir una herramienta de línea de comandos que convierte documentos legales en audio hablado. Maneja todo el proceso: analiza documentos de Word y PDFs, convierte el formato legal como "Sección 4.2(b)(iii)" en lenguaje natural, expande abreviaturas, divide el texto, lo envía a una API de voz de IA y ensambla el archivo de audio final. Escucho contratos en mi trayecto al trabajo ahora. Claude construyó todo el sistema.
Enseñarle a Claude tu práctica
Aquí es donde el apalancamiento se convierte en algo que no habría creído posible hace dos años.
Anthropic publicó una guía sobre cómo construir "skills" personalizadas para Claude: archivos de instrucciones estructuradas que le enseñan cómo comportarse en un contexto específico. No un prompt que escribes cada vez. Un conjunto persistente de instrucciones que se activa automáticamente cuando la situación lo requiere. En lugar de leer la guía de principio a fin, la subí a Claude y le hice una pregunta mejor: basándote en los cientos de conversaciones que hemos tenido juntos, abarcando redacción de contratos, correos de clientes, edición de documentos, investigación legal y redacción de políticas, ¿cuáles son las skills que tendrían el mayor impacto en mi práctica?
Claude analizó meses de nuestro trabajo e identificó los patrones: qué tareas repetía más, dónde había mayor fricción, dónde la automatización estructurada podía ahorrar más tiempo. Las skills que recomendó no eran genéricas. Eran específicas para cómo trabajo realmente. No "redactar contratos más rápido" sino "una skill de revisión de contratos con cuatro modos distintos según el contexto, calificaciones de gravedad, una lista de verificación de disposiciones faltantes, referencia de términos de mercado y una transición fluida a una skill de edición con control de cambios cuando estés listo para marcar el documento".
Refinamos los detalles durante un par de horas. Me opuse cuando los valores predeterminados no coincidían con mis preferencias. Al final, tenía seis skills listas para producción agrupadas en un solo plugin para la aplicación de escritorio Cowork: revisión de contratos, edición con control de cambios, redacción de contratos, comunicaciones con clientes, investigación legal y redacción de políticas. Cada una codifica años de criterio profesional acumulado sobre cómo abordo ese tipo de trabajo.
La implicación que importa para la gestión de la firma: el plugin es transferible. Si tuviera 50 asociados, podría instalarlo en cada máquina. Cada asociado produciría inmediatamente revisiones de contratos usando mi marco analítico, redactaría comunicaciones con mi voz y aplicaría control de cambios en mi formato preferido. El conocimiento que requiere años de mentoría para transmitirse ahora es un archivo de instrucciones que funciona desde el primer borrador. El resultado aún requiere revisión del abogado, pero la revisión comienza desde una base mucho más alta.
Cómo se ve esto en la práctica
Tres ejemplos de trabajo real, porque quiero que esto sea concreto.
Control de cambios sin abrir Word. Una contraparte devuelve un acuerdo con marcas de cambios. Cuarenta páginas de cambios en declaraciones, indemnización, propiedad intelectual y condiciones de cierre. Subo el documento a Claude y digo: "Ayúdame a evaluar los cambios de la contraparte desde la perspectiva de mi cliente". Mi skill de revisión de contratos se activa. Claude organiza cada cambio por gravedad, señala dónde la contraparte transfirió riesgo, identifica tensiones entre disposiciones modificadas, verifica si faltan disposiciones estándar que deberían estar presentes y produce un resumen con contra-lenguaje específico para cada problema.
Luego aplico mi criterio. Claude señaló un patrón en el marcado. Yo sé por experiencia lo que ese patrón suele significar. Claude generó tres formulaciones alternativas para una cláusula en disputa. Elijo la que considera las dinámicas de la relación y el contexto del trato a los que ninguna IA tiene acceso. Una vez que he tomado mis decisiones, le digo a Claude que aplique las ediciones. Esta es la parte que deja boquiabiertos la primera vez que la ves. Claude abre el documento de Word a nivel XML, aplica cambios marcados atribuidos a mi nombre, conserva cada detalle de formato y produce un .docx limpio con cambios reales que la contraparte puede abrir en Microsoft Word y revisar normalmente. No abro Word. No abro Litera. Claude produce la comparación. Reviso cada cambio y lo envío. Luego, la skill de comunicaciones con clientes redacta el correo de presentación en el tono adecuado. Tiempo total desde que recibo el marcado hasta tener un paquete de respuesta listo para enviar: menos de una hora, de la cual unos 30 minutos son de mi propio pensamiento.
Investigación sin alucinaciones. Un cliente necesita entender el panorama regulatorio para un producto nuevo. La pregunta abarca múltiples agencias y marcos legales superpuestos. Mi skill de investigación instruye a Claude para lanzar investigación paralela en todos los ángulos relevantes simultáneamente, en lugar de trabajar secuencialmente: el análisis de valores, los requisitos de licencias estatales, las regulaciones bancarias, las implicaciones de protección al consumidor. Ejecuta múltiples búsquedas por subtema, cruza referencias de fuentes y prioriza la autoridad primaria (leyes, regulaciones, guías de agencias, jurisprudencia) sobre los comentarios secundarios.
