INTELIGENCIA ARTIFICIAL EN LA ENSEÑANZA
DEL DERECHO CIVIL Y FAMILIAR: PROPUESTA
METODOLÓGICA FORENSE
ARTIFICIAL INTELLIGENCE IN CIVIL AND FAMILY LAW
TEACHING: A FORENSIC METHODOLOGICAL PROPOSAL
Patricia Yolanda Huerta Vázquez
Universidad Nacional Rosario Castellanos
pág. 1879
DOI: https://doi.org/10.37811/cl_rcm.v10i4.25213
Inteligencia Artificial en la Enseñanza del Derecho Civil y Familiar:
Propuesta Metodológica Forense
Patricia Yolanda Huerta Vázquez1
pyluhuerta@gmail.com
https://orcid.org/0009-0007-4665-0710
Universidad Nacional Rosario Castellanos
RESUMEN
Las herramientas de inteligencia artificial (IA) ya conviven con la práctica forense civil y familiar en
México, pero la formación universitaria no se ha hecho cargo de ese hecho. Ni los planes de estudio de
las principales universidades públicas ni la literatura especializada ofrecen un modelo que enseñe a los
futuros civilistas y familiaristas a trabajar con IA de manera crítica. La laguna llama la atención si se
considera que otras ramas, como el derecho laboral o el penal, ya tienen propuestas publicadas. Se
presenta un modelo metodológico pensado para las Unidades de Competencia y Aprendizaje de la
licenciatura en Derecho de la Universidad Rosario Castellanos, construido a partir de la revisión
documental, el análisis de los programas vigentes y la experiencia del litigio cotidiano. La propuesta se
organiza en fases (alfabetización digital jurídica, producción asistida con verificación crítica y
simulación con reflexión ética) y abarca cuatro campos: búsqueda de jurisprudencia, redacción de
escritos, simulación de audiencias orales y gestión de expedientes. Los datos sugieren que la integración
debe ser gradual, anclada en la realidad procesal mexicana y acompañada de formación ética frente al
sesgo algorítmico en materias sensibles como guarda y custodia, pensiones alimenticias y violencia
familiar.
Palabras clave: inteligencia artificial, enseñanza del derecho, derecho civil y familiar, competencias
jurídicas, c
1 Autor principal
Correspondencia: pyluhuerta@gmail.com
DOI: https://doi.org/10.37811/cl_rcm.v10i4.25213
Inteligencia Artificial en la Enseñanza del Derecho Civil y Familiar:
Propuesta Metodológica Forense
Patricia Yolanda Huerta Vázquez1
pyluhuerta@gmail.com
https://orcid.org/0009-0007-4665-0710
Universidad Nacional Rosario Castellanos
RESUMEN
Las herramientas de inteligencia artificial (IA) ya conviven con la práctica forense civil y familiar en
México, pero la formación universitaria no se ha hecho cargo de ese hecho. Ni los planes de estudio de
las principales universidades públicas ni la literatura especializada ofrecen un modelo que enseñe a los
futuros civilistas y familiaristas a trabajar con IA de manera crítica. La laguna llama la atención si se
considera que otras ramas, como el derecho laboral o el penal, ya tienen propuestas publicadas. Se
presenta un modelo metodológico pensado para las Unidades de Competencia y Aprendizaje de la
licenciatura en Derecho de la Universidad Rosario Castellanos, construido a partir de la revisión
documental, el análisis de los programas vigentes y la experiencia del litigio cotidiano. La propuesta se
organiza en fases (alfabetización digital jurídica, producción asistida con verificación crítica y
simulación con reflexión ética) y abarca cuatro campos: búsqueda de jurisprudencia, redacción de
escritos, simulación de audiencias orales y gestión de expedientes. Los datos sugieren que la integración
debe ser gradual, anclada en la realidad procesal mexicana y acompañada de formación ética frente al
sesgo algorítmico en materias sensibles como guarda y custodia, pensiones alimenticias y violencia
familiar.
Palabras clave: inteligencia artificial, enseñanza del derecho, derecho civil y familiar, competencias
jurídicas, c
1 Autor principal
Correspondencia: pyluhuerta@gmail.com
pág. 1880
Artificial Intelligence in civil and Family Law Teaching: A Forensic
Methodological Proposal
ABSTRACT
The incorporation of artificial intelligence (AI) tools into legal education has sparked a growing debate
in Mexican universities, particularly following the expansion of language models and legal analytics
platforms. Existing studies, however, have focused on labor law, criminal law, and professional ethics,
leaving a notable gap in civil and family law. This article proposes a methodological model for
integrating AI tools into the teaching of civil and family law within the Competency and Learning Units
(UCAs) system at Universidad Rosario Castellanos, a public institution in Mexico City. Based on a
documentary review of national and international sources, an analysis of current curricular programs,
and direct experience in civil and family litigation, the study designs a phased integration proposal that
includes generative AI for legal drafting, automated case law analysis, hearing simulation, and evidence
preparation. Results suggest that integration should be gradual, grounded in the realities of Mexican
procedural law, and accompanied by ethical training that addresses the risks of algorithmic bias,
especially in sensitive matters such as child custody, alimony, and domestic violence. The proposal
seeks to contribute to the discussion on the modernization of legal education in Mexico from the
perspective of a practitioner who simultaneously teaches and litigates.
Keywords: artificial intelligence, legal education, civil and family law, legal competencies, educational
technology.
Artículo recibido 20 mayo 2026
Aceptado para publicación: 20 junio 2026
Artificial Intelligence in civil and Family Law Teaching: A Forensic
Methodological Proposal
ABSTRACT
The incorporation of artificial intelligence (AI) tools into legal education has sparked a growing debate
in Mexican universities, particularly following the expansion of language models and legal analytics
platforms. Existing studies, however, have focused on labor law, criminal law, and professional ethics,
leaving a notable gap in civil and family law. This article proposes a methodological model for
integrating AI tools into the teaching of civil and family law within the Competency and Learning Units
(UCAs) system at Universidad Rosario Castellanos, a public institution in Mexico City. Based on a
documentary review of national and international sources, an analysis of current curricular programs,
and direct experience in civil and family litigation, the study designs a phased integration proposal that
includes generative AI for legal drafting, automated case law analysis, hearing simulation, and evidence
preparation. Results suggest that integration should be gradual, grounded in the realities of Mexican
procedural law, and accompanied by ethical training that addresses the risks of algorithmic bias,
especially in sensitive matters such as child custody, alimony, and domestic violence. The proposal
seeks to contribute to the discussion on the modernization of legal education in Mexico from the
perspective of a practitioner who simultaneously teaches and litigates.
Keywords: artificial intelligence, legal education, civil and family law, legal competencies, educational
technology.
Artículo recibido 20 mayo 2026
Aceptado para publicación: 20 junio 2026
pág. 1881
INTRODUCCIÓN
Cuatro pestañas de ChatGPT abiertas, una suscripción a vLex Vincent AI que se renueva cada mes y
tres consultas a Tirant lo Blanch antes de las diez de la noche. Eso ya es normal para un abogado
postulante que litiga asuntos civiles y familiares en la Ciudad de México. Mientras tanto, buena parte
de las aulas universitarias sigue pidiendo a los alumnos que memoricen los elementos de la acción
reivindicatoria y repitan, casi como letanía, los artículos del Código Civil. La brecha entre el foro y el
salón de clases siempre existió, pero la inteligencia artificial la volvió obscena.
Sobre IA y educación jurídica se ha escrito bastante en los últimos cinco años. Surden (2019) y Katz
(2020) trazaron panoramas amplios del tema para el mundo anglosajón, mientras que Chesterman
(2022) lo abordó desde la regulación. En América Latina, Bovino y Courtis (2019) junto con Lillo
Lobos (2021) aportaron reflexiones desde Colombia, Argentina y Chile. México tiene lo suyo: Sánchez
Castañeda (2023) trabajó la IA desde el derecho laboral, López Ayllón y Haddad Huerta (2023) desde
la ética jurídica, y Carbonell (2022) desde la innovación educativa en general. Pero un modelo que se
ocupe del derecho civil y familiar, con sus particularidades procesales, sustantivas y humanas, no existe
todavía en forma de propuesta articulada y publicada.
¿Por qué ese hueco? Hay una percepción (equivocada, por cierto) de que el derecho civil y el familiar
son ramas “tradicionales”, impermeables a la tecnología. Quien piense eso no ha tenido que cruzar
treinta tesis aisladas y cuatro jurisprudencias para armar un argumento sólido en un juicio
reivindicatorio, ni calcular una pensión alimenticia cuando el deudor reporta ingresos variables que
cambian cada trimestre, ni organizar los datos patrimoniales de un divorcio con régimen de sociedad
conyugal donde hay tres inmuebles, dos vehículos y una cuenta de inversión. Todas esas tareas se
benefician de la asistencia algorítmica, y todas aparecen en el repertorio de competencias que un
egresado de la licenciatura debería dominar.
El objetivo general de este trabajo consiste en diseñar una propuesta metodológica para echar a andar
herramientas de IA dentro de la enseñanza del derecho civil y familiar en la Universidad Rosario
Castellanos, usando como eje el sistema de UCAs que estructura la oferta curricular. Los objetivos
específicos apuntan a tres cosas: diagnosticar el estado actual de la enseñanza de estas materias en el
contexto universitario mexicano, identificar y evaluar las herramientas de IA con mayor potencial de
INTRODUCCIÓN
Cuatro pestañas de ChatGPT abiertas, una suscripción a vLex Vincent AI que se renueva cada mes y
tres consultas a Tirant lo Blanch antes de las diez de la noche. Eso ya es normal para un abogado
postulante que litiga asuntos civiles y familiares en la Ciudad de México. Mientras tanto, buena parte
de las aulas universitarias sigue pidiendo a los alumnos que memoricen los elementos de la acción
reivindicatoria y repitan, casi como letanía, los artículos del Código Civil. La brecha entre el foro y el
salón de clases siempre existió, pero la inteligencia artificial la volvió obscena.
Sobre IA y educación jurídica se ha escrito bastante en los últimos cinco años. Surden (2019) y Katz
(2020) trazaron panoramas amplios del tema para el mundo anglosajón, mientras que Chesterman
(2022) lo abordó desde la regulación. En América Latina, Bovino y Courtis (2019) junto con Lillo
Lobos (2021) aportaron reflexiones desde Colombia, Argentina y Chile. México tiene lo suyo: Sánchez
Castañeda (2023) trabajó la IA desde el derecho laboral, López Ayllón y Haddad Huerta (2023) desde
la ética jurídica, y Carbonell (2022) desde la innovación educativa en general. Pero un modelo que se
ocupe del derecho civil y familiar, con sus particularidades procesales, sustantivas y humanas, no existe
todavía en forma de propuesta articulada y publicada.
¿Por qué ese hueco? Hay una percepción (equivocada, por cierto) de que el derecho civil y el familiar
son ramas “tradicionales”, impermeables a la tecnología. Quien piense eso no ha tenido que cruzar
treinta tesis aisladas y cuatro jurisprudencias para armar un argumento sólido en un juicio
reivindicatorio, ni calcular una pensión alimenticia cuando el deudor reporta ingresos variables que
cambian cada trimestre, ni organizar los datos patrimoniales de un divorcio con régimen de sociedad
conyugal donde hay tres inmuebles, dos vehículos y una cuenta de inversión. Todas esas tareas se
benefician de la asistencia algorítmica, y todas aparecen en el repertorio de competencias que un
egresado de la licenciatura debería dominar.
El objetivo general de este trabajo consiste en diseñar una propuesta metodológica para echar a andar
herramientas de IA dentro de la enseñanza del derecho civil y familiar en la Universidad Rosario
Castellanos, usando como eje el sistema de UCAs que estructura la oferta curricular. Los objetivos
específicos apuntan a tres cosas: diagnosticar el estado actual de la enseñanza de estas materias en el
contexto universitario mexicano, identificar y evaluar las herramientas de IA con mayor potencial de
pág. 1882
aplicación en la praxis civil y familiar, y proponer un modelo de integración por fases que pueda
replicarse en otras instituciones de educación superior.
