Investigaciones basadas en inteligencia artificial para asuntos de gran importancia
Cómo la inteligencia artificial está modernizando las investigaciones en asuntos de gran importancia
A medida que se intensifica el escrutinio, los líderes deben comprender cómo la inteligencia artificial puede reforzar las investigaciones sin comprometer la fiabilidad, el secreto profesional ni la confianza.
En resumen
- La inteligencia artificial está transformando las investigaciones al acelerar el análisis de las comunicaciones, las transacciones y las pruebas, al tiempo que mejora la precisión y agiliza la toma de decisiones.
- Estas ventajas dependen de una gestión rigurosa, la transparencia y el criterio humano para garantizar que sean defendibles ante el escrutinio normativo y jurídico.
- Los responsables deben esperar que los asesores utilicen la inteligencia artificial de forma responsable, validen los resultados y protejan los privilegios a lo largo de todo el ciclo de vida de la investigación.
A medida que las organizaciones amplían el uso de la IA en toda la empresa, incluso las actividades más complejas y no rutinarias están experimentando una transformación, incluidas las investigaciones corporativas y gubernamentales. Estos asuntos suelen representar los retos más trascendentales y urgentes de una empresa, y requieren la experiencia de asesores jurídicos y especialistas forenses que, tradicionalmente, han recurrido a métodos que exigen mucho trabajo manual. La IA está transformando tanto la velocidad como la escala de estas iniciativas, lo que permite a los equipos trabajar de forma más eficiente y con una precisión y un conocimiento mucho mayores. Los equipos directivos que supervisan estos asuntos dependerán cada vez más de profesionales capaces de integrar la IA de forma adecuada para aprovechar estas ventajas.
Incluso las investigaciones más complejas y a medida pueden obtener ventajas significativas gracias a la IA. La IA generativa (GenAI), las herramientas de tipo agente, el análisis predictivo y las plataformas avanzadas de tecnología jurídica permiten a los investigadores analizar rápidamente enormes conjuntos de datos, detectar patrones de conducta indebida y elaborar narrativas de los casos como nunca antes. La IA no solo reduce las horas de trabajo y los costes asociados, sino que también acelera la capacidad de identificar problemas e intervenir, lo que ayuda a las organizaciones a «detener la hemorragia» antes y a volver a la normalidad más rápidamente. En asuntos críticos en los que cuentan los días, y no las semanas, estas capacidades resultan transformadoras.
Sin embargo, las ventajas de la IA no reducen la necesidad de contar con criterio profesional y una aplicación responsable. Las investigaciones de gran importancia se enfrentan a un intenso escrutinio por parte de los organismos reguladores, los auditores, los consejos de administración y los abogados litigantes. Una mayor transparencia y la capacidad de justificación siguen siendo consideraciones clave a la hora de implementar la IA. Por lo tanto, la IA debería servir como un potente acelerador —y no como un sustituto— de la experiencia necesaria para abordar asuntos delicados y matizados.
Los consejos de administración, las comisiones, los directivos y los asesores jurídicos que supervisan las investigaciones —y que dependen en gran medida de asesores externos— deben esperar que sus asesores respondan a dos preguntas fundamentales:
- ¿Qué ventajas podemos obtener en este ámbito gracias al uso de la inteligencia artificial?
- ¿Cómo se aplicará la IA de forma responsable para garantizar que el trabajo resista un examen minucioso?
Ir al capítulo:
Ámbitos en los que la IA aporta un valor tangible a la labor de investigación
Desde la revisión de las comunicaciones hasta el análisis financiero y la redacción de documentos, la inteligencia artificial permite realizar investigaciones más rápidas y precisas, lo que proporciona a la dirección una visión más clara desde el principio.
La IA ya está potenciando las investigaciones y el valor específico que estas capacidades aportan a los equipos directivos, lo que permite a los equipos trabajar más rápido, con mayor exactitud y mayor precisión. Por ejemplo, los equipos de investigación utilizan actualmente herramientas de IA para revisar grandes conjuntos de datos de comunicaciones electrónicas con el fin de identificar rápidamente conversaciones críticas y centrarse en cuestiones clave, participantes y plazos. La IA también se está utilizando para analizar determinadas transacciones mediante la comparación de conjuntos de datos independientes, como datos contables, registros empresariales justificativos y comunicaciones contemporáneas relacionadas. Aunque cada investigación es única, están surgiendo varios casos de uso recurrentes en los ámbitos jurídico, forense y de la obtención de pruebas. Estas capacidades ya no son experimentales: se están implementando en la actualidad para mejorar el criterio investigativo y acelerar los resultados en asuntos que conllevan importantes riesgos legales, normativos y de reputación.
