Harvey vs. Legora: la decisión sobre IA jurídica que muchas firmas realmente enfrentan

Fusion Legal & Tax · 23 de agosto de 2026Liderazgo de opinión12 min de lectura

Si su firma está evaluando soluciones empresariales de IA jurídica, Harvey y Legora pueden ser candidatos destacados, pero no son las únicas opciones. La pregunta práctica va más allá de qué sistema puede redactar, investigar o revisar. En el mejor de los casos, esta evaluación busca ayudar a sus abogados a trabajar con mayor claridad, sin alejarse del conocimiento institucional, la supervisión humana y el criterio profesional.

Para su firma, esto hace que la elección sea más que una compra convencional de software. Está eligiendo cómo los abogados podrán plantear preguntas, encontrar información confiable, revisar materiales fuente, colaborar y crear productos de trabajo. El objetivo no es identificar un ganador universal. Es determinar qué plataforma respalda mejor a su personal, sus asuntos, sus sistemas de información y su enfoque del trabajo jurídico responsable.

Más allá del titular: herramientas similares, distintas formas de trabajar

En un informe del 20 de mayo de 2026 sobre sus alianzas educativas, Cornell Law School explicó cómo está preparando a sus estudiantes para desenvolverse en múltiples plataformas de IA y evaluarlas de manera crítica, no evaluando los productos para su implementación empresarial ni avalando su calidad. Las alianzas de Cornell incluyen a Harvey y Legora, además de su colaboración continua con Clio vLex Vincent AI. La facultad afirma que herramientas como Harvey, Legora y Vincent AI pueden agilizar la revisión, el análisis y la redacción de documentos. Cornell acompaña esa capacidad con una aclaración importante: estas herramientas requieren supervisión cuidadosa y evaluación crítica.

Las diferencias importantes aparecen al mirar más allá de esa similitud general.

En su página de inicio, según se revisó para este artículo en junio de 2026, Legora describe su producto como una plataforma de “IA colaborativa” y presenta Legora aOS™ —su sistema operativo basado en agentes— como una solución que conecta la información, la comunicación y la ejecución del trabajo jurídico. La descripción actual de su producto hace énfasis en la ejecución integral de trabajo jurídico complejo mediante un agente que planifica, ejecuta, revisa y entrega; el monitoreo de cambios regulatorios; y las listas que conectan documentos y resultados de IA con flujos de trabajo en curso. Estas son descripciones del proveedor, no conclusiones independientes sobre el desempeño, pero muestran el modelo operativo que Legora quiere que las firmas evalúen: IA integrada en un espacio de trabajo compartido y organizado en torno a equipos, documentos y ejecución.

Una implementación de Harvey descrita por un cliente ofrece otro tipo de evidencia. Según informó Legal IT Insider el 30 de abril de 2026, Slaughter and May afirma que está adoptando la plataforma completa de Harvey en todas sus áreas de práctica para apoyar a los abogados que trabajan en asuntos de varias jurisdicciones relacionados con fusiones y adquisiciones, debida diligencia, investigación regulatoria y análisis de documentos. En la declaración de la firma difundida por Legal IT Insider, Slaughter and May señaló factores que incluyen capacidades basadas en agentes, seguridad, experiencia comprobada liderando la transformación mediante IA en firmas importantes, presencia entre los clientes de la firma y capacidad para cumplir con sus exigentes estándares. Esas razones declaradas explican la decisión de Slaughter and May; no son conclusiones independientes sobre el desempeño.

Estas fuentes cumplen propósitos distintos y no deben tratarse como evidencia equivalente del desempeño de los productos: la página de inicio de Legora describe su propio modelo operativo, mientras que el ejemplo de Harvey refleja las razones declaradas por un cliente para seleccionarlo. En conjunto, pueden ayudar a formular preguntas para las pruebas, pero no establecen un ganador en la comparación.

El informe de Legal IT Insider también muestra por qué este mercado no debe verse como una competencia entre solo dos plataformas. Según lo informado el 30 de abril de 2026, A&O Shearman había seleccionado a Harvey y Linklaters se había inclinado en gran medida por Legora, mientras que Clifford Chance reforzaba su apuesta por Microsoft Copilot y su herramienta Assist AI, y Freshfields había alcanzado un acuerdo con Anthropic para toda la firma.

Estos casos no deben convertirse en un veredicto simplista de “amplitud frente a colaboración”. Las capacidades de los productos cambian con demasiada rapidez, y el posicionamiento de un proveedor no determina cómo funcionará el producto dentro de su firma. Sin embargo, sí sugieren la pregunta adecuada: ¿Qué forma de trabajar se ajusta a cómo sus abogados pretenden producir, revisar y mejorar el trabajo jurídico?

Construya la matriz de decisión en torno a su trabajo

Una evaluación seria va más allá de determinar si cada plataforma puede resumir un documento o producir un primer borrador convincente. Esas capacidades importan, pero no responden si el sistema debe formar parte de su entorno de producción.