La Universidad Rosario Castellanos se concibió desde su origen como un proyecto comprometido con
la innovación pedagógica y con cerrar brechas de acceso a la educación superior. Su modelo educativo,
basado en competencias y organizado mediante UCAs, ofrece una estructura curricular flexible que
facilita (al menos sobre el papel) la incorporación de nuevas herramientas didácticas. Esa flexibilidad,
combinada con el hecho de que la universidad nació en 2019 (sin la inercia de planes de estudio
diseñados hace décadas), la coloca en una posición propicia para integrar la IA en la formación de
abogados antes que instituciones más antiguas y más rígidas en sus estructuras curriculares.
Tras esta introducción, la sección segunda despliega el marco teórico en tres ejes: el panorama
internacional de la IA en la educación jurídica, la relación entre enseñanza del derecho y tecnología en
México, y las particularidades del derecho civil y familiar como campo de aplicación. La tercera sección
expone la metodología documental. La cuarta presenta los resultados, estructurados como propuesta
metodológica con diagnóstico, catálogo de herramientas y modelo de integración por fases. La quinta
discute los hallazgos y marca limitaciones. Las conclusiones cierran con aportaciones y líneas de trabajo
futuro.
MARCO TEÓRICO
La inteligencia artificial en la educación jurídica: panorama internacional
La relación entre inteligencia artificial y formación jurídica tiene raíces más largas de lo que suele
reconocerse. Cuando Susskind (1987) publicó Expert Systems in Law, la pregunta implícita no era solo
si las máquinas podían razonar como abogados, sino qué les pasaría a las facultades de derecho si
efectivamente llegaban a hacerlo. Esa pregunta tardó casi tres décadas en volverse urgente. Lo que la
volvió urgente no fue un avance teórico, sino tres circunstancias que convergieron casi al mismo tiempo:
la digitalización masiva de corpus jurídicos completos (legislación, jurisprudencia, doctrina), la
aparición de modelos de lenguaje capaces de procesar y generar texto con una fluidez que habría
parecido inverosímil en 2018, y el acceso gratuito o casi gratuito a esas herramientas a través de
interfaces conversacionales como ChatGPT, Claude o Gemini.
aplicación en la praxis civil y familiar, y proponer un modelo de integración por fases que pueda
replicarse en otras instituciones de educación superior.
La Universidad Rosario Castellanos se concibió desde su origen como un proyecto comprometido con
la innovación pedagógica y con cerrar brechas de acceso a la educación superior. Su modelo educativo,
basado en competencias y organizado mediante UCAs, ofrece una estructura curricular flexible que
facilita (al menos sobre el papel) la incorporación de nuevas herramientas didácticas. Esa flexibilidad,
combinada con el hecho de que la universidad nació en 2019 (sin la inercia de planes de estudio
diseñados hace décadas), la coloca en una posición propicia para integrar la IA en la formación de
abogados antes que instituciones más antiguas y más rígidas en sus estructuras curriculares.
Tras esta introducción, la sección segunda despliega el marco teórico en tres ejes: el panorama
internacional de la IA en la educación jurídica, la relación entre enseñanza del derecho y tecnología en
México, y las particularidades del derecho civil y familiar como campo de aplicación. La tercera sección
expone la metodología documental. La cuarta presenta los resultados, estructurados como propuesta
metodológica con diagnóstico, catálogo de herramientas y modelo de integración por fases. La quinta
discute los hallazgos y marca limitaciones. Las conclusiones cierran con aportaciones y líneas de trabajo
futuro.
MARCO TEÓRICO
La inteligencia artificial en la educación jurídica: panorama internacional
La relación entre inteligencia artificial y formación jurídica tiene raíces más largas de lo que suele
reconocerse. Cuando Susskind (1987) publicó Expert Systems in Law, la pregunta implícita no era solo
si las máquinas podían razonar como abogados, sino qué les pasaría a las facultades de derecho si
efectivamente llegaban a hacerlo. Esa pregunta tardó casi tres décadas en volverse urgente. Lo que la
volvió urgente no fue un avance teórico, sino tres circunstancias que convergieron casi al mismo tiempo:
la digitalización masiva de corpus jurídicos completos (legislación, jurisprudencia, doctrina), la
aparición de modelos de lenguaje capaces de procesar y generar texto con una fluidez que habría
parecido inverosímil en 2018, y el acceso gratuito o casi gratuito a esas herramientas a través de
interfaces conversacionales como ChatGPT, Claude o Gemini.
pág. 1883
Cuando un estudiante de segundo semestre puede pedirle a una máquina que redacte un proyecto de
demanda y obtener algo que se parece bastante a lo que produciría un pasante con experiencia, el modelo
pedagógico vigente tiene un problema.
Las facultades de derecho anglosajonas reaccionaron con relativa rapidez. Georgetown, Harvard y
Stanford incorporaron módulos sobre inteligencia artificial y derecho en sus programas a partir de 2019,
aunque con enfoques dispares: Georgetown puso el acento en regulación, Stanford en emprendimiento
legal tech y Harvard en las implicaciones éticas del uso de algoritmos predictivos en el sistema penal.
Bello Hutt (2022) sistematizó esas experiencias y propuso una agenda de reforma que incluía tres
componentes: alfabetización digital mínima para todos los estudiantes de derecho, integración de
herramientas de IA como recurso didáctico transversal y formación específica en ética algorítmica.
Zambrano (2023), a raíz del caso Mata v. Avianca (donde un abogado presentó jurisprudencia inventada
por ChatGPT ante un tribunal federal), argumentó que las facultades no podían seguir ignorando la IA:
o la enseñaban con rigor, o sus egresados cometerían errores que dañarían a los clientes y a la profesión.
El debate dejó de ser teórico cuando varias universidades reportaron que modelos como GPT-4
aprobaban exámenes de derecho con calificaciones que igualaban a las de estudiantes reales. La
pregunta ya no era si la IA afectaría la enseñanza del derecho, sino cómo reorganizar la formación para
que los egresados supieran trabajar con ella sin depender ciegamente de lo que genera.
Europa siguió una ruta marcada por la preocupación regulatoria, y eso tuvo consecuencias directas en
lo que las universidades empezaron a enseñar. La aprobación del Reglamento de Inteligencia Artificial
de la Unión Europea (AI Act) en 2024 (Parlamento Europeo, 2024) creó demanda por abogados que
entendieran la gobernanza de sistemas inteligentes, lo cual obligó a varias facultades a abrir líneas
formativas que antes no existían. En España, universidades como la Carlos III de Madrid y la Universitat
de Barcelona introdujeron asignaturas sobre legal tech y analítica jurídica con IA; la plataforma vLex,
de origen barcelonés, se convirtió en recurso pedagógico habitual en cursos de investigación jurídica
(Casanovas et al., 2022). Francia adoptó una posición más cautelosa: la Ley de Programación 2018-
2022 para la Justicia prohibió usar datos de jueces para predecir sentencias, lo que generó un debate
interesante en las aulas sobre los límites éticos de la analítica predictiva.
Cuando un estudiante de segundo semestre puede pedirle a una máquina que redacte un proyecto de
demanda y obtener algo que se parece bastante a lo que produciría un pasante con experiencia, el modelo
pedagógico vigente tiene un problema.
Las facultades de derecho anglosajonas reaccionaron con relativa rapidez. Georgetown, Harvard y
Stanford incorporaron módulos sobre inteligencia artificial y derecho en sus programas a partir de 2019,
aunque con enfoques dispares: Georgetown puso el acento en regulación, Stanford en emprendimiento
legal tech y Harvard en las implicaciones éticas del uso de algoritmos predictivos en el sistema penal.
Bello Hutt (2022) sistematizó esas experiencias y propuso una agenda de reforma que incluía tres
componentes: alfabetización digital mínima para todos los estudiantes de derecho, integración de
herramientas de IA como recurso didáctico transversal y formación específica en ética algorítmica.
Zambrano (2023), a raíz del caso Mata v. Avianca (donde un abogado presentó jurisprudencia inventada
por ChatGPT ante un tribunal federal), argumentó que las facultades no podían seguir ignorando la IA:
o la enseñaban con rigor, o sus egresados cometerían errores que dañarían a los clientes y a la profesión.
El debate dejó de ser teórico cuando varias universidades reportaron que modelos como GPT-4
aprobaban exámenes de derecho con calificaciones que igualaban a las de estudiantes reales. La
pregunta ya no era si la IA afectaría la enseñanza del derecho, sino cómo reorganizar la formación para
que los egresados supieran trabajar con ella sin depender ciegamente de lo que genera.
Europa siguió una ruta marcada por la preocupación regulatoria, y eso tuvo consecuencias directas en
lo que las universidades empezaron a enseñar. La aprobación del Reglamento de Inteligencia Artificial
de la Unión Europea (AI Act) en 2024 (Parlamento Europeo, 2024) creó demanda por abogados que
entendieran la gobernanza de sistemas inteligentes, lo cual obligó a varias facultades a abrir líneas
formativas que antes no existían. En España, universidades como la Carlos III de Madrid y la Universitat
de Barcelona introdujeron asignaturas sobre legal tech y analítica jurídica con IA; la plataforma vLex,
de origen barcelonés, se convirtió en recurso pedagógico habitual en cursos de investigación jurídica
(Casanovas et al., 2022). Francia adoptó una posición más cautelosa: la Ley de Programación 2018-
2022 para la Justicia prohibió usar datos de jueces para predecir sentencias, lo que generó un debate
interesante en las aulas sobre los límites éticos de la analítica predictiva.
pág. 1884
Ese debate, trasladado a seminarios de posgrado, produjo experiencias pedagógicas que merecen
registro: estudiantes analizando sesgos en algoritmos judiciales y discutiendo si resultaba aceptable que
una herramienta estimara la probabilidad de éxito de un recurso de apelación (Chesterman, 2022). Lo
que Europa aportó al campo no fue tanto un modelo de integración curricular como una consciencia
regulatoria que permeó la enseñanza y obligó a los profesores de derecho a preguntarse qué papel jugaba
la IA en la formación de sus estudiantes.
América Latina muestra un panorama desigual con experiencias que vale la pena registrar. Brasil
acumula la mayor producción académica de la región sobre IA y educación jurídica; la Fundação
Getulio Vargas incorporó módulos de legal tech en sus programas de posgrado y publicó investigaciones
sobre el uso de Victor (el sistema de clasificación de recursos del Supremo Tribunal Federal) como caso
de estudio en clases de derecho procesal. Argentina, a través de la Universidad de Buenos Aires y del
Laboratorio de Innovación e Inteligencia Artificial del Ministerio Público Fiscal, generó materiales que
combinan investigación y docencia, con Prometea como eje de análisis (Corvalán, 2019). Chile, por
medio del Centro de Estudios de Justicia de las Américas (CEJA), impulsó programas de capacitación
sobre transformación digital de la justicia que llegaron a varias universidades de la región (Lillo Lobos,
2021). Colombia experimentó con chatbots para orientación jurídica ciudadana, y ese experimento se
incorporó como caso de análisis en cursos de acceso a la justicia. Lo que tienen en común estas
experiencias es que surgieron casi siempre de iniciativas aisladas (un profesor que se interesó, un centro
de investigación que obtuvo financiamiento), sin que las universidades modificaran sus planes de
estudio de manera estructural.
En México, la reflexión académica sobre IA y enseñanza del derecho empezó a tomar forma en los
últimos tres años, aunque sin llegar todavía a la modificación estructural de planes de estudio. Sánchez
Castañeda (2023) publicó lo que probablemente es la propuesta más concreta hasta la fecha: un modelo
para incorporar IA en la enseñanza del derecho laboral, con actividades específicas y herramientas
identificadas. López Ayllón y Haddad Huerta (2023) trabajaron la dimensión ética, preguntándose qué
tipo de formación necesita el futuro abogado para tomar decisiones responsables frente a sistemas
algorítmicos. Carbonell (2022) aportó un diagnóstico general sobre innovación educativa en las
facultades de derecho.
