El derecho también se dispone a abrazar los datos
Durante siglos, la práctica jurídica se ha apoyado en la experiencia, la retórica y el criterio experto. Un buen abogado era aquel que, a fuerza de casos, desarrollaba un olfato para anticipar qué argumentos convencerían a un juez, qué cláusulas traían problemas o cuánto podía durar un litigio. Ese conocimiento tácito sigue siendo valiosísimo, pero hoy tiene un aliado incómodo: la estadística.
En el ecosistema Legaltech, la estadística ha dejado de ser una herramienta auxiliar para convertirse en el motor que impulsa aplicaciones tan diversas como la predicción de sentencias, la revisión automática de contratos o la cuantificación de riesgos legales. Y no hablamos solo de inteligencia artificial generativa; hablamos de modelos de regresión, análisis de supervivencia, inferencia bayesiana y, cómo no, cuantiles.
La clave es sencilla: el derecho está sembrado de incertidumbre, y la estadística es la ciencia que permite medirla y gestionarla con rigor.
Aprendí esto por la ruta larga, mucho antes de saber qué era un intervalo de confianza. Cuando mi negocio de distribución empezó a recibir demandas de proveedores, no tenía un modelo que me dijera la probabilidad de perder cada caso. Tenía un abogado que hablaba en adverbios —«probablemente», «posiblemente», «casi seguro»— y un estómago que se encogía cada vez que sonaba el teléfono. Si alguien me hubiera puesto sobre la mesa el percentil 80 de la indemnización en un escenario desfavorable, habría negociado distinto. Habría dormido distinto.
Predecir sentencias: el juez no es una caja negra
Una de las aplicaciones más mediáticas —y controvertidas— del Legaltech es la predicción de resultados judiciales. ¿Se puede predecir con un modelo estadístico si un recurso será estimado o desestimado? La respuesta es un sí matizado.
Modelos de regresión logística, random forest o redes neuronales se entrenan con miles de sentencias para identificar patrones que correlacionan con el fallo. Variables como el tribunal, el tipo de procedimiento, la cuantía, la presencia de ciertas palabras clave en la demanda o incluso el historial del juez se introducen en el modelo, que devuelve una probabilidad de éxito.
Pero la estadística va mucho más allá del simple «ganar o perder». Con técnicas de análisis de supervivencia se modela el tiempo hasta la resolución, lo que permite estimar el percentil 80 o 90 de la duración del litigio, una información mucho más útil para el cliente que la media, que puede estar distorsionada por casos que se eternizan. La regresión cuantílica, por ejemplo, permite condicionar la duración esperada a las características del caso: el percentil 90 de duración de un procedimiento complejo puede ser de 18 meses, mientras que para uno sencillo puede ser de 6.
El valor para el abogado no está en que la máquina acierte siempre —el juez siempre tendrá un margen de discrecionalidad— sino en la cuantificación del riesgo. Saber que un caso tiene una probabilidad del 20% de perderse y que, si se pierde, la indemnización esperada se sitúa en un umbral superior concreto, permite tomar decisiones estratégicas informadas, desde negociar un acuerdo hasta elegir el fuero.
Como escribió Daniel Kahneman, premio Nobel y pionero de la economía conductual: «La ilusión de que entendemos el pasado fomenta el exceso de confianza en nuestra capacidad para predecir el futuro». Los modelos estadísticos no eliminan esa ilusión, pero le ponen un número encima. Y ese número es el principio de la prudencia.
Riesgo legal y cuantiles: lo peor no está en la media
Al igual que en la logística o las finanzas, el derecho sufre cuando solo miramos promedios. El riesgo legal casi nunca habita en el caso típico; habita en los extremos: la demanda millonaria inesperada, la cláusula oscura que deriva en responsabilidad ilimitada, el plazo de prescripción que está a punto de cumplirse.
La gestión cuantitativa del riesgo legal ha adoptado herramientas directamente heredadas de la estadística financiera:
- Value at Risk legal (VaR): una empresa puede estimar, por ejemplo, que con un 95% de confianza sus pérdidas por litigios en el próximo año no superarán los 2 millones de euros, pero que existe un 5% de cola donde las pérdidas pueden escalar a 10 millones. Ese análisis de cola es el que permite dimensionar provisiones contables y pólizas de seguro con realismo.
- Simulaciones de Montecarlo para indemnizaciones: en lugar de dar una cifra única, los peritos estadísticos modelan los distintos factores que influyen en el daño (lucro cesante, grado de incapacidad, pérdida de oportunidad) con distribuciones de probabilidad y obtienen una distribución completa del posible importe. De nuevo, el percentil 85 o 95 de esa distribución es lo que define la estrategia de negociación o la cobertura de la aseguradora.
