En esta página

Esta página está traducida al español. Las páginas de artículo siguen escritas en inglés. Leer esta página en inglés

Esta es una traducción automática de la página en inglés y todavía no ha sido revisada por una persona hablante nativa.

Educación jurídica — la formación profesional de abogados y abogadas, y la disciplina en la que la IA generativa plantea la versión más fuerte de la pregunta que afronta todo programa: si el desempeño asistido en las tareas de una facultad de derecho es evidencia del análisis del que depende la habilitación profesional. Su estructura es inusual. En Estados Unidos, la gobernanza del currículo pasa por la acreditación de la ABA y un examen de habilitación, y no por un programa ministerial; la docencia se apoya en el método de casos y en el diálogo socrático, que dependen de que el estudiantado llegue habiendo hecho por su cuenta la lectura preparatoria; las clínicas jurídicas y los cursos de escritura jurídica cargan con el peso experiencial; y las normas de conducta profesional que vincularán al estudiantado ya se aplican a las herramientas que se le enseña a usar. La IA entra a través de plataformas de investigación jurídica, apoyo a la redacción, generación de casos hipotéticos y preparación del examen de habilitación, y su fallo característico no es una nota incorrecta, sino una cita fabricada.

Preguntas para reflexionar

  • Si un estudiante prepara resúmenes de casos con un asistente de IA pero no puede reproducir el razonamiento sin ayuda, ¿qué ha estado evaluando todo este tiempo el aula socrática: la preparación o la herramienta que la produjo?
  • Se pide a las facultades de derecho que gobiernen la IA mientras la profesión a la que alimentan sigue decidiendo cómo es una práctica jurídica lícita asistida por IA. ¿Debería la educación jurídica seguir al colegio profesional o liderarlo?
  • La educación jurídica tiene más documentos de política que estudios empíricos sobre esta cuestión. ¿Está una disciplina que enseña derecho probatorio inusualmente bien situada para exigir mejores pruebas sobre su propia adopción de la IA?

Introducción

La educación jurídica prepara al estudiantado para una profesión habilitada con sus propias reglas de conducta, su propio organismo de acreditación y su propio examen de acceso, lo que la convierte en la disciplina donde la política educativa, la regulación profesional y la validez de la evaluación se cruzan con más fuerza. Se sitúa junto a la educación médica y de las profesiones de la salud y la educación en enfermería como disciplina de formación profesional y no como materia escolar, pero su rasgo distintivo es procedimental: buena parte de lo que deben decidir las facultades de derecho no es cómo enseñar con IA, sino qué exigen las normas de ética profesional a un egresado que ejercerá con ella.

La base de evidencia es hoy escasa y muy centrada en políticas. Un artículo sustancial sostiene la mayor parte del peso: Gutowski y Hurley (2025) encuestaron y compararon las políticas institucionales sobre IA generativa de facultades de derecho estadounidenses aprobadas por la ABA y propusieron un marco de gobernanza. Ese desequilibrio es en sí mismo un hallazgo, y se declara abiertamente en lugar de disimularse.

Está empezando a llegar evidencia experimental: Xie et al. (2026) aleatorizaron a 84 estudiantes de grado de Derecho entre un juego de rol de misterio escrito por IA generativa y la clase del mismo docente, y el grupo del juego obtuvo puntuaciones mucho más altas en un postest de conocimiento y razonamiento (η² parcial = 0,566).