Ese debate, trasladado a seminarios de posgrado, produjo experiencias pedagógicas que merecen
registro: estudiantes analizando sesgos en algoritmos judiciales y discutiendo si resultaba aceptable que
una herramienta estimara la probabilidad de éxito de un recurso de apelación (Chesterman, 2022). Lo
que Europa aportó al campo no fue tanto un modelo de integración curricular como una consciencia
regulatoria que permeó la enseñanza y obligó a los profesores de derecho a preguntarse qué papel jugaba
la IA en la formación de sus estudiantes.
América Latina muestra un panorama desigual con experiencias que vale la pena registrar. Brasil
acumula la mayor producción académica de la región sobre IA y educación jurídica; la Fundação
Getulio Vargas incorporó módulos de legal tech en sus programas de posgrado y publicó investigaciones
sobre el uso de Victor (el sistema de clasificación de recursos del Supremo Tribunal Federal) como caso
de estudio en clases de derecho procesal. Argentina, a través de la Universidad de Buenos Aires y del
Laboratorio de Innovación e Inteligencia Artificial del Ministerio Público Fiscal, generó materiales que
combinan investigación y docencia, con Prometea como eje de análisis (Corvalán, 2019). Chile, por
medio del Centro de Estudios de Justicia de las Américas (CEJA), impulsó programas de capacitación
sobre transformación digital de la justicia que llegaron a varias universidades de la región (Lillo Lobos,
2021). Colombia experimentó con chatbots para orientación jurídica ciudadana, y ese experimento se
incorporó como caso de análisis en cursos de acceso a la justicia. Lo que tienen en común estas
experiencias es que surgieron casi siempre de iniciativas aisladas (un profesor que se interesó, un centro
de investigación que obtuvo financiamiento), sin que las universidades modificaran sus planes de
estudio de manera estructural.
En México, la reflexión académica sobre IA y enseñanza del derecho empezó a tomar forma en los
últimos tres años, aunque sin llegar todavía a la modificación estructural de planes de estudio. Sánchez
Castañeda (2023) publicó lo que probablemente es la propuesta más concreta hasta la fecha: un modelo
para incorporar IA en la enseñanza del derecho laboral, con actividades específicas y herramientas
identificadas. López Ayllón y Haddad Huerta (2023) trabajaron la dimensión ética, preguntándose qué
tipo de formación necesita el futuro abogado para tomar decisiones responsables frente a sistemas
algorítmicos. Carbonell (2022) aportó un diagnóstico general sobre innovación educativa en las
facultades de derecho.
pág. 1885
García Ramírez (2020) y Magaloni Kerpel (2021) abordaron la reforma de la enseñanza jurídica desde
ángulos que rozan la cuestión tecnológica sin abordarla de frente. Pero ninguno de esos trabajos se
ocupó del derecho civil y familiar como campo específico de integración pedagógica de la IA. La
omisión tiene consecuencias prácticas: la materia civil genera el mayor volumen de asuntos en los
juzgados locales de la Ciudad de México, y la materia familiar involucra decisiones que afectan
derechos de menores, mujeres en situación de violencia y adultos mayores. Formar abogados capaces
de usar IA con criterio en esas materias no es un lujo académico. Es una necesidad del foro.
Enseñanza del derecho y tecnología en México
La enseñanza del derecho en México carga con una tradición pesada: cátedra magistral, memorización
de normas, exégesis doctrinal (Fix-Fierro y López Ayllón, 2006). Las reformas que trajeron los juicios
orales en materia penal, familiar y mercantil obligaron a las facultades a incorporar laboratorios de
práctica y simulaciones de audiencias, aunque costó trabajo. Y la actualización se quedó corta: se enseñó
a los estudiantes a pararse en una audiencia oral, a formular objeciones, a desahogar pruebas, pero nadie
los preparó para usar tecnología de manera estratégica con el fin de armar el caso antes de llegar a la
sala.
Las universidades privadas grandes reaccionaron con mayor velocidad. El Tec de Monterrey, el ITAM
y la Universidad Panamericana ofrecen cursos o módulos sobre legal tech, derecho de las nuevas
tecnologías y, más recientemente, sobre IA y práctica jurídica. Del lado público, la UNAM organizó
coloquios y seminarios a través del Instituto de Investigaciones Jurídicas; la UAM impulsó proyectos
de innovación educativa que rozan el tema. Rosario Castellanos ocupa un lugar especial en este
panorama: nació en 2019, no arrastra la inercia curricular de universidades centenarias y puede (al
menos teóricamente) moverse con más agilidad.
Su modelo educativo gira en torno a las UCAs, que funcionan como unidades articuladas alrededor de
competencias profesionales específicas. Cada UCA define saberes teóricos, habilidades prácticas y
actitudes que el estudiante tiene que desarrollar, junto con los productos o evidencias para evaluar su
desempeño. Esa estructura ofrece terreno propicio para la integración de herramientas de IA. Piénsese
en una UCA de derecho familiar que establece como competencia la capacidad de “elaborar escritos
iniciales de demanda fundamentados en jurisprudencia vigente”: la pregunta natural que surge es si la
García Ramírez (2020) y Magaloni Kerpel (2021) abordaron la reforma de la enseñanza jurídica desde
ángulos que rozan la cuestión tecnológica sin abordarla de frente. Pero ninguno de esos trabajos se
ocupó del derecho civil y familiar como campo específico de integración pedagógica de la IA. La
omisión tiene consecuencias prácticas: la materia civil genera el mayor volumen de asuntos en los
juzgados locales de la Ciudad de México, y la materia familiar involucra decisiones que afectan
derechos de menores, mujeres en situación de violencia y adultos mayores. Formar abogados capaces
de usar IA con criterio en esas materias no es un lujo académico. Es una necesidad del foro.
Enseñanza del derecho y tecnología en México
La enseñanza del derecho en México carga con una tradición pesada: cátedra magistral, memorización
de normas, exégesis doctrinal (Fix-Fierro y López Ayllón, 2006). Las reformas que trajeron los juicios
orales en materia penal, familiar y mercantil obligaron a las facultades a incorporar laboratorios de
práctica y simulaciones de audiencias, aunque costó trabajo. Y la actualización se quedó corta: se enseñó
a los estudiantes a pararse en una audiencia oral, a formular objeciones, a desahogar pruebas, pero nadie
los preparó para usar tecnología de manera estratégica con el fin de armar el caso antes de llegar a la
sala.
Las universidades privadas grandes reaccionaron con mayor velocidad. El Tec de Monterrey, el ITAM
y la Universidad Panamericana ofrecen cursos o módulos sobre legal tech, derecho de las nuevas
tecnologías y, más recientemente, sobre IA y práctica jurídica. Del lado público, la UNAM organizó
coloquios y seminarios a través del Instituto de Investigaciones Jurídicas; la UAM impulsó proyectos
de innovación educativa que rozan el tema. Rosario Castellanos ocupa un lugar especial en este
panorama: nació en 2019, no arrastra la inercia curricular de universidades centenarias y puede (al
menos teóricamente) moverse con más agilidad.
Su modelo educativo gira en torno a las UCAs, que funcionan como unidades articuladas alrededor de
competencias profesionales específicas. Cada UCA define saberes teóricos, habilidades prácticas y
actitudes que el estudiante tiene que desarrollar, junto con los productos o evidencias para evaluar su
desempeño. Esa estructura ofrece terreno propicio para la integración de herramientas de IA. Piénsese
en una UCA de derecho familiar que establece como competencia la capacidad de “elaborar escritos
iniciales de demanda fundamentados en jurisprudencia vigente”: la pregunta natural que surge es si la
pág. 1886
IA generativa puede funcionar como apoyo para desarrollar esa competencia, y con qué condiciones,
con qué salvaguardas.
Un dato que suele perderse en las discusiones sobre tecnología educativa en las facultades de derecho
mexicanas tiene que ver con el perfil socioeconómico de los estudiantes. En universidades públicas
como la Rosario Castellanos, una porción considerable del alumnado trabaja mientras estudia, dispone
de equipos de cómputo limitados y se conecta a internet con datos móviles o redes compartidas. Ignorar
esas condiciones materiales convierte cualquier propuesta tecnológica en retórica vacía. Por eso la
propuesta que se presenta más adelante incluye herramientas gratuitas y de acceso abierto junto con las
de licencia comercial.
El derecho civil y familiar como campo de aplicación de la IA
Decir “derecho civil” abarca demasiado. Personas y familia, contratos, obligaciones, bienes, sucesiones,
responsabilidad civil. Cada uno de esos campos tiene exigencias argumentativas y probatorias propias,
y cada uno se presta a aplicaciones de IA con matices diferentes. Conviene detenerse en tres zonas
donde la convergencia entre IA y praxis forense se vuelve particularmente productiva, sin pretender
cerrar la discusión.
Análisis de jurisprudencia. Un abogado que arma una demanda de prescripción adquisitiva necesita
ubicar los criterios vigentes del Tribunal Colegiado competente, verificar si la Suprema Corte emitió
jurisprudencia obligatoria sobre algún elemento de la acción y revisar tesis aisladas recientes que
pudieran alterar la interpretación dominante. Hacer eso a mano puede consumir horas. Las herramientas
de búsqueda semántica simplifican el proceso porque no dependen de la coincidencia exacta de palabras
clave: “entienden” la consulta en lenguaje natural y recuperan resultados relevantes aunque la
terminología varíe. vLex Vincent AI ya ofrece esa funcionalidad para el sistema jurídico mexicano,
mientras que el buscador del Semanario Judicial de la Federación mejoró su motor de búsqueda, aunque
todavía no incorpora capacidades generativas.
Redacción de escritos. Quien ha redactado una demanda de divorcio con disolución de sociedad
conyugal, liquidación de bienes, pensión alimenticia y guarda y custodia sabe que el escrito puede
alcanzar treinta o cuarenta páginas, con múltiples capítulos de hechos, secciones de derecho y petitorios
diferenciados.
IA generativa puede funcionar como apoyo para desarrollar esa competencia, y con qué condiciones,
con qué salvaguardas.
Un dato que suele perderse en las discusiones sobre tecnología educativa en las facultades de derecho
mexicanas tiene que ver con el perfil socioeconómico de los estudiantes. En universidades públicas
como la Rosario Castellanos, una porción considerable del alumnado trabaja mientras estudia, dispone
de equipos de cómputo limitados y se conecta a internet con datos móviles o redes compartidas. Ignorar
esas condiciones materiales convierte cualquier propuesta tecnológica en retórica vacía. Por eso la
propuesta que se presenta más adelante incluye herramientas gratuitas y de acceso abierto junto con las
de licencia comercial.
El derecho civil y familiar como campo de aplicación de la IA
Decir “derecho civil” abarca demasiado. Personas y familia, contratos, obligaciones, bienes, sucesiones,
responsabilidad civil. Cada uno de esos campos tiene exigencias argumentativas y probatorias propias,
y cada uno se presta a aplicaciones de IA con matices diferentes. Conviene detenerse en tres zonas
donde la convergencia entre IA y praxis forense se vuelve particularmente productiva, sin pretender
cerrar la discusión.
Análisis de jurisprudencia. Un abogado que arma una demanda de prescripción adquisitiva necesita
ubicar los criterios vigentes del Tribunal Colegiado competente, verificar si la Suprema Corte emitió
jurisprudencia obligatoria sobre algún elemento de la acción y revisar tesis aisladas recientes que
pudieran alterar la interpretación dominante. Hacer eso a mano puede consumir horas. Las herramientas
de búsqueda semántica simplifican el proceso porque no dependen de la coincidencia exacta de palabras
clave: “entienden” la consulta en lenguaje natural y recuperan resultados relevantes aunque la
terminología varíe. vLex Vincent AI ya ofrece esa funcionalidad para el sistema jurídico mexicano,
mientras que el buscador del Semanario Judicial de la Federación mejoró su motor de búsqueda, aunque
todavía no incorpora capacidades generativas.
