Por Antonio Cámara Largo

El escalamiento del conocimiento*

La relación de los abogados con el conocimiento jurídico está cambiando radicalmente y no tenemos una teoría general que nos guíe. Está surgiendo un cuerpo de literatura económica sobre los efectos de la IA en lo que se define ampliamente como knowledge work, pero muy poca está pensando específicamente en nuestro sector. Me propongo aportar a esta conversación con mi experiencia como abogado especialista en gestión del conocimiento.

Empiezo por definir a qué me refiero: por conocimiento jurídico no hablo solo del tipo de conocimiento bruto que adquiere un estudiante de carrera o un opositor. Hablo del conjunto indeterminado de cosas económicamente valiosas que suceden en el cerebro de cada abogado cuando trabaja. No excluyo conocimientos teóricos, pero en la práctica profesional hay muchas otras de esas cosas económicamente valiosas. Puede argumentarse que son en realidad la gran mayoría.

Podemos clasificarlas de muchas maneras. Incluyen conocimiento formal e informal, maneras de plasmarlo en un papel, procesos sobre cómo prestar el servicio, negociación efectiva. Pero una característica importante de esas cosas es que, hasta ahora, permeaban desde el cerebro de cada abogado a su organización y compañeros de manera muy imperfecta. Un buen maestro ayuda, pero hacen falta muchos años y muchos ejemplos para irlas interiorizando.

La tecnología nos está brindando una muleta cognitiva que va camino de dejar obsoletos elementos que considerábamos clave en la formación y extracción de valor económico de nuestro conocimiento. La forma en que lo hace no es convirtiéndolos en irrelevantes, sino todo lo contrario: haciendo que su accesibilidad escale exponencialmente. O dicho de otra forma: nos permiten que una fracción importante de ese conocimiento permee de forma mucho más eficiente.

Un modelo del futuro próximo

Proyectémonos a un futuro cercano en el que la capacidad agéntica de la IA se aproxima en tareas jurídicas a su actual capacidad de programación (varias horas de trabajo coherente) y que ha seguido mejorando en su gestión de contexto en bruto hasta niveles suficientes para sostenerla y minimizar errores de bulto. Con esto me quedo en un escenario de avance tecnológico modesto, que sería considerado pesimista en Silicon Valley (no digo que escenarios más avanzados no sean posibles, solo que me quedo aquí). En este escenario futuro no lejano, llamémoslo de “IA avanzada” ¿cómo habrá cambiado el uso de ese conocimiento en nuestra profesión desde 2026 hasta ahora? Veámoslo con un

Ejemplo: Imaginemos una empresa mediana que se plantea contratar un derivado financiero para cubrir un riesgo de divisa muy estratégico. Es la primera vez en su historia que contrata un derivado, pero lo necesitan de verdad: los peores escenarios de fluctuación son lo bastante graves como para poner en peligro su viabilidad. Ante este riesgo existencial, es imprescindible que este contrato sea hermético y cubra cualquier situación extrema. Su abogado interno, Jesús, es un negociador hábil, pero no sabe nada de derivados. Negocia los términos con Amparo, la abogada de su banco habitual. Amparo lleva años trabajando en esa parte del departamento jurídico del banco. Para ella, este es uno más en una lista de cientos que ha negociado. Es una transacción rutinaria y relativamente poco importante para la entidad.

En el mundo pre-IA, Amparo tiene una ventaja de conocimiento sobre Jesús, por dos motivos. Uno, el simple hecho de que sabe mucho más de derecho de los derivados financieros. Dos, la experiencia práctica que acumula de otras negociaciones similares. Está en mejor posición que Jesús para negociar términos favorables para el banco y crear valor para su empleador.

En un mundo con IA avanzada, Jesús tiene un agente de IA jurídico que tarda unos minutos en acumular tanta información y conocimiento sobre derivados como existe en internet, en la legislación, en la doctrina, y lee cada sentencia pertinente. Con su ayuda en la negociación, esa parte de la ventaja de Amparo se evapora. Sin embargo, el banco tiene un historial de miles de derivados. Amparo puede pedir a su propio agente que revise no solo cada fuente de datos pública, sino también los registros de procesos de negociación de miles de casos similares. El agente puede centrarse en contrapartes y situaciones análogas a este caso, y Amparo irá siempre un paso por delante de Jesús. No solo eso: los archivos del banco también atesoran datos sobre cómo terminaron esos miles de ejemplos, cuántos fueron litigiosos y qué cláusulas fueron conflictivas, cuántas negociaciones se rompieron sin acuerdo, en qué fase y por qué, cómo ciertas cláusulas resultaron clave para proteger los intereses del banco la última vez que el mercado fluctuó bruscamente, etc.

