El bot, el nuevo aprendiz del oficio

Casi cualquier oficina trabaja igual. Llegan información y documentos. Alguien los procesa siguiendo los procedimientos de la casa, con sus conocimientos y con la experiencia de asuntos anteriores. Sale un resultado, y de ese resultado responde la persona que lo firma. Un departamento de marketing recibe las cifras de una campaña y prepara la siguiente propuesta. Una asesoría contable recibe facturas y extractos y prepara el cierre. Un despacho recibe los papeles de un piso y entrega un contrato.

Hoy una parte de ese trabajo intermedio se puede encargar a bots. La persona define el encargo al principio y revisa el resultado al final. Hay algo más: al bot se le puede enseñar el oficio de la casa, de modo que la corrección de hoy mejore el trabajo de mañana. Se entiende mejor con un ejemplo. Es ficticio.

Un contrato de compraventa

Una abogada de un despacho pequeño en España prepara un contrato privado de compraventa de un piso entre particulares, el que se firma antes de ir al notario. Entrega al sistema el modelo de contrato del despacho, lo pactado entre las partes (precio, fecha de firma ante notario, quién paga qué) y los documentos del piso.

Un primer bot redacta. Es un agente, un bot con herramientas para ejecutar tareas, y reparte el trabajo entre varios ayudantes, llamados subagentes: uno adapta el contrato, otro consulta el Registro de la Propiedad, el tercero revisa fechas y pagos.[1] Un segundo bot audita el borrador con el mismo material delante. Conviene que sea de otro proveedor: Kim y sus colaboradores comprobaron que los modelos de una misma empresa tienden a equivocarse en lo mismo.[2]

El auditor encuentra dos errores. El contrato conservaba el 1 de junio, la fecha del modelo, cuando las partes habían acordado el 1 de septiembre. Y dejaba en el aire quién paga una obra ya aprobada del ascensor, que según lo pactado corresponde al vendedor. Los corrige y lo explica en un informe que la abogada lee junto al contrato.

Lo que el sistema no sabía

A las ocho de la tarde, con el borrador ya revisado, la abogada recuerda algo que le dijo el comprador: sin hipoteca, no llega. El contrato no lo protege si el banco le dice que no. Perdería el dinero adelantado.

Esta vez no falló ningún bot. El dato no figuraba en el encargo; se había quedado en una conversación con el cliente. El texto es coherente con la información recibida y aun así deja al comprador expuesto. Pasa a menudo: la información llega incompleta, o llega después.

La abogada frena la entrega, habla con el comprador y estudia qué condición proponer al vendedor para que, si la hipoteca se deniega, pueda salir de la compra sin perder ese dinero. Habrá que acordarla entre las partes; un bot carece de autoridad para dar por hecho su consentimiento.

La revisión humana sirve para esto: enfrentar el documento con lo que se sabe del asunto, incluido lo que nunca llegó al sistema. Con redactor y con auditor, nada sale sin que una persona responsable revise y apruebe la versión final. La circular 3/2026 del Consejo General de la Abogacía Española recuerda que quien firma asume el contenido y debe verificarlo, también cuando interviene la IA.[3] El CCBE, que representa a la abogacía europea, pide conocer las herramientas y proteger la información del cliente.[4]

De la corrección a la regla

La abogada corrige el contrato y escribe al bot: «Aprende esto para la próxima vez». «Vale, vale», contesta.

Un mes después, ante otra compraventa, el bot vuelve a no preguntar por la hipoteca.

El chat no es memoria. Una corrección enterrada entre conversaciones sirve de poco si nadie la convierte en una instrucción que se consulte al empezar el siguiente trabajo. Hay sistemas que guardan notas fuera del chat y las recuperan después.[5] Falta que alguien decida qué merece conservarse.

Aquí la corrección se convierte en una regla: «antes de redactar una compraventa, preguntar si el comprador depende de una hipoteca y qué quiere que pase si el banco dice que no». Se añade al manual de procedimiento, el archivo de instrucciones y ejemplos que los bots consultan antes de cada encargo.[6]

Puede proponerla un tercer bot, el arquitecto, que repasa por la noche los encargos, los informes y las correcciones humanas y busca el motivo de cada fallo. La aprueba una persona responsable, y queda registrada con fecha y motivo, conservando la versión anterior. Sin ese control, el criterio del despacho cambiaría mientras todos duermen.