Redacción de escritos. Quien ha redactado una demanda de divorcio con disolución de sociedad
conyugal, liquidación de bienes, pensión alimenticia y guarda y custodia sabe que el escrito puede
alcanzar treinta o cuarenta páginas, con múltiples capítulos de hechos, secciones de derecho y petitorios
diferenciados.
pág. 1887
La IA generativa, usada con criterio profesional, asiste en la estructuración del escrito, en la verificación
de coherencia entre hechos y pretensiones, en la sugerencia de fundamentos legales y en la revisión de
estilo. Nadie espera que la máquina redacte la demanda por sí sola; lo que importa es que el abogado
cuente con un asistente que lo ayude a no dejar cabos sueltos. El discurso público sobre IA suele oscilar
entre la utopía de la automatización total y la distopía del desempleo masivo. La realidad del foro es
más prosaica. Y más útil.
Preparación de audiencias. Las audiencias orales del sistema familiar en la Ciudad de México
(reformado en el Código de Procedimientos Civiles del Distrito Federal) exigen al abogado una
preparación que rebasa el conocimiento del expediente: anticipar los argumentos de la contraparte,
preparar contrainterrogatorios, organizar cronológicamente los hechos y tener a la mano citas
jurisprudenciales por si surge alguna objeción o incidente procesal. Las herramientas de IA que permiten
simular escenarios, generar preguntas probables de contrainterrogatorio o resumir rápidamente un
expediente voluminoso pueden marcar una diferencia concreta en la calidad de la representación legal.
Las decisiones sobre custodia de menores, régimen de visitas, pensiones alimenticias y violencia
familiar tocan directamente la vida de personas vulnerables. Usar IA para predecir, digamos, la
probabilidad de éxito de una demanda de custodia entraña riesgos de sesgo que ya se documentaron en
otros contextos: los algoritmos pueden reproducir estereotipos de género, discriminar por nivel
socioeconómico o ignorar variables culturales que un juzgador humano sí ponderaría (Angwin et al.,
2016; Eubanks, 2018). La precaución adquiere especial peso en México, donde la jurisprudencia sobre
interés superior del menor evolucionó notablemente en la última década y donde los criterios de decisión
no siempre se prestan a la cuantificación algorítmica.
METODOLOGÍA
El enfoque adoptado es documental con un componente propositivo, y dos razones respaldan esa
elección. La primera es práctica: como la propuesta de integración curricular todavía no se echa a andar,
no hay datos empíricos sobre sus resultados. La segunda es epistemológica: antes de experimentar en
el aula con herramientas de IA, hace falta un marco conceptual que identifique qué herramientas existen,
qué usos tienen sentido y bajo qué condiciones la integración puede resultar provechosa (y no un mero
adorno en el plan de estudios).
La IA generativa, usada con criterio profesional, asiste en la estructuración del escrito, en la verificación
de coherencia entre hechos y pretensiones, en la sugerencia de fundamentos legales y en la revisión de
estilo. Nadie espera que la máquina redacte la demanda por sí sola; lo que importa es que el abogado
cuente con un asistente que lo ayude a no dejar cabos sueltos. El discurso público sobre IA suele oscilar
entre la utopía de la automatización total y la distopía del desempleo masivo. La realidad del foro es
más prosaica. Y más útil.
Preparación de audiencias. Las audiencias orales del sistema familiar en la Ciudad de México
(reformado en el Código de Procedimientos Civiles del Distrito Federal) exigen al abogado una
preparación que rebasa el conocimiento del expediente: anticipar los argumentos de la contraparte,
preparar contrainterrogatorios, organizar cronológicamente los hechos y tener a la mano citas
jurisprudenciales por si surge alguna objeción o incidente procesal. Las herramientas de IA que permiten
simular escenarios, generar preguntas probables de contrainterrogatorio o resumir rápidamente un
expediente voluminoso pueden marcar una diferencia concreta en la calidad de la representación legal.
Las decisiones sobre custodia de menores, régimen de visitas, pensiones alimenticias y violencia
familiar tocan directamente la vida de personas vulnerables. Usar IA para predecir, digamos, la
probabilidad de éxito de una demanda de custodia entraña riesgos de sesgo que ya se documentaron en
otros contextos: los algoritmos pueden reproducir estereotipos de género, discriminar por nivel
socioeconómico o ignorar variables culturales que un juzgador humano sí ponderaría (Angwin et al.,
2016; Eubanks, 2018). La precaución adquiere especial peso en México, donde la jurisprudencia sobre
interés superior del menor evolucionó notablemente en la última década y donde los criterios de decisión
no siempre se prestan a la cuantificación algorítmica.
METODOLOGÍA
El enfoque adoptado es documental con un componente propositivo, y dos razones respaldan esa
elección. La primera es práctica: como la propuesta de integración curricular todavía no se echa a andar,
no hay datos empíricos sobre sus resultados. La segunda es epistemológica: antes de experimentar en
el aula con herramientas de IA, hace falta un marco conceptual que identifique qué herramientas existen,
qué usos tienen sentido y bajo qué condiciones la integración puede resultar provechosa (y no un mero
adorno en el plan de estudios).
pág. 1888
La revisión documental se hizo en tres etapas. Primero, consulta de bases de datos académicas: Scopus,
Web of Science, Redalyc, Dialnet y SciELO. Se combinaron los términos “inteligencia artificial”, “legal
education”, “enseñanza del derecho”, “legal tech”, “civil law” y “family law”, en español e inglés, con
filtro temporal de 2018 a 2024. Aparecieron 127 documentos potencialmente relevantes; después de
leer resúmenes y aplicar criterios de inclusión (pertinencia temática y disponibilidad del texto
completo), quedaron 48. La segunda etapa consistió en la revisión de documentos institucionales de la
Universidad Rosario Castellanos: modelo educativo, planes y programas de la licenciatura en Derecho,
fichas descriptivas de las UCAs vinculadas con derecho civil y familiar, y lineamientos para innovación
educativa de la Coordinación Académica. La tercera etapa se concentró en documentos normativos y
de política pública: Código Civil para el Distrito Federal, Código de Procedimientos Civiles para el
Distrito Federal, Ley General de Educación Superior, informes del Poder Judicial de la Federación sobre
transformación digital y documentos de trabajo de la SCJN sobre IA.
Al mismo tiempo se realizó un mapeo de herramientas de IA disponibles con aplicación potencial en la
práctica civil y familiar. No pretende ser exhaustivo (el ecosistema cambia tan rápido que cualquier
inventario caduca en meses), pero lo que se buscó fue identificar categorías funcionales: búsqueda de
jurisprudencia, redacción asistida, simulación y gestión documental. Para cada categoría se
seleccionaron herramientas representativas, priorizando las que operan en español y tienen
compatibilidad con el sistema jurídico mexicano.
El análisis se llevó a cabo con la técnica de análisis de contenido cualitativo. La información se organizó
en matrices temáticas que cruzaban tres dimensiones: competencias establecidas en las UCAs de
derecho civil y familiar, funcionalidades de las herramientas de IA identificadas, y criterios éticos y
pedagógicos derivados de la literatura. De esas matrices salió la propuesta de integración curricular.
Hay una limitación metodológica que conviene poner sobre la mesa desde ahora. Mi experiencia como
litigante en materia civil y familiar funciona como una suerte de observación participante no
sistematizada que inevitablemente permea el análisis. Procuré mantener distancia analítica, pero negar
que la familiaridad con los juzgados civiles y familiares de la Ciudad de México influye en la selección
de ejemplos, en la evaluación de la pertinencia de las herramientas y en lo que considero realista esperar
La revisión documental se hizo en tres etapas. Primero, consulta de bases de datos académicas: Scopus,
Web of Science, Redalyc, Dialnet y SciELO. Se combinaron los términos “inteligencia artificial”, “legal
education”, “enseñanza del derecho”, “legal tech”, “civil law” y “family law”, en español e inglés, con
filtro temporal de 2018 a 2024. Aparecieron 127 documentos potencialmente relevantes; después de
leer resúmenes y aplicar criterios de inclusión (pertinencia temática y disponibilidad del texto
completo), quedaron 48. La segunda etapa consistió en la revisión de documentos institucionales de la
Universidad Rosario Castellanos: modelo educativo, planes y programas de la licenciatura en Derecho,
fichas descriptivas de las UCAs vinculadas con derecho civil y familiar, y lineamientos para innovación
educativa de la Coordinación Académica. La tercera etapa se concentró en documentos normativos y
de política pública: Código Civil para el Distrito Federal, Código de Procedimientos Civiles para el
Distrito Federal, Ley General de Educación Superior, informes del Poder Judicial de la Federación sobre
transformación digital y documentos de trabajo de la SCJN sobre IA.
Al mismo tiempo se realizó un mapeo de herramientas de IA disponibles con aplicación potencial en la
práctica civil y familiar. No pretende ser exhaustivo (el ecosistema cambia tan rápido que cualquier
inventario caduca en meses), pero lo que se buscó fue identificar categorías funcionales: búsqueda de
jurisprudencia, redacción asistida, simulación y gestión documental. Para cada categoría se
seleccionaron herramientas representativas, priorizando las que operan en español y tienen
compatibilidad con el sistema jurídico mexicano.
El análisis se llevó a cabo con la técnica de análisis de contenido cualitativo. La información se organizó
en matrices temáticas que cruzaban tres dimensiones: competencias establecidas en las UCAs de
derecho civil y familiar, funcionalidades de las herramientas de IA identificadas, y criterios éticos y
pedagógicos derivados de la literatura. De esas matrices salió la propuesta de integración curricular.
Hay una limitación metodológica que conviene poner sobre la mesa desde ahora. Mi experiencia como
litigante en materia civil y familiar funciona como una suerte de observación participante no
sistematizada que inevitablemente permea el análisis. Procuré mantener distancia analítica, pero negar
que la familiaridad con los juzgados civiles y familiares de la Ciudad de México influye en la selección
de ejemplos, en la evaluación de la pertinencia de las herramientas y en lo que considero realista esperar
pág. 1889
de la IA sería una ingenenuidad. Lo planteo como rasgo del enfoque adoptado, no como defecto: la
propuesta brota de la intersección entre docencia, investigación y ejercicio profesional.
RESULTADOS: PROPUESTA METODOLÓGICA
Diagnóstico del estado actual de la enseñanza
El plan de estudios de la licenciatura en Derecho en Rosario Castellanos incluye varias UCAs
vinculadas con el derecho civil y familiar: personas y familia, bienes y derechos reales, obligaciones
civiles, contratos, sucesiones, derecho procesal civil. Las competencias van desde la comprensión
teórica de las instituciones jurídicas hasta la elaboración de escritos profesionales y la simulación de
audiencias. Pero las fichas descriptivas de esas UCAs no mencionan la IA. Ni las plataformas de
analítica jurídica. Las referencias tecnológicas se agotan en el uso de bases de datos legislativas (orden
jurídico nacional, legislación estatal) y en la consulta electrónica del Semanario Judicial de la
Federación.
La omisión no es exclusiva de Rosario Castellanos. Un sondeo (no exhaustivo) de los planes de estudio
de la UNAM, la UAM, la UAEM y la Universidad de Guadalajara muestra lo mismo: las UCAs o
asignaturas de derecho civil y familiar se diseñaron antes de la explosión de la IA generativa y nadie las
actualizó. Las excepciones se cuentan con los dedos de una mano y se localizan en materias optativas
o talleres complementarios, nunca en el tronco curricular.
¿Qué consecuencias tiene esa desconexión para el egresado? Llega al mercado laboral sin las
competencias digitales que la práctica contemporánea ya exige. Un pasante que no sabe usar un
buscador semántico de jurisprudencia está en desventaja frente a uno que lo domina. Un abogado recién
titulado que desconoce las posibilidades y las limitaciones de la IA generativa corre el riesgo de usarla
mal: confiar ciegamente en un texto generado por ChatGPT sin verificar las citas jurisprudenciales ya
produjo sanciones disciplinarias en Estados Unidos (Mata v. Avianca, 2023). Que ese tipo de caso se
presente en México es cuestión de tiempo.
