El escrito de Stephen Aarons elaborado con ChatGPT inventó testigos y el tribunal impuso una multa de 5.000 dólares
Stephen Aarons presentó una apelación por asesinato asistida por ChatGPT que contenía testigos inventados, y la Corte Suprema de Nuevo México respondió con una declaración de desacato y una sanción de 5.000 dólares. El tribunal también apartó a Aarons de la apelación, lo remitió para una revisión disciplinaria y anuló todos los escritos presentados en el caso.
El escrito de Stephen Aarons elaborado con ChatGPT representa algo más que otro vergonzoso error de citas. Según el tribunal, el documento atribuyó testimonios a personas que nunca comparecieron en el juicio. También modificó declaraciones de testigos reales y tergiversó autoridades jurídicas existentes.
Esa distinción eleva lo que está en juego. Los fallos anteriores de IA jurídica solían involucrar casos inexistentes que los abogados podrían haber detectado mediante comprobaciones rutinarias de citas. Según se informa, este escrito alteró el registro fáctico subyacente a una condena por asesinato, en la que el cliente cumplía cadena perpetua.
El caso sitúa ahora un claro conflicto en el centro de la adopción de IA jurídica: la velocidad del borrador automatizado frente al deber personal del abogado de verificar el expediente. Los tribunales no tratan la producción del software como si fuera un participante independiente. Responsabilizan al abogado que firma el escrito de cada frase.
El tribunal encontró testigos fabricados dentro de una apelación por asesinato
La sanción siguió a invenciones fácticas admitidas, no a un desacuerdo sobre cómo un abogado interpretó la prueba.
La Corte Suprema de Nuevo México emitió su orden dispositiva el 9 de septiembre de 2026 en State v. Sandoval. El caso se refiere a la apelación de Oscar Renee Sandoval contra una condena por asesinato y lleva el número de expediente S-1-SC-40845.
Aarons reconoció haber usado ChatGPT mientras preparaba el escrito inicial de apelación. También admitió que no verificó sus afirmaciones fácticas ni sus autoridades jurídicas antes de firmarlo y presentarlo.
El tribunal identificó a cuatro testigos completamente fabricados: la agente Michelle Amarillo, el agente Sanchez, Manal Al-Jibury y Teresa Marquez. No se trataba de pequeños errores ortográficos ni de identificaciones inciertas. La orden afirma que los propios testigos eran falsos.
El escrito también atribuyó testimonios inventados a testigos reales. Afirmó que Danny Stanton recibió amenazas de Sandoval y que las tomó en serio. Incluyó declaraciones falsas sobre amenazas recibidas por el esposo de Linda Stanton.
Otros pasajes supuestamente tergiversaron testimonios sobre la ropa y la apariencia del tirador. La orden vinculó esas declaraciones con Mariah Chavez y la inventada Teresa Marquez.
Los errores también se extendieron a la investigación jurídica. El tribunal afirmó que el escrito tergiversó la autoridad de State v. Lopez y State v. Manus. Esos casos existen, lo que diferencia el problema de simplemente citar una decisión imaginaria.
Un caso fabricado puede a veces quedar expuesto al buscar una cita. Una decisión real tergiversada exige una comparación más minuciosa entre la proposición y la fuente. El testimonio alterado requiere otro proceso de verificación frente a transcripciones y pruebas documentales.
La orden de desacato registra la admisión de Aarons de que no realizó ninguna de las dos revisiones. También señala que no informó a su cliente de las tergiversaciones fácticas y jurídicas del escrito.
El tribunal había ordenado a Aarons comparecer el 21 de agosto y explicar por qué no debía enfrentar un desacato y una remisión disciplinaria. Presentó una respuesta por escrito y expuso argumentos orales ante los cinco magistrados.
Tras esa audiencia, los magistrados concluyeron que Aarons mostró falta de remordimiento y de preocupación por su cliente. La orden final lo declaró en desacato directo y remitió el asunto a la Junta Disciplinaria de Nuevo México.