Esta cuantificación ayuda a las compañías a abandonar la «contabilidad del susto» y a integrar el riesgo legal en su mapa de riesgos corporativos con métricas comparables a las financieras u operativas.
Contratos inteligentes y revisión automática: clasificar para no tener que leerlo todo
El procesamiento del lenguaje natural (NLP) es la punta de lanza de la revisión contractual automatizada. Pero detrás de cada motor de NLP hay una base estadística sólida. Modelos como los transformers legales (Legal‑BERT, versiones jurídicas de GPT) aprenden probabilidades condicionales entre palabras y contextos a partir de millones de documentos legales.
Estadísticamente, estos sistemas resuelven tareas de clasificación y etiquetado secuencial:
- Detección de cláusulas abusivas o de alto riesgo: entrenados con corpus etiquetados por abogados, los modelos asignan una probabilidad de que una cláusula sea considerada abusiva en función de su redacción. Un umbral sobre esa probabilidad (por ejemplo, cláusula marcada si P > 0.7) dispara una alerta.
- Extracción de entidades legales (partes, fechas, jurisdicciones): redes neuronales recurrentes o transformers, optimizadas con descenso de gradiente estocástico, identifican los segmentos del texto que contienen información estructurada. La precisión y el recall de estos extractores son métricas puramente estadísticas que miden su rendimiento real.
El beneficio práctico es contundente: bufetes y departamentos legales pasan de revisar manualmente el 100% de los contratos a concentrarse en el 5% o 10% que el modelo señala como problemático. Esa selección se basa en umbrales de probabilidad definidos por el propio usuario, que decide qué nivel de falsos positivos está dispuesto a aceptar para no dejar escapar un riesgo real.
E-Discovery y muestreo: cómo buscar una aguja en un pajar sin quemar el pajar
En litigios con millones de documentos (correos electrónicos, informes, hojas de cálculo), el descubrimiento electrónico o e-discovery es un problema estadístico de manual. Revisarlos todos es inviable en tiempo y coste; revisar una muestra mal elegida puede omitir pruebas clave.
Aquí entran en juego técnicas clásicas de la estadística inferencial y el muestreo:
- Muestreo aleatorio simple y estratificado: para estimar la proporción de documentos relevantes en la población total, se extrae una muestra estadísticamente representativa y se revisa manualmente. Con un nivel de confianza y un margen de error predefinidos, se acota la prevalencia del material relevante.
- Aprendizaje activo (TAR – Technology Assisted Review): un modelo de clasificación se entrena iterativamente con los documentos que un revisor experto va etiquetando. El sistema selecciona los documentos sobre los que tiene mayor incertidumbre (estadísticamente hablando, los que están cerca de la frontera de decisión) para que el humano los evalúe, acelerando el entrenamiento. Esto permite identificar la práctica totalidad de los documentos relevantes revisando solo una fracción pequeña.
Los tribunales, especialmente en Estados Unidos y Reino Unido, ya aceptan estos procedimientos estadísticos como razonables, desplazando el debate desde «¿se revisó todo?» hacia «¿la metodología de muestreo garantiza una alta probabilidad de encontrar lo relevante?».
El abogado aumentado: criterio + incertidumbre cuantificada
Nada de lo anterior sustituye al abogado. La estadística no interpreta la equidad, no pondera principios constitucionales ni redacta un recurso con sensibilidad humana. Pero sí libera al profesional de calcular manualmente riesgos, buscar documentación entre montañas de papel o estimar plazos al tanteo.
El nuevo abogado «aumentado» es aquel que, junto a su formación dogmática, maneja conceptos estadísticos básicos: sabe qué es un cuantil, entiende la diferencia entre correlación y causalidad, valora un intervalo de confianza y sabe que los modelos no aciertan siempre, sino que ofrecen probabilidades que hay que sopesar con el contexto del caso.
Esa hibridación entre pensamiento jurídico y pensamiento estadístico está transformando la abogacía en una disciplina más científica, transparente y eficiente. La Legaltech no es solo tecnología; es, en el fondo, estadística aplicada al imperio de la ley.
«La profesión jurídica está al borde de una transformación fundamental, impulsada por una tecnología que cambia no solo cómo trabajan los abogados, sino cómo se prestan y se accede a los servicios legales.» — Richard Susskind, Tomorrow's Lawyers (2013)
«La ilusión de que entendemos el pasado fomenta el exceso de confianza en nuestra capacidad para predecir el futuro.» — Daniel Kahneman, Thinking, Fast and Slow (2011)