Para la institución, la desconexión representa un riesgo reputacional y una oportunidad desperdiciada.
Las universidades que echen a andar la IA de manera temprana y responsable en sus programas de
derecho podrán diferenciarse en un mercado educativo cada vez más apretado.
de la IA sería una ingenenuidad. Lo planteo como rasgo del enfoque adoptado, no como defecto: la
propuesta brota de la intersección entre docencia, investigación y ejercicio profesional.
RESULTADOS: PROPUESTA METODOLÓGICA
Diagnóstico del estado actual de la enseñanza
El plan de estudios de la licenciatura en Derecho en Rosario Castellanos incluye varias UCAs
vinculadas con el derecho civil y familiar: personas y familia, bienes y derechos reales, obligaciones
civiles, contratos, sucesiones, derecho procesal civil. Las competencias van desde la comprensión
teórica de las instituciones jurídicas hasta la elaboración de escritos profesionales y la simulación de
audiencias. Pero las fichas descriptivas de esas UCAs no mencionan la IA. Ni las plataformas de
analítica jurídica. Las referencias tecnológicas se agotan en el uso de bases de datos legislativas (orden
jurídico nacional, legislación estatal) y en la consulta electrónica del Semanario Judicial de la
Federación.
La omisión no es exclusiva de Rosario Castellanos. Un sondeo (no exhaustivo) de los planes de estudio
de la UNAM, la UAM, la UAEM y la Universidad de Guadalajara muestra lo mismo: las UCAs o
asignaturas de derecho civil y familiar se diseñaron antes de la explosión de la IA generativa y nadie las
actualizó. Las excepciones se cuentan con los dedos de una mano y se localizan en materias optativas
o talleres complementarios, nunca en el tronco curricular.
¿Qué consecuencias tiene esa desconexión para el egresado? Llega al mercado laboral sin las
competencias digitales que la práctica contemporánea ya exige. Un pasante que no sabe usar un
buscador semántico de jurisprudencia está en desventaja frente a uno que lo domina. Un abogado recién
titulado que desconoce las posibilidades y las limitaciones de la IA generativa corre el riesgo de usarla
mal: confiar ciegamente en un texto generado por ChatGPT sin verificar las citas jurisprudenciales ya
produjo sanciones disciplinarias en Estados Unidos (Mata v. Avianca, 2023). Que ese tipo de caso se
presente en México es cuestión de tiempo.
Para la institución, la desconexión representa un riesgo reputacional y una oportunidad desperdiciada.
Las universidades que echen a andar la IA de manera temprana y responsable en sus programas de
derecho podrán diferenciarse en un mercado educativo cada vez más apretado.
pág. 1890
Rosario Castellanos, con su modelo flexible y su vocación innovadora, tiene condiciones para encabezar
ese proceso. Falta la hoja de ruta.
Herramientas de IA aplicables a la praxis civil y familiar
Lo que sigue es un mapeo funcional de herramientas de IA con potencial de aplicación en la enseñanza
y la práctica del derecho civil y familiar mexicano. La organización es por categoría de uso, no por
marca comercial, para que el modelo sobreviva a los cambios del mercado.
a) Búsqueda y análisis de jurisprudencia. Las plataformas de analítica jurídica con capacidades de
IA permiten búsquedas en lenguaje natural, resúmenes de resoluciones, identificación de líneas
jurisprudenciales y detección de contradicciones entre criterios de distintos tribunales. Las opciones
más consolidadas en el mercado hispanohablante son vLex (módulo Vincent AI), Tirant lo Blanch
Analytics y Microjuris. El buscador del Semanario Judicial de la Federación, que no incorpora IA
generativa, permite búsquedas avanzadas por rubro, texto y materia: es el punto de partida obligado
para cualquier investigación jurisprudencial en México. ChatGPT (versión 4 y posteriores), gratuito en
sus funciones básicas, puede asistir en la identificación de criterios relevantes, pero “alucina”
referencias con una frecuencia preocupante: inventa tesis inexistentes, atribuye criterios a tribunales
equivocados, mezcla legislación de distintos países. Esa limitación, lejos de estorbar, funciona como
oportunidad pedagógica para enseñar pensamiento crítico y verificación de fuentes.
b) Redacción asistida. La IA generativa produce borradores de escritos jurídicos que el abogado o el
estudiante revisa, corrige y perfecciona. Las aplicaciones más directas en materia civil y familiar cubren
demandas (divorcio, alimentos, custodia, reivindicatorias, prescripción adquisitiva), contestaciones,
recursos de apelación y amparos. ChatGPT, Claude y Gemini generan esos borradores si reciben
prompts suficientemente detallados con hechos, pretensiones y marco normativo aplicable. Lawgeex y
Lexion, especializadas en contratos, tienen menor penetración en México pero resultan útiles para las
UCAs de obligaciones y contratos civiles. Un recurso que me ha dado buenos resultados en clase
consiste en pedir a los alumnos que generen una demanda con IA y la comparen con una demanda real
extraída de un expediente judicial. El ejercicio revela capacidades y limitaciones al mismo tiempo, y
desarrolla habilidades de edición y juicio profesional que la lectura de formularios difícilmente produce.
Rosario Castellanos, con su modelo flexible y su vocación innovadora, tiene condiciones para encabezar
ese proceso. Falta la hoja de ruta.
Herramientas de IA aplicables a la praxis civil y familiar
Lo que sigue es un mapeo funcional de herramientas de IA con potencial de aplicación en la enseñanza
y la práctica del derecho civil y familiar mexicano. La organización es por categoría de uso, no por
marca comercial, para que el modelo sobreviva a los cambios del mercado.
a) Búsqueda y análisis de jurisprudencia. Las plataformas de analítica jurídica con capacidades de
IA permiten búsquedas en lenguaje natural, resúmenes de resoluciones, identificación de líneas
jurisprudenciales y detección de contradicciones entre criterios de distintos tribunales. Las opciones
más consolidadas en el mercado hispanohablante son vLex (módulo Vincent AI), Tirant lo Blanch
Analytics y Microjuris. El buscador del Semanario Judicial de la Federación, que no incorpora IA
generativa, permite búsquedas avanzadas por rubro, texto y materia: es el punto de partida obligado
para cualquier investigación jurisprudencial en México. ChatGPT (versión 4 y posteriores), gratuito en
sus funciones básicas, puede asistir en la identificación de criterios relevantes, pero “alucina”
referencias con una frecuencia preocupante: inventa tesis inexistentes, atribuye criterios a tribunales
equivocados, mezcla legislación de distintos países. Esa limitación, lejos de estorbar, funciona como
oportunidad pedagógica para enseñar pensamiento crítico y verificación de fuentes.
b) Redacción asistida. La IA generativa produce borradores de escritos jurídicos que el abogado o el
estudiante revisa, corrige y perfecciona. Las aplicaciones más directas en materia civil y familiar cubren
demandas (divorcio, alimentos, custodia, reivindicatorias, prescripción adquisitiva), contestaciones,
recursos de apelación y amparos. ChatGPT, Claude y Gemini generan esos borradores si reciben
prompts suficientemente detallados con hechos, pretensiones y marco normativo aplicable. Lawgeex y
Lexion, especializadas en contratos, tienen menor penetración en México pero resultan útiles para las
UCAs de obligaciones y contratos civiles. Un recurso que me ha dado buenos resultados en clase
consiste en pedir a los alumnos que generen una demanda con IA y la comparen con una demanda real
extraída de un expediente judicial. El ejercicio revela capacidades y limitaciones al mismo tiempo, y
desarrolla habilidades de edición y juicio profesional que la lectura de formularios difícilmente produce.
pág. 1891
c) Simulación y preparación de audiencias. Quizá sea el campo menos desarrollado. Y quizá el de
mayor potencial pedagógico. Los modelos de lenguaje pueden simular roles procesales: el estudiante
actúa como abogado, la IA como juez, perito o contraparte. El estudiante formula preguntas de
interrogatorio y la IA responde de manera consistente con un perfil asignado; el estudiante presenta un
argumento y la IA lo refuta con fundamentos normativos. Esas simulaciones no reemplazan las prácticas
presenciales (la dimensión interpersonal y comunicativa sigue siendo insustituible), pero las
complementan de manera significativa: el estudiante practica fuera del horario de clase y recibe
retroalimentación inmediata. ChatGPT con instrucciones personalizadas (los llamados custom GPTs) y
plataformas como DoNotPay (en el contexto anglosajón) apuntan en esa dirección.
d) Gestión documental y análisis de expedientes. Los expedientes civiles y familiares pueden ser
voluminosos. No exagero: un juicio ordinario civil acumula a veces miles de fojas entre escritos,
pruebas documentales, informes periciales y actuaciones judiciales. Las herramientas de IA para
procesamiento de documentos (OCR inteligente, resumen automático, extracción de datos clave)
recortan el tiempo de análisis de manera significativa. Para la enseñanza, permiten que los estudiantes
trabajen con expedientes reales debidamente anonimizados sin ahogarse en la maraña documental,
concentrándose en identificar hechos relevantes, pruebas clave y puntos controvertidos.
Diseño de integración curricular: modelo por fases
La propuesta se arma en tres fases con objetivos, actividades y herramientas diferenciadas. ¿Por qué
fases y no un bloque único? Convicción pedagógica: la IA tiene que entrar de manera progresiva,
arrancando por competencias básicas (búsqueda de información) y avanzando hacia las complejas
(producción de escritos, simulación, análisis crítico). Pero también consideración práctica: no todas las
UCAs necesitan el mismo grado de integración tecnológica ni todos los estudiantes arrancan con el
mismo nivel de competencia digital.
Fase 1: Alfabetización digital jurídica. Pensada para las UCAs introductorias de derecho civil (personas
y familia, bienes y derechos reales), esta fase tiene como objetivo que el estudiante conozca el
ecosistema de herramientas de IA disponibles, comprenda sus principios básicos de funcionamiento y
sea capaz de buscar jurisprudencia con asistencia de IA. Las actividades incluyen talleres prácticos
sobre el Semanario Judicial de la Federación, ejercicios comparativos de búsqueda (búsqueda
c) Simulación y preparación de audiencias. Quizá sea el campo menos desarrollado. Y quizá el de
mayor potencial pedagógico. Los modelos de lenguaje pueden simular roles procesales: el estudiante
actúa como abogado, la IA como juez, perito o contraparte. El estudiante formula preguntas de
interrogatorio y la IA responde de manera consistente con un perfil asignado; el estudiante presenta un
argumento y la IA lo refuta con fundamentos normativos. Esas simulaciones no reemplazan las prácticas
presenciales (la dimensión interpersonal y comunicativa sigue siendo insustituible), pero las
complementan de manera significativa: el estudiante practica fuera del horario de clase y recibe
retroalimentación inmediata. ChatGPT con instrucciones personalizadas (los llamados custom GPTs) y
plataformas como DoNotPay (en el contexto anglosajón) apuntan en esa dirección.
d) Gestión documental y análisis de expedientes. Los expedientes civiles y familiares pueden ser
voluminosos. No exagero: un juicio ordinario civil acumula a veces miles de fojas entre escritos,
pruebas documentales, informes periciales y actuaciones judiciales. Las herramientas de IA para
procesamiento de documentos (OCR inteligente, resumen automático, extracción de datos clave)
recortan el tiempo de análisis de manera significativa. Para la enseñanza, permiten que los estudiantes
trabajen con expedientes reales debidamente anonimizados sin ahogarse en la maraña documental,
concentrándose en identificar hechos relevantes, pruebas clave y puntos controvertidos.
Diseño de integración curricular: modelo por fases
La propuesta se arma en tres fases con objetivos, actividades y herramientas diferenciadas. ¿Por qué
fases y no un bloque único? Convicción pedagógica: la IA tiene que entrar de manera progresiva,
arrancando por competencias básicas (búsqueda de información) y avanzando hacia las complejas
(producción de escritos, simulación, análisis crítico). Pero también consideración práctica: no todas las
UCAs necesitan el mismo grado de integración tecnológica ni todos los estudiantes arrancan con el
mismo nivel de competencia digital.
