La IA revolucionará la forma de trabajar de los operadores jurídicos y por tanto también los juristas especializados en el ámbito de los litigios de pareja.
Un portátil con IA es un equipo diseñado específicamente para aprovechar al máximo la inteligencia artificial, integrando tanto el hardware como el software necesario para ejecutar diversas tareas basadas en Inteligencia Artificial
Sin embargo, no todos las CPUs y GPUs pueden manejar todas las tareas con la misma eficiencia, especialmente aquellas basadas en modelos de lenguaje de gran tamaño (LLM) y en la generación de imágenes, debido a la gran cantidad de datos y la complejidad de las operaciones involucradas.
Los núcleos son la parte fundamental de la CPU, porque procesan la información que genera el sistema operativo con sus aplicaciones y tareas.
Cuando hablamos de velocidad de procesamiento hablamos de la frecuencia de reloj de los núcleos o hercios (Hz). Mientras más veloz sea una CPU, más tareas procesará por unidad de tiempo, pero más calor y estrés se generará en el chip.
Todas las CPU tienen una frecuencia de reloj base, una frecuencia máxima en todos los núcleos y uno o varios modos turbo boost. Con ellos uno o dos núcleos son capaces de elevar durante cierto tiempo la frecuencia máxima para obtener más rendimiento.
Mientras más velocidad, mejor, pero será mejor tener más núcleos físicos menos veloces. Por eso, para esquivar los límites de frecuencia los fabricantes incrementan el número de núcleos en sus CPU. De esta forma mientras más cantidad de núcleos tengamos, más tareas se podrán procesar en cada ciclo. Una CPU de 8 núcleos será el doble de potente que una de 4 en su misma arquitectura, así que podrá lidiar con más tareas al mismo tiempo.
En los últimos dispositivos se introdujo en Intel a partir de su 12ª Gen Alder Lake los Núcleos Eficientes y los Núcleos de Rendimiento o E-core y P-core, ya presente en arquitecturas ARM de los procesadores de Apple o Qualcomm.
Los P-core de Intel venían siendo los núcleos que hasta ahora conocemos en las CPU, de mayor tamaño, con elevadas frecuencias y provistos de 2 hilos. Eran considerados perfectos para tareas continuadas muy exigentes, por ejemplo juegos. Por su parte, los E-core, más pequeños, con un solo hilo y trabajando a menor frecuencia, eran ideales para tareas en segundo plano del sistema, cortas y de diversos tipos. Intel los encapsula todo en un solo silicio, además de la caché y gráficos integrados.
AMD ha venido utilizando solamente núcleos de alto rendimiento, pero en lugar de colocarlos todos en un solo silicio, los divide en bloques llamados CCD o Chiplets. Cada uno cuenta con 8 núcleos, su propio bloque de caché y un bus hace el reparto de datos. A priori provee más capacidad de expansión que la arquitectura de Intel, aunque la presencia de carriles de datos más largos influye en la velocidad pura.
Conviene destacar aquí que el segundo elemento más importante de la CPU, es la memoria caché, consistente en una memoria mucho más rápida y pequeña que la RAM directamente integrada en el procesador, almacenando los datos de uso inminente por la CPU. Su función es clave para eliminar el cuello de botella que se pueda producir entre el procesador y la RAM, mucho más lentas en términos de rendimiento.
Las CPU actuales de PC tienen 3 niveles de caché desde el L3 de mayor tamaño y más lento (hablamos de unas 10 veces más rápida que una RAM), hasta el L1, mucho más pequeño y tremendamente rápida (1600 GB/s o incluso más).
La gestión de la caché lo es todo, pero… ¿y si simplemente aumentamos la caché al máximo posible? Esto es algo muy complicado, puesto que la caché no solo es cara, sino que también requiere una gran cantidad de transistores y ocupa un espacio considerable del chip.
AMD solucionó esto con su 3D V-Cache. Esta tecnología consiste en apilar verticalmente varias capas de caché L3 en el die de la CPU, de forma que no hay que aumentar su tamaño. La primera CPU con esta característica fue el AMD Ryzen 7 5800X3D, que pasó de 32MB a 96MB de caché L3. Actualmente, con el 7950X3D consiguen pasar de 64MB a 128MB de L3 respecto a la versión normal, lo que mejoró considerablemente el rendimiento en juegos.