Antes de entregarme cualquier cosa, la skill requiere que Claude realice una autoverificación. Esto es crítico, y es la parte que la mayoría de la gente omite. Claude debe verificar que cada autoridad citada realmente diga lo que el memo afirma. Debe señalar cualquier punto donde su confianza sea inferior a alta. Debe buscar contradicciones internas entre las secciones. Y debe protegerse específicamente contra citas alucinadas, el problema que llevó a varios abogados a ser sancionados y apareció en las noticias nacionales. Los abogados que presentaron citas falsas generadas por IA estaban usando herramientas sin este tipo de capa de verificación. El problema nunca fue la IA en sí. Fue la IA sin control de calidad.
El resultado es un memo de investigación estructurado, con un resumen ejecutivo al inicio, citas legales específicas y recomendaciones prácticas, que le tomaría días a un asociado junior producir. Claude entrega un primer borrador en menos de una hora. Luego reviso cada cita, pongo a prueba el análisis y reviso donde mi criterio diverge del resultado. El tiempo total sigue siendo una fracción de lo que tomaría empezar desde cero. Y debido a que la skill está calibrada según mis estándares (conclusiones seguras con indicadores explícitos de incertidumbre, tablas para comparar marcos regulatorios, recomendaciones prácticas en lugar de ambigüedad académica), el memo es útil de inmediato.
Interpretación de contratos en tiempo real. Un cliente llamó a media mañana para decir que acababan de recibir una carta de demanda de una contraparte reclamando incumplimiento de un acuerdo de servicios comerciales y amenazando con terminación. El cliente tenía 48 horas para responder. Subí el acuerdo, la carta de demanda y la correspondencia de los últimos tres meses entre el cliente y la contraparte. Claude mapeó cada alegato fáctico en la carta de demanda contra las disposiciones contractuales específicas citadas, y encontró que dos de las cuatro violaciones reclamadas hacían referencia a obligaciones que habían sido modificadas expresamente por una carta complementaria que el propio abogado de la contraparte había redactado. La carta de demanda parecía haber sido escrita sin verificar sus propias modificaciones. Mientras preparaba la respuesta, pasé cada párrafo del borrador por Claude para verificar si alguno de mis argumentos tenía implicaciones no deseadas para otras disposiciones del acuerdo. Detectó una: una defensa que planeaba plantear sobre las métricas de nivel de servicio podría haber sido interpretada como una concesión en la disputa de pago de la Sección 7. Reescribí la respuesta. Ese tipo de verificación en tiempo real, disposición por disposición, mientras se redacta activamente, es algo que antes requería que un segundo abogado revisara tu trabajo. Ahora ocurre en la misma conversación donde se hace el trabajo.
La cuestión del privilegio
Todo abogado lo pregunta. La respuesta corta: el mismo marco que te permite usar almacenamiento en la nube, plataformas de descubrimiento electrónico y bases de datos de investigación legal en línea se aplica aquí. Las guías de la ABA y las opiniones éticas de los colegios de abogados estatales tratan a las herramientas de IA como proveedores de tecnología de terceros cubiertos por la excepción de agente/instrumentalidad. Tus obligaciones son hacer esfuerzos razonables para proteger los datos del cliente, lo que en la práctica significa desactivar el entrenamiento del modelo con tus datos, entender las prácticas de manejo de datos del proveedor y documentar tu razonamiento. Anthropic ofrece una opción de API de retención de datos cero y acuerdos de procesamiento de datos comerciales, por lo que ninguno de los datos de tus clientes se usa para entrenar modelos, y los datos de entrada no se almacenan más allá de la sesión. La misma diligencia que realizaste antes de poner documentos de clientes en Dropbox, Google Drive o Clio.
Fui un paso más allá. Le pedí a Claude que me ayudara a redactar una cláusula de uso de IA para mis cartas de compromiso. La cláusula presenta la IA como un mejorador de eficiencia y calidad, enfatiza la supervisión del abogado, vincula el manejo de datos a las obligaciones de confidencialidad existentes y obtiene el consentimiento del cliente. Los clientes la firman sin pestañear. La mayoría asume que ya estoy usando IA. Tienen razón.
Las reglas éticas ahora requieren competencia tecnológica en la mayoría de las jurisdicciones. Nos estamos acercando al punto en el que no usar estas herramientas es la posición de responsabilidad profesional más difícil de defender.
El prompt es la skill
La mayoría de los abogados que prueban la IA escriben algo como "revisa este contrato" y obtienen algo mediocre. Luego deciden que la IA no es útil para el trabajo legal.
El problema no es la IA. El problema es el input.
Compara "revisa este contrato" con "revisa este acuerdo de servicios desde la perspectiva del proveedor. Señala las disposiciones donde el cliente transfirió el riesgo más allá de las normas del mercado para este tipo de acuerdo. Verifica si faltan disposiciones que deberían estar presentes, incluyendo limitación de responsabilidad, propiedad de propiedad intelectual, manejo de datos y terminación por conveniencia. Produce un resumen con calificación de gravedad y contra-lenguaje específico para cada problema de alta gravedad. Ten en cuenta que el proveedor tiene un poder de negociación limitado y quiere cerrar el trato, por lo que las recomendaciones deben centrarse en las disposiciones por las que vale la pena luchar frente a las disposiciones que se pueden conceder con elegancia."
La segunda versión produce un trabajo que es útil en la primera pasada. La primera produce un trabajo que requiere una revisión extensa, si es que es útil en absoluto. Toda la brecha entre "la IA es un juguete" y "la IA cambió mi práctica" reside en la calidad de tus instrucciones. Por eso las skills importan: codifican ese nivel de detalle para que lo escribas una vez y se active cada vez.
Lo que esto cambia
Algunas cosas se derivan de todo esto que vale la pena mencionar.
Personal. Dirijo una firma de dos personas que maneja la carga de trabajo de una práctica mucho más grande. Eso es una función directa de la IA. El trabajo que tradicionalmente justificaba la contratación de un asociado (revisión de documentos de primera pasada, memos de investigación, borradores iniciales, resúmenes de comparaciones, correspondencia de rutina) ahora lo maneja Claude bajo mi supervisión. Para ser claro: cada documento que sale de mi firma ha sido revisado, modificado y aprobado por un abogado licenciado. La IA produce la primera pasada. Yo produzco el trabajo final. Los asociados no son obsoletos. Pero el umbral para cuándo contratar a uno tiene sentido económico se ha movido. Y lo que necesitas que hagan ha cambiado: criterio, relaciones con clientes y supervisión de resultados de IA, no 2,000 horas de producción de documentos.
Facturación. La IA cambia la ecuación de valor. Para algunas tareas, el ahorro de tiempo es obvio y lo traslado a los clientes. Para otras, las mismas horas producen un análisis mucho más profundo, una detección de problemas más exhaustiva y una redacción de mayor calidad de lo que habría sido posible antes. El punto no es que cada tarea tome menos tiempo. Es que cada hora de tiempo del abogado produce más valor. Mi firma ofrece precios de suscripción junto con la facturación por horas tradicional, según el compromiso. Los clientes de suscripción reciben asesoría continua, revisión de contratos, monitoreo de cumplimiento y gobierno de rutina por una tarifa mensual fija. Sin reloj corriendo. La IA hace que este modelo funcione, porque puedo ofrecer un servicio más completo dentro de una estructura de tarifas predecible. A los clientes les encanta: no tienen miedo de levantar el teléfono o enviar un correo electrónico. Y los ingresos son predecibles en lugar de irregulares.
Criterio. Todo lo que he descrito crea la tentación de dejar que la IA haga demasiado. Dejar de verificar. La investigación sobre esto es consistente: las personas que usan IA fuera de su competencia, o que confían en ella sin cuestionar el resultado, se desempeñan peor que las personas que no usan IA en absoluto. Los abogados que ganarán con esta tecnología entienden a un nivel fundamental que la IA no está ejerciendo la abogacía. Tú estás ejerciendo la abogacía. La IA te hace más rápido, más exhaustivo y más consistente. Pero el criterio, la parte donde decides por qué luchar y qué conceder, donde lees entre líneas, donde tomas una decisión que podría ir en cualquier dirección y arriesgas tu reputación, eso es tuyo. Los abogados con experiencia tienen una ventaja enorme en este nuevo mundo, y la mayoría no se da cuenta. Si has pasado 10 o 20 años desarrollando criterio en tu área de práctica, te sientas exactamente sobre el activo que la IA hace más valioso, no menos.
Ve y construye
No trabajo para Anthropic. Soy un abogado en ejercicio que probó todas las herramientas de IA disponibles y construyó su práctica alrededor de la que funcionó mejor para cómo trabajo realmente.
La brecha entre cómo la mayoría de los abogados usan la IA (escribir una pregunta en un chatbot y esperar lo mejor) y lo que he descrito aquí es enorme. Cerrar esa brecha no requiere habilidad técnica. Requiere invertir unas horas en aprender cómo funciona realmente la herramienta: la diferencia entre Chat y Cowork, por qué los prompts largos y detallados producen resultados dramáticamente mejores que los cortos, cómo construir una skill que codifique tu criterio, cómo agrupar skills en un plugin que cualquier colega pueda usar.
Descarga la aplicación de escritorio. Elige la tarea que haces con más frecuencia. Escribe un prompt que describa, en detalle, exactamente cómo quieres que se haga. Mira lo que devuelve. Luego construye tu primera skill. Los rendimientos se multiplican rápido.