Fase 1: Alfabetización digital jurídica. Pensada para las UCAs introductorias de derecho civil (personas
y familia, bienes y derechos reales), esta fase tiene como objetivo que el estudiante conozca el
ecosistema de herramientas de IA disponibles, comprenda sus principios básicos de funcionamiento y
sea capaz de buscar jurisprudencia con asistencia de IA. Las actividades incluyen talleres prácticos
sobre el Semanario Judicial de la Federación, ejercicios comparativos de búsqueda (búsqueda
pág. 1892
tradicional por rubro contra búsqueda semántica en vLex) y sesiones de “desmitificación” donde se
muestra qué puede hacer la IA y qué no puede hacer. Como producto de evaluación se pide un reporte
de investigación jurisprudencial sobre un tema de derecho civil (la evolución del criterio sobre
capacidad jurídica de las personas con discapacidad, por ejemplo) que integre fuentes obtenidas con
herramientas de IA y fuentes obtenidas por métodos convencionales, con un análisis comparativo de la
calidad y pertinencia de ambas búsquedas.
Fase 2: Producción asistida y verificación crítica. Destinada a las UCAs intermedias (obligaciones,
contratos, derecho procesal civil), esta fase aprovecha la experiencia del litigio como insumo didáctico
particularmente valioso. Las actividades incluyen elaboración de demandas con asistencia de ChatGPT
o Claude, seguida de un proceso de revisión donde el estudiante verifica cada fundamento legal citado
por la IA, corrige errores de fondo (artículos inexistentes, jurisprudencia mal atribuida) y errores de
forma (estructura procesal incorrecta, falta de requisitos del artículo 255 del Código de Procedimientos
Civiles), y mejora la calidad argumentativa del texto. Se contemplan también ejercicios de “ingeniería
de prompts jurídicos”: los estudiantes aprenden a formular instrucciones precisas para obtener
resultados más aprovechables. ¿Por qué un prompt que dice “redacta una demanda de divorcio” produce
algo mediocre mientras que uno que especifica vía procesal, régimen matrimonial, pretensiones
concretas y legislación aplicable arroja algo utilizable? Responder esa pregunta enseña más sobre
argumentación jurídica de lo que parece a primera vista.
Fase 3: Simulación avanzada e integración ética. Para las UCAs avanzadas (derecho familiar,
sucesiones, práctica forense civil), esta fase incorpora simulación de audiencias con IA, análisis de
expedientes reales con herramientas de procesamiento documental y, transversalmente, reflexión ética
sobre los límites de la IA en el ámbito jurídico. Las actividades centrales comprenden simulación de
audiencias de juicio oral familiar donde la IA actúa como contraparte; análisis de un expediente
anonimizado de un caso real de guarda y custodia, donde el estudiante usa herramientas de resumen y
extracción de datos para preparar su estrategia; y un seminario sobre ética algorítmica aplicada al
derecho familiar, donde se discuten casos documentados de sesgo en sistemas de IA usados en contextos
de justicia (el caso COMPAS en Estados Unidos, entre otros) y se analiza qué riesgos análogos podrían
presentarse en el sistema de justicia familiar mexicano.
tradicional por rubro contra búsqueda semántica en vLex) y sesiones de “desmitificación” donde se
muestra qué puede hacer la IA y qué no puede hacer. Como producto de evaluación se pide un reporte
de investigación jurisprudencial sobre un tema de derecho civil (la evolución del criterio sobre
capacidad jurídica de las personas con discapacidad, por ejemplo) que integre fuentes obtenidas con
herramientas de IA y fuentes obtenidas por métodos convencionales, con un análisis comparativo de la
calidad y pertinencia de ambas búsquedas.
Fase 2: Producción asistida y verificación crítica. Destinada a las UCAs intermedias (obligaciones,
contratos, derecho procesal civil), esta fase aprovecha la experiencia del litigio como insumo didáctico
particularmente valioso. Las actividades incluyen elaboración de demandas con asistencia de ChatGPT
o Claude, seguida de un proceso de revisión donde el estudiante verifica cada fundamento legal citado
por la IA, corrige errores de fondo (artículos inexistentes, jurisprudencia mal atribuida) y errores de
forma (estructura procesal incorrecta, falta de requisitos del artículo 255 del Código de Procedimientos
Civiles), y mejora la calidad argumentativa del texto. Se contemplan también ejercicios de “ingeniería
de prompts jurídicos”: los estudiantes aprenden a formular instrucciones precisas para obtener
resultados más aprovechables. ¿Por qué un prompt que dice “redacta una demanda de divorcio” produce
algo mediocre mientras que uno que especifica vía procesal, régimen matrimonial, pretensiones
concretas y legislación aplicable arroja algo utilizable? Responder esa pregunta enseña más sobre
argumentación jurídica de lo que parece a primera vista.
Fase 3: Simulación avanzada e integración ética. Para las UCAs avanzadas (derecho familiar,
sucesiones, práctica forense civil), esta fase incorpora simulación de audiencias con IA, análisis de
expedientes reales con herramientas de procesamiento documental y, transversalmente, reflexión ética
sobre los límites de la IA en el ámbito jurídico. Las actividades centrales comprenden simulación de
audiencias de juicio oral familiar donde la IA actúa como contraparte; análisis de un expediente
anonimizado de un caso real de guarda y custodia, donde el estudiante usa herramientas de resumen y
extracción de datos para preparar su estrategia; y un seminario sobre ética algorítmica aplicada al
derecho familiar, donde se discuten casos documentados de sesgo en sistemas de IA usados en contextos
de justicia (el caso COMPAS en Estados Unidos, entre otros) y se analiza qué riesgos análogos podrían
presentarse en el sistema de justicia familiar mexicano.
pág. 1893
El producto de evaluación es un portafolio integrador: demanda, estrategia de audiencia, análisis del
expediente y ensayo reflexivo sobre implicaciones éticas del uso de IA en la materia.
El modelo incluye una dimensión de formación docente que no puede omitirse. Pedirles a los profesores
que integren herramientas de IA en sus UCAs sin darles antes la capacitación necesaria sería
incongruente. Se propone un programa de actualización de 40 horas, distribuido en módulos que van
de los fundamentos de la IA al diseño de actividades didácticas con herramientas específicas.
Obligatorio para los profesores de las UCAs de derecho civil y familiar, optativo para el resto de la
planta docente.
DISCUSIÓN
Lo que arrojó este trabajo puede leerse contra al menos tres líneas de investigación vigentes.
Chesterman (2022) y Katz (2020) coinciden en que la formación del abogado del futuro debe incluir
competencias de “pensamiento computacional” que le permitan interactuar con sistemas inteligentes
sin convertirse en programador. La propuesta aquí presentada se alinea con esa visión, pero la aterriza
en un contexto específico: el del derecho civil y familiar mexicano, con particularidades procesales,
sustantivas y culturales que los modelos anglosajones no contemplan. El sistema jurídico mexicano es
de tradición romanista, con una producción jurisprudencial que opera de manera distinta a la del
common law. Las audiencias orales familiares tienen reglas propias que no se asimilan al cross-
examination estadounidense. Y la estructura del Poder Judicial, con su dualismo entre fuero federal y
fuero común, genera una complejidad en el acceso a precedentes que las herramientas de IA diseñadas
para el mercado anglosajón no resuelven automáticamente.
Los trabajos de Sánchez Castañeda (2023) sobre IA en la enseñanza del derecho laboral y de López
Ayllón y Haddad Huerta (2023) sobre IA y ética jurídica representan antecedentes directos. La
diferencia con esta propuesta radica en el objeto de estudio. El derecho civil y familiar plantea desafíos
que otras ramas no enfrentan con la misma intensidad: la dimensión emocional de los conflictos
familiares, la presencia de menores y personas vulnerables, la complejidad patrimonial de los regímenes
matrimoniales, la necesidad de una argumentación jurisprudencial particularmente rigurosa dada la
obligación de los jueces familiares de ejercer control de convencionalidad.
El producto de evaluación es un portafolio integrador: demanda, estrategia de audiencia, análisis del
expediente y ensayo reflexivo sobre implicaciones éticas del uso de IA en la materia.
El modelo incluye una dimensión de formación docente que no puede omitirse. Pedirles a los profesores
que integren herramientas de IA en sus UCAs sin darles antes la capacitación necesaria sería
incongruente. Se propone un programa de actualización de 40 horas, distribuido en módulos que van
de los fundamentos de la IA al diseño de actividades didácticas con herramientas específicas.
Obligatorio para los profesores de las UCAs de derecho civil y familiar, optativo para el resto de la
planta docente.
DISCUSIÓN
Lo que arrojó este trabajo puede leerse contra al menos tres líneas de investigación vigentes.
Chesterman (2022) y Katz (2020) coinciden en que la formación del abogado del futuro debe incluir
competencias de “pensamiento computacional” que le permitan interactuar con sistemas inteligentes
sin convertirse en programador. La propuesta aquí presentada se alinea con esa visión, pero la aterriza
en un contexto específico: el del derecho civil y familiar mexicano, con particularidades procesales,
sustantivas y culturales que los modelos anglosajones no contemplan. El sistema jurídico mexicano es
de tradición romanista, con una producción jurisprudencial que opera de manera distinta a la del
common law. Las audiencias orales familiares tienen reglas propias que no se asimilan al cross-
examination estadounidense. Y la estructura del Poder Judicial, con su dualismo entre fuero federal y
fuero común, genera una complejidad en el acceso a precedentes que las herramientas de IA diseñadas
para el mercado anglosajón no resuelven automáticamente.
Los trabajos de Sánchez Castañeda (2023) sobre IA en la enseñanza del derecho laboral y de López
Ayllón y Haddad Huerta (2023) sobre IA y ética jurídica representan antecedentes directos. La
diferencia con esta propuesta radica en el objeto de estudio. El derecho civil y familiar plantea desafíos
que otras ramas no enfrentan con la misma intensidad: la dimensión emocional de los conflictos
familiares, la presencia de menores y personas vulnerables, la complejidad patrimonial de los regímenes
matrimoniales, la necesidad de una argumentación jurisprudencial particularmente rigurosa dada la
obligación de los jueces familiares de ejercer control de convencionalidad.
pág. 1894
No es lo mismo usar IA para analizar un contrato colectivo de trabajo que para evaluar las condiciones
que determinan la guarda y custodia de un menor. La distancia entre ambas aplicaciones es, si no
abismal, al menos lo bastante amplia como para justificar un tratamiento diferenciado.
El modelo por fases parte de supuestos que nadie puede garantizar: que la universidad cuente con
infraestructura tecnológica suficiente (conectividad, equipos, licencias de software), que los profesores
estén dispuestos a formarse y a modificar sus prácticas, que los estudiantes tengan un nivel mínimo de
competencia digital. Ninguno de esos supuestos puede darse por sentado en una universidad pública
mexicana. La velocidad del cambio tecnológico añade otro problema: las herramientas que hoy parecen
de vanguardia pueden quedar superadas en dos o tres años, lo que exige un diseño curricular flexible
que se pueda actualizar sin tener que rehacerse desde cero.
Existe también una limitación epistemológica que no conviene soslayar. Al tratarse de una propuesta
documental, los resultados no se pueden validar en términos de eficacia pedagógica. No sabemos
(porque no lo medimos) si los estudiantes que utilicen este modelo desarrollarán mejores competencias
que los que no lo utilicen. La implementación piloto y su evaluación son tareas pendientes que tendrán
que abordarse en una investigación posterior, idealmente con un diseño cuasiexperimental que permita
comparar grupos.