Pero la 3D tiene desventajas, porque al ser un silicio más «sensible» las frecuencias tope con todos los núcleos se reducen ligeramente (aunque también tienen menos TDP por eso), de ahí que la mejora de rendimiento sea tan notable en juegos pero más modesta en aplicaciones que aprovechan más la potencia bruta. Además, su coste de producción es mucho mayor por lo que el precio aumenta y no suele haber mucho stock.
Actualmente la inteligencia artificial generativa requiere una gran cantidad de recursos de hardware para funcionar. El 90% de los ordenadores y móviles que hay en el mundo no tienen esa capacidad de proceso, por eso la IA más potente funciona en la nube.
Los SoC actuales de Apple, Intel, AMD o Qualcomm integran núcleos dedicados (normalmente conocidos como NPU, Neural Processing Units), pero tienen que compartir espacio con el resto de componentes, y en algunos casos eso puede no ser suficiente.
La IA generativa lleva a cabo constantes búsquedas en su base de datos de entrenamiento de su modelo, ya que ahí está la base de su conocimiento. Cada vez existen más apps con IA, desde las simples aplicaciones de videoconferencia para aplicar filtros o efectos mediante IA, hasta otros programas de edición, reconocimiento de voz, traducciones simultáneas entre idiomas, resúmenes de PDFs, etc.
Es cierto que muchos de esos servicios están en la nube, y no necesitan NPU para ejecutarse en local, pero cada vez hay más que sí lo hacen, y seguirán aumentando de forma exponencial.
Una IA es tan buena como los datos con los que entrena, y por eso las compañías que crean IA están haciendo de todo, incluso violar el copyright impunemente, con tal de encontrar datos para entrenar a sus IA.
Una NPU, o unidad de procesamiento neuronal, es un acelerador especializado que gestiona tareas de inteligencia artificial (IA) y aprendizaje automático (ML) directamente en el dispositivo, en local, sin necesidad de enviar datos a la nube. Por ello, aunque las GPU de los ordenadores pueden manejar muchas de estas tareas, la falta de una NPU puede aumentar significativamente el consumo de energía y recursos del sistema.
Actualmente, un portátil con IA necesita tanto una GPU como una NPU, ya que la NPU aún no puede encargarse de todo por sí sola. Por eso, ambos componentes trabajan juntos para reducir los tiempos de procesamiento y consumir menos energía.
Se espera que las NPUs sean capaces de gestionar solas las tareas de IA de las que se tiene que ocupar un ordenador, dejando libre a la GPU para encargarse de otras tareas, como las gráficas.
También existen soluciones que combinan un FPGA y GPU, que funcionan en servidores, aumentando el rendimiento en las búsquedas de la IA.
En concreto, Hyperspace utiliza la computación de «dominio específico» para acelerar dos tareas clave en las bases de datos de la IA: las búsquedas léxicas y las búsquedas vectoriales.
Las búsquedas léxicas utilizan palabras clave que se buscan de forma exacta en una base de datos. Vamos, que, si la IA necesita «naranjas», eso es justamente lo que busca. Al contrario, las búsquedas vectoriales tienen en cuenta el significado semántico y el contexto de la consulta de búsqueda.
Actualmente para solucionar este problema de rendimiento al procesar IA, se integra en el chip una NPU.
Las unidades de procesamiento neuronal formarán parte de todos los chips de los PCs de consumo, y se espera que estas NPU soporten 40 TOPS (Trillion Operations Per Second).
Intel saca al mercado una NPU, Lunar Lake, esta nueva generación de que es más potente que la plataforma Arrow Lake al completo. Anuncia que con Lunar Lake conseguirá 48 TOPS solo con la NPU, y podría llegar a ofrecer 120 TOPS al añadir la CPU y la GPU.
Por las noticias que se leen parece que AMD ha superado a intel en: CPU con AMD ZEN 5; iGPU con RDNA 3+; y NPU con XDNA2
AMD XDNA es una arquitectura NPU compuesta de una serie de motores IA estructurados por mosaicos. Cada mosaico contiene un motor IA que, a su vez, se compone de un procesador vectorial, un procesador de escalado, una memoria local y un programa de memorias.
Dicho en otras palabras, en cada procesador Ryzen habrá 2 arquitecturas presentes: Zen, que es la arquitectura tradicional de la CPU; y XDNA, que es la arquitectura de la NPU que está integrada en la CPU.
