Grok 4.7 lidera una prueba con contratos reales, pero ningún modelo aprueba con nota alta

La inteligencia artificial sigue prometiendo que puede ayudar a los abogados, pero una evaluación reciente publicada este 24 de octubre pone los pies sobre la tierra. La firma de tecnología jurídica Ivo sometió a siete modelos a una prueba llamada “micro1”, con 350 contratos reales, y el resultado dejó un ganador ajustado y una advertencia clara.

Grok 4.7, el modelo de xAI, ocupó el primer lugar con una tasa de aprobación ponderada del 58.3%. Muy cerca quedó Opus 5.5, con 58.1%, mientras que Kimi K3, de la empresa china Moonshot, completó el 100% de las tareas asignadas, aunque con una aprobación menor, del 57.1%. El dato más revelador es que ninguno de los siete modelos logró superar el 60%.

¿Qué significa esto en la práctica? Que estas herramientas ya pueden revisar documentos, detectar cláusulas y acelerar el trabajo inicial, pero todavía no están listas para sustituir la mirada de un profesional humano, especialmente en valoraciones jurídicas complejas o cuando falta contexto. Un contrato mal interpretado puede costar dinero, tiempo y hasta un litigio, y ese riesgo no se puede delegar por completo a una máquina.

Para empresas, bufetes y emprendedores dominicanos que ya usan estas herramientas para revisar acuerdos, el mensaje es de equilibrio: aprovechar la velocidad de la IA para el primer borrador, pero mantener la revisión humana como paso obligatorio. La carrera por el mejor modelo continúa, pero esta prueba recuerda que, en derecho, la precisión vale más que la velocidad.