Aarons debe pagar 5.000 dólares al Fondo de Protección al Cliente del Colegio de Abogados del Estado de Nuevo México en un plazo de 30 días. También debe notificar al tribunal una vez efectuado el pago.
Las consecuencias prácticas van más allá de la multa. Aarons no puede comparecer ante la Corte Suprema estatal mientras el proceso disciplinario siga pendiente. El tribunal se reservó el derecho de adoptar decisiones adicionales una vez concluido dicho proceso.
Designó a la Oficina del Defensor Público para proporcionar nueva representación a Sandoval. Se anularon todos los escritos existentes y seguirá un nuevo calendario de alegaciones.
El tribunal prevé conocer de la apelación reiniciada durante su período 2026–2027. Por ello, el cliente enfrenta otra ronda de alegaciones porque su anterior abogado presentó contenido de IA sin verificar.
Ese reinicio procesal crea la tensión central del artículo. ChatGPT prometía una revisión más rápida de un expediente extenso, pero la producción sin comprobar incrementó la carga de trabajo para todos los implicados.
El escrito de Stephen Aarons elaborado con ChatGPT puso al cliente en riesgo
Una respuesta alucinada adquiere una dimensión materialmente distinta cuando entra en un expediente judicial con la firma de un abogado.
La IA generativa produce texto al predecir secuencias plausibles de palabras. No garantiza de forma independiente que una afirmación coincida con una transcripción judicial, una decisión citada o el registro probatorio.
Esa limitación se describe ampliamente como una alucinación. En este contexto, una alucinación de IA es una afirmación formulada con seguridad que carece de respaldo en las fuentes jurídicas disponibles.
El término puede sonar inocuo porque surgió como una abreviatura técnica. Sin embargo, dentro de una apelación penal, el resultado puede describir falsamente quién testificó y qué dijeron esas personas ante un jurado.
Una apelación por asesinato depende de un expediente cerrado. Los jueces de apelación revisan lo que ocurrió en el tribunal de primera instancia en lugar de celebrar un nuevo juicio o escuchar testigos sustitutivos.
Un abogado puede impugnar decisiones sobre pruebas, instrucciones al jurado, cuestiones constitucionales o la suficiencia de la prueba. Ese abogado no puede incorporar personas adicionales al expediente ni reescribir testimonios para reforzar un argumento.
El escrito de Stephen Aarons elaborado con ChatGPT presuntamente cruzó ese límite en repetidas ocasiones. Sus errores afectaron a los materiales básicos que los jueces de apelación utilizan para evaluar las pretensiones jurídicas.
Las consecuencias para el cliente importan más que el espectáculo en torno al chatbot. Sandoval no recibió una decisión adversa sobre su apelación mediante la orden de desacato. Aun así, el escrito retrasó y complicó su camino hacia la revisión.
El tribunal dijo que Aarons no informó a Sandoval de las inexactitudes. También concluyó que no comunicó a su cliente el procedimiento para que explicara por qué no debía ser sancionado ni le proporcionó los documentos relacionados.
Esas omisiones privaron al cliente de información sobre una grave alteración de su representación. También obligaron al tribunal a organizar una defensa sustituta después de identificar el problema.
El defensor público debe ahora revisar el expediente del juicio, evaluar las cuestiones viables y preparar nuevos escritos. Los fiscales y el personal judicial deben retomar una apelación cuya tramitación ya había comenzado.
Así es como una aparente herramienta de eficiencia puede trasladar trabajo en lugar de eliminarlo. Un usuario ahorra tiempo inicialmente, mientras varios otros participantes absorben el coste de detectar y corregir contenido sin respaldo.
Según la cobertura de Reuters, el escrito parece ir más allá de incidentes anteriores centrados en precedentes ficticios. Insertó testimonio fabricado en una apelación penal.