El siguiente cliente recibe la pregunta sobre la hipoteca antes de que se redacte su contrato, y el auditor comprueba que se hizo. Eso es aprender. El modelo sigue siendo el mismo; ha cambiado lo que lee antes de empezar. Un trabajo de investigación conocido, Reflexion, mostró que los modelos mejoran cuando sus errores se guardan por escrito y se les vuelven a dar.[7] Un laboratorio no es un despacho, así que la regla nueva se ensaya antes de confiar en ella: una compra financiada, otra sin hipoteca y otra en la que falta la respuesta.

Experiencia que se puede escribir

Regla a regla, el manual va recogiendo lo que el despacho ha aprendido asunto tras asunto: las preguntas que hay que hacer, los errores que ya no se repiten, la manera de cerrar un encargo. Es su saber hacer, el know-how de la casa. Hasta ahora vivía en la cabeza de quienes llevan años en el oficio y pasaba despacio de socio a pasante. Ahora se puede estandarizar: queda escrito y se aplica en cada encargo, lo lleve quien lo lleve.

El modelo se alquila, y cualquier competidor puede contratar el mismo. El manual no se contrata en ninguna parte. Un despacho con veinte años de compraventas tiene mucho que enseñar a su bot; uno recién abierto, con idéntico modelo, tiene poco. La experiencia acumulada es lo que distingue a uno de otro, siempre que alguien se tome el trabajo de escribirla.

Un activo interno se guarda como tal. El despacho debe conservar sus manuales, informes y correcciones en archivos legibles que pueda recuperar y llevarse a otro sistema si cambia de proveedor. El contrato con el proveedor debe asegurar que se puedan exportar los datos y que no se usen para entrenar modelos sin permiso, además de fijar las garantías de confidencialidad; las guías del CCBE ayudan a examinar esas condiciones.[4][8] Lo que es del despacho es el oficio acumulado. Los datos del cliente siguen siendo del cliente.

La oficina sigue funcionando como al principio: entra información, se procesa, sale un resultado y alguien lo firma. Cambia dónde está la experiencia con la que se procesa. Quien ha formado a un aprendiz o a un pasante reconoce el trabajo pendiente: explicar el oficio, revisar lo que entrega y comprobar, en el asunto siguiente, que ha aprendido a preguntar por la hipoteca.

Fuentes

Consulta: 13 de noviembre de 2026. Numeración de esta revisión. El ejemplo y la organización del trabajo son una propuesta ilustrativa; las fuentes no acreditan su uso por el autor.

1. Anthropic, Create custom subagents, documentación viva de Claude Code. Ayudantes con tareas y permisos propios. La delegación y el trabajo en paralelo requieren herramientas y permisos; no vienen incluidos en cualquier chat.
2. Elliot Kim y colaboradores, Correlated Errors in Large Language Models, 09-06-2025, apartado 3.2. Investigación original. Asociación entre desarrollador común y coincidencia de errores; no garantiza independencia entre proveedores ni precisión jurídica.
3. CGAE, Circular interpretativa del Código Deontológico 3/2026. Uso de sistemas de inteligencia artificial generativa y deber de verificación, 10-04-2026, apartados 4.2–4.3. Copia institucional del Colegio de la Abogacía de Bizkaia. Asunción del contenido y responsabilidad profesional.
4. CCBE, Guide on the use of generative AI by lawyers, 02-10-2025, apartados 4.1–4.2, pp. 16–19. Guía profesional. Confidencialidad, competencia y examen del uso de datos por el proveedor.
5. Anthropic, Effective context engineering for AI agents, 29-09-2025, apartado «Structured note-taking». Notas persistentes fuera de la conversación activa. Describe cómo guardar y recuperar notas; el control editorial del procedimiento es parte de la propuesta.
6. Anthropic, Equipping agents for the real world with Agent Skills, 16-10-2025, actualización 18-12-2025. Instrucciones y recursos reutilizables. Base técnica del manual de procedimiento; la revisión nocturna y su aprobación humana pertenecen al diseño propuesto.
7. Noah Shinn y colaboradores, Reflexion: Language Agents with Verbal Reinforcement Learning, 20-03-2023, revisión 10-10-2023. Investigación original. Mejoras mediante memoria textual en tareas experimentales; no demuestra la automatización de una oficina.
8. CCBE, Guidelines on the use of cloud computing by Bars and lawyers, 27-02-2025, apartado II.6, pp. 10–12. Condiciones contractuales y recuperación de datos. Límites de uso y recuperación en formato legible al cambiar de proveedor.