Analizar un documento con IA: contratos, informes, PDF

¿Qué hace concretamente una IA cuando se le entrega un documento?

El análisis de documentos mediante IA es una técnica de aprendizaje automático que examina un documento y extrae de forma automática su información clave [11]. Esta definición proviene de un editor de software, como la mayoría de las fuentes disponibles sobre el tema. El objetivo es transformar documentos estáticos, a menudo PDF o imágenes [12], en datos utilizables [10].

La cadena técnica, en tres etapas

1. Extracción del texto. El sistema primero extrae el texto legible del PDF [25].
2. OCR si es necesario. Si el documento contiene páginas escaneadas en lugar de texto seleccionable, puede ser necesario un OCR (reconocimiento óptico de caracteres) [25]. Este convierte la imagen de las páginas en texto [10].
3. Segmentación e indexación. El contenido extraído se divide e indexa a continuación [25].

Formatos que se leen

Las herramientas documentales anuncian que leen PDF, archivos Word, imágenes, formularios escaneados, correos electrónicos e informes [15]. Algunas también procesan documentos digitalizados y notas manuscritas [34].

OCR simple o comprensión contextual

Varios editores distinguen el OCR simple de la comprensión contextual. Según Kairntech, un OCR simple solo digitaliza, mientras que la IA documental añade comprensión contextual y de dominio: extracción, clasificación y búsqueda semántica [10]. iWeaver afirma, en la misma línea, que su herramienta, a diferencia de los OCR básicos, comprende las relaciones semánticas entre conceptos [34]. Ambas afirmaciones provienen de actores comerciales y describen sus propios productos. No constituyen una medida independiente de la calidad del análisis.

¿Cómo analizar un contrato con IA, paso a paso?

El método se articula en cuatro etapas: definir una cuadrícula, pedir citas, comparar cada punto con el contrato completo y hacer validar el resultado por una persona habilitada [14].

1. Definir una cuadrícula de análisis. Antes de lanzar la IA, enumere los puntos a examinar: partes, duración, importes, responsabilidad, rescisión, derecho aplicable. La IA puede entonces señalar una desviación respecto a esta cuadrícula [14].
2. Pedir citas. Para cada respuesta, exija el pasaje del contrato que la fundamenta [14]. Así podrá localizar la fuente en el texto.
3. Comparar cada punto con el contrato completo. Una respuesta aislada no basta: verifíquela en el documento entero [14].
4. Hacer validar por un profesional habilitado. El resultado de la IA no constituye un dictamen jurídico [14].

Lo que la IA sabe hacer con un contrato

• Segmentar el documento en secciones (preámbulo, definiciones, cláusulas, anexos) y extraer de ellas las partes y las fechas [12].
• Reconocer cláusulas como la limitación de responsabilidad o la indemnización, y extraer partes, fechas, importes y derecho aplicable en un resumen estructurado [39].
• Comparar el texto con un contrato de referencia, señalar desviaciones y preparar las preguntas que deben examinarse [35].
• En due diligence, detectar en unos minutos cláusulas no estándar o riesgos en cientos de acuerdos [30].

Estos usos son descritos por editores de soluciones y organismos de formación, no por fuentes institucionales. Indican lo que estas herramientas anuncian, no un nivel de fiabilidad garantizado. La cuadrícula, las citas y la validación humana sirven precisamente para controlar lo que produce la IA.

¿Cómo resumir un PDF o un informe largo y extraer datos?

Resumir un PDF largo y extraer datos responden a tres usos distintos, que requieren cada uno una verificación diferente.

• Síntesis: producir una versión corta de uno o varios documentos extensos. Los modelos actuales procesan PDF de muchas páginas, con tablas o anexos: informes financieros, estudios técnicos, auditorías [10]. Esta capacidad la presentan editores de herramientas.
• Extracción de datos: transformar un documento en información utilizable, ya sean PDF, contratos o facturas [10]. El análisis de documentos mediante IA se basa en el aprendizaje automático para extraer automáticamente la información clave [11]. Un tutorial muestra, por ejemplo, una extracción hacia Google Sheets con Claude-3 [18].
• Preguntas y respuestas: interrogar directamente el documento en lugar de leerlo completo [22]. Algunas herramientas muestran el chat junto al PDF, con citas en las que se puede hacer clic y que remiten al lugar exacto de la fuente [20].

Verificar un informe denso

En un informe denso, controle cada cifra extraída comparándola con la tabla original. Compruebe también que los anexos se hayan tenido en cuenta y que las referencias a páginas sean correctas. Las citas en las que se puede hacer clic facilitan este control, y el método «pedir citas, comparar cada punto con el documento completo» se recomienda para los contratos [14]. Adobe indica que su asistente conserva las referencias a páginas, tablas y secciones [17].

Finanzas y auditoría

La investigación académica sitúa el uso en contabilidad y auditoría: la IA puede leer contratos u otros documentos [1]. Un manual práctico describe la automatización del análisis de contratos y facturas en PDF [8].

Las promesas de ahorro de tiempo o de retorno de la inversión provienen de editores. Así, una solución anuncia acelerar el ROI de las pymes [19], y un proveedor jurídico habla de revisar cientos de acuerdos «en unos minutos» [30]. Ninguna de las fuentes consultadas mide estas ganancias de forma independiente: pruebe con sus propios documentos.

¿Cómo comparar dos documentos o dos versiones de un contrato?