Esa escalada explica la contundencia de la respuesta del tribunal. Un precedente falso puede inducir a error a un juez sobre el derecho. Un testigo falso puede inducirlo a error sobre lo que ocurrió en el propio caso.
Ambos fallos vulneran la expectativa de que el abogado comprobará un escrito. Sin embargo, las invenciones fácticas pueden ser más difíciles de detectar porque los expedientes judiciales son extensos, específicos de cada caso y a menudo no están disponibles mediante búsquedas web ordinarias.
La parte contraria podría detectar rápidamente una cita incorrecta de una decisión publicada. Detectar un testimonio inventado puede requerir revisar miles de páginas de transcripciones y comparar varios relatos de testigos.
Esa carga hace que la trazabilidad sea esencial. Un sistema de redacción debería conservar la fuente detrás de cada proposición fáctica y mostrar dónde aparece el lenguaje de respaldo.
Incluso entonces, los enlaces a las fuentes no pueden sustituir el criterio jurídico. Un revisor humano debe confirmar que el pasaje citado pertenece al testigo correcto y respalda la afirmación circundante.
La misma disciplina se aplica fuera del derecho. Los equipos que utilizan IA para resumir documentos técnicos necesitan una base de conocimiento consultable que mantenga las conclusiones conectadas con los materiales originales.
Las presentaciones ante los tribunales hacen que el deber resulte especialmente visible porque los jueces pueden imponer sanciones. La lección subyacente también se aplica a informes de cumplimiento normativo, resúmenes médicos, auditorías y otros trabajos sensibles a la evidencia.
La redacción más rápida chocó con la responsabilidad personal
El tribunal trató a ChatGPT como una herramienta bajo supervisión, mientras la responsabilidad seguía recayendo por completo en el abogado que presentó su contenido.
Según se informa, Aarons utilizó ChatGPT para ayudar a resumir transcripciones del juicio y preparar el escrito de apelación. Ese caso de uso resulta atractivo porque los expedientes penales pueden contener extensos testimonios, pruebas documentales, mociones e historial procesal.
La elaboración de resúmenes puede ayudar a un abogado a localizar temas y organizar notas. También puede condensar el lenguaje con tanta agresividad que desaparezcan matices, contradicciones e identidades de los hablantes.
Un chatbot de propósito general añade otro peligro. Si no puede recuperar un hecho solicitado, puede generar un sustituto plausible en lugar de identificar claramente la laguna.
El peligro aumenta cuando el resultado se ajusta a las convenciones de la redacción jurídica. Nombres, citas textuales y referencias inventados pueden llegar en una prosa pulida que parece lista para presentar.
El formato profesional no demuestra fiabilidad fáctica. La fluidez solo describe lo natural que suena el resultado, no si cada proposición cuenta con respaldo en el expediente.
La explicación de Aarons, comunicada antes de que apareciera la orden escrita, se centró en una confianza excesiva. Dijo que no esperaba que la herramienta creara testigos, testimonios, citas y autoridades ficticios de forma coherente.
Esa explicación revela exactamente el modo de fallo. Un usuario que espera una síntesis extractiva puede no reconocer que un modelo generativo puede producir material ausente de la fuente.
Sin embargo, las normas profesionales imponen el deber de verificación al abogado. El modelo no tiene licencia, relación con el cliente, deber de veracidad ante el tribunal ni exposición a disciplina profesional.
La American Bar Association abordó esta división en la Opinión Formal 512. Su orientación ética sobre IA afirma que los deberes existentes rigen a los abogados que utilizan sistemas generativos.
Esos deberes incluyen competencia, confidencialidad, comunicación, supervisión, veracidad y facturación razonable. Los abogados deben comprender suficientemente las capacidades y limitaciones de una herramienta para utilizarla de manera responsable.