Los primeros procesadores en incorporar seriamente NPU con XDNA 2 serán los AMD Strix Point, unos Ryzen con arquitectura Zen 5. Los AMD Ryzen 9000 y AMD Ryzen™ 9 9950X.
Al parecer Microsoft y AMD han trabajado conjuntamente en la IA de estos chips para que todas las funciones IA de Windows funcionen perfectamente.
Nvidia domina los centros de datos de los que dependemos para multitud de procesos está Nvidia, con los Blackwell. El nodo de computación Blackwell cuenta con dos CPUs Grace y cuatro de las nuevas GPUs B200 con arquitectura Blackwell. Los GPU son chips con una capacidad de cálculo muy superior a la de los microprocesadores clásicos, conocidos como CPU. Su rendimiento e IA puede llegar a los 80 petaFLOPS según la empresa. Una absoluta barbaridad. Está diseñada para empresas, y es sucesora del Grace Hopper Superchip.
NVIDIA fabrica sus gráficas RTX. Los chips NVIDIA Tegra eran SoCs (SoC, del inglés system on a chip), como los que fabrican ahora Qualcomm, Apple o MediaTek. Tenían una CPU y una GPU ARM y estaban centrados en el procesamiento multimedia eficiente.
Actualmente Samsung fabrica memorias HBM3E, aprobados por Nvidia. HBM3 (High Bandwidth Memory 3) es una tecnología de memoria avanzada que ofrece mejoras significativas con respecto a su predecesora, HBM2E. Con una mayor capacidad de almacenamiento, velocidad y eficiencia energética, HBM3 está preparada para revolucionar la industria gráfica, la computación en la nube, las redes, la inteligencia artificial y, potencialmente, la industria automotriz.
Las necesidades de nuevos chips para IA ha sido tan rápida que Samsung ha tenido que competir al efecto con la más pequeña SK Hynix
Como otros actores de la IA, en el campo de los semiconductores, destacan otras cinco de esas empresas con sede en Estados Unidos:
- Qualcomm
Los orígenes de Qualcomm se remontan a 1985, cuando se creó para desarrollar «QUALity COMMunications». En la actualidad, la compañía se enorgullece de llevar el procesamiento de datos y la inteligencia al límite.
En otras palabras, la empresa proporciona la potencia informática para miles de millones de dispositivos inteligentes conectados, como teléfonos inteligentes, tabletas, dispositivos portátiles, cámaras, dispositivos domésticos inteligentes y mucho más.
Uno de sus productos es Snapdragon Seamless, que permite cambiar sin problemas entre relojes, teléfonos móviles, tabletas y ordenadores portátiles. Por tanto, no es de extrañar que Apple y Samsung se encuentren entre sus principales clientes.
- Broadcom
La historia de Broadcom comienza en 1961, año en que se fundó para desarrollar soluciones de semiconductores. En la actualidad, es una empresa de «renombre» que proporciona tecnología de infraestructura líder en la industria.
La compañía ofrece soluciones esenciales de hardware y software para diversos mercados, como centros de datos, redes, banda ancha, redes inalámbricas y almacenamiento.
Uno de sus productos es la serie de conmutadores Tomahawk, que permite la transferencia de datos a alta velocidad y la conectividad en centros de datos. Por ello, empresas como Google y Microsoft figuran entre los principales clientes de Broadcom.
- Micron Technology
La historia Micron Technology empieza en 1978 para innovar en la industria de los semiconductores. A lo largo de los años, se ha hecho famosa por ofrecer soluciones avanzadas de memoria y almacenamiento.
La empresa suministra tecnologías clave de memoria y almacenamiento utilizadas en diversas aplicaciones, como informática, redes y dispositivos móviles.
Uno de sus productos ‘estrella’ es la memoria flash 3D NAND, que ofrece una alta densidad y rendimiento para el almacenamiento de datos. Compañías como Dell y HP figuran entre sus grandes clientes.
- Teradyne
En 1960 surgió Teradyne con el objetivo de ser pionera en equipos de pruebas automatizados. Desde entonces, ha destacado en el suministro de soluciones de vanguardia para probar semiconductores, productos inalámbricos y sistemas electrónicos complejos.