En todos los sectores, hay varios casos de uso que demuestran de forma sistemática los beneficios tangibles que aporta la IA.
1. Análisis rápido de grandes volúmenes de comunicaciones
Las organizaciones siguen generando cantidades ingentes de correos electrónicos, chats, mensajes y contenido de plataformas colaborativas. Los métodos tradicionales de revisión —muestreo manual, términos de búsqueda y revisión lineal— tienen dificultades para hacer frente a ese volumen y esa complejidad.
Lo que permite la IA
- Recopilación y revisión rápidas de comunicaciones a gran escala
- Identificación de temas, cambios de opinión, anomalías en el comportamiento y cuestiones emergentes
- Priorización de los custodios clave, las conversaciones y los periodos de tiempo para la revisión humana
Valor para el liderazgo
- Reduce considerablemente el tiempo necesario, ya que permite condensar semanas o meses de revisión manual en horas o días.
- Reduce los costes al minimizar el tiempo dedicado por los abogados y los especialistas a la revisión
- Mejora la toma de decisiones al poner de manifiesto los problemas críticos con mayor antelación, lo que permite una clasificación más rápida y una evaluación temprana de los casos
2. Detección de irregularidades financieras y transaccionales
Las investigaciones suelen requerir el análisis de datos estructurados, como registros contables, archivos de pagos, actividades de contratación pública, datos de recursos humanos y registros de transacciones. Estos conjuntos de datos suelen ser demasiado grandes y complejos como para que las técnicas forenses manuales tradicionales puedan evaluarlos en su totalidad y, antes de la llegada de la inteligencia artificial, se recurría a la selección selectiva basada en el criterio humano y al muestreo.
Lo que permite la IA
- Detección de transacciones anómalas, patrones inusuales o asientos contables incoherentes
- Relación entre picos o anomalías transaccionales y las comunicaciones o documentos relacionados
- Análisis de varios conjuntos de datos para identificar procesos, proveedores o personas de alto riesgo
Valor para el liderazgo
- Acelera la obtención de información mediante el análisis rápido de millones de registros
- Reduce los costes al optimizar los procedimientos de contabilidad forense
- Mejora la gestión de riesgos al identificar de forma temprana las actividades de mayor riesgo y orientar los recursos destinados a la investigación
3. Elaboración acelerada de los materiales de investigación
Por lo general, se dedica una parte considerable del tiempo de investigación a elaborar cronologías, resúmenes de los testimonios de los testigos, planes de trabajo, memorandos e informes provisionales.
Lo que permite la IA
- Elaboración de un primer borrador de los planes de trabajo, los calendarios, los esquemas de las entrevistas y los resúmenes narrativos
- Síntesis de grandes conjuntos de documentos en relatos claros y fundamentados
- Organización coherente de los hechos, ajustada a la lógica de la investigación
Valor para el liderazgo
- Una producción más rápida que reduce los ciclos de elaboración de planos
- Reducir los costes al disminuir las horas dedicadas por los investigadores sénior y los asesores jurídicos
- Una toma de decisiones más fundamentada gracias a actualizaciones claras y estructuradas en una fase más temprana del ciclo de vida
4. Mejora de la preparación para las entrevistas y del análisis posterior a las mismas
Las entrevistas siguen siendo una de las fases de una investigación en las que más se recurre al criterio personal. La inteligencia artificial no sustituye a la destreza investigadora, pero mejora considerablemente la preparación y el seguimiento.
Lo que permite la IA
- Resúmenes de los documentos y comunicaciones más importantes de cada testigo
- Identificación de incoherencias, declaraciones que corroboran los hechos o nuevas pistas a partir de las transcripciones
- Sugerencias para preguntas de seguimiento basadas en el cruce de datos estructurados y no estructurados
Valor para el liderazgo
- Mejora la calidad de las entrevistas al basarlas en un análisis exhaustivo y fundamentado en datos
- Reduce el tiempo de preparación manual y agiliza el análisis posterior a las entrevistas
- Mejora la solidez de los argumentos gracias a unos procesos de evaluación más coherentes y mejor documentados
En todos los casos de uso relacionados con la investigación, la IA ofrece ventajas transversales que mejoran significativamente la eficiencia y el valor estratégico del trabajo. Al sacar a la luz documentos clave e indicadores tempranos con mayor rapidez, la IA acelera la comprensión inicial del caso y acorta el camino hacia la claridad. Unifica las pruebas al integrar datos estructurados y no estructurados en un panorama fáctico más completo, al tiempo que reduce la dependencia de la revisión manual, lo que disminuye los costes, minimiza los riesgos de muestreo y mejora la precisión general. En conjunto, estos beneficios colectivos permiten a los equipos de investigación actuar con mayor rapidez, perspicacia y confianza.