El Colegio de Abogados del Estado de Nuevo México también había emitido orientación específica antes de este escrito. Su opinión ética permite a los abogados utilizar IA generativa, pero solo mientras cumplan sus obligaciones profesionales existentes.
La opinión destaca la veracidad ante los tribunales y la honestidad. También abarca la confidencialidad, los conflictos, la supervisión y el tratamiento de honorarios y costes.
Por lo tanto, el problema no era la ausencia de una norma estatal que prohibiera ChatGPT por su nombre. Los deberes establecidos ya exigían afirmaciones fácticas precisas y autoridades jurídicas honestas.
El tribunal fundamentó su orden en esas responsabilidades conocidas. Citó normas sobre escritos que autorizan sanciones, incluido el desacato, cuando los abogados no cumplen.
También invocó la autoridad del poder judicial para regular los procedimientos y disciplinar a los abogados. El propósito declarado incluye proteger al público, la reputación de la profesión y la administración ordenada de justicia.
Este enfoque evita que los tribunales dependan de un modelo o versión de software en particular. Un abogado sigue siendo responsable tanto si un error provino de ChatGPT, otro asistente, una plataforma de búsqueda o una redacción manual descuidada.
Ese principio ejerce presión tanto sobre los bufetes como sobre los proveedores de tecnología jurídica. Los bufetes necesitan procedimientos de revisión acordes con el riesgo de cada tarea. Los proveedores necesitan interfaces que desalienten la copia sin respaldo en trabajos finales.
Una sesión de lluvia de ideas de bajo riesgo no requiere las mismas salvaguardas que una afirmación factual en una apelación por asesinato. El flujo de trabajo debe volverse más estricto a medida que aumentan las consecuencias de un error.
Para el trabajo con transcripciones, eso significa que cada afirmación factual necesita una fuente a nivel de página. Cada cita requiere comparación con el expediente original. Cada persona nombrada necesita confirmación mediante la lista de testigos o la transcripción.
En cuanto a la autoridad jurídica, los revisores deben abrir la decisión y leer el pasaje pertinente. Confirmar que un caso existe es insuficiente cuando la IA ha tergiversado su fallo.
Estas comprobaciones reducen parte del ahorro de tiempo que promete la IA generativa. Eso no demuestra que la tecnología carezca de valor. Significa que una adopción fiable exige contabilizar el trabajo de verificación.
Por tanto, la disyuntiva central es medible. La automatización puede acelerar el primer borrador, pero el profesional sigue asumiendo el coste de demostrar que ese borrador es correcto.
Las herramientas de IA jurídica no han eliminado las alucinaciones
Los sistemas jurídicos diseñados para ese fin pueden reducir las respuestas sin respaldo, pero ninguna interfaz elimina el deber del revisor de comprobar el resultado.
El escrito de Stephen Aarons elaborado con ChatGPT implicaba un servicio de IA de propósito general. No estableció que todos los productos de IA jurídica se comporten de forma idéntica ni conlleven el mismo riesgo.
Algunas plataformas de investigación jurídica usan generación aumentada por recuperación. RAG es un método que conecta respuestas generadas con una colección seleccionada de documentos fuente.
En teoría, la recuperación limita la evidencia disponible para el modelo y proporciona citas para su revisión. Puede facilitar la verificación porque el usuario puede abrir la autoridad citada junto a la respuesta generada.
Sin embargo, la recuperación no garantiza que una respuesta represente fielmente sus fuentes. Un modelo puede citar un documento real que no respalda la proposición que aparece a su lado.
Investigadores de Stanford evaluaron productos de investigación jurídica asistida por IA de LexisNexis y Thomson Reuters. Su estudio también comparó esos sistemas con un modelo GPT de propósito general.
Los investigadores informaron tasas de alucinación de entre el 17 y el 33 por ciento para los productos especializados que probaron. Los sistemas funcionaron mejor que los modelos de propósito general, pero persistieron las respuestas sin respaldo o mal fundamentadas.
