Trabajar en la vanguardia: cómo Thomson Reuters crea IA para el trabajo profesional de alto riesgo

Thomson Reuters, empresa global de contenido y tecnología, lleva más de 175 años creando contenido y tecnología fiables para profesionales e instituciones que toman decisiones importantes. Hoy, esa misma misión determina cómo la empresa desarrolla IA para flujos de trabajo jurídicos, fiscales, contables, de cumplimiento normativo y profesionales de alto riesgo.

“Somos una empresa de tecnología centrada en profesiones que exigen exactitud y precisión”, dice Joel Hron, CTO de Thomson Reuters.

Sus productos son las herramientas de referencia en las que se basan esas profesiones: Westlaw y Practical Law para la investigación jurídica y la orientación práctica; CoCounsel Legal, la plataforma de IA jurídica de nivel profesional de Thomson Reuters, está diseñada para ayudar a los profesionales del derecho a realizar mejor su trabajo, con respuestas que puedan defender y resultados que proporcionan un valor real. Hron se incorporó a Thomson Reuters hace cuatro años, cuando la empresa adquirió su startup, y desde entonces trabaja en la intersección entre producto, tecnología y estrategia. Según él, durante este periodo la IA ha transformado la forma de desarrollar software. Elegir a los socios tecnológicos adecuados nunca ha sido tan importante.

El umbral para seleccionar qué LLM utilizar para impulsar estos productos es inusualmente riguroso. Hron y su equipo evalúan cada nuevo modelo preguntándose si los resultados que genera pueden superar el nivel de revisión profesional que aplican los abogados antes de utilizarlos en su trabajo.

Evaluar modelos para trabajos jurídicos

Muchas empresas pueden crear una herramienta de IA para el ámbito jurídico, pero muchas menos pueden crear una que un abogado esté dispuesto a respaldar con su nombre. Thomson Reuters aporta a la IA profesional tres ventajas que los sistemas de propósito general no pueden replicar fácilmente: contenido con autoridad, amplia experiencia en el sector e integración de flujos de trabajo.

La razón por la que un abogado puede confiar en una respuesta de Westlaw no es el modelo por sí solo, dice Hron. Se trata de décadas de jurisprudencia seleccionada y revisada, del trabajo de más de 2700 expertos de todo el mundo en el sector que anotan y mejoran ese contenido todos los días, y de las evaluaciones que Thomson Reuters desarrolla sobre modelos como Claude. “Ese profesional humano sigue siendo el responsable del producto final del trabajo”.

Claude es un valioso socio en materia de modelos, pero el sistema de nivel profesional surge de la combinación de los modelos de vanguardia de Anthropic con el contenido con autoridad, la profunda experiencia en el sector, la integración de flujos de trabajo y la infraestructura de evaluación de Thomson Reuters.

Thomson Reuters describe este enfoque como Fiduciary-Grade AI™: IA basada en contenido autorizado, definida por una amplia experiencia en el sector e integrada directamente en los flujos de trabajo profesionales, para que los resultados sean transparentes, verificables y defendibles cuando hay mucho en juego.

Esa responsabilidad es la razón por la que aquí la verificación es más importante que la fluidez. Thomson Reuters rediseñó la investigación jurídica en torno a agentes preparados “no solo para buscar y recuperar información, sino para validar y verificar citas”. El requisito es un sistema que ayude a validar las citas y a mostrar las fuentes con claridad, para que los profesionales puedan revisar, verificar y aplicar su criterio con confianza.

El cambio se nota en lo que cuentan los clientes. Una investigación que "llevaría decenas de horas", según Hron, ahora se obtiene "en cuestión de minutos", lo que ofrece a los profesionales un punto de partida sólido que pueden evaluar, perfeccionar y convertir en acción. “La investigación profunda ha supuesto un cambio radical en la forma de concebir la investigación jurídica”.

Crear un producto centrado en agentes

Para Thomson Reuters, crear agentes no consiste en desarrollar un chatbot más inteligente: es una nueva forma de ofrecer los productos existentes. Hron y su equipo se propusieron enseñar a un agente a usar todas las herramientas que la empresa solía ofrecer como software independiente. Ahora, un único agente tiene acceso simultáneo a cientos de herramientas de la empresa.

Ese cambio transformó la forma en que Thomson Reuters evaluaba los modelos. “Nuestra gran prueba para Claude consiste en evaluar realmente hasta qué punto es capaz de elaborar planes y usar estas herramientas de forma eficaz y correcta”, afirma.

CoCounsel Legal muestra cómo funciona esto en la práctica. Antes ejecutaba skills independientes una tras otra. Reconstruido sobre el Claude Agent SDK, ahora planifica, delega y orquesta herramientas y fuentes de contenido en tiempo real, para que un profesional pueda definir el resultado en lugar de detallar cada paso. Los datos de los clientes permanecen protegidos y no se utilizan para entrenar modelos de terceros.

Hron atribuye esta elección a la forma en que las dos empresas empezaron a trabajar juntas. Thomson Reuters fue uno de los primeros clientes empresariales de Anthropic, y el factor decisivo no fue una prueba de rendimiento. “Lo que más nos llamó la atención fue el enfoque de Anthropic para crear la IA empresarial”, dice, citando la transparencia, la seguridad y el desarrollo responsable de la IA. El primer punto de prueba fue la investigación profunda en el ámbito jurídico, desarrollada conjuntamente cuando ambos equipos observaron que los ingenieros de Anthropic usaban las herramientas tal como Thomson Reuters ya las comercializaba.

Qué exige el trabajo del conocimiento a un modelo

En esos proyectos, el equipo de Hron ha definido cuatro cosas que un modelo debe hacer antes de que Thomson Reuters confíe en él.

En primer lugar, el modelo, como parte del sistema CoCounsel Legal, tiene que verificar sus propias citas. En lugar de obtener una fuente y seguir adelante, el sistema tiene que validar lo que cita antes de presentar sus conclusiones para que un humano realice su revisión final y su verificación.

En este sistema, el modelo también tiene que mantenerse estable durante largas cadenas de llamadas a herramientas. Las tareas más largas exigen una gestión mejor del contexto y un uso fiable de herramientas durante una ejecución prolongada. El modelo tiene que mantener el hilo a lo largo de muchos pasos y muchos sistemas, para que un agente termine el trabajo real en lugar de quedarse estancado a mitad de camino.

También tiene que hacer que una persona participe en el trabajo, