Entrenamiento de IA, copyright y datos jurídicos: por qué el modelo importa (y mucho) para los despachos

La noticia de LISA News, «Entrenamiento de IA y copyright: el Departamento de Justicia de EE. UU. toma partido por OpenAI», encaja en una línea de conflictos que ya resulta familiar: autores, titulares de derechos y grandes plataformas de IA discuten si es legítimo utilizar obras protegidas para entrenar modelos generalistas. El aparente apoyo del Departamento de Justicia a OpenAI indica que, al menos en Estados Unidos, las autoridades podrían inclinarse por una interpretación amplia de los usos permitidos en el entrenamiento de sistemas de IA. Para la comunidad jurídica europea, y en particular para la abogacía, el interés de este movimiento no es solo doctrinal, sino práctico: apunta a que el modelo dominante seguirá siendo el de grandes infraestructuras que se nutren de ingentes cantidades de datos, con un control limitado por parte del usuario final sobre qué se hace realmente con la información que aporta.

Desde la perspectiva de un despacho o de la Administración de Justicia, el debate sobre copyright se cruza inevitablemente con otro, menos visible pero igual de relevante: qué ocurre con los datos confidenciales que se vuelcan en esos sistemas. Cuando un abogado introduce escritos, contratos o expedientes en una plataforma generalista, la cuestión ya no es únicamente si el proveedor entrenó su modelo con obras protegidas, sino si las nuevas consultas pueden ser retenidas, analizadas o reutilizadas de formas que escapan al control efectivo del profesional. Aunque cada proveedor establece sus propias políticas, la experiencia de los últimos años ha demostrado que el margen de maniobra del usuario es reducido y que, a menudo, el flujo real de datos resulta opaco incluso para un técnico experimentado.

HAL9000 parte de un enfoque radicalmente distinto: IA jurídica privada para profesionales del Derecho, con infraestructura propia en España, sin APIs externas y sin cesión operativa de las consultas a plataformas generalistas. Esto significa que el procesamiento de expedientes, la redacción, revisión y análisis documental se realizan sin sacar la información del perímetro controlado por Abogacía Tecnológica y, en los despliegues dedicados, dentro del entorno del propio cliente. El objetivo no es competir en volumen de datos entrenados, sino en control, previsibilidad y adecuación al trabajo real del despacho: asuntos completos, no preguntas aisladas; hilos de trabajo en los que conviven documentos, estrategia procesal y borradores, siempre bajo la vigilancia del profesional que toma las decisiones.

En un escenario en el que el entrenamiento masivo con datos de terceros genera controversia jurídica, la propuesta de HAL9000 se articula precisamente sobre la restricción de usos: los modelos que orquesta no se alimentan con las consultas de los usuarios ni existe canal de envío de esos datos a terceros para fines de entrenamiento externo. La auditoría de privacidad pública describe una arquitectura que incluye una interfaz web local para gestionar adjuntos y sesiones, un proxy de acceso controlado hacia servicios internos y componentes como OCR, embeddings, búsqueda y transcripción ejecutados dentro del entorno privado. El volumen de uploads se cifra en reposo mediante LUKS, los archivos se eliminan físicamente tras su indexación y existen mecanismos de purga e identificadores internos que permiten trazar y depurar información según sea necesario.

La trazabilidad es otro de los puntos en los que el modelo de HAL9000 se separa de la IA genérica. Muchas herramientas se limitan a ofrecer respuestas sin mostrar con claridad qué fuentes las sustentan, lo que obliga al abogado a una revisión casi desde cero. HAL9000 ha sido evaluado en un benchmark extremo a extremo frente a su interfaz real, no sobre una API abstracta: en una muestra de 120 consultas, el sistema mostró 794 citas visibles y abrió correctamente 794 de 794 fuentes verificadas desde la propia interfaz. Esto no garantiza, por sí solo, una comprensión perfecta del contenido, pero sí establece una señal fuerte de robustez documental y reduce el riesgo de afirmaciones sin soporte revisable. Para el profesional del Derecho, poder hacer clic y acceder de inmediato a la sentencia, al precepto o al documento en que se apoya la respuesta no es un detalle técnico menor: es la diferencia entre fiarse de la palabra de un modelo y poder auditar su recorrido.

A diferencia de las aproximaciones que simplemente «maquillan» un modelo generalista mediante instrucciones para hacerlo pasar por abogado, HAL9000 incorpora post‑entrenamiento interno propio para adaptarlo al razonamiento jurídico. El sistema se ha ajustado, entre otros aspectos, para no inventar lo que no consta en el texto, separar hechos, alegaciones, fundamentos y fallo y reconocer sus límites cuando el contexto es insuficiente o ambiguo. La interfaz está orientada a operativa real: anonimizaciones, transcripción de vídeo mediante contenedor local, área de consulta con indicaciones y un grafo de relaciones que ayuda a transformar expedientes y grabaciones en trabajo jurídico útil. Todo ello se ofrece bajo una premisa explícita en sus términos de servicio: HAL9000 es una herramienta de apoyo que no sustituye el criterio profesional, no constituye asesoramiento jurídico autónomo y exige revisión y validación humana de los resultados antes de utilizarlos.

Este enfoque se proyecta también sobre el eventual uso por jueces y magistrados. Los términos de HAL9000 aclaran que el sistema no está destinado a sustituir la valoración profesional ni a ser utilizado por autoridades judiciales para adoptar resoluciones, valorar de forma autónoma la prueba, investigar e interpretar hechos o aplicar el Derecho a casos concretos. El empleo por jueces y otros profesionales de la Administración de Justicia se limita, dentro de su finalidad prevista, a funciones auxiliares de consulta y recuperación de información, búsqueda documental, anonimización u organización de expedientes, siempre sin influir materialmente en el resultado de una decisión. De nuevo, la filosofía subyacente es la misma: acotar de forma explícita el riesgo, reforzar la supervisión humana e impedir que el sistema actúe como caja negra en ámbitos en los que el estándar de diligencia jurídica es especialmente elevado.

El trasfondo común entre el litigio estadounidense sobre entrenamiento de IA y copyright y el diseño de HAL9000 es, en definitiva, una discusión sobre poder y control: quién decide qué datos se utilizan, con qué finalidad, bajo qué condiciones y con qué mecanismos de rendición de cuentas. Que el Departamento de Justicia de EE. UU. tome partido por OpenAI puede consolidar un modelo de desarrollo de IA basado en el acceso amplio a datos, incluidos contenidos protegidos. Para la práctica jurídica cotidiana en España, esa realidad convive con otra opción: desplegar IA jurídica privada, con infraestructura localizada, sin subcontratación a IA genérica y con trazabilidad verificable, de forma que los despachos y las instituciones puedan aprovechar las ventajas de estos sistemas sin asumir, de manera acrítica, el mismo perfil de riesgo que rodea a las grandes plataformas globales.

La noticia original puede consultarse en LISA News: «Entrenamiento de IA y copyright: el Departamento de Justicia de EE.UU. toma partido por OpenAI», disponible en https://www.lisanews.org.