El estudio sobre IA jurídica sostuvo que las alucinaciones no se habían resuelto. Pidió evaluaciones comparativas públicas y análisis más rigurosos.
Estos hallazgos no predicen la precisión de todos los productos actuales ni de todas las tareas jurídicas. Los modelos, sistemas de recuperación, prompts y bases de datos subyacentes siguen cambiando.
La evaluación comparativa también se centró en preguntas de investigación, no en la síntesis de transcripciones de un caso penal concreto. El rendimiento de un producto sobre decisiones publicadas no demuestra fiabilidad respecto de pruebas cargadas.
Esa distinción importa al evaluar errores jurídicos de ChatGPT. Las bases de datos de investigación suelen contener autoridades estructuradas con citas reconocibles. Los expedientes de juicio a menudo contienen transcripciones imperfectas, abreviaturas, nombres superpuestos y testimonios fragmentados.
Un sistema puede localizar correctamente un caso mientras confunde a dos testigos en un expediente. También puede citar correctamente una transcripción, pero omitir lenguaje cercano que cambia el significado.
El escepticismo adecuado debe operar en ambas direcciones. Un fallo judicial no demuestra que los abogados deban abandonar la IA. Las garantías de los proveedores tampoco justifican tratar el texto generado como verificado.
La pregunta pertinente es si un flujo de trabajo facilita detectar afirmaciones sin respaldo antes de presentar un escrito. Un sistema útil debe mostrar la incertidumbre, conservar las citas y simplificar la comparación con las fuentes.
También debe impedir que un modelo complete silenciosamente los vacíos. Cuando el expediente no contiene una respuesta, «no encontrado» es más seguro que una reconstrucción pulida.
Los bufetes pueden reforzar esos controles mediante el diseño de tareas. Pueden separar la lluvia de ideas de la extracción factual y limitar los documentos sensibles a sistemas aprobados.
Pueden exigir a los abogados que mantengan un registro de afirmaciones. Cada declaración factual apuntaría a una página de transcripción, prueba documental, anotación del expediente o autoridad publicada.
Los supervisores pueden entonces auditar las afirmaciones de alto riesgo en lugar de releer cada frase generada sin contexto. Ese proceso crea evidencia de que hubo verificación, aunque la documentación por sí sola no puede demostrar una revisión cuidadosa.
La formación debe centrarse en el comportamiento, no en advertencias generales. Decir a los abogados que la IA a veces alucina ofrece poca orientación ante un plazo real para presentar un escrito.
Un estándar práctico pregunta si otro revisor puede reproducir cada afirmación a partir de la fuente citada. Si la respuesta es no, el pasaje no está listo para el tribunal.
También existe una cuestión de confidencialidad independiente de la precisión. Cargar un expediente de juicio en un servicio de terceros puede exponer información protegida del cliente, según los términos y controles del producto.
La orden de Nuevo México no resolvió esa cuestión. Se centró en las tergiversaciones factuales y jurídicas, la comunicación con el cliente y la conducta de Aarons ante el tribunal.
Los lectores no deben inferir una conclusión independiente sobre confidencialidad que los magistrados no formularon. La orden tampoco establece que ChatGPT haya creado cada pasaje falso sin modificación del usuario.
Lo que establece es más limitado y, aun así, grave. Aarons admitió haber usado la herramienta, presentado resultados no verificados y no haber informado a su cliente sobre los problemas resultantes.
Las alucinaciones de IA ante los tribunales ahora acarrean consecuencias previsibles
El caso de Nuevo México forma parte de un patrón consolidado de sanciones, pero sus hechos de juicio fabricados llevan ese patrón a un terreno más peligroso.
En 2023, abogados en Mata v. Avianca presentaron decisiones judiciales inexistentes generadas mediante ChatGPT. Un juez federal impuso una sanción de $5,000 tras examinar su conducta y respuestas posteriores.