Este artículo insistió en los sesgos algorítmicos en materia familiar, pero hay otras dimensiones que
merecen atención. La privacidad de los datos de los justiciables, por ejemplo: si los estudiantes trabajan
con expedientes reales, incluso anonimizados, y los procesan con herramientas de IA en la nube, existe
el riesgo de que datos sensibles queden almacenados en servidores de terceros. Las políticas de uso de
datos de las principales plataformas de IA han recibido críticas legítimas (Zuboff, 2019), y la Ley
General de Protección de Datos Personales en Posesión de Sujetos Obligados impone obligaciones que
deben observarse. La propuesta de integración tiene que acompañarse de un protocolo de manejo de
datos que establezca qué información puede procesarse con herramientas externas y cuál debe quedarse
en entornos controlados.
¿Qué pasa si la dependencia excesiva de herramientas automatizadas debilita la capacidad del futuro
abogado para pensar por sí mismo, para construir argumentos originales, para tomar decisiones en
situaciones de incertidumbre que ningún algoritmo resuelve?
No es lo mismo usar IA para analizar un contrato colectivo de trabajo que para evaluar las condiciones
que determinan la guarda y custodia de un menor. La distancia entre ambas aplicaciones es, si no
abismal, al menos lo bastante amplia como para justificar un tratamiento diferenciado.
El modelo por fases parte de supuestos que nadie puede garantizar: que la universidad cuente con
infraestructura tecnológica suficiente (conectividad, equipos, licencias de software), que los profesores
estén dispuestos a formarse y a modificar sus prácticas, que los estudiantes tengan un nivel mínimo de
competencia digital. Ninguno de esos supuestos puede darse por sentado en una universidad pública
mexicana. La velocidad del cambio tecnológico añade otro problema: las herramientas que hoy parecen
de vanguardia pueden quedar superadas en dos o tres años, lo que exige un diseño curricular flexible
que se pueda actualizar sin tener que rehacerse desde cero.
Existe también una limitación epistemológica que no conviene soslayar. Al tratarse de una propuesta
documental, los resultados no se pueden validar en términos de eficacia pedagógica. No sabemos
(porque no lo medimos) si los estudiantes que utilicen este modelo desarrollarán mejores competencias
que los que no lo utilicen. La implementación piloto y su evaluación son tareas pendientes que tendrán
que abordarse en una investigación posterior, idealmente con un diseño cuasiexperimental que permita
comparar grupos.
Este artículo insistió en los sesgos algorítmicos en materia familiar, pero hay otras dimensiones que
merecen atención. La privacidad de los datos de los justiciables, por ejemplo: si los estudiantes trabajan
con expedientes reales, incluso anonimizados, y los procesan con herramientas de IA en la nube, existe
el riesgo de que datos sensibles queden almacenados en servidores de terceros. Las políticas de uso de
datos de las principales plataformas de IA han recibido críticas legítimas (Zuboff, 2019), y la Ley
General de Protección de Datos Personales en Posesión de Sujetos Obligados impone obligaciones que
deben observarse. La propuesta de integración tiene que acompañarse de un protocolo de manejo de
datos que establezca qué información puede procesarse con herramientas externas y cuál debe quedarse
en entornos controlados.
¿Qué pasa si la dependencia excesiva de herramientas automatizadas debilita la capacidad del futuro
abogado para pensar por sí mismo, para construir argumentos originales, para tomar decisiones en
situaciones de incertidumbre que ningún algoritmo resuelve?
pág. 1895
La propuesta pedagógica intenta conjurar ese riesgo colocando la verificación crítica y la reflexión ética
como componentes transversales. Pero la tensión persiste, y probablemente sea inherente a cualquier
proceso de incorporación tecnológica en la educación: la herramienta libera al estudiante de tareas
mecánicas y le permite concentrarse en lo sustantivo, pero también puede convertirse en una muleta
que atrofie capacidades que debería estar desarrollando. El papel del docente como mediador entre el
estudiante y la herramienta es, por eso, indispensable.
CONCLUSIONES
Este artículo presentó una propuesta metodológica para integrar herramientas de inteligencia artificial
en la enseñanza del derecho civil y familiar en la Universidad Rosario Castellanos. La propuesta se
construyó sobre tres bases: revisión documental de literatura nacional e internacional sobre IA y
educación jurídica, análisis de los programas curriculares vigentes en la institución, y experiencia
directa en el litigio civil y familiar.
El primer hallazgo confirma lo que motivó la investigación: la literatura mexicana no ofrece propuestas
articuladas para integrar IA en la enseñanza del derecho civil y familiar. El contraste con los avances
logrados en otras ramas del derecho y con la velocidad a la que las herramientas de IA están
transformando la práctica forense resulta, cuando menos, incómodo.
Las herramientas de IA disponibles tienen potencial de aplicación significativo en búsqueda de
jurisprudencia, redacción asistida de escritos, simulación de audiencias y gestión documental de
expedientes. Ese potencial no se realiza solo: requiere mediación pedagógica que enseñe al estudiante
a usar las herramientas con juicio crítico, a verificar lo que arrojan y a reconocer dónde fallan.
El modelo educativo de la Universidad Rosario Castellanos, basado en UCAs, ofrece una estructura
curricular favorable para la integración al permitir definir competencias específicas vinculadas con el
uso de tecnología y productos de evaluación que las reflejen. El modelo por fases propuesto
(alfabetización digital, producción asistida, simulación avanzada) busca aprovechar esa flexibilidad.
El hallazgo más delicado tiene que ver con la dimensión ética: la integración de la IA en el derecho
familiar exige precauciones reforzadas frente a sesgos algorítmicos, privacidad de datos sensibles y
posible erosión del juicio profesional.
La propuesta pedagógica intenta conjurar ese riesgo colocando la verificación crítica y la reflexión ética
como componentes transversales. Pero la tensión persiste, y probablemente sea inherente a cualquier
proceso de incorporación tecnológica en la educación: la herramienta libera al estudiante de tareas
mecánicas y le permite concentrarse en lo sustantivo, pero también puede convertirse en una muleta
que atrofie capacidades que debería estar desarrollando. El papel del docente como mediador entre el
estudiante y la herramienta es, por eso, indispensable.
CONCLUSIONES
Este artículo presentó una propuesta metodológica para integrar herramientas de inteligencia artificial
en la enseñanza del derecho civil y familiar en la Universidad Rosario Castellanos. La propuesta se
construyó sobre tres bases: revisión documental de literatura nacional e internacional sobre IA y
educación jurídica, análisis de los programas curriculares vigentes en la institución, y experiencia
directa en el litigio civil y familiar.
El primer hallazgo confirma lo que motivó la investigación: la literatura mexicana no ofrece propuestas
articuladas para integrar IA en la enseñanza del derecho civil y familiar. El contraste con los avances
logrados en otras ramas del derecho y con la velocidad a la que las herramientas de IA están
transformando la práctica forense resulta, cuando menos, incómodo.
Las herramientas de IA disponibles tienen potencial de aplicación significativo en búsqueda de
jurisprudencia, redacción asistida de escritos, simulación de audiencias y gestión documental de
expedientes. Ese potencial no se realiza solo: requiere mediación pedagógica que enseñe al estudiante
a usar las herramientas con juicio crítico, a verificar lo que arrojan y a reconocer dónde fallan.
El modelo educativo de la Universidad Rosario Castellanos, basado en UCAs, ofrece una estructura
curricular favorable para la integración al permitir definir competencias específicas vinculadas con el
uso de tecnología y productos de evaluación que las reflejen. El modelo por fases propuesto
(alfabetización digital, producción asistida, simulación avanzada) busca aprovechar esa flexibilidad.
El hallazgo más delicado tiene que ver con la dimensión ética: la integración de la IA en el derecho
familiar exige precauciones reforzadas frente a sesgos algorítmicos, privacidad de datos sensibles y
posible erosión del juicio profesional.
pág. 1896
Preocupaciones reales que deben abordarse de manera explícita en la formación de los estudiantes,
como componente transversal, lejos de relegarse a apéndice curricular.
¿Qué sigue? echar a andar la propuesta. Lo más urgente es una implementación piloto en al menos dos
UCAs de derecho civil y familiar durante un próximo ciclo escolar, con un diseño de evaluación que
permita medir su impacto en el desarrollo de competencias. Quedan pendientes también la construcción
de una base de expedientes anonimizados como material didáctico, la formalización de convenios con
proveedores de herramientas de IA para licencias educativas y el desarrollo del programa de formación
docente.
La IA no va a reemplazar al abogado civilista, ni al familiarista. Pero el abogado que sepa trabajar con
IA tendrá ventaja sobre el que no sepa hacerlo. Y la universidad que forme a ese abogado cumplirá
mejor su función social que la que siga enseñando como si nada hubiera cambiado.
REFERENCIAS BIBLIOGRAFICAS
Angwin, J., Larson, J., Mattu, S. y Kirchner, L. (2016). Machine bias: There’s software used across the
country to predict future criminals. And it’s biased against blacks. ProPublica.
https://www.propublica.org/article/machine-bias-risk-assessments-in-criminal-sentencing
Bello Hutt, D. (2022). Artificial intelligence and legal education: An agenda for reform. The Law
Teacher, 56(2), 135-149. https://doi.org/10.1080/03069400.2021.1990029
Bovino, A. y Courtis, C. (2019). Por una dogmática conscientemente política. En C. Courtis (Ed.),
Desde otra mirada: textos de teoría crítica del derecho (pp. 183-222). Eudeba.
Bues, M. M. y Matthaei, E. (2023). Generative AI in legal practice: Early adoption and emerging
challenges. European Journal of Law and Technology, 14(1), 1-23.
Carbonell, M. (2022). La enseñanza del derecho en México: diagnóstico y propuestas. Porrúa-UNAM.
Casanovas, P., Palmirani, M., Peroni, S., van Engers, T. y Vitali, F. (2022). AI approaches to European
Union law: Knowledge discovery and semantic web technologies. Springer.
Chesterman, S. (2022). We, the robots? Regulating artificial intelligence and the limits of the law.
Cambridge University Press.
Código Civil para el Distrito Federal. (2000). Gaceta Oficial del Distrito Federal. Última reforma
publicada el 3 de julio de 2023.
Preocupaciones reales que deben abordarse de manera explícita en la formación de los estudiantes,
como componente transversal, lejos de relegarse a apéndice curricular.
¿Qué sigue? echar a andar la propuesta. Lo más urgente es una implementación piloto en al menos dos
UCAs de derecho civil y familiar durante un próximo ciclo escolar, con un diseño de evaluación que
permita medir su impacto en el desarrollo de competencias. Quedan pendientes también la construcción
de una base de expedientes anonimizados como material didáctico, la formalización de convenios con
proveedores de herramientas de IA para licencias educativas y el desarrollo del programa de formación
docente.
La IA no va a reemplazar al abogado civilista, ni al familiarista. Pero el abogado que sepa trabajar con
IA tendrá ventaja sobre el que no sepa hacerlo. Y la universidad que forme a ese abogado cumplirá
mejor su función social que la que siga enseñando como si nada hubiera cambiado.
REFERENCIAS BIBLIOGRAFICAS
Angwin, J., Larson, J., Mattu, S. y Kirchner, L. (2016). Machine bias: There’s software used across the
country to predict future criminals. And it’s biased against blacks. ProPublica.
https://www.propublica.org/article/machine-bias-risk-assessments-in-criminal-sentencing
Bello Hutt, D. (2022). Artificial intelligence and legal education: An agenda for reform. The Law
Teacher, 56(2), 135-149. https://doi.org/10.1080/03069400.2021.1990029
Bovino, A. y Courtis, C. (2019). Por una dogmática conscientemente política. En C. Courtis (Ed.),
Desde otra mirada: textos de teoría crítica del derecho (pp. 183-222). Eudeba.
Bues, M. M. y Matthaei, E. (2023). Generative AI in legal practice: Early adoption and emerging
challenges. European Journal of Law and Technology, 14(1), 1-23.
Carbonell, M. (2022). La enseñanza del derecho en México: diagnóstico y propuestas. Porrúa-UNAM.
Casanovas, P., Palmirani, M., Peroni, S., van Engers, T. y Vitali, F. (2022). AI approaches to European
Union law: Knowledge discovery and semantic web technologies. Springer.
