El consejo que daría hoy a un estudiante de Derecho

Si hoy estuviera empezando la carrera de Derecho y alguien me preguntara qué competencia adicional podría mejorar más mi posición profesional dentro de cinco años, mi respuesta sería bastante sencilla:

Aprende inteligencia artificial de verdad.

No me refiero únicamente a escribir buenos prompts ni a utilizar ChatGPT para resumir apuntes.

Me refiero a comprender suficientemente bien la IA moderna como para construir y utilizar sistemas de trabajo alrededor de ella: proporcionar contexto, conectar herramientas, recuperar documentos, conservar memoria, definir permisos, comprobar resultados y establecer cuándo la máquina debe detenerse o pedir autorización.

«Construir» no significa necesariamente entrenar un modelo ni convertirse en ingeniero. Puede consistir en ensamblar y configurar piezas existentes de manera responsable para resolver un problema jurídico concreto.

Creo que durante los próximos años habrá una combinación especialmente valiosa:

Derecho × competencia tecnológica aplicada.

No garantiza un puesto de trabajo. La empleabilidad depende también del mercado, los idiomas, la experiencia, las calificaciones y muchas otras circunstancias. Pero sí puede convertirse en una ventaja relevante.

No porque los despachos necesiten programadores disfrazados de abogados, sino porque necesitarán juristas capaces de introducir la tecnología dentro del trabajo jurídico sin perder por el camino el Derecho, la confidencialidad ni la responsabilidad profesional.

El hueco entre el socio y el ingeniero

Pensemos en un socio experimentado de un buen despacho.

Puede haber negociado centenares de operaciones, dirigido litigios complejos y desarrollado una intuición profesional imposible de adquirir leyendo un manual. Pero quizá no tenga tiempo para estudiar la diferencia entre un modelo y un agente, probar sistemas locales, diseñar una recuperación documental o descubrir por qué un flujo automatizado pierde información después de diez pasos.

No porque sea incapaz. Porque tiene clientes, reuniones, responsabilidades y una empresa que dirigir.

Ese socio no necesita necesariamente convertirse en ingeniero de IA. Necesita a alguien que pueda sentarse a su lado y preguntarle:

• ¿Cómo haces realmente este trabajo?
• ¿Qué miras primero?
• ¿Qué documentos necesitas?
• ¿Qué excepciones te preocupan?
• ¿Qué parte puede delegarse?
• ¿Qué requiere siempre revisión?
• ¿Qué resultado considerarías suficientemente sólido para entregarlo a un cliente?

Después hay que convertir ese conocimiento profesional en un proceso que otras personas y herramientas puedan ejecutar, verificar y mejorar.

Ahí puede existir una oportunidad extraordinaria para la próxima generación de juristas: actuar como puente entre quienes conocen profundamente el Derecho y quienes construyen la infraestructura tecnológica.

En julio de 2026, Reuters describió cómo varios asociados estaban pasando a compañías de IA jurídica para trabajar como legal engineers: perfiles híbridos que aportan conocimiento jurídico al diseño, prueba e implantación de herramientas para el trabajo legal. Es una tendencia observada periodísticamente, no una estadística general del mercado, pero da nombre a una necesidad que ya empieza a materializarse.

La antigua puerta de entrada empieza a cambiar

Durante décadas, los despachos contrataron abogados jóvenes, entre otras razones, porque existía una enorme cantidad de trabajo relativamente sencillo que alguien debía hacer:

• buscar jurisprudencia;
• revisar documentos;
• preparar cronologías;
• comparar contratos;
• extraer cláusulas;
• resumir expedientes;
• y redactar una primera versión.

Nadie contrataba a un recién graduado porque poseyera el criterio de un socio con veinte años de experiencia. Lo contrataba también por su capacidad de producción. Y mientras producía, aprendía.

Una parte de esas tareas se está automatizando o transformando en algunos entornos. Esto no demuestra que la IA esté eliminando de forma general los puestos junior. Sí plantea una pregunta difícil: ¿cómo formaremos a los abogados del futuro si desaparece una parte del trabajo mediante el que adquirían experiencia?

En un artículo de Steven B. Katz publicado por la American Bar Association en 2026, el autor formula precisamente este problema. La revisión documental, la investigación, la redacción inicial y las cronologías no eran solo tareas facturables: también enseñaban a leer, ordenar hechos, distinguir autoridad y recibir correcciones. Se trata de un análisis profesional, no de un estudio empírico ni de una posición institucional formal de la ABA.