Ese caso se convirtió en una advertencia temprana sobre las alucinaciones de IA en los tribunales. Mostró que una cita plausible puede sobrevivir a la redacción, la revisión interna y la presentación cuando nadie abre la decisión subyacente.
El incidente de Nuevo México ocurrió después de que esa advertencia se hiciera ampliamente conocida. También siguió a orientaciones éticas nacionales y estatales sobre el uso de IA generativa por parte de los abogados.
Por ello, los tribunales pueden esperar que los abogados comprendan el riesgo básico. Una alegación de sorpresa resulta menos convincente cuando las sanciones públicas, las opiniones de colegios de abogados y la formación profesional ya describen el problema.
El alcance factual también cambió. Mata implicaba precedentes ficticios en una disputa civil sobre aviación. El escrito de Stephen Aarons elaborado con ChatGPT supuestamente inventó participantes y testimonios dentro de un expediente por asesinato.
Un proceso por asesinato en Australia produjo otra advertencia en 2025. Las presentaciones de la defensa contenían citas fabricadas y casos inexistentes, lo que causó una demora mientras el tribunal investigaba.
El abogado allí se disculpó y aceptó la responsabilidad. El juez dijo que era necesaria una verificación independiente y exhaustiva antes de que los abogados utilizaran material generado por IA.
La presentación australiana demuestra que el riesgo no se limita a un tribunal estadounidense ni a un área de práctica. Fallos similares aparecen allí donde un resultado fluido supera a la comprobación de fuentes.
Aun así, las sanciones no son automáticas cada vez que un escrito contiene un error. Los tribunales consideran la conducta del abogado, su respuesta, franqueza, medidas correctivas y las normas procesales aplicables.
Un error tipográfico difiere de presentar testimonios inventados como parte del expediente. Una corrección rápida difiere de ocultar un problema o dejar a un cliente sin información.
La Corte Suprema de Nuevo México enfatizó las admisiones de Aarons y su respuesta al procedimiento. Su conclusión sobre el remordimiento y la preocupación por su cliente ayudó a distinguir el asunto de un error accidental reparado rápidamente.
La orden no tiene carácter de precedente, lo que significa que el tribunal no la emitió como una opinión formal que rija casos posteriores. Ese estatus limita cómo los abogados deben citarla como autoridad.
Su efecto operativo sigue siendo real. Aarons enfrenta desacato, una sanción monetaria, la separación de la apelación, la prohibición de comparecer ante el tribunal y revisión disciplinaria.
El expediente público también crea una consecuencia reputacional que puede sobrevivir al pago. Las búsquedas del nombre del abogado lo vincularán con testigos fabricados en una apelación por asesinato.
Para los bufetes, esa consecuencia modifica el cálculo de riesgos en torno a la adopción. El coste de una revisión deficiente puede incluir abogados sustitutos, trabajo duplicado, exposición disciplinaria y daño a la confianza del cliente.
Para los tribunales, los incidentes repetidos generan presión para exigir certificaciones o divulgaciones. Algunos jueces ya demandan declaraciones que confirmen que el texto y las citas generados por IA recibieron revisión humana.
Estas normas pueden recordar a los abogados sus obligaciones, pero no pueden comprobar si la verificación fue significativa. Una casilla marcada no revela si alguien abrió la transcripción.
Los controles técnicos enfrentan la misma limitación. Un sistema podría adjuntar una cita a cada oración y aun así vincular afirmaciones con pasajes irrelevantes o contradictorios.
La protección más sólida combina restricciones del producto con revisión profesional. El software debe hacer visible la evidencia, mientras los abogados deben comparar la evidencia con la afirmación presentada.
Esa combinación preserva una automatización útil sin asignar el juicio a un modelo probabilístico. También proporciona a los supervisores un proceso concreto que inspeccionar.
