Introducción al curso: por qué un abogado litigante necesita este curso antes que cualquier otro sobre IA
Hook con el caso Mata v. Avianca, los tres factores que agravan el riesgo en derecho laboral chileno y el mapa del recorrido.
Marco normativo aplicable
- Art. 88 Código de Procedimiento Civil — Probidad procesal y deber de veracidad.
- Código de Ética CGAL, Arts. 25 y siguientes — Deberes profesionales y diligencia.
- Art. 172 inc. final Código del Trabajo — Tope de 90 UF para indemnización por años de servicio.
- Ley 21.643 (Karin) — Norma reciente que un LLM con corte anterior puede ignorar.
Objetivos de aprendizaje
- Comprender por qué la inteligencia artificial generativa, mal usada, es un riesgo profesional concreto en el ejercicio laboralista chileno.
- Identificar los tres factores que agravan ese riesgo en derecho laboral: ritmo regulatorio, especificidad jurisdiccional y cálculos con topes.
- Anticipar el recorrido del curso y la lógica pedagógica detrás de partir por la desconfianza antes que por la productividad.
1. Por qué este curso parte por la desconfianza
En 2023, dos abogados del estudio Levidow, Levidow & Oberman fueron sancionados por la Corte del Distrito Sur de Nueva York (caso Mata v. Avianca, 22-cv-1461) tras presentar un escrito con seis citas jurisprudenciales generadas por ChatGPT. Las seis no existían. La sanción no fue por usar IA: fue por incorporar su output a un escrito sin verificar.
El mismo riesgo ya recorre tribunales chilenos. Outputs con apariencia profesional pero contenido fabricado, presentados sin verificación, exponen al abogado a sanciones bajo el Art. 88 CPC y al Código de Ética del Colegio de Abogados, y exponen al cliente a perder la causa. Por eso este curso no parte por cómo escribir prompts efectivos: parte por cómo diagnosticar cuándo un output es confiable y cuándo no. El orden inverso es el que produce sanciones.
2. Tres factores que agravan el riesgo en derecho laboral chileno
2.1 Ritmo regulatorio
Solo en los últimos años entraron en vigencia la Ley 21.643 (Karin), la Ley 21.561 (40 horas), reformas previsionales y el Estatuto del Trabajador Independiente. Un LLM con corte de entrenamiento anterior responde con la versión derogada de la norma. Concretamente: un modelo entrenado antes de agosto de 2024 sigue exigiendo reiteración para configurar acoso laboral, criterio que la Ley 21.643 derogó.
2.2 Especificidad jurisdiccional
El modelo, entrenado mayoritariamente sobre corpus en español ibérico y latinoamericano, mezcla figuras españolas (despido improcedente, finiquito como liquidación final), argentinas (LCT, preaviso de la Ley 20.744) y mexicanas (LFT, rescisión sin responsabilidad) con terminología chilena. El output suena profesional pero es procesalmente inválido en sede laboral chilena.
2.3 Cálculos con topes
El derecho laboral chileno está atravesado por topes legales: 90 UF para indemnización por años de servicio (Art. 172 inc. final CT), 81,6 UF para cotizaciones (art. 16 DL 3.500), 4,75 IMM anual para gratificación legal (Art. 50 CT). Un LLM que ignora un tope produce cifras que pueden duplicar lo realmente exigible — o subestimar a la mitad lo que correspondía.
3. Promesa pedagógica del curso
Al completar los cuatro módulos podrás:
- Identificar las 7 fallas sistemáticas de un LLM genérico aplicado al derecho laboral chileno.
- Distinguir taxonómicamente LLM puro, LLM con RAG y asistente legal especializado.
- Aplicar un protocolo de 4 chequeos antes de incorporar cualquier output a un escrito.
- Comparar lado a lado el output de ChatGPT y JurisBot sobre los cálculos críticos: indemnización, finiquito, base imponible, recargo del Art. 168.
4. Mapa del recorrido
| Lección | Foco |
|---|---|
| 1.1 Introducción Estás aquí | Por qué este curso parte por la desconfianza |
| 1.2 LLM puro | Cómo funciona ChatGPT/Claude/Gemini estándar y dónde se rompe |
| 1.3 RAG | Recuperación documental y sus límites |
| 1.4 Asistente especializado | Qué agrega JurisBot frente a un LLM genérico |
| 2 Las 7 fallas sistemáticas | Catálogo con ejemplos concretos chilenos |
| 3 Caso clínico comparado | Cálculo de indemnización con remuneración variable: ChatGPT vs JurisBot |
5. Próxima lección
1.2 — LLM puro: cómo opera un modelo sin recuperación documental, por qué su conocimiento se "congela" en una fecha de corte y dónde aparece su mayor riesgo en derecho laboral chileno.
Mini autoevaluación
Pregunta: ¿Cuál es la lógica detrás de partir el curso por el diagnóstico del riesgo en lugar de por la productividad?
Ver respuesta
Porque la productividad sin diagnóstico amplifica el error. Un abogado que escribe prompts más rápido sin saber detectar una alucinación produce escritos defectuosos a más velocidad. La secuencia pedagógica correcta es: (1) reconocer el riesgo, (2) construir un protocolo de validación, (3) recién entonces optimizar la productividad.
Preguntas frecuentes
¿Este curso me convierte en experto en IA?
No. El objetivo es darte criterio para usar IA generativa en tu práctica laboralista sin asumir riesgos profesionales. La especialización técnica en IA está fuera del alcance.
¿Tengo que pagar por JurisBot para seguir el curso?
No. El curso es gratuito y se puede leer sin cuenta. Las herramientas de JurisBot que se demuestran tienen una versión gratuita disponible en jurisbot.cl.
¿Cuánto tiempo toma completar el curso completo?
Aproximadamente 6 horas de estudio repartidas en 4 módulos y unas 12 lecciones. Cada lección está pensada para sesiones de 5–15 minutos.