En Noruega existe otra señal que merece atención. El informe anual de 2025 de la Advokatforeningen señala que el número de abogados y advokatfullmektiger de las firmas disminuyó en 2024 y que la reducción continuó en 2025, impulsada por un menor número de nuevos advokatfullmektiger. La propia asociación advierte que todavía es pronto para determinar las causas. En su mensaje de la secretaria general considera plausible que el aumento del uso de IA pueda contribuir a la tendencia, pero no afirma haber demostrado esa relación.

Conviene mantener la misma prudencia. La automatización de tareas, la reducción de contrataciones y la destrucción de empleo son fenómenos distintos. Pero sería igualmente imprudente dar por hecho que la puerta de entrada a la profesión permanecerá exactamente igual.

No hacen falta siempre los modelos más grandes

Hace pocos años podía parecer que esta transformación dependería exclusivamente de que un despacho tuviera acceso a los modelos más potentes del mundo.

La realidad es más interesante.

Para muchas tareas estructuradas no necesitamos una inteligencia superior a la de un socio. Necesitamos un sistema capaz de extraer campos concretos, comparar cláusulas contra una lista, clasificar documentos, proponer una cronología, detectar diferencias o trabajar sobre una base documental definida. Después, otra capa puede verificar y un abogado puede decidir.

Los modelos descargables amplían, además, las opciones para ejecutar determinadas operaciones dentro de una infraestructura controlada. Google presentó en junio de 2026 Gemma 4 12B como un modelo preparado para participar en experiencias agénticas locales y ejecutarse en equipos con unos 16 GB de memoria unificada o VRAM, según las especificaciones del proveedor.

El modelo por sí solo no constituye un agente ni utiliza herramientas autónomamente. Es la aplicación que lo rodea —el harness o arnés— la que le proporciona herramientas, contexto, permisos, memoria y límites. Y una ejecución solo será realmente local u offline si también lo son las fuentes, los conectores y las herramientas utilizadas.

Eso no significa que cualquier portátil pueda resolver cualquier asunto jurídico, que el modelo sea adecuado para el noruego o el español jurídicos, ni que ejecutarlo localmente lo convierta automáticamente en seguro. La precisión depende de la tarea, el idioma, la configuración, el hardware, las fuentes, las licencias y los controles.

La lección es otra:

Para automatizar trabajo repetible, la arquitectura y la verificabilidad pueden importar tanto como la potencia bruta del modelo.

Qué significa aprender IA de verdad

Dentro de poco, decir «sé utilizar ChatGPT» probablemente no distinguirá demasiado a un candidato.

La ventaja estará un nivel por encima: en comprender el entorno dentro del cual trabaja la máquina.

El uso básico ya se está normalizando. En Fremtidens Jurist 2025, el 53,9 % de los participantes noruegos declaró utilizar herramientas de IA diaria o semanalmente. La cifra combina un 19,6 % de uso diario y un 34,3 % semanal entre 1.380 participantes captados a través de clientes de Lovdata; no debe interpretarse como una muestra necesariamente representativa de todos los juristas noruegos ni como medida de la profundidad del uso.

Si yo estudiara Derecho hoy, intentaría comprender al menos cinco familias de conocimientos.

1. Modelos y agentes

Qué hace bien un modelo, dónde falla y cuándo basta una consulta. Y qué cambia cuando un agente recibe un objetivo, decide pasos, utiliza herramientas y continúa trabajando con cierta autonomía.

2. Fuentes, recuperación y memoria

Cómo dar acceso a documentos concretos, recuperar solo la información relevante y conservar hechos o decisiones entre sesiones. Un sistema de recuperación no garantiza por sí mismo que la respuesta sea correcta: las fuentes deben citarse y comprobarse.

3. Herramientas y automatización

Cómo conectar una IA con tareas delimitadas: convertir documentos, extraer datos, consultar un registro, completar una plantilla o comparar versiones. La pregunta no es solo qué puede hacer, sino qué está autorizada a hacer.

4. Controles y evaluación

Permisos, límites, registros, pruebas, reglas deterministas y puntos obligatorios de aprobación humana. También cómo medir si el sistema funciona y detectar en qué supuestos falla.

5. Privacidad y arquitectura de datos

Qué información puede salir a un proveedor externo, qué debería permanecer local, cómo minimizar o seudonimizar datos antes de transmitirlos y por qué la confidencialidad debe resolverse antes de conectar el sistema.

No es necesario dominar estas materias al nivel de un ingeniero. Es necesario comprenderlas lo bastante bien para aplicarlas a problemas jurídicos y para mantener una conversación rigurosa con quien sí construye la infraestructura.

La competencia tecnológica incluye también saber cuándo no automatizar.

Tu ventaja no será tecnológica si no sabes Derecho

Aquí añadiría una advertencia importante.

