La IA para abogados dejó de ser un asistente que redacta borradores aislados: hoy avanza hacia entornos conectados donde el contexto del expediente, los permisos y la capacidad de citar la fuente viajan junto con el trabajo. Eso es, en una frase, lo que Thomson Reuters y OpenAI están construyendo desde setiembre de 2026.
El anuncio se hizo el 17 de setiembre de 2026 y tiene dos partes que conviene no mezclar. La primera: HighQ, la plataforma de gestión de asuntos de Thomson Reuters, ya está disponible dentro de ChatGPT Enterprise mediante una conexión basada en Model Context Protocol (MCP). La segunda: existe una preview —no un lanzamiento general— de una futura experiencia de CoCounsel Legal que permitiría a los abogados invocar capacidades legales especializadas directamente desde ChatGPT; el conector de CoCounsel Legal llegaría más adelante, según la propia compañía.
Durante años el problema fue de plomería. El abogado redactaba en un sistema, consultaba jurisprudencia en otro, pegaba texto en un chat de propósito general y luego volvía a su repositorio para dejar constancia. Cada salto rompía la trazabilidad. La propuesta de Thomson Reuters es cerrar ese circuito sin mover al profesional de su entorno habitual, y sin perder el control de acceso en el camino.
¿Qué significa realmente "IA legal" cuando hablamos de confianza?
La empresa lo resume en una idea: para un abogado, "suficientemente bueno" no es suficiente. Necesita resultados que pueda verificar, citar y firmar con su nombre. Ese es el criterio que Thomson Reuters usa para definir lo que llama Fiduciary-Grade AI™, y es un criterio bastante más exigente que el de un asistente de propósito general.
La diferencia práctica está en tres cosas concretas. Primero, verificabilidad: el sistema no solo responde, indica de dónde salió la respuesta. Segundo, contexto autorizado: el asistente accede únicamente a los asuntos y documentos que ese profesional tiene permiso de ver, no a todo el repositorio del estudio. Tercero, gobernanza: queda registro de qué se consultó y con qué alcance.
Camillo Speroni, de Thomson Reuters, lo plantea desde la experiencia del usuario final: el objetivo es que el abogado no tenga que saltar entre sistemas para redactar, y que el juicio profesional que se aplica al documento sea verificable. Es una definición útil porque desplaza la conversación desde "qué tan inteligente es el modelo" hacia "qué tan auditable es el resultado".
Hay un detalle técnico que explica por qué esto es posible ahora y no hace tres años. MCP es un protocolo abierto que estandariza cómo un sistema de IA descubre e invoca herramientas y contexto externos. En lugar de construir una integración distinta para cada par de productos, el ecosistema se conecta por un lenguaje común. Thomson Reuters lo dice con claridad: el protocolo no es el objetivo, importa lo que permite hacer.
¿Cómo se ve esto en el día a día de un equipo legal?
Imagina el área legal de una empresa agroexportadora en Ica. Llega un contrato de suministro con una cláusula de penalidad inusual. La abogada interna necesita comparar esa cláusula con tres contratos previos, verificar qué dijo la jurisprudencia reciente y dejar constancia del análisis para auditoría.
En el flujo tradicional, ese trabajo implica abrir el gestor documental, exportar fragmentos, consultarlos en un chat, volver a verificar cada cita a mano y finalmente redactar un memorándum. El tiempo se va en traslado de información, no en criterio jurídico.
En el flujo conectado que describe Thomson Reuters, la abogada trabaja en el entorno donde ya redacta, ese entorno consulta el contexto autorizado del asunto y devuelve el análisis con la referencia adjunta. El juicio sigue siendo suyo. Lo que cambia es cuántas veces tuvo que copiar y pegar para llegar a él.
Aquí conviene una advertencia honesta sobre el alcance del anuncio. Lo que está disponible hoy, de forma general, es la conexión de HighQ con ChatGPT Enterprise. La experiencia de CoCounsel Legal dentro de ChatGPT está en preview, es decir, se muestra y se prueba, pero no es todavía un producto que cualquier estudio pueda contratar. Y el conector de CoCounsel Legal está anunciado para "más adelante este año", sin fecha exacta. Cualquier decisión de compra tomada hoy debería apoyarse en la parte ya disponible, no en la promesa.
También hay un límite que el anuncio no resuelve: la conexión entre sistemas no garantiza por sí sola que el resultado sea correcto. Garantiza que es rastreable y que respeta permisos. La validación jurídica sigue siendo humana, y seguirá siéndolo mientras un error de redacción tenga consecuencias contractuales.
¿Qué significa esto para un estudio jurídico o un área legal en Perú?
Para los abogados en Perú, el mensaje no es "contrata esta herramienta". El mensaje es que el estándar de integración cambió, y eso sí es accionable hoy.
Primero, la conversación interna deja de ser "usemos o no usemos IA" y pasa a ser "qué información puede entrar a un asistente y bajo qué permisos". En un estudio mediano de Lima, eso implica revisar quién tiene acceso a qué carpetas antes de conectar cualquier herramienta, porque un asistente hereda los permisos que le configures, ni más ni menos.