Comparar dos documentos equivale a confrontar un texto con un contrato de referencia, o dos versiones de un mismo contrato, para señalar las diferencias y preparar las preguntas que deben examinarse. La IA puede extraer la estructura del documento, comparar el texto con ese contrato de referencia y señalar las diferencias [35]. Detecta las desviaciones, y es usted quien debe interpretarlas.

Método en dos etapas

1. Enviar los documentos uno tras otro indicando que se trata de una comparación. Precise cuál sirve de referencia y cuál debe examinarse [23].
2. Pedir una tabla de diferencias con una columna «lo que no es comparable». Esta columna es esencial: dos presupuestos, por ejemplo, suelen diferir en algo más que en su precio [23].

Para un contrato, puede estructurar la tabla así: cláusula, versión de referencia, versión examinada, naturaleza de la diferencia, pregunta que plantear. Esta estructura es una sugerencia de presentación, no una exigencia de las fuentes.

Cada línea de la tabla debe volver a revisarse en los dos textos. La herramienta prepara la revisión, no la sustituye.

El seguimiento de cambios, un ejemplo comercial

Adobe, editor de software, presentó una función de este tipo para la gestión de contratos. Según LeMagIT, esta novedad se apoya en una IA generativa. Permite resumir contratos en formato PDF y detectar las modificaciones introducidas durante los ciclos de revisión [40]. Se trata de una función comercial, descrita aquí tal como la prensa especializada la relata.

Una precaución propia de los contratos

Comparar dos versiones equivale a someter documentos a menudo sensibles. Algunos editores responden con una ejecución local. Jaimes AI, por ejemplo, anuncia un análisis en un dispositivo instalado en las instalaciones, sin pasar por un servicio cloud externo [24]. Es un argumento comercial, que debe verificarse según sus requisitos de confidencialidad.

¿Qué lugar ocupa Oupi en este trabajo de análisis?

Oupi lee los documentos que usted le proporciona y responde apoyándose en ellos. Se trata de un principio de funcionamiento: las respuestas se vinculan al contenido del documento transmitido, y es ese vínculo el que hace posible un control.

Este principio coincide con el método de control descrito para el análisis de contratos, procedente de un organismo de formación (fuente comercial). Consta de cuatro gestos: definir una cuadrícula de análisis, pedir citas, comparar cada punto con el contrato completo y, por último, hacer validar el resultado por una persona [14]. Con Oupi, esto queda así:

1. Enmarcar la solicitud. Enumere los puntos a examinar (duración, rescisión, responsabilidad, por ejemplo) en lugar de pedir una opinión general.
2. Pedir los pasajes. Para cada punto señalado, exija el extracto del documento en el que se basa la respuesta.
3. Volver al texto. Relea el extracto en el documento completo. Una cita aislada puede ser exacta y, sin embargo, perder su sentido fuera de contexto, por ejemplo si una excepción figura en otra cláusula.
4. Hacer validar. La misma fuente precisa que el resultado de la IA no constituye un dictamen jurídico y que debe ser validado por un profesional habilitado [14].

Una respuesta anclada en el documento se verifica más rápido, pero no sustituye la relectura. Lo que sigue siendo responsabilidad del jurista, del financiero o del asistente es el juicio sobre la conformidad, el riesgo y la interpretación [14].

Para consultar sus propios documentos en este marco, véase el chat con documentos.

¿Qué precauciones tomar: confidencialidad, escaneos, responsabilidad?

Seis puntos de vigilancia enmarcan el uso de la IA con documentos: el juicio humano, la longitud de los documentos, la calidad de los escaneos, la confidencialidad, el marco jurídico y la ausencia de una cifra de fiabilidad.

• El juicio sigue siendo humano. La IA no determina por sí sola la conformidad, el riesgo, la interpretación del derecho ni la estrategia a seguir, y su resultado no constituye un dictamen jurídico [14]. El método recomendado consiste en pedir citas, comparar cada punto con el contrato completo y, después, hacer validar el análisis por un profesional habilitado [14].
• Los documentos largos exigen precauciones. Trabajos del INSEE sobre acuerdos de empresa señalan el gran potencial de la IA generativa para el análisis de documentos largos, al tiempo que indican que su uso requiere precauciones [3].
• La calidad de los escaneos pesa en el resultado. El sistema extrae primero el texto legible del PDF, y las páginas escaneadas pueden requerir un OCR [25]. Un reconocimiento de texto aproximado alimenta, por tanto, todo el análisis posterior. Conviene releer los pasajes críticos en el original.
• La confidencialidad de los contratos plantea la cuestión del cloud. Algunos editores proponen una ejecución local: Jaimes AI afirma que los documentos nunca pasan por un servicio cloud externo [24]. Otros destacan la confidencialidad de sus documentos [34]. Son afirmaciones comerciales, que deben verificarse en las condiciones contractuales y técnicas de cada oferta.
• El marco jurídico está en elaboración. La investigación se interesa por la autonomía de los sistemas de IA en el derecho de contratos [4] y por la diligencia de las partes en el uso de herramientas de IA, incluida la documentación relativa a la herramienta utilizada [2].

Las fuentes disponibles no permiten cuantificar la fiabilidad del análisis de un contrato o de un informe. No puede, por tanto, avanzarse ninguna tasa de error, lo que justifica el control sistemático mediante citas y la validación humana.