En un marco general de evaluación, las prioridades varían según el área de práctica y el flujo de trabajo. Un área de litigios que maneje expedientes voluminosos puede dar mayor importancia al análisis de documentos, la elaboración de cronologías y la trazabilidad de las fuentes. Un área transaccional puede dar más peso a la comparación, la debida diligencia, el análisis de cláusulas y la redacción conforme a posturas aprobadas. Si una firma ya está comprometida con un ecosistema específico de investigación o productividad, su evaluación puede analizar si una plataforma candidata complementa esa inversión o crea otra interfaz desconectada.

Su infraestructura tecnológica actual no es una nota al pie. Puede cambiar la respuesta.

Pruebe su trabajo, no la demostración

Las demostraciones de los proveedores son útiles para entender las capacidades previstas. En nuestra opinión, no sustituyen adecuadamente las pruebas controladas, porque una demostración puede utilizar documentos, instrucciones, flujos de trabajo y casos exitosos seleccionados por el proveedor.

Una prueba piloto rigurosa puede asignar a Harvey y Legora trabajos sustancialmente iguales:

1. Seleccione asuntos representativos. Los conjuntos representativos para las pruebas pueden utilizar materiales anonimizados, sintéticos, públicos u otros materiales autorizados mediante el proceso de revisión aplicable de la firma. La posibilidad de utilizar materiales específicos depende de las reglas de conducta profesional aplicables, los acuerdos con los clientes y las políticas de la firma. Según los materiales y el caso de uso, las firmas podrían considerar confirmar el enfoque con su propio asesor en materia de responsabilidad profesional.
2. Defina las tareas antes de comenzar las pruebas. Algunos ejemplos podrían ser preparar una cronología, comparar contratos, extraer obligaciones, identificar preguntas pendientes de debida diligencia, redactar un esquema de los asuntos relevantes o analizar un problema de investigación definido.
3. Establezca un estándar de referencia. Los abogados con experiencia pueden identificar los asuntos, las fuentes, las omisiones y las salvedades aceptables importantes antes de calificar los resultados de las plataformas.
4. Utilice instrucciones comparables. La reiteración y el ajuste de instrucciones forman parte de la práctica real, pero cada plataforma puede comenzar con el mismo objetivo, conjunto de fuentes y requisitos para el resultado.
5. Registre todo el flujo de trabajo. Mida la configuración, las instrucciones, la verificación de fuentes, las correcciones, el formato y la revisión final, no solo el tiempo de generación.
6. Documente los tipos de falla. Una omisión expresada con seguridad, una afirmación o cita sin respaldo, un término definido que no se detectó o una relación incorrecta entre documentos puede aportar más información que varios resúmenes bien redactados.
7. Repita el ejercicio. Un buen resultado no demuestra confiabilidad. Haga pruebas con distintos abogados, tipos de asuntos, estructuras de documentos y niveles de ambigüedad.

Una tabla de evaluación útil puede distinguir la fluidez de la utilidad en el flujo de trabajo real. Un texto pulido aún puede requerir correcciones considerables. Por el contrario, un resultado menos elegante puede ser más valioso si muestra sus fuentes, organiza el expediente con claridad y ayuda al abogado revisor a llegar de manera eficiente a una conclusión bien fundamentada.

Proteja el criterio profesional mediante la supervisión humana

Kim Nayyer, bibliotecaria jurídica Edward Cornell de Cornell, decana asociada de Servicios Bibliotecarios y profesora de práctica profesional, ofrece un recordatorio de protección para los estudiantes que aprenden a usar IA jurídica: “[T]odo lo que hacen es, en última instancia, su responsabilidad”. La IA puede ayudar con el trabajo, pero no elimina la responsabilidad humana relacionada con su uso.

Nayyer hablaba sobre la enseñanza del uso responsable de la IA jurídica, no sobre el establecimiento de un estándar de contratación. Aun así, su observación plantea una pregunta útil para los equipos de evaluación: ¿Pueden sus abogados supervisar este sistema de manera inteligente?

Slaughter and May planteó una idea relacionada desde la perspectiva de la implementación. Su socio director, David Johnson, describió a las personas como la “capa humana vital que supervisa la IA”. Para una prueba piloto, ese planteamiento puede traducirse en preguntas sobre si:

• los resultados pueden revisarse en lugar de considerarse válidos por sí solos;
• la verificación de fuentes está integrada en el flujo de trabajo;
• cada transferencia de trabajo permite identificar fácilmente a la persona responsable;
• la capacitación incluye el reconocimiento de fallas, no solo técnicas para dar instrucciones;
• el modelo de revisión asigna controles adicionales y la atención de personas con experiencia a los usos que su firma clasifica como de mayor riesgo; y
• sus políticas mantienen límites claros entre la asistencia, los pasos delegados de un proceso y el criterio profesional.