Cómo aparece la IA en la educación jurídica

  • Investigación jurídica. Plataformas comerciales como Lexis+ AI y Westlaw Precision con CoCounsel integran funciones generativas en las herramientas con las que el estudiantado ya se forma, lo que hace difícil separar el «uso de IA» de la búsqueda ordinaria en bases de datos. Gutowski y Hurley señalan cuánto comprime esto del flujo de trabajo habitual: identificar autoridades y fuentes secundarias en minutos en lugar de horas.
  • Apoyo a la redacción y la escritura. Primeros resúmenes de casos, esquemas, memorandos, síntesis de primera pasada y retroalimentación a nivel de frase sobre claridad y gramática. Los autores sitúan el trabajo generado por IA en la misma relación de supervisión que el trabajo de un paralegal o un abogado junior: quien ejerce sigue siendo responsable de su exactitud y de su suficiencia jurídica.
  • Estudio y preparación del examen de habilitación. Generación de preguntas de práctica, supuestos de hecho y «casos hipotéticos» para practicar con tiempo, y tutoría sobre debilidades recurrentes. Gutowski y Hurley añaden la observación de que la IA generativa ya aprueba tanto el examen de habilitación (Bar Exam) como el examen multijurisdiccional de responsabilidad profesional, lo que a su juicio dice más del umbral de competencia mínima del examen que del modelo.
  • Perfiles específicos de tarea, no una tabla de clasificación. Bajo un protocolo ciego, los mismos modelos listos para usar que alcanzaron niveles humanos en el examen de habilitación (puntuaciones acumuladas de 26 a 79 sobre 100) fallaron todos el examen de notaría, que exige una planificación jurídica orientada a objetivos bajo estrictas restricciones formales, y fueron engañados por trampas deliberadas insertadas en él (Bertoli et al. (2026)).
  • Revistas jurídicas, juicios simulados y asesoría académica. Cribado de envíos, preparación de la argumentación y programas de apoyo académico que usan modelos personalizados entrenados con exámenes anteriores, respuestas modelo y materiales del curso.
  • Evaluación e integridad. Los casos problemáticos recurrentes: redacción no declarada, citas de autoridades inexistentes y exámenes que ya no miden el análisis sin ayuda.
  • Una revisión de alcance de 82 trabajos, en su mayoría no empíricos. Lorteau y Sarro (2025) cartografían 82 trabajos de 26 países; el 74% apareció después de 2023 y solo 22 eran empíricos. Los modelos sin ayuda aprueban las evaluaciones de las facultades de derecho pero se sitúan por debajo del estudiantado, y el rendimiento mejora con instrucciones detalladas y autoridades proporcionadas sin llegar a ser fiable. Los usos prácticos que señala la revisión son materiales generados, simulaciones, acompañamiento en la escritura y enseñanza de habilidades de IA; su riesgo central es la dependencia pasiva, con la evaluación como punto de presión.

Qué muestra la evidencia sobre políticas

Gutowski y Hurley evalúan las políticas en cinco dimensiones con rúbricas de 0 a 5: prohibitividad, permisividad, integración educativa, transparencia y rendición de cuentas y profundidad. Su sondeo encontró que la mayoría de las facultades de derecho adoptó posturas generalmente prohibitivas, explicadas a menudo como una forma de ganar tiempo para estudiar la tecnología, mientras que casi todas las políticas se reservaban la discreción de cada docente. Las valoraciones de permisividad y prohibitividad se correlacionaron de forma inversa, como era de esperar, y los autores informan de que no hay un único enfoque aceptado: las políticas van de una gobernanza integral a la ausencia total de política declarada.

También documentan lo escasa que es la evidencia del sector. La encuesta de la ABA de 2024 sobre IA y educación jurídica recibió respuestas de solo 29 facultades, en torno al 15% de las facultades aprobadas por la ABA, así que difícilmente puede tratarse como representativa; y una encuesta de LexisNexis a 800 estudiantes de derecho encontró que solo el 9% declaraba usar IA generativa en ese momento para sus estudios, con un 25% que planeaba adoptarla. Los autores leen el bajo uso declarado en parte como respuesta a reglas poco claras, ya que la claridad reduce el miedo a incumplirlas.

Dos puntos más dan forma a sus recomendaciones:

  • La gobernanza del claustro es una complicación específica de las facultades de derecho. Los claustros jurídicos, individual y colectivamente, tienen una autoridad inusualmente directa sobre el currículo y los estándares de los cursos, así que la política debe construirse con ellos y no anunciarse a ellos.
  • La educación clínica plantea una objeción pedagógica, no técnica. Citando a Karr y Schultz, recogen la posición de que las herramientas de IA diseñadas para imitar respuestas humanas no desarrollan el juicio propio, la interacción con clientes ni la toma de decisiones éticas que las clínicas existen para producir, y que por lo tanto no deberían usarse en cursos clínicos.

Las recomendaciones son procedimentales: directrices claras e integrales sea cual sea la postura institucional, participación de todos los actores en su redacción, formación proactiva para el estudiantado y el profesorado, una gobernanza flexible revisada periódicamente y autorregulación mediante el intercambio de información en lugar de esperar a que la ABA dicte la política.