No sacrificaría Derecho para aprender tecnología. Intentaría aprender mejor Derecho porque la tecnología aumenta el valor del criterio capaz de dirigirla.

Un jurista mediocre que sabe construir agentes puede terminar automatizando errores.

Para explicar a una máquina qué debe hacer, primero hay que comprender el problema. Para evaluar el resultado hay que conocer la materia. Para detectar qué excepción importa hay que tener experiencia o trabajar con quien la tiene. Y para asumir algún día responsabilidad profesional hay que convertirse primero en profesional.

Por eso la fórmula no es IA en lugar de Derecho.

Es Derecho × tecnología.

La multiplicación importa. Si uno de los factores se aproxima a cero, el resultado también.

Si yo tuviera veintidós años

Terminaría la carrera intentando ser mejor jurista que mis compañeros. Pero al mismo tiempo construiría.

No veinte certificados de cursos.

Tres prototipos verificables y bien documentados.

Por ejemplo:

1. Un sistema para comparar contratos contra criterios definidos.
2. Otro para investigar un problema utilizando fuentes verificables.
3. Un tercero para organizar y recuperar conocimiento jurídico con trazabilidad.

Utilizaría exclusivamente datos públicos, sintéticos o expresamente autorizados. Explicaría qué problema resuelve cada prototipo, qué queda fuera, dónde falla, qué información utiliza, cómo verifica sus conclusiones y en qué punto exige revisión humana.

No intentaría ocultar los errores. Documentarlos demostraría que entiendo mejor el problema que una demostración perfecta preparada para una entrevista.

Entonces la conversación con un despacho sería diferente.

Ya no sería únicamente:

«Soy graduado en Derecho y quiero que me forméis».

Podría ser:

«Soy jurista y he aprendido a construir con la tecnología que va a transformar parte de vuestro trabajo. Vosotros tenéis el conocimiento, los clientes y la experiencia. Yo puedo ayudaros a convertir una parte de todo eso en sistemas seguros y verificables».

Esa es una propuesta de valor distinta. No promete sustituir a quien ya trabaja en el despacho. Ofrece colaborar para rediseñar cómo trabaja.

La formación no es solo responsabilidad del estudiante

Sería injusto trasladar todo el problema a quien empieza.

Las universidades deben enseñar un uso responsable y práctico de estas herramientas. Y los despachos que automaticen tareas junior tendrán que crear nuevos itinerarios de aprendizaje: acercar antes a los jóvenes a reuniones, estrategia y revisión; enseñarles a auditar resultados; obligarlos a abrir las fuentes; y evaluar no solo lo que producen, sino el razonamiento con el que justifican una decisión.

El 2026 Law Student Pulse Survey de Thomson Reuters, basado en 1.874 respuestas recogidas por internet en abril de 2026, refleja bien la tensión. El 72 % consideraba la alfabetización en IA una competencia profesional esencial y el 74 % reconocía al mismo tiempo que una dependencia excesiva podía debilitar sus capacidades jurídicas. El 32 % discrepaba de que su facultad le proporcionase las competencias de IA necesarias para su futura carrera.

Es una encuesta, no una fotografía universal de todas las facultades. Pero sus participantes parecen comprender algo importante: aprender IA y proteger la formación jurídica no son objetivos contrarios.

La paradoja final

La inteligencia artificial puede reducir precisamente parte del trabajo que durante décadas justificó contratar abogados jóvenes.

Al mismo tiempo, crea una necesidad nueva dentro de los despachos.

Alguien tiene que entender la tecnología, implementarla, evaluarla y hablar simultáneamente el idioma del socio y el del ingeniero. Alguien tiene que transformar años de experiencia profesional en procedimientos, herramientas, memoria y controles sin destruir aquello que hacía valiosa esa experiencia.

Un estudiante de Derecho puede entrar en una profesión llena de personas que saben mucho más Derecho que él. Pero puede llegar comprendiendo una tecnología que muchas organizaciones todavía están aprendiendo a integrar.

Esa combinación puede valer mucho.

Porque dentro de unos años saber utilizar inteligencia artificial probablemente será normal. La oportunidad está en aprender antes a aplicarla con criterio.

Aprende Derecho.

Aprende tecnología.

Y conviértete en la persona capaz de unir ambas cosas.

Nota de alcance

El artículo formula una recomendación profesional y varias inferencias sobre la evolución del mercado. Los datos citados no prueban que la IA sea la causa de una reducción general de puestos junior ni garantizan que una determinada competencia tecnológica produzca empleo. Tampoco debe utilizarse información confidencial o de clientes en proyectos formativos sin autorización y una arquitectura adecuada.