La empresa, por tanto, proporciona tecnología esencial que garantiza el rendimiento y la fiabilidad de los dispositivos electrónicos en diversos sectores.
Uno de sus productos más reconocidos es el sistema de pruebas UltraFLEX, que ofrece gran eficacia y precisión para las pruebas de semiconductores. Debido a ello, Intel y Texas Instruments figuran entre sus clientes.
- Marvell Technology
Marvell Technology se fundó en 1995 para desarrollar soluciones innovadoras de almacenamiento, redes y conectividad. Con el tiempo, se ha convertido en líder en el suministro de productos semiconductores avanzados.
Uno de sus productos destacados es el adaptador QLogic Fibre Channel, que ofrece un alto rendimiento y fiabilidad para aplicaciones de centros de datos. En consecuencia, empresas como Cisco y Microsoft figuran entre los principales clientes de Marvell Technology.
Estas empresas están a la vanguardia del desarrollo de hardware que impulsará la revolución digital y la inteligencia artificial. A medida que aumente la demanda mundial de potencia informática y siga creciendo la necesidad de almacenamiento y procesamiento de datos, estas empresas desempeñarán un papel cada vez más imprescindible, de ahí que para su seguimiento, nos ha parecido conveniente citarlas.
Finalizamos aquí la aportación, esperando amigo lector haya sido de su interés, por lo menos para darle una idea de la revolución que se está produciendo en el mundo digital y por tanto en las herramientas con que cuenta y podrá contar el mundo jurídico, incluyendo los tribunales, a las que parece que no nos queda otra que adaptarnos.
La aplicación de las ventajas de la IA en la dotación de los tribunales es fundamental para el resto de los operadores jurídicos, y especialmente para los ciudadanos, si pensamos que la fundamental herramienta democrática y civilizada que puede prestar un abogado a un ciudadano inmerso en un conflicto es el órgano judicial competente de tutelar sus derechos.
LA IA EN EL EJERCICIO DE LA ABOGACÍA
La entrevista a Víctor Reina Jiménez que realizan en la revista de octubre de la AEAFA, titulada «La IA no pleitea por ti, pero te ahorra trabajo y prepara el expediente», aborda el impacto de la Inteligencia Artificial (IA) en la abogacía de familia, enfatizando que su rol es el de ser una herramienta de apoyo que libera al profesional de las tareas mecánicas, pero nunca lo sustituye.
A continuación, se presenta un resumen detallado de los puntos clave expuestos por Víctor Reina Jiménez:
1. La IA: Barrera Mental y Aliada Estratégica
El Miedo como Barrera: El miedo de la abogacía a la IA y a las nuevas tecnologías es fundamentalmente una barrera mental. Reina Jiménez compara la adaptación a la IA con los saltos tecnológicos anteriores que la profesión ya experimentó, como el paso del uso de Aranzadi en papel a los CD, y luego a las bases de datos en línea.
La IA como Prueba, No un Peligro: La IA obliga a una «neuroplasticidad casi violenta» porque es «líquida» y cambia constantemente. El abogado, por naturaleza, requiere pausa, reflexión y cierta lentitud para el rigor. La IA no es tanto un peligro, sino una prueba: si se usa con criterio, será una gran aliada. Si se permite que marque el ritmo de la profesión, arrebatará cualidades esenciales como la calma, la liturgia y la humanidad.
El Desafío de la Incertidumbre: Más que tiempo, se requiere resistencia para controlar estas herramientas, ya que no dejan de cambiar. Esto obliga al abogado a estar en movimiento constante, similar a la vida en la incertidumbre que ya enseña el Derecho. La clave es aprender a «bailar con ellas sin perder el compás de lo humano».
2. El Rol Insustituible del Abogado
La Sustitución es un Espejismo: La idea principal errónea que tienen muchos abogados es que la IA puede sustituirlos íntegramente. Reina Jiménez aclara que un abogado que usa la IA sí puede sustituir a otro abogado, pero la IA por sí sola no puede sustituir a ninguno.
La IA no es Humana: La IA es comparada con una «calculadora en manos de un poeta»: puede hacer las cuentas, pero no escribir el verso. En el Derecho de Familia, la IA puede ordenar el caos, pero «no puede entender el dolor» que hay detrás de un divorcio o la mirada de un padre en un procedimiento de custodia; ese sigue siendo territorio humano. Además, la IA puede dar claridad, pero no compasión.
