Ingeniería de IA Jurídica

Día 1: Construir la Base — Ingesta, Búsqueda y Recuperación

Módulo 1: El Panorama del Ingeniero Jurídico

• Objetivos de aprendizaje — comprender el rol, dónde encaja la IA en el trabajo legal y los dos riesgos que atraviesan toda la disciplina.
• Temas
• • El rol del ingeniero jurídico y por qué se contrata actualmente
  • Dónde encaja la IA: eDiscovery, revisión, contratos, investigación, investigaciones; el modelo EDRM en términos sencillos
  • Construir vs. comprar
  • Los dos riesgos transversales: confidencialidad/privilegio y defensabilidad

Módulo 2: Los Datos Legales son Caóticos — Ingesta y Extracción

• Objetivos de aprendizaje — manejar la realidad de los datos legales a escala.
• Temas
  • Más de 1.400 tipos de archivos, correo electrónico y PST, papel escaneado, archivos de carga (.dat/.opt); metadatos integrados relevantes
  • Extracción de texto (Tika), OCR y la desduplicación como opción
• Lab: Ingesta con FreeEed — construir una tubería de ingesta sobre un conjunto de documentos deliberadamente desordenado (correo/PST, escaneos, archivos de carga)

Módulo 3: Búsqueda y Recuperación — El Fundamento

• Objetivos de aprendizaje — construir el primitivo esencial de eDiscovery: encontrar cualquier cosa dentro de todo.
• Temas — búsqueda de texto completo e indexación (Solr/Lucene); relevancia, filtrado por metadatos y fecha; búsqueda en contenido OCR
• Lab: Búsqueda en eDiscovery — indexar un corpus y ejecutar búsquedas estilo eDiscovery reales, incluyendo dentro de escaneos OCR

Módulo 4: RAG para Documentos Legales — con Citas

• Objetivos de aprendizaje — construir RAG sobre documentos legales que cite sus fuentes.
• Temas
  • Por qué recuperación, no ajuste fino, para material sensible: el modelo nunca ingiere los documentos
  • Fragmentación (chunking), embeddings y, sobre todo, citas / procedencia
  • Resumen de documentos múltiples e hilos de conversación
• Lab: RAG Legal con Citas — construir una interfaz de preguntas y respuestas con RAG sobre un conjunto de documentos que responda con citas de fuentes

Día 2: Hacerlo Privado, Defendible y Listo para Entregar

Módulo 5: Privacidad, Privilegio y Servicio Local — La Trampa del Privilegio

• Objetivos de aprendizaje — mantener los datos legales en local y poder certificarlo.
• Temas
  • Dónde van realmente los datos cuando se envían a una IA en la nube
  • Renuncia al privilegio, deber de competencia y el espectro de “privado” (contractual vs. físico)
  • Caso Morgan v. V2X y por qué lo local es defensable en un tribunal
  • Servicio de modelos locales (Ollama / vLLM) y monitoreo del tráfico saliente
• Lab: Modelo Local + Prueba de Egreso — ejecutar un modelo local de extremo a extremo y demostrar, mediante monitoreo, que ningún dato salió del sistema

Módulo 6: Revisión de IA Defendible

• Objetivos de aprendizaje — medir y documentar una revisión de IA para que sea sólida.
• Temas
  • Las cifras que sostienen en un tribunal: recuerdo, evasión, precisión, validación contra la verdad terrestre; TAR / aprendizaje activo
  • Transparencia (¿por qué clasificó este documento de esta manera?) y reproducibilidad — fijar el modelo, establecer la configuración y registrar todo
  • El “instantáneo defendible del caso” que permite a otra persona reejecutar la revisión un año después y obtener el mismo resultado
• Lab: Revisión Defendible — medir una revisión de IA contra una verdad terrestre ciega y producir un paquete de reproducibilidad

Módulo 7: Despacharlo — Flujo de Trabajo, Despliegue Privado y Gobernanza

• Objetivos de aprendizaje — ensamblar las piezas en un flujo de trabajo, desplegarlo en privado y calificarlo.
• Temas
  • Un flujo de trabajo legal de múltiples pasos (ingesta → búsqueda → resumen → revisión → producción) con intervención humana
  • Esenciales para el despliegue privado/on-prem (contenerización; mantener los datos en las instalaciones)
  • Gobernanza de IA para el sector legal en breve y calificación del sistema con SAIS-100 (Escala de Elefante para IA Segura)
• Lab: Calificar y Empaquetar — configurar un flujo de trabajo de múltiples pasos, calificarlo con SAIS-100 y empaquetarlo para despliegue privado

Proyecto Final (integrado a lo largo del Día 2)

• Construir una aplicación de IA jurídica privada y defendible de extremo a extremo: ingresar un corpus desordenado, buscarlo, responder preguntas sobre él con citas usando un modelo local, medir una revisión defendible y empaquetarlo para despliegue privado.
• Los participantes egresan con un proyecto de portafolio que refleja las responsabilidades de un ingeniero jurídico.

Día 3 Opcional / Módulos Avanzados (se entrega como tercer día o serie modular)

• Investigaciones: Entidades, Relaciones y Cronologías — extraer personas/organizacións/fechas, reconstruir hilos de correo, construir cronologías, mapear duplicados aproximados y genealogía de documentos. Lab: construir una vista de cronología y entidades/relaciones.
• Flujos de Trabajo Legales Agentivos y de Múltiples Pasos (profundo) — orquestación más rica, análisis de contratos, síntesis de múltiples documentos, uso de herramientas y barreras de seguridad como principio de diseño. Lab: construir un flujo de trabajo de múltiples pasos con un punto de control humano.
• Despliegue a Gran Escala — despliegue on-prem y en aparatos, procesamiento distribuido para grandes volúmenes, entornos regulados (CJIS, gobierno, educación superior), dimensionamiento de hardware. Lab: contenerizar y escalar una tarea de procesamiento entre trabajadores.
• Profundización en Gobernanza y Cumplimiento — el panorama regulatorio de IA (más de 100 leyes estatales de IA en EE. UU., la Ley de IA de la UE), requisitos de auditoría y una auditoría completa de gobernanza SAIS-100. Lab: auditar un sistema de IA jurídica contra una lista de verificación de gobernanza/defensabilidad.