Estos datos no solo existen, sino, más importante, están disponibles y contextualizados sin mucho esfuerzo para Amparo, por lo que realmente los usa. Van muchísimo más allá de su propia memoria y experiencia. Está en una posición mucho mejor que Jesús para entender qué importa de verdad y negociar en consecuencia.

Algo ha cambiado. El conocimiento de Amparo no ha cambiado de naturaleza, pero la parte de él que marca la diferencia, sí. El conocimiento público, lo que cualquier abogado podría consultar, es ahora esencialmente gratuito a escala. El conocimiento que crea valor es el organizado, el privativo: la experiencia acumulada del banco, estructurada y accesible. Esto ya no es solo la pericia personal de Amparo. Es la gestión del conocimiento de su organización, que antes sucedía de forma espontánea y muy imperfecta, pero ahora ha sido potenciada al máximo. Amparo se pregunta cómo podía trabajar antes, basándose solo en su propia experiencia, del mismo modo que hoy nos fascina la idea de ejercer abogacía sin correo electrónico.

La carrera armamentística del conocimiento

Sería un error modelizar el futuro pensando solo en cómo va a cambiar mi día a día. Tenemos que tener en cuenta que todas las piezas del tablero se están moviendo a la vez. Volvamos al ejemplo de Jesús y Amparo, pero pensando ahora en qué significa esto para la competencia.

Jesús puede reconocer su carencia y contratar a Samuel, abogado de un gran despacho especializado en derivados. En el mundo pre-IA, Samuel está a la altura de Amparo. Su experiencia también es amplia, ha negociado con decenas de bancos, ha estado en ambos lados de la mesa. Los honorarios de Samuel están justificados porque crea valor para Jesús al cerrar esa brecha de conocimiento. El valor que crea no es solo de la tarea en sí, sino también de su importancia relativa, que en este caso es altísima para la empresa de Jesús.

En el mundo de IA avanzada, Samuel tiene enfrente a la versión potenciada de Amparo. Pero él también tiene sus propios agentes de IA para recorrer toda la experiencia pasada y el conocimiento generado en su despacho. Puede comparar este caso con miles de otros con distintos bancos, interpolar cómo terminaron miles de negociaciones, y con ello sacar una imagen del mercado mucho más amplia que su contraparte. Con el complemento de Samuel, el resultado de esta negociación se ajustará mucho mejor a la situación óptima para la empresa de Jesús.

Este ejemplo sigue siendo simplista porque es puramente adversario y de suma cero. El terreno de juego ha cambiado: todas las partes están en la carrera armamentística del conocimiento, pero el resultado final puede no ser tan diferente de lo que habría sido en el pasado.

Sin embargo, los efectos sobre el mercado en general pueden ser mucho mayores.

No hemos mencionado que Amparo y Samuel ahora tienen capacidad para negociar muchos más contratos en las mismas horas de trabajo. Tampoco que Jesús puede permitirse el lujo de negociar contratos estándar por sí mismo si no son tan críticos como el del ejemplo. El banco de Amparo puede diseñar y valorar derivados con un grado de complejidad inaudito, cubrir mejor las necesidades de sus clientes y llegar a nuevos sectores. ¿Quizá el resultado global sea que el mercado de derivados es mucho más grande y complejo ahora que tanta fricción legal ha desaparecido?

Ahora bien, no hemos hablado de Cristina, abogada en un despacho más pequeño que en el mundo pre-IA trabajaba ocasionalmente con derivados. Cuando la IA avanzada potenció el conocimiento de sus clientes, sus competidores y los bancos, descubrió que el dataset privativo de su despacho era insuficiente para competir con ellos. El despacho de Samuel no solo tiene mejores datos de referencia, también ha mejorado su capacidad de absorber más clientes gracias a que los agentes de IA facilitan muchas tareas. Los clientes ocasionales de Cristina empiezan a hacer el trabajo más sencillo ellos mismos, o a irse al mejor servicio de Samuel cuando necesitan ayuda.