Por tanto, el caso no debe reducirse a «ChatGPT inventó algo». Se sabe que los sistemas generativos producen texto sin respaldo, especialmente cuando se les pide completar detalles faltantes.
La decisión trascendental ocurrió cuando resultados no verificados entraron en un escrito judicial firmado. El tribunal sancionó al profesional humano responsable de esa transición.
Lo que tribunales, bufetes y proveedores de IA deben vigilar a continuación
Tres avances mostrarán si este caso produce salvaguardas duraderas o se convierte en otra advertencia que los flujos de trabajo jurídicos no logran asimilar.
La primera señal es el proceso disciplinario de Nuevo México. La Corte Suprema remitió a Aarons a la Junta Disciplinaria, pero la orden de septiembre no anunció una sanción profesional definitiva.
Los investigadores pueden examinar cuestiones que van más allá del procedimiento por desacato y recomendar una respuesta adecuada conforme a las normas disciplinarias. El tribunal dijo que adoptaría determinaciones adicionales tras ese proceso, si se producen actuaciones.
Una sanción adicional sustancial reforzaría el mensaje de que el contenido de IA no verificado representa una falta de conducta profesional. Una respuesta limitada sugeriría que el desacato y la separación se consideraron suficientes para el escrito en sí.
La segunda señal es la apelación de Sandoval reiniciada. Un nuevo abogado debe comparecer, reconstruir los escritos e identificar argumentos respaldados por el expediente real del juicio.
Ese proceso revelará el daño práctico causado por la presentación falsa. El tribunal tiene la intención de incluir la apelación en su calendario de 2026–2027, pero no proporcionó una fecha concreta de audiencia.
Un reinicio rápido y ordenado reduciría el perjuicio para el cliente. Más demoras o disputas sobre el expediente mostrarían durante cuánto tiempo una sola presentación defectuosa asistida por IA puede afectar a un caso penal.
La tercera señal es la respuesta de los tribunales y los proveedores de tecnología jurídica. Los tribunales pueden adoptar certificaciones de verificación, mientras que los proveedores pueden incorporar controles a nivel de fuente para el trabajo con transcripciones y citas.
El cambio de producto más significativo no sería otra afirmación general sobre precisión. Sería un flujo de trabajo que se niegue a completar hechos sin respaldo y que revele la evidencia detrás de cada respuesta.
Las pruebas independientes seguirán siendo importantes. Cualquier proveedor puede mostrar un ejemplo favorable, pero los usuarios necesitan evaluaciones que midan el rendimiento en expedientes desconocidos y ante preguntas adversariales.
Los bufetes también deberían supervisar si sus propios procedimientos de revisión funcionan bajo la presión de los plazos. Una política que exige verificación tiene poco valor si los abogados carecen de tiempo, formación o acceso a las fuentes.
La lección inmediata es sencilla. La IA puede ayudar a organizar un expediente, esbozar un argumento o localizar posibles cuestiones. No puede asumir el deber de sinceridad del abogado.
Toda afirmación factual en una presentación ante un tribunal necesita una vía de regreso al material admisible. Toda proposición jurídica necesita el respaldo de una autoridad que diga lo que sostiene la presentación.
Ese estándar es exigente porque el trabajo de apelación siempre ha sido exigente. La IA generativa cambia la interfaz de redacción, pero no reduce la carga de precisión.
El escrito de Stephen Aarons elaborado con ChatGPT convirtió un atajo prometido en desacato, sustitución de abogado y un ciclo de escritos completamente nuevo. Los profesionales del derecho cuentan ahora con otra advertencia documentada, esta vez relacionada con testigos inventados y no solo con casos inventados.
La siguiente pregunta es si las organizaciones rediseñarán sus flujos de trabajo antes de que otro cliente absorba las consecuencias. Los abogados que utilicen IA deberían comprobar una cosa antes de presentar un escrito: ¿puede demostrarse cada frase importante a partir del expediente original?