Segundo, el criterio de evaluación se vuelve más exigente. Un asistente que redacta rápido pero no puede decir de dónde sacó una cláusula tiene poco valor en un contrato de suministro minero o en una due diligence. La capacidad de citar y verificar es la que sostiene el uso profesional.
Tercero, aparece una ventaja competitiva medible en horas facturables: menos tiempo trasladando información entre sistemas y más tiempo en análisis. Para una firma que cobra por hora, esa diferencia se nota en el margen.
Y cuarto, un punto de cuidado regulatorio. En Perú, la Ley de Protección de Datos Personales exige finalidad y consentimiento para el tratamiento de datos. Conectar un asistente a expedientes con datos de personas naturales obliga a definir con precisión qué se consulta y qué se conserva. La gobernanza no es un adorno del proyecto: es el proyecto.
¿Cómo aplica esto en tu empresa?
Si lideras un área legal o de cumplimiento, empieza por el inventario antes que por la herramienta. Haz una lista de los repositorios donde vive información sensible y define, para cada uno, quién puede verlo. Sin ese mapa, cualquier conexión de IA multiplica el desorden en lugar de resolverlo.
Después, elige un caso de uso acotado y verificable. Por ejemplo, comparar cláusulas de penalidad entre contratos ya firmados, o resumir el estado de un expediente para un comité. Un caso donde puedas medir tiempo antes y después, y donde puedas revisar el resultado con criterio profesional.
Luego define las reglas de uso por escrito: qué tipo de información no debe entrar nunca a un asistente, quién aprueba una integración nueva y cómo se registra lo consultado. Un documento de una página, firmado por la gerencia, vale más que cualquier política de veinte páginas sin dueño.
Finalmente, mide. Si el equipo no puede decir cuántas horas ahorró al mes, no hay caso de negocio, solo entusiasmo. Y el entusiasmo no sobrevive a la primera auditoría.
Si quieres revisar cómo se vería esto en tu operación, puedes conversar con nosotros sobre tu caso. También puedes conocer ContentFlow o revisar más notas en el blog de Consultoría TI.
Preguntas Frecuentes
¿Qué es Fiduciary-Grade AI™ de Thomson Reuters?
Es la categoría con la que Thomson Reuters describe sistemas de IA diseñados para trabajo profesional de alto riesgo, donde el resultado debe poder verificarse, citarse y asumirse con responsabilidad. Se apoya en tres pilares: acceso solo al contexto autorizado, trazabilidad de lo consultado y capacidad de citar la fuente. No es un modelo de IA distinto, es un estándar de uso sobre modelos de frontera.
¿Qué es el Model Context Protocol (MCP) y por qué importa?
MCP es un protocolo abierto que estandariza cómo un sistema de IA descubre e invoca herramientas y fuentes de contexto externas. Importa porque evita construir una integración distinta para cada combinación de productos: si dos sistemas hablan MCP, se conectan sin desarrollo a medida. Thomson Reuters lo señala como la base técnica que permite que HighQ entregue contexto autorizado dentro de ChatGPT Enterprise, manteniendo separados los sistemas pero conectada la experiencia.
¿Ya puedo usar CoCounsel Legal dentro de ChatGPT en mi estudio?
No de forma general. Lo que está disponible hoy es la conexión de HighQ con ChatGPT Enterprise a través de MCP. La experiencia de CoCounsel Legal dentro de ChatGPT está en fase de preview, y el conector de CoCounsel Legal fue anunciado para más adelante en 2026, sin fecha exacta confirmada. Cualquier plan de adopción debería construirse sobre la parte ya disponible y tratar el resto como hoja de ruta, no como capacidad actual.
Conclusión: ¿la ventaja está en el modelo o en el permiso?
La lectura que me parece más útil es esta: el anuncio del 17 de setiembre de 2026 no compite por tener el modelo más inteligente, compite por tener la conexión más confiable. Y esa distinción importa para cualquier empresa en la región que esté evaluando IA sobre información sensible.
La IA legal avanza hacia un modelo donde el asistente no reemplaza el criterio profesional, sino que lo alimenta con contexto autorizado y verificable. Para un estudio jurídico en Perú, eso significa que el trabajo previo —ordenar repositorios, definir permisos, escribir reglas de uso— vale tanto como la herramienta que se elija después.
Si estás evaluando cómo integrar IA en procesos donde la trazabilidad no es opcional, puedes conversar con nosotros sobre tu caso y revisar el enfoque antes de decidir la herramienta.
Por Edgar Vásquez, Consultoría TI · actualizado el 19 de octubre de 2026
Fuentes y Referencias
OpenAI (YouTube): Thomson Reuters on Building Trust in Legal AI
Thomson Reuters: Advancing an Open Ecosystem for Legal AI
Legal Reader: Thomson Reuters and OpenAI: Advancing an Open Ecosystem for Legal AI
✨ Contenido generado con ContentFlow — Consultoría-Ti