Los criterios de evaluación suelen variar según la jurisdicción, los compromisos con los clientes, los términos de la contratación, las políticas de la firma y el trabajo involucrado. Un programa de adopción puede diseñarse para que la revisión sea más sencilla y consistente, no para pedirles a los abogados que confíen más en la automatización.

Proteja el desarrollo de los asociados a medida que cambia el trabajo

Una plataforma puede reducir el tiempo necesario para realizar un trabajo sin fortalecer automáticamente a la institución que lo lleva a cabo. Cuando la IA absorbe parte de una revisión inicial, la síntesis de una investigación, un ejercicio de debida diligencia o una tarea de redacción, un asociado puede perder una oportunidad habitual para desarrollar el reconocimiento de patrones. Al mismo tiempo, el socio supervisor sigue teniendo que responder por un trabajo que no produjo personalmente.

Eso no significa conservar el trabajo repetitivo por el simple hecho de conservarlo. Significa construir un mejor sistema de aprendizaje alrededor del trabajo que permanece. Las firmas pueden apoyar ese aprendizaje mediante la revisión estructurada de los resultados de la IA, la comparación con materiales fuente, ejercicios de identificación de asuntos, análisis supervisados del contexto del cliente y explicaciones de por qué una respuesta propuesta funciona o falla.

Por lo tanto, la evaluación puede preguntar:

• ¿La plataforma ayuda a sus abogados junior a ver la conexión entre las fuentes, el análisis y la asesoría final?
• ¿Pueden los supervisores examinar el proceso que produjo un resultado y ofrecer comentarios útiles?
• ¿Los asociados están aprendiendo a cuestionar al sistema o simplemente a pulir su redacción?
• ¿Revisará su firma los modelos de competencias y las expectativas de desempeño a medida que cambie la composición de las tareas?
• ¿Qué experiencias deben seguir siendo dirigidas intencionalmente por personas porque su firma depende de ellas para desarrollar criterio, comprensión del cliente o instinto estratégico?

En nuestra opinión, esta dimensión humana podría resultar más importante, en última instancia, que una ventaja temporal en determinadas funciones. Las funciones pueden converger. La capacidad de su firma para formar profesionales de confianza puede ser más difícil de replicar.

¿Una plataforma principal o un portafolio con gobernanza intencional?

Su firma puede preferir un entorno principal de IA jurídica porque una plataforma común puede simplificar la capacitación, la gobernanza, el soporte y el diseño del conocimiento. Eso no significa que todos los casos de uso especializados deban incorporarse a la fuerza en esa plataforma.

Una arquitectura más duradera puede incluir:

• una plataforma horizontal principal de IA jurídica para flujos de trabajo ampliamente compartidos;
• sistemas consolidados de investigación y contenido cuando la cobertura confiable y la verificación sean fundamentales;
• aplicaciones especializadas para funciones como descubrimiento de pruebas, gestión del ciclo de vida de contratos, análisis fiscal o gestión de transacciones; y
• una capa común de gobernanza que defina los datos aprobados, los permisos, los estándares de revisión y la rendición de cuentas.

La disciplina consiste en hacer explícitos esos límites. Una colección no administrada de herramientas superpuestas puede fragmentar el conocimiento y la supervisión. Un portafolio con gobernanza intencional puede dar a sus áreas de práctica la flexibilidad necesaria para utilizar el sistema adecuado y, al mismo tiempo, preservar los estándares de toda la firma.

Un método, no una declaración a favor de una marca

La mejor respuesta a “¿Harvey o Legora?” es un método.

Busque la plataforma que tenga un desempeño confiable con el trabajo de su firma; se integre con los sistemas que sus abogados realmente utilizan; permita revisar las fuentes y las limitaciones; respalde su modelo de supervisión; proteja el valor del conocimiento institucional; y ayude a sus abogados a desarrollar un criterio más sólido, no solo a producir texto con mayor rapidez.

El enfoque de enseñanza con múltiples plataformas de Cornell refleja una realidad educativa más amplia: los estudiantes y graduados necesitan oportunidades para aprender a desenvolverse en sistemas de IA y evaluarlos de manera crítica, mientras aprenden a utilizarlos responsablemente. A su vez, la implementación de Slaughter and May muestra cómo una firma líder planteó la adopción como una combinación de capacidad de la plataforma, seguridad, apoyo organizacional y supervisión humana, no como la simple instalación de un software independiente.

Harvey y Legora pueden ser, cada uno, la mejor opción en un entorno determinado, mientras que otras firmas pueden elegir un camino completamente distinto. Ninguna plataforma debe seleccionarse porque tuvo una demostración impecable. Cuando usted define el trabajo, pone a prueba sus suposiciones, protege una supervisión significativa y mide la adopción con honestidad, puede darle a su firma una base más sólida para tomar una decisión duradera y crear un modelo operativo de IA que pueda evolucionar después de que cambie la comparación actual entre productos.

Este artículo ofrece únicamente información educativa general. No constituye asesoría legal ni de ética profesional, no aborda las obligaciones o circunstancias particulares de ninguna firma y no crea una relación abogado-cliente.