Contenido
En los últimos meses me he encontrado con socios que quieren recuperar el tiempo perdido, convencidos de que sus competidores les han sacado ventaja en la implementación de inteligencia artificial. A algunos los atrasó un mal consejo: desarrollar una IA propia, como si esto fuera algo sencillo. Otros, ante una preocupación legítima como la confidencialidad de la información de sus clientes, optaron por no moverse.
Pero efectivamente les han tomado ventaja, aunque no donde ellos creen. Mientras su prisa sigue puesta en qué herramienta adquirir, hemos visto cómo la discusión ya se desplazó: en las firmas que van delante, los líderes dejaron de hablar sobre la herramienta y sus capacidades para concentrarse en un asunto que ahora presenta un reto mayor: cómo se evalúa ahora el talento.
Hace dos años escribí en este mismo periódico sobre los abogados juniors y la inteligencia artificial. Procuré entonces ser prudente en el argumento central: sostuve que la IA aceleraría el aprendizaje técnico de los asociados jóvenes, pero no su criterio ni su capacidad para generar negocio, y que eso podía terminar alargando el camino hacia la sociatura. Lo que escribí con cautela se ha convertido, con el tiempo, en el principio de un reto mayor.
¿Cuáles son las curvas de aprendizaje?
Para verlo hay que separar dos cosas que siempre estuvieron unidas. En el trabajo de un abogado conviven dos curvas de aprendizaje. La primera es la curva técnica: redactar un contrato, investigar un precedente, revisar un volumen grande de documentos en una operación. La segunda es más lenta y más callada: el criterio para saber qué aconsejar cuando la norma no es clara, la lectura de lo que el cliente teme y no dice, la capacidad de traer trabajo a la firma y de sostener una relación durante años. Hasta hace muy poco las dos curvas avanzaban a un ritmo parecido, porque ambas se alimentaban de lo mismo, de las horas dedicadas a casos reales. Por eso la antigüedad servía, y no ella sola: el up or out iba filtrando por el camino, así que quien seguía en la firma después de varios años había demostrado que reunía las dos cosas. Un abogado de siete años había acumulado, casi por fuerza, más de ambas habilidades que uno de tres, porque de otro modo no habría llegado tan lejos.
La inteligencia artificial rompió ese equilibrio. Acelera con fuerza la primera curva y apenas toca la segunda. Un asociado de tercer año puede hoy producir, en lo técnico, un trabajo que antes exigía varios años más de oficio: revisa cientos de operaciones comparables en el tiempo en que antes revisaba apenas un par, y entrega un primer borrador sólido en una tarde. Pero ese mismo asociado no juzga, no vende ni acompaña a un cliente como lo haría uno de séptimo año, porque esa parte del oficio no se aprende más rápido por tener una mejor herramienta. Se sigue construyendo e inculcando a través de la repetición y de la habilidad de observar y replicar comportamientos de sus superiores, en reuniones, en errores propios, en años de exposición que no se pueden acelerar.
¿Cómo evaluar a un abogado?
Lo que hace dos años veíamos como un problema de formación se ha convertido en algo más. A esa dificultad se le suma hoy otra, la de la medición: cómo evaluar a un abogado, cómo compararlo con sus pares y, a partir de ahí, cómo decidir a quién se promueve y cuánto se le paga y lo más importante en mi opinión: a cuál de mis talentos le invierto. Toda la arquitectura de una firma de abogados se levantó dando por supuesto que los años de ejercicio, por encima de cualquier otra variable, bastaban para ordenar el talento. Sobre ese supuesto descansan la escalera del up or out (cuándo asciende o sale un asociado), la lógica del lockstep, habitual en muchas firmas, que escala la retribución con los años, y hasta la manera de ponerle precio al trabajo de un perfil intermedio. Cuando la antigüedad ya no anticipa qué sabe hacer alguien, todos esos instrumentos siguen apoyados en un dato que dejó de ser una unidad de medida justa y fiable.
El problema se evidencia en situaciones concretas. Cuando un asociado de tercer año entrega un trabajo técnicamente impecable, apoyado en la herramienta, pero sabemos que todavía no podemos dejarlo atender solo a un cliente. Cuando creemos que un abogado ya está listo y descubrimos que sabe construir el documento, pero no pensar en el negocio del cliente, porque todavía no entiende lo que es ser un empresario. O cuando llega el momento de promover y tenemos enfrente a dos asociados que entraron el mismo año, con hojas de vida casi idénticas, pero uno produce mucho más rápido con la herramienta y el otro, más lento, es quien sabe leer al cliente y traer trabajo. Los años, que antes resolvían la duda, ya no nos dicen a cuál de los dos ascender.
De ahí se desprende una consecuencia económica. La tentación fácil es pensar que, como la herramienta abarata la parte técnica, los honorarios solo pueden bajar. Ocurre lo contrario. Lo que la herramienta produce tiende a valer cada vez menos, justamente porque está al alcance de cualquiera. Lo que conserva el valor, y lo concentra, es aquello que la IA no comprime: la interpretación, el criterio para decidir qué hacer con lo que la herramienta arroja, la confianza construida con el cliente a lo largo del tiempo. El precio tendrá que migrar hacia eso, y para cobrarlo hay que saber, primero, quién lo aporta dentro de la propia firma.
Para las firmas latinoamericanas el desafío tiene un matiz propio. Dependiendo de la firma, es común en la región encontrar estructuras altamente piramidales, en las que la antigüedad ordena tanto el poder como la retribución, y todo ello en un momento en que la pirámide demográfica ya venía estrechándose por su base. Si a esa base ya reducida le sumamos una herramienta que vuelve borroso el dato sobre el que se apoyaban esas decisiones, quien evalúa el talento, sea el socio director o el comité que cumple esa función, se queda sin el instrumento más cómodo del que disponía.
Los socios tienen por delante una tarea difícil: volver a definir, cada firma según lo que quiere ser, qué es un buen abogado en cada etapa, ahora que producir rápido y producir con criterio ya no van juntos. Eso obliga a evaluar distinto, a decir con más franqueza quién está listo para avanzar y quién no, y a actualizar el sistema de crecimiento y compensación, la herramienta con la que la firma gestiona el talento y que hoy sigue calibrado sobre la antigüedad. Es una decisión estratégica, porque la IA acerca al técnico promedio al mejor, y lo que distingue a un abogado se corre hacia el criterio y hacia lo que aporta al cliente.
La pregunta que queda es una que llevábamos décadas sin necesidad de hacernos: con qué medimos esa diferencia, ahora que ya no podemos confiar en contar los años. La antigüedad, por sí sola, nunca midió gran cosa; lo que la volvía fiable era el up or out, que iba dejando fuera al que no alcanzaba el estándar. Sobrevivir era la prueba: si alguien seguía en la firma después de varios años, es que servía, y la señal era además objetiva, un número que nadie discutía. La IA desajusta ese mecanismo, porque hoy se puede producir en lo técnico sin haber desarrollado el criterio que el filtro daba por descontado. Dar con algo que vuelva a distinguir al que solo produce rápido del que además juzga, sin resbalar hacia la pura impresión personal, es el reto que ahora necesitamos resolver.