Por qué el uso responsable de la IA determina la solidez de la investigación
La gobernanza, la transparencia, la verificación y la supervisión humana son esenciales para garantizar que las investigaciones basadas en la inteligencia artificial resistan el escrutinio externo.
Las investigaciones —especialmente aquellas relacionadas con posibles conductas indebidas, el escrutinio regulador o un impacto organizativo significativo— casi siempre se someten a algún tipo de revisión externa. Los consejos de administración, los auditores, los organismos reguladores y las agencias gubernamentales evalúan habitualmente no solo las conclusiones de una investigación, sino también la idoneidad del proceso utilizado para llegar a ellas. A medida que la inteligencia artificial se integra cada vez más en los flujos de trabajo de las investigaciones, los responsables deben contar con que su uso se evalúe con el mismo rigor que se aplica a los procedimientos forenses y jurídicos tradicionales.
La defendibilidad depende de los profesionales que dirigen el trabajo: su criterio a la hora de seleccionar herramientas de IA basadas en principios de gobernanza responsable, sus decisiones sobre cómo se implementarán dichas herramientas, su supervisión de los resultados generados por la IA a lo largo de todo el proceso y su implementación de manera que se respeten las protecciones del secreto profesional. Una investigación sólida comienza con una idea clara de quiénes son las partes interesadas clave y qué información necesitarán, ya que esta comprensión da forma al plan de trabajo de la investigación, incluyendo cuándo y cómo debe incorporarse la IA. Garantizar la defendibilidad requiere decisiones meditadas en cada etapa, comenzando por esta planificación inicial que sirva de base para la selección de las herramientas adecuadas y su aplicación.
Gobernanza y transparencia de las herramientas de IA
Los consejos de administración y los equipos directivos de las empresas se basarán en la experiencia de sus asesores jurídicos y especialistas forenses para seleccionar e implementar herramientas de IA que sean adecuadas y ventajosas para la naturaleza específica de cada asunto. Este criterio profesional se aplica desde el primer momento, concretamente a la hora de seleccionar herramientas de IA que se basen en principios de gobernanza responsable. Los modelos de IA varían ampliamente en cuanto a sus enfoques sobre la seguridad de los datos, el entrenamiento de los modelos, la transparencia y la auditabilidad. Por lo tanto, los profesionales deben dar prioridad a las herramientas que ofrezcan explicabilidad, mantengan una documentación clara sobre cómo se generaron los resultados y se ajusten a los principios de gobernanza establecidos. Estas características ayudan a garantizar la fiabilidad antes de que comience cualquier análisis.
Ese mismo criterio es fundamental a la hora de determinar cómo y cuándo utilizar la IA. La decisión de aplicar la IA no puede basarse únicamente en la conveniencia; debe reflejar el volumen y la complejidad de los datos, la naturaleza de las acusaciones y el probable escrutinio al que se enfrentará la investigación. Tanto si la IA se utiliza para revisar comunicaciones, identificar anomalías o sintetizar documentos, su aplicación debe ser demostrablemente fiable, razonable y suficiente. Al basar tanto la selección como la implementación de las herramientas en la experiencia y una gobernanza responsable, los profesionales se aseguran de que la IA refuerce el rigor de la investigación en lugar de socavarlo.
Pruebas y verificación de los resultados de la IA
Hay dos conceptos fundamentales que sustentan la credibilidad de los conocimientos generados por la IA: la precisión y la explicabilidad.
- La precisión refleja la capacidad de la IA para generar resultados coherentes y correctos. Los investigadores deben aplicar técnicas de repetición de pruebas para verificar que el sistema llega al mismo resultado en condiciones similares. Esto no solo valida la eficacia de la herramienta, sino que también demuestra a las partes interesadas externas que los resultados no fueron arbitrarios ni el producto de una «caja negra».
- La explicabilidad se aplica a las evaluaciones subjetivas o basadas en el juicio —especialmente en la toma de decisiones, algo habitual en la IA agentiva—, como priorizar documentos, identificar patrones temáticos o sugerir relaciones entre puntos de datos. En este contexto, los investigadores deben ser capaces de seguir el razonamiento del modelo, comprender por qué ha llegado a una conclusión y evaluar si la lógica es razonable dentro del contexto más amplio de los hechos. Esta capacidad de poner a prueba y cuestionar el razonamiento de la IA es esencial para demostrar que fue el juicio humano, y no la automatización, lo que guió la investigación y la interpretación de los resultados.
