Cómo diseñar reglas de IA para trabajos jurídicos evaluados

Una regla sobre inteligencia artificial en la educación jurídica debería empezar con una pregunta más clara que si la IA es buena o mala: ¿qué capacidad debe demostrar esta tarea? Si un memorando pretende revelar si un estudiante puede identificar cuestiones, sopesar autoridades y construir un argumento defendible, un asistente que aporta la estructura o la prosa puede ocultar precisamente el trabajo que el curso evalúa. Si un ejercicio busca enseñar a supervisar cuidadosamente una salida de IA, una prohibición general puede ocultar otra destreza esencial.

La política predeterminada de Berkeley Law, vigente desde el verano de 2026, hace explícita esa distinción. Para los trabajos con créditos prohíbe la IA para conceptualizar, esquematizar, redactar, revisar, traducir y editar. También prohíbe la IA en exámenes, limita la investigación con IA a identificar fuentes e impide cargar materiales del curso en sistemas generativos. A la vez, deja a los docentes establecer por adelantado alternativas escritas y específicas del curso, con divulgación obligatoria.

La lección no es que toda tarea jurídica necesite la misma frontera. La frontera debe identificar la competencia medida, los datos que deben protegerse y la evidencia que un estudiante debe conservar para explicar cómo utilizó una herramienta.

Defina la capacidad evaluada antes de nombrar una herramienta

Una regla que simplemente dice «sin ChatGPT» envejece mal y ofrece poca guía para herramientas cercanas. Los buscadores, las aplicaciones de escritura, los servicios de investigación jurídica, la transcripción y la revisión documental añaden cada vez más funciones generativas. La cuestión educativa no es la marca del producto, sino si la función sustituye una decisión del estudiante que la tarea pretende evaluar.

En un examen de análisis jurídico, el trabajo protegido puede incluir seleccionar hechos relevantes, identificar una regla, distinguir un precedente y expresar una conclusión bajo presión de tiempo. Una norma puede prohibir la ayuda generativa en ese flujo sin afirmar que toda IA sea inapropiada en cualquier contexto. En una tarea de investigación, el límite puede ser más estrecho: un sistema puede ayudar a localizar posibles casos, pero el estudiante debe leer las autoridades, verificar las citas y decidir si respaldan la proposición.

Use un modelo de permisos de cuatro partes

Una política práctica de curso puede clasificar el uso de IA en cuatro categorías. Primera, el trabajo que debe hacerse de manera independiente: respuestas de examen, un primer análisis jurídico o un esquema inicial. Segunda, la asistencia limitada que puede permitirse, como hallar fuentes públicas, generar preguntas de práctica o criticar un borrador terminado. Tercera, los casos que requieren permiso escrito previo. Cuarta, la información que nunca debe cargarse: hipótesis similares a asuntos de clientes, materiales de curso no publicados, grabaciones o documentos con datos personales.

Las categorías deben usar verbos observables. «Puede usar IA para investigar» es ambiguo. «Puede pedir a la IA términos de búsqueda; no puede basarse en un resumen de caso o una cita generada por IA sin leer y verificar la fuente citada» da una instrucción concreta. La separación de Berkeley entre identificar una fuente y entregar el trabajo demuestra el valor de esa precisión.

Haga que el uso autorizado sea revisable, no invisible

La divulgación es más útil cuando registra contexto suficiente para evaluar un proceso sin exigir un diario de cada pulsación. Una declaración breve puede nombrar la herramienta, el propósito permitido, el material proporcionado y cómo el estudiante verificó cualquier resultado utilizado. Para proyectos de mayor riesgo puede ser apropiado un registro de prompts o un historial de versiones.

Ese registro cambia la conversación educativa. En lugar de inferir la autoría solo a partir de una prosa pulida, el docente puede preguntar por qué se eligió una fuente, por qué se aceptó o rechazó una sugerencia de IA y cómo se comprobó. Las preguntas orales, los borradores escalonados y las tareas iterativas prueban el razonamiento directamente. Las preguntas y respuestas de Berkeley también señalan técnicas dependientes del contexto, como presentaciones orales y escritura iterativa.

Trate la privacidad y la responsabilidad profesional como parte de la capacidad

El trabajo jurídico a menudo contiene información que no debe enviarse a un servicio generativo público. Incluso en el aula, lecturas, tareas, discusiones grabadas y hechos hipotéticos de clientes pueden plantear cuestiones de confidencialidad, propiedad intelectual o privacidad. Una política sólida nombra esos límites por separado de la regla de integridad académica. Una herramienta puede ser inapropiada aunque no redacte la respuesta final.

Esto refleja la práctica jurídica. La American Bar Association ha indicado que las obligaciones existentes de los abogados siguen aplicándose cuando usan IA generativa. Los estudiantes deben practicar más que evaluar la calidad de una salida: deben preguntarse qué datos recibe un servicio, qué respalda realmente una respuesta generada y quién conserva la responsabilidad por un error.

Revise la regla a través de las tareas, no de eslóganes

Una política de IA eficaz es un diseño docente que puede ponerse a prueba. Tras un semestre, los docentes pueden revisar si se entendieron los usos permitidos, si la regla funcionó para las necesidades de accesibilidad, dónde surgieron malentendidos y si la tarea aún mide la capacidad pretendida. La respuesta puede ser un ejemplo más específico, un mejor formulario de divulgación u otra evaluación, no simplemente una prohibición más estricta.

El principio central es duradero: la educación jurídica debe proteger el razonamiento independiente cuando este es el objeto de la evaluación y enseñar el uso supervisado de IA cuando esa supervisión es el objetivo de la instrucción. Límites claros, divulgación explícita, fuentes verificadas y datos protegidos facilitan ambos fines.