Cristina pierde su negocio de derivados. Por suerte, estaba encima de una tendencia de mercado completamente nueva (por decir algo: responsabilidad civil derivada de fallos de ejecución de agentes semiautónomos de IA), y eso se convierte en su nicho. El despacho de Samuel estaba demasiado ocupado con derivados financieros, así que ahora el despacho más pequeño de Cristina sí tiene una ventaja de conocimiento en este nuevo campo. Es la historia de supervivencia a través de la especialización que llevamos décadas (¿siglos?) viendo, pero potenciada al máximo. Años después, los despachos de Samuel y Cristina consideran fusionarse para aprovechar las sinergias de sus bases de conocimiento.

La lección es clara. Un mejor uso de datos públicamente accesibles pudo ser una ventaja competitiva durante los años de transición, pero en el mundo en que la IA avanzada ya está bien implantada acabó por dejar de serlo. Las diferencias en los cuerpos de conocimiento internos son las que se vuelven críticas. La capacidad exponencialmente mejorada de extraer valor de datos privados, unida a la mayor igualdad en la capacidad de extraer valor de fuentes públicas, multiplica el valor de la gestión del conocimiento como factor de diferenciación.

La eficiencia es más eficiente

La labor que hasta ahora llamamos gestión del conocimiento (no descarto que acabemos cambiándole el nombre) pasa al primer plano de la cadena de valor. Su función ya antes de la existencia de la IA era la misma: conseguir que el conocimiento escale. Que dentro de una organización pueda aprovecharse el conocimiento jurídico que generan sus partes y que pueda desarrollarse y usarse tantas veces como sea necesario. Idealmente, una vez alguien ha pensado algo valioso, es como si lo hubiéramos pensado todos. Tu labor de abogado no es volver a pensarlo, sino entender si es aplicable al caso concreto que tienes entre manos, si te sirve pero tienes que adaptarlo, o si tiene que evolucionar.

Esta función de escalamiento del conocimiento sucede de manera natural en la intimidad del cerebro de cada uno de nosotros, solo que entonces le damos el nombre de experiencia. Años de trabajo nos dan acceso a multitud de referencias, que si somos listos, podremos aprovechar para crear valor para el cliente que tenemos hoy delante. El cliente no contrata al abogado de hoy: contrata al abogado de hoy y de todos los ayeres que están acumulados en su cabeza. Si Savigny sufre un ataque de amnesia, le contrataríamos de júnior.

¿Podemos crear experiencia colectiva? Claro que sí, pero solo se transmite al conjunto una fracción de lo que crea cada individuo. Esa pequeña fracción tradicionalmente la íbamos acumulando en el acervo común de la organización, de forma implícita, a través de consultas informales, mentorización, cultura empresarial o estándares de trabajo. La suma de años de transmisión informal de esas fracciones de conocimiento es lo que poco a poco crea buenos abogados, buenos despachos y buenas asesorías jurídicas.

En organizaciones más sofisticadas, existen profesionales que se encargan de facilitar esta gestión del conocimiento. Hacemos lo que podemos, pero por lo general, lo verdaderamente valioso de ese conocimiento está albergado en el cerebro de la persona que lo creó y no es fácil de extraer. Por eso típicamente el abogado que tiene el conocimiento clave se encargará personalmente de hacer o supervisar las tareas relacionadas con él. Por eso nos hará un pequeño o gran “roto” si se va a trabajar a otro sitio, y por eso si acumula suficiente conocimiento acabaremos haciéndole socio.

Una IA avanzada permite que esa fracción que puede aprovecharse colectivamente sea más grande, de más fácil acceso y se interpole sin problemas con la experiencia conjunta de los demás abogados presentes y pasados de la empresa o despacho. El trabajo que más refuerza una IA avanzada es la gestión del conocimiento o, en otras palabras, la IA permite que el trabajo de “facilitar el uso colectivo y eficiente del conocimiento” sea exponencialmente más eficiente. Bien hecho, dependeremos cada vez menos de la memoria individual y falible de los abogados para acumular y dar uso al conocimiento que generan.

Por supuesto, ni mucho menos todo el conocimiento es acumulable formalmente y no todo escala tan fácilmente, ni siquiera con IA futurista. Veremos en una próxima entrada cómo distinguirlo.

foto: Pedro Fraile

* Esta entrada es la primera de una serie sobre inteligencia artificial y conocimiento jurídico que publicaremos próximamente.