La IA debe potenciar la experiencia profesional, no sustituirla. Los investigadores siguen siendo responsables de interpretar los resultados, evaluar su razonabilidad, ajustar los datos de entrada o los parámetros y documentar las decisiones clave. También supervisan y verifican la precisión y la explicabilidad de los resultados generados por la IA. A lo largo de todo el proceso, los investigadores deben participar de forma activa: comprobando los resultados, validando que se ajustan al contexto general de los hechos y asegurándose de que ningún modelo funcione con autonomía sin control. Mantener registros claros de cómo la IA ha apoyado la investigación, cómo se han validado los resultados y en qué momentos el juicio humano ha guiado el análisis es esencial para demostrar la fiabilidad y la suficiencia durante una revisión externa.
En consonancia con estos principios, los tribunales han dejado claro que la confianza acrítica o sin control en la IA —especialmente sin verificación independiente, transparencia y un juicio humano documentado— puede exponer a las organizaciones a graves consecuencias legales y probatorias. Las recientes resoluciones federales demuestran que los fallos relacionados con la IA se tratan de la misma manera que cualquier otro incumplimiento de la responsabilidad profesional.[1] En los casos en que las partes se han basado en resultados generados por la IA sin una revisión significativa, los tribunales han impuesto sanciones importantes, han condenado al pago de los honorarios y costas de los abogados, y han advertido de que dicha conducta puede socavar la integridad de los procedimientos y poner en peligro el resultado de los casos. Estas resoluciones subrayan una expectativa fundamental: la IA puede servir de ayuda en el trabajo profesional, pero la responsabilidad sobre la exactitud, la razonabilidad y la fiabilidad recae firmemente en las personas que la utilizan.
Protección de los privilegios
Además, los investigadores deben actuar con cautela tanto en cuanto al grado en que recurren a la IA como en cuanto a la naturaleza de la información que facilitan a las herramientas de IA generativa. Los tribunales han aclarado que el uso de herramientas de IA, por sí solo, no crea ni preserva el secreto profesional entre abogado y cliente ni la protección del producto del trabajo. En particular, la divulgación de información a plataformas de IA de acceso público puede socavar la confidencialidad y dar lugar a la renuncia a protecciones que, de otro modo, serían aplicables. Las sentencias recientes hacen hincapié en que los privilegios reconocidos dependen de una relación confidencial y fiduciaria con un profesional colegiado y no se extienden a las interacciones con sistemas no humanos y de acceso público. [2] Por consiguiente, los investigadores y los abogados deben actuar con cautela a la hora de determinar qué información se comparte con las herramientas de IA y deben garantizar que la IA se utilice de manera coherente con el privilegio, las obligaciones de confidencialidad y la supervisión profesional.
[1] Entre las sentencias representativas se incluyen: ByoPlanet Int’l, LLC contra Johansson, 2025 WL 201025 (Distrito Sur de Florida, 17 de julio de 2025); Versant Funding LLC contra Teras Breakbulk Ocean Navigation Enters., LLC, 2025 WL 1440351 (Distrito Sur de Florida, 20 de mayo de 2025); Huntington Nat’l Bank contra M/Y [omitido], 2025 WL 1684109 (Distrito Sur de Florida, 11 de junio de 2025), informe y recomendación aprobados, 2025 WL 1684136 (Distrito Sur de Florida, 16 de junio de 2025).
[2] Véase Estados Unidos contra Heppner, n.º 25 CR. 503 (JSR), 2026 WL 436479 (Distrito Sur de Nueva York, 17 de febrero de 2026).
Qué permiten las investigaciones dirigidas por personas y aceleradas por la IA
Las organizaciones que combinan la capacidad analítica de la inteligencia artificial con el criterio profesional están mejor preparadas para gestionar el riesgo y actuar con decisión.
La inteligencia artificial está transformando la forma en que se llevan a cabo las investigaciones, lo que permite a los equipos trabajar con mayor rapidez, exactitud y precisión, siempre que se combine con el criterio profesional de personas con experiencia. Los equipos de investigación más eficaces aprovechan la inteligencia artificial por la rapidez y la capacidad analítica que aporta, al tiempo que mantienen la gobernanza, la supervisión y el razonamiento riguroso necesarios para resistir cualquier escrutinio.
Las organizaciones que modernicen sus enfoques de investigación —capacitando a los asesores jurídicos y a los especialistas forenses para que utilicen la inteligencia artificial de forma sensata— estarán mejor preparadas para gestionar el riesgo, descubrir los hechos con rapidez, responder con decisión en entornos de alto riesgo y reducir las perturbaciones financieras y operativas. A medida que el panorama de los datos, la normativa y la exposición corporativa sigue evolucionando, pasar de los métodos tradicionales a investigaciones dirigidas por personas y aceleradas por la inteligencia artificial no es simplemente una mejora. Es un imperativo estratégico.
Este artículo ha sido escrito conjuntamente por Jeff Ferguson y Katie Kyle, socios del departamento de Servicios Forenses y de Integridad de Ernst & Young LLP.
