El Ministerio de Justicia y la UNED han firmado un convenio para que la inteligencia artificial simplifique textos jurídico-administrativos. Suena a progreso: menos burocracia, más claridad, ciudadanos que entienden lo que firman. Yo lo veo distinto. Lo que me preocupa no es la idea, sino lo que todavía no sabemos y lo que la experiencia previa nos enseña cuando metes un LLM entre un abogado y un ciudadano.
Según recoge Cambios Legales, el acuerdo arrancó el 16 de junio de 2026 y plantea un sistema híbrido que combina procesamiento del lenguaje natural con IA generativa. Evaluará 21 criterios de lenguaje claro repartidos en tres niveles —discursivo, morfosintáctico y léxico— y acabará integrado en servicios digitales como Carpeta Justicia, con una API pública para que terceros lo usen. Suena ambicioso. Demasiado ambicioso para lo poco que se ha publicado sobre esos 21 criterios concretos.
Porque aquí está el primer problema: simplificar un texto legal no es lo mismo que hacerlo comprensible. Puedes acortar frases, quitar gerundios y sustituir «procedimiento» por «trámite», y aun así dejar fuera una condición que cambia por completo tus derechos. Iria da Cunha, de la UNED y coordinadora del equipo arText, lo explica con claridad en un artículo reciente en The Conversation: los sistemas de generación automática cometen errores léxicos —sustituyen palabras por otras que no significan exactamente lo mismo— y eliminan fragmentos relevantes. En un contrato de telefonía es molesto. En una resolución judicial, puede costarte dinero o un plazo.
La UNED ya tiene herramientas en este terreno. arText claro funciona con reglas lingüísticas, no con un modelo generativo a ciegas, y eso me parece más sensato. El nuevo convenio mete IA generativa en la ecuación. La resolución del BOE habla de diseño de prompts e integración en servicios digitales, pero no detalla quién revisará cada texto simplificado ni cuánto tiempo tendrá esa revisión humana cuando el volumen de documentos sea masivo. En administración pública, «revisión humana obligatoria» suele traducirse en «revisión humana cuando hay presupuesto».
Y mientras Justicia apuesta por la claridad, el contexto regulatorio empeora la confusión. Desde el 2 de agosto, el AI Act exige transparencia en chatbots, etiquetado de contenidos generados y supervisión de modelos de propósito general, como recoge Computerworld. Bruselas quiere que sepas cuándo hablas con una máquina. Madrid quiere que la máquina te explique tus derechos. Las dos cosas pueden convivir, pero nadie ha explicado cómo se etiqueta una resolución administrativa reescrita por IA ni quién responde si el modelo alucina una condición que no existía en el original.
Los datos de fondo tampoco invitan al optimismo. Civio lleva años documentando ayudas sociales sin gastar porque la ciudadanía no entiende las convocatorias. Prodigioso Volcán calcula que el 85 % de los textos de trámites habituales son difíciles de leer. El problema no es solo léxico: es estructural. Las convocatorias mezclan requisitos, plazos y exclusiones en bloques densos porque así las redacta alguien que mira el cumplimiento normativo, no al destinatario. Una IA puede pulir la superficie, pero si el diseño del trámite es un laberinto, el lenguaje claro es maquillaje.
Tampoco me convence la promesa de la API pública. Legaltech y despachos podrán integrar el sistema en sus herramientas. Eso abre la puerta a que un abogado simplifique contratos con el sello del Ministerio de Justicia en la tecnología, aunque la revisión final sea suya. Cuando algo sale mal, ¿responde el proveedor del software, el despacho o la administración que desarrolló el modelo? El convenio no lo aclara. Y en España ya hemos visto cómo las herramientas «oficiales» acaban siendo usadas como escudo de responsabilidad: «el sistema lo generó así».
Lo que más me irrita es el timing del relato. Justo ahora, cuando ChatGPT, Gemini y Copilot se venden como traductores universales de lo incomprensible, llega un proyecto institucional que refuerza la idea de que la IA arreglará la burocracia. Pero las herramientas genéricas ya demuestran los mismos fallos que describe da Cunha: sustituciones léxicas incorrectas, omisiones silenciosas, textos gramaticalmente perfectos pero jurídicamente falsos. El convenio menciona revisión humana, sí. Pero no dice cuántos revisores, con qué formación, ni que pasa cuando el sistema procesa miles de resoluciones al mes.
No digo que el proyecto sea inútil. Medir la claridad con criterios objetivos, formar a funcionarios y estandarizar guías de redacción son pasos necesarios. arText lleva años demostrando que el PLN con reglas funciona para asistir, no para sustituir. Mi crítica va a la mezcla con IA generativa sin transparencia sobre los criterios, los plazos reales de revisión y la cadena de responsabilidad. Porque si el objetivo es que más gente acceda al ingreso mínimo vital o a las ayudas a la dependencia —esas que se quedan sin gastar por complejidad—, necesitas rediseñar el trámite, no solo reescribirlo con un prompt.
En mi experiencia con clientes que quieren «traducir» textos legales con IA, el error más habitual es confundir legibilidad con comprensión. Un Flesch-Kincaid bonito no garantiza que entiendas que has renunciado a un recurso. Los 21 criterios del convenio podrían cubrir eso, pero hasta que no se publiquen y se prueben con casos reales, estamos ante otra promesa tecnológica sobre un problema que lleva décadas sin resolverse con papel y bolígrafo.
Si mañana recibes una notificación de Hacienda o de Justicia reescrita «en lenguaje claro» y al final del documento no aparece quién la revisó, cuándo y con qué versión del modelo, ¿la firmarías sin llamar a un abogado?