Chesterman, S. (2022). We, the robots? Regulating artificial intelligence and the limits of the law.
Cambridge University Press.
Código Civil para el Distrito Federal. (2000). Gaceta Oficial del Distrito Federal. Última reforma
publicada el 3 de julio de 2023.
pág. 1897
Código de Procedimientos Civiles para el Distrito Federal. (1932). Diario Oficial de la Federación.
Última reforma publicada el 12 de noviembre de 2021.
Constitución Política de los Estados Unidos Mexicanos. (1917). Diario Oficial de la Federación. Última
reforma publicada el 18 de noviembre de 2024.
Corvalán, J. G. (2019). Inteligencia artificial y derechos humanos. En J. G. Corvalán (Ed.), Prometea:
inteligencia artificial para transformar organizaciones públicas (pp. 33-68). Astrea-DPI.
Eubanks, V. (2018). Automating inequality: How high-tech tools profile, police, and punish the poor.
St. Martin’s Press.
Fix-Fierro, H. y López Ayllón, S. (2006). ¿Muchos abogados, buen derecho? Sobre la educación jurídica
en México. En H. Fix-Fierro (Ed.), Del gobierno de los abogados al imperio de las leyes (pp.
1-52). UNAM, Instituto de Investigaciones Jurídicas.
García Ramírez, S. (2020). La reforma a la enseñanza del derecho: imperativo de nuestro tiempo.
Boletín Mexicano de Derecho Comparado, 53(157), 249-276.
Gobierno de la Ciudad de México. (2019). Decreto de creación de la Universidad Rosario Castellanos.
Gaceta Oficial de la Ciudad de México.
Katz, D. M. (2020). Legal technology and the future of the legal profession. En F. Martin y R. Motta
(Eds.), Legal tech and the new sharing economy (pp. 45-72). Springer.
Ley General de Educación Superior. (2021). Diario Oficial de la Federación, 20 de abril de 2021.
Ley General de Protección de Datos Personales en Posesión de Sujetos Obligados. (2017). Diario
Oficial de la Federación, 26 de enero de 2017.
Lillo Lobos, R. (2021). Transformación digital de la justicia en América Latina: estado del arte y
perspectivas. Centro de Estudios de Justicia de las Américas (CEJA).
López Ayllón, S. y Haddad Huerta, J. C. (2023). Inteligencia artificial y ética en la formación jurídica:
desafíos para las universidades mexicanas. Revista Mexicana de Derecho Constitucional, (48),
115-148.
Magaloni Kerpel, A. L. (2021). Educación jurídica y formación del abogado en México: problemas
persistentes y nuevos desafíos. Isonomía, (54), 78-109.
Mata v. Avianca, Inc., No. 22-cv-1461 (S.D.N.Y. 2023).
Código de Procedimientos Civiles para el Distrito Federal. (1932). Diario Oficial de la Federación.
Última reforma publicada el 12 de noviembre de 2021.
Constitución Política de los Estados Unidos Mexicanos. (1917). Diario Oficial de la Federación. Última
reforma publicada el 18 de noviembre de 2024.
Corvalán, J. G. (2019). Inteligencia artificial y derechos humanos. En J. G. Corvalán (Ed.), Prometea:
inteligencia artificial para transformar organizaciones públicas (pp. 33-68). Astrea-DPI.
Eubanks, V. (2018). Automating inequality: How high-tech tools profile, police, and punish the poor.
St. Martin’s Press.
Fix-Fierro, H. y López Ayllón, S. (2006). ¿Muchos abogados, buen derecho? Sobre la educación jurídica
en México. En H. Fix-Fierro (Ed.), Del gobierno de los abogados al imperio de las leyes (pp.
1-52). UNAM, Instituto de Investigaciones Jurídicas.
García Ramírez, S. (2020). La reforma a la enseñanza del derecho: imperativo de nuestro tiempo.
Boletín Mexicano de Derecho Comparado, 53(157), 249-276.
Gobierno de la Ciudad de México. (2019). Decreto de creación de la Universidad Rosario Castellanos.
Gaceta Oficial de la Ciudad de México.
Katz, D. M. (2020). Legal technology and the future of the legal profession. En F. Martin y R. Motta
(Eds.), Legal tech and the new sharing economy (pp. 45-72). Springer.
Ley General de Educación Superior. (2021). Diario Oficial de la Federación, 20 de abril de 2021.
Ley General de Protección de Datos Personales en Posesión de Sujetos Obligados. (2017). Diario
Oficial de la Federación, 26 de enero de 2017.
Lillo Lobos, R. (2021). Transformación digital de la justicia en América Latina: estado del arte y
perspectivas. Centro de Estudios de Justicia de las Américas (CEJA).
López Ayllón, S. y Haddad Huerta, J. C. (2023). Inteligencia artificial y ética en la formación jurídica:
desafíos para las universidades mexicanas. Revista Mexicana de Derecho Constitucional, (48),
115-148.
Magaloni Kerpel, A. L. (2021). Educación jurídica y formación del abogado en México: problemas
persistentes y nuevos desafíos. Isonomía, (54), 78-109.
Mata v. Avianca, Inc., No. 22-cv-1461 (S.D.N.Y. 2023).
pág. 1898
Montiel Vilchis, A. (2023). Legal tech en México: estado del arte y perspectivas de desarrollo. Lex
Informática, 12(3), 45-78.
Parlamento Europeo. (2024). Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo, de
13 de junio de 2024, por el que se establecen reglas armonizadas sobre inteligencia artificial.
Diario Oficial de la Unión Europea, L 2024/1689.
Peña González, O. (2022). El acceso a la justicia digital en México: avances y pendientes. Cuestiones
Constitucionales, (46), 193-220.
Poder Judicial de la Federación. (2023). Informe anual de labores 2022-2023. Suprema Corte de Justicia
de la Nación.
Reyes Heroles, F. (2022). Inteligencia artificial y sistema jurídico mexicano: retos regulatorios. Boletín
Mexicano de Derecho Comparado, 55(163), 305-338.
Sánchez Castañeda, A. (2023). La inteligencia artificial como herramienta didáctica en la enseñanza del
derecho del trabajo. Revista Latinoamericana de Derecho Social, (36), 79-112.
Sánchez Cordero, O. (2023). Inteligencia artificial y Poder Judicial: el camino mexicano. En SCJN
(Ed.), Justicia y tecnología: ensayos desde la Suprema Corte (pp. 11-28). SCJN.
Suárez Lozano, V. M. y Torres García, R. (2023). Innovación pedagógica en la Universidad Rosario
Castellanos: el modelo de UCAs. Perfiles Educativos, 45(181), 150-168.
Surden, H. (2019). Artificial intelligence and law: An overview. Georgia State University Law Review,
35(4), 1305-1337.
Susskind, R. (1987). Expert systems in law: A jurisprudential inquiry. Clarendon Press.
Susskind, R. (2020). Online courts and the future of justice. Oxford University Press.
Universidad Rosario Castellanos. (2021). Modelo educativo. Coordinación Académica, URC.
Universidad Rosario Castellanos. (2022). Plan de estudios de la licenciatura en Derecho. URC.
Universidad Rosario Castellanos. (2023). Lineamientos para la innovación educativa con uso de
tecnologías. Coordinación Académica, URC.
Zambrano, D. (2023). ChatGPT and the legal profession: Rethinking legal education in the age of AI.
Stanford Law Review Online, 75, 1-18.
Montiel Vilchis, A. (2023). Legal tech en México: estado del arte y perspectivas de desarrollo. Lex
Informática, 12(3), 45-78.
Parlamento Europeo. (2024). Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo, de
13 de junio de 2024, por el que se establecen reglas armonizadas sobre inteligencia artificial.
Diario Oficial de la Unión Europea, L 2024/1689.
Peña González, O. (2022). El acceso a la justicia digital en México: avances y pendientes. Cuestiones
Constitucionales, (46), 193-220.
Poder Judicial de la Federación. (2023). Informe anual de labores 2022-2023. Suprema Corte de Justicia
de la Nación.
Reyes Heroles, F. (2022). Inteligencia artificial y sistema jurídico mexicano: retos regulatorios. Boletín
Mexicano de Derecho Comparado, 55(163), 305-338.
Sánchez Castañeda, A. (2023). La inteligencia artificial como herramienta didáctica en la enseñanza del
derecho del trabajo. Revista Latinoamericana de Derecho Social, (36), 79-112.
Sánchez Cordero, O. (2023). Inteligencia artificial y Poder Judicial: el camino mexicano. En SCJN
(Ed.), Justicia y tecnología: ensayos desde la Suprema Corte (pp. 11-28). SCJN.
Suárez Lozano, V. M. y Torres García, R. (2023). Innovación pedagógica en la Universidad Rosario
Castellanos: el modelo de UCAs. Perfiles Educativos, 45(181), 150-168.
Surden, H. (2019). Artificial intelligence and law: An overview. Georgia State University Law Review,
35(4), 1305-1337.
Susskind, R. (1987). Expert systems in law: A jurisprudential inquiry. Clarendon Press.
Susskind, R. (2020). Online courts and the future of justice. Oxford University Press.
Universidad Rosario Castellanos. (2021). Modelo educativo. Coordinación Académica, URC.
Universidad Rosario Castellanos. (2022). Plan de estudios de la licenciatura en Derecho. URC.
Universidad Rosario Castellanos. (2023). Lineamientos para la innovación educativa con uso de
tecnologías. Coordinación Académica, URC.
Zambrano, D. (2023). ChatGPT and the legal profession: Rethinking legal education in the age of AI.
Stanford Law Review Online, 75, 1-18.
pág. 1899
Zuboff, S. (2019). The age of surveillance capitalism: The fight for a human future at the new frontier
of power. PublicAffairs.
Semblanza Curricular
Patricia Yolanda Huerta Vázquez es candidata a Doctora en Derecho Laboral por el Instituto de
Posgrado en Derecho y Maestra en Derecho Penal por la Universidad Londres, grado obtenido por
excelencia académica; cuenta además con especialidad en Derecho Laboral, con reconocimiento por
alto promedio, y con licenciatura en Derecho por la Universidad Tecnológica de México. Con más de
veinticinco años de trayectoria docente (Instituto de Posgrado en Derecho, Universidad Nacional
Rosario Castellanos y Universidad del Valle de México, entre otras instituciones), ejerce como abogada
postulante en materia civil, familiar, mercantil y laboral, así como en mecanismos alternativos de
solución de conflictos. En el servicio público se ha desempeñado como Jefa de la Unidad de Procesos
en la Alcaldía Cuauhtémoc, asesora del Instituto de la Juventud de la Ciudad de México, Coordinadora
Jurídica de la CAPREPA y en cargos jurídicos en el FONHAPO y la Alcaldía Miguel Hidalgo.
Zuboff, S. (2019). The age of surveillance capitalism: The fight for a human future at the new frontier
of power. PublicAffairs.
Semblanza Curricular
Patricia Yolanda Huerta Vázquez es candidata a Doctora en Derecho Laboral por el Instituto de
Posgrado en Derecho y Maestra en Derecho Penal por la Universidad Londres, grado obtenido por
excelencia académica; cuenta además con especialidad en Derecho Laboral, con reconocimiento por
alto promedio, y con licenciatura en Derecho por la Universidad Tecnológica de México. Con más de
veinticinco años de trayectoria docente (Instituto de Posgrado en Derecho, Universidad Nacional
Rosario Castellanos y Universidad del Valle de México, entre otras instituciones), ejerce como abogada
postulante en materia civil, familiar, mercantil y laboral, así como en mecanismos alternativos de
solución de conflictos. En el servicio público se ha desempeñado como Jefa de la Unidad de Procesos
en la Alcaldía Cuauhtémoc, asesora del Instituto de la Juventud de la Ciudad de México, Coordinadora
Jurídica de la CAPREPA y en cargos jurídicos en el FONHAPO y la Alcaldía Miguel Hidalgo.