SimCourt: por qué una IA se equivoca en el tribunal y tres dictan la sentencia correcta

La época de los asistentes de IA sencillos, que solo saben buscar en una base de documentos o resumir demandas extensas, llega a su fin. El mercado de LegalTech está saturado de «envoltorios» sobre la API de OpenAI, y hoy eso ya no basta. Clientes y abogados exigen una precisión que un chatbot corriente no puede ofrecer. El problema es que, cuando se le pide a una sola red neuronal que prediga el resultado de un caso, en la práctica juega al ajedrez contra sí misma. Plantea una hipótesis y enseguida empieza a buscar argumentos que la respalden, ignorando las contradicciones. Es la clásica trampa del «sesgo de confirmación», y en el ámbito jurídico sale demasiado cara.

En diciembre de 2025, investigadores de la Universidad de Tsinghua presentaron una solución que puede dar la vuelta a la industria. SimCourt no es solo un prompt ingenioso, sino un sistema multiagente (MAS) completo. En lugar de obligar a un modelo a pensar el caso por sí solo, los científicos crearon una simulación digital de una sala de tribunal. En ella trabajan varios agentes: un fiscal, un abogado defensor y un juez. Cada uno tiene su papel, su objetivo y su propio conjunto de herramientas. La verdad no surge aquí de la generación de texto, sino de un conflicto de intereses duro, en el que cada error lógico recibe una respuesta inmediata del oponente.

¿Por qué importa ahora? El centro de gravedad del desarrollo de IA aplicada se desplaza hacia China e India. Mientras en Occidente se debate sobre ética y derechos de autor, los equipos asiáticos implantan agentic workflows en los sectores más conservadores.

SimCourt demuestra con claridad que la single-shot inference (la respuesta lineal de un modelo) es un callejón sin salida para tareas complejas. En el derecho, el diablo está siempre en los detalles, y si la red neuronal no tiene un «crítico externo», empieza a alucinar hechos con tal de mantener la coherencia de su relato. El entorno multiagente rompe ese patrón: cuando el agente fiscal intenta manipular los hechos, el agente abogado lo señala de inmediato en su objeción.

La arquitectura de SimCourt funciona en varias etapas. Primero, el sistema analiza los hechos del caso y recupera la jurisprudencia relevante mediante RAG (Retrieval-Augmented Generation). Pero en vez de entregar un resultado de inmediato, lanza un ciclo de debate. Los agentes intercambian argumentos, citan artículos del código e intentan desmontar la posición contraria. Al final, el agente juez evalúa la calidad de la argumentación de ambas partes y dicta el veredicto. Este enfoque permitió reducir de forma notable el porcentaje de errores lógicos, que antes eran la plaga de la IA jurídica.

Los resultados de los experimentos impresionan: SimCourt predice las decisiones judiciales con más precisión que grupos focales de juristas con años de experiencia. Esto ocurre porque la IA puede mantener en memoria miles de precedentes a la vez, y la estructura del debate no le permite «dormirse» sobre una sola idea. Entramos en una fase en la que la IA deja de ser un simple libro de consulta y se convierte en una herramienta analítica completa, capaz de modelar interacciones sociales complejas.

¿Qué significa esto para el mercado? Las startups que hacen «chat con documentos» deberían preocuparse. El futuro es de los sistemas que saben imitar un entorno de expertos, no solo responder preguntas. Esto afecta no solo al derecho, sino también a la medicina, la consultoría estratégica e incluso el desarrollo de software. Si tu IA no sabe discutir consigo misma, pronto quedará inservible frente a competidores que usan MAS.

Lo esencial: los sistemas multiagente son el nuevo estándar para tareas en las que el error sale caro. ¿Podrá el LegalTech occidental ofrecer algo comparable, o tendremos que acostumbrarnos a que la justicia del futuro hable chino?