Por qué la disciplina es distintiva

Tres cosas hacen de la educación jurídica más que un área de conocimiento más.

El método de casos es un miembro de la familia más amplia del aprendizaje basado en casos; esa página distingue los casos preparados y la discusión de casos de la indagación basada en problemas y la simulación.

La validez de la evaluación es inseparable de la competencia profesional. Se teme que la dependencia excesiva durante los estudios de derecho deje a los egresados poco preparados para un trabajo que exige análisis jurídico y argumentación independientes, y una calificación que premia la salida fluida no puede distinguir la comprensión de un estudiante de la de un modelo. La pregunta de validez no es, por tanto, académica.

En un experimento en contexto jurídico, 186 personas legas que decidían sobre casos civiles en un tribunal se plegaron a una posición de IA incorrecta mucho menos cuando el sistema retenía su propia posición (5,7–8,2% frente a 42,0–60,5%), pero no construyeron un juicio medible: protector y no correctivo, y medido en personas legas que deciden, no en estudiantes de derecho (Tuo et al., 2026).

Las normas de declaración están sin resolver y tienen consecuencias. Gutowski y Hurley informan de desacuerdo sobre si debe declararse cualquier uso de IA, de propuestas de formularios de declaración del estudiantado y de falta de consenso sobre la práctica de citación, con el Bluebook todavía en silencio sobre cómo citar la IA generativa. También predicen que los requisitos de declaración acabarán pareciendo tan innecesarios como señalar que un estudiante usó un buscador, lo que es una predicción sobre la vida útil de las reglas que ahora se están escribiendo.

La ética profesional viaja con el egresado. El deber de competencia tecnológica de la ABA y sus orientaciones sobre confidencialidad, supervisión y franqueza ante el tribunal se aplican a quienes ejercen con estas herramientas, y las facultades de derecho heredan la tarea de enseñarlas. Por eso la disciplina conecta directamente con el trabajo sobre la declaración del uso de IA y sobre las cuestiones legales y los riesgos que surgen cuando las instituciones gobiernan mal la IA.

Preguntas abiertas

  • ¿Los trabajos de escritura jurídica asistidos por IA siguen desarrollando el análisis que la habilitación da por supuesto, o entrenan una fluidez que el examen de habilitación tampoco puede detectar?
  • ¿Qué ocurre con la enseñanza socrática si la lectura preparatoria se delega de forma rutinaria, y el silencio del aula al respecto es un problema de medición o de diseño?
  • La educación jurídica produce a las personas que litigarán y regularán la IA en la educación. ¿Eso la convierte en el lugar natural para poner a prueba el trabajo sobre riesgos legales, o desvía la atención hacia las facultades con las políticas más ruidosas?

Concepciones erróneas

  • «Las facultades de derecho han adoptado una postura.» La mayoría adoptó posturas generalmente prohibitivas, explicadas a menudo como una forma de ganar tiempo para estudiar la tecnología, mientras que casi todas las políticas se reservaban la discreción de cada docente. Una prohibición con la posibilidad de que el docente la anule no es una postura adoptada: es un aplazamiento con un valor predeterminado.
  • «La evidencia de las encuestas describe el campo.» La encuesta de la ABA de 2024 recibió respuestas de solo 29 facultades, en torno al 15% de las facultades aprobadas por la ABA, y una encuesta de LexisNexis a 800 profesionales mide una población distinta. Ninguna de las dos puede tratarse como representativa de la educación jurídica, y ambas se citan como si lo fueran.
  • «Retener una recomendación de la IA es neutral.» En un experimento en contexto jurídico, 186 personas legas que decidían sobre casos civiles en un tribunal se plegaron a una posición de IA incorrecta mucho menos cuando el sistema retenía su propia posición (5,7-8,2% frente a 42,0-60,5%). Retener no produjo neutralidad; produjo una gran reducción de la deferencia, que es un efecto por derecho propio.

Conceptos conectados

Artículos conectados

Incrustar esta página

Copia el código de abajo para incrustar esta página en un sistema de gestión del aprendizaje u otro sitio web. La versión incrustada muestra solo el contenido de la página: oculta el encabezado, la navegación y el pie de página del sitio.