Ahorro de Trabajo y Preparación del Expediente: El rol de la IA es «liberarte de las tareas mecánicas». El abogado sigue siendo el responsable de la voz en sala, la mirada al cliente y la intuición del momento. La IA no sustituye al abogado, sino que «le da más tiempo para serlo».
3. Valor Diferencial en Derecho de Familia
Transformar el Caos Emocional en Orden Procesal: El Derecho de Familia es descrito como una «selva documental con fondo emocional». La IA funciona como un «machete que abre camino entre tanta maleza», ayudando a poner orden donde antes solo había ruido. En otras ramas jurídicas, la IA destaca por el análisis normativo, pero en Familia, su virtud es «transformar el caos emocional en orden procesal».
Ejemplos de Tareas Mecánicas Reducidas a Minutos:
- Redactar una hoja de encargo o revisar un escrito largo para evitar repeticiones, contradicciones o erratas.
- Ordenar cronológicamente «decenas de mensajes, correos o justificantes de pago» para obtener una línea de tiempo limpia en minutos, permitiendo al abogado concentrarse en la estrategia.
4. Herramientas Específicas: El Triángulo Ganador
Es fundamental no intentar usar una sola herramienta para todas las funciones, ya que la IA es el qué, y las herramientas son el cómo.
El flujo de trabajo ideal, denominado «Tu triángulo ganador», combina tres herramientas para tareas específicas:
| Herramienta | Función Principal | Descripción | Cita |
|---|---|---|---|
| Perplexity | Contexto y Búsqueda Jurisprudencial | Da contexto; informa sobre jurisprudencia reciente, doctrina y criterios judiciales. Es como mirar por la ventana antes de empezar. | |
| NotebookLM | Expediente Inteligente / Orden Documental | Funciona solo con los documentos que se le suben (chats, recibos, informes, correos). Es capaz de combinarlos y ordenarlos, devolviendo un resumen claro, citas textuales y una cronología limpia. Actúa como un ayudante meticuloso que no inventa nada y muestra la fuente de cada dato. | |
| ChatGPT | Redacción y Borrador | Se utiliza para redactar el borrador de la contestación o documento, usando los datos ya filtrados y ordenados por las otras herramientas. Aquí el abogado «vuelve a tomar el control». |
Este sistema libera al abogado del tiempo mecánico («buscar, ordenar, maquetar») para concentrarse en interpretar y argumentar.
5. Riesgos Éticos y Prácticos
El Mayor Peligro: La Invención de Citas Jurídicas (Alucinaciones): El riesgo de las «citas jurídicas inventadas» es calificado como el «mayor peligro». La IA puede equivocarse diciendo «barbaridades» con mucha convicción.
Medidas de Protección: La única receta es «no fiarse nunca» y verificar todo: abrir los enlaces, comprobar cada cita en el CENDOJ o el BOE, y desconfiar de frases que parezcan demasiado brillantes. «Lo que no tenga fuente oficial, no existe». La IA es un oficial de notaría, no un notario; la responsabilidad y la firma siguen siendo del abogado.
Anonimización y Secreto Profesional:
- No Anonimizar: Es el error más grave, ya que es tentador subir un expediente real para probar la herramienta. Esto es una imprudencia que vulnera el secreto profesional y puede tener consecuencias serias, pues esos datos son de los clientes.
- Uso de OCR: El error de subir PDFs escaneados como fotos sin pasar por el Reconocimiento Óptico de Caracteres (OCR) es insidioso. La IA no avisa que no está leyendo bien el documento, multiplicando los errores y devolviendo «medias verdades».
Riesgos de Versiones Gratuitas: El secreto profesional «no admite rebajas». Si se sube información sensible a una herramienta gratuita o abierta, se asume un riesgo incontrolable sobre cómo y dónde se almacenan los datos. Las versiones de pago suelen ofrecer garantías adicionales de privacidad. La regla fundamental sigue siendo: anonimizar siempre, trabajar con copias y nunca subir datos que identifiquen al cliente. La IA no borra la responsabilidad del abogado; la hace más visible.
La metáfora final que resume la relación entre el abogado y la IA es que la IA es un «pasante con una memoria infinita» o un «buen ayudante», que pone la mesa para que el abogado pueda ejercer su oficio con más calma y claridad.