Los mejores modelos del mundo completan menos del 10 % de las tareas jurídicas complejas de principio a fin.
No es una cifra nuestra: la publica Harvey sobre su propio banco de pruebas de agentes jurídicos, con criterio estricto —una tarea solo cuenta si se cumple entera—. El mejor resultado publicado ronda el 13 %.
Lo decimos porque explica nuestra forma de trabajar. Nadie ha resuelto esto todavía, así que lo honesto no es prometer una IA que redacta sola: es construir un sistema donde lo que no admite aproximación no lo hace un modelo —un vencimiento procesal se calcula con código— y donde el letrado pueda comprobar cada afirmación.
Apartado 02
Cuatro cifras, y dos de ellas tienen que ser cero
Metodología abierta
Citas legales inventadas
Un artículo cuyo número no existe en su código es la firma de una invención. No es una imprecisión que se compense con el resto del escrito: es la que no se puede permitir. Por eso se cuenta aparte y su objetivo no es «pocas».
Cobertura del expediente
Qué parte de los documentos del caso llegó de verdad al modelo. Un informe impecable que se dejó tres folios sin leer no es un informe impecable, y lo que queda fuera se nombra en pantalla.
Corrección del letrado
Cuánto hay que reescribir antes de dar un escrito por bueno. Se deduce del histórico de versiones: al profesional no se le pregunta nada, porque un formulario más al final de un trabajo largo se rellena a boleo a las dos semanas.
Plazos críticos erróneos
El vencimiento no lo calcula un modelo: lo calcula un motor determinista, y el resultado llega con la fórmula paso a paso, las normas aplicadas y el calendario usado, para que el letrado pueda comprobarlo en diez segundos.
Apartado 03
PenalBench-ES
Tareas reales de defensa penal española, anonimizadas, con rúbricas escritas por letrados y corrección «todo o nada»: una tarea solo cuenta si se cumplen todos sus criterios.
Estado actual: el formato de tarea y el corrector están construidos y probados. El corpus lo están escribiendo letrados penalistas. Aún no hay resultados, y por eso no verás ninguna tabla de puntuaciones en esta página.
Comparación de capacidades publicadas
Un criterio que nadie evalúa cuenta como fallo.
Sin esta regla, los criterios difíciles se quedan sin corrector y la nota sube sola. Es como una métrica propia empieza a inflarse.
Las citas inventadas se cuentan aparte.
Un sistema que supera más tareas inventando citas no es mejor: es inutilizable ante un juzgado. Meterlo todo en un número lo escondería.
Anonimización obligatoria.
El corpus sale de casos reales —datos de infracciones penales, art. 10 del Reglamento europeo—. El formato rechaza cualquier tarea que no declare estar anonimizada.
Apartado 04
Qué hace cada plataforma
Se comparan capacidades documentadas públicamente, no calidad: si existe como producto o no. Harvey es una plataforma horizontal para grandes despachos y departamentos jurídicos internacionales; JBH está construida alrededor del procedimiento penal español. Son propósitos distintos, y la tabla lo enseña en las dos direcciones.
| Capacidad | JBH Legal | Horizontales |
|---|---|---|
| Modo Guardia 24 h (asistencia al detenido) Reloj de 72 horas, art. 520 LECrim y habeas corpus sin expediente abierto | Sí | No consta |
| Cómputo de plazos procesales españoles Motor determinista con calendario oficial, agosto inhábil y día de gracia | Sí | No consta |
| Vigilante del art. 324 LECrim Plazo máximo de instrucción, prórrogas y agotamiento con avisos escalados | Sí | No consta |
| Simulador de conformidad Reducción del art. 801 LECrim y suspensión del art. 80 CP, con la aritmética fuera de la IA | Sí | No consta |
| Análisis de la vista grabada Transcripción por tramos, roles y contradicciones entre instrucción y juicio | Sí | No consta |
| Expediente con hechos frente a pruebas Hechos numerados, inventario probatorio y contradicciones vinculadas | Sí | No consta |
| Revisión ligada al texto revisado La firma del letrado caduca sola si el contenido se regenera | Sí | No consta |
| Investigación con contenido licenciado a gran escala Acuerdos editoriales y bases de jurisprudencia de pago | No | Sí |
| Integraciones de gran despacho iManage, NetDocuments, SharePoint y similares | No | Sí |
| Certificaciones de seguridad auditadas SOC 2, ISO 27001, ISO 42001 | No | Sí |
«No consta» significa que no aparece como producto documentado en su material público, no que sea imposible con esa plataforma. Última revisión: agosto de 2026.
Honestidad
Apartado 05
Lo que no afirmamos
Preguntas frecuentes
Que nuestra IA sea mejor que otra en general
Lo que decimos es que está construida alrededor del procedimiento penal español, y eso es una decisión de producto, no una medida de calidad.
Que tengamos resultados de banco de pruebas
Todavía no: la metodología está publicada y el corpus se está escribiendo. Las cifras aparecerán en esta misma página cuando existan.
Que la IA sustituya al criterio del letrado
Ningún escrito sale sin revisión humana, y la plataforma lo marca como borrador hasta que un profesional colegiado lo valida.
Que un cómputo de plazos exima de verificarlo
El motor es determinista y enseña su razonamiento precisamente para que se pueda comprobar; la responsabilidad de verificar el vencimiento sigue siendo profesional.
Apartado 06
Sobre cómo medimos
¿Qué es PenalBench-ES?
¿Por qué la corrección es «todo o nada» y no una nota media?
¿Qué impide que un banco de pruebas propio se infle solo?
¿Ya tenéis resultados publicados?
¿Cómo se comparan con Harvey?
¿Qué dicen los datos públicos sobre el estado de la IA jurídica?
Apartado 07
Júzgalo con un caso real
La forma honesta de comprobar una herramienta jurídica no es leer una tabla: es ver qué hace con un expediente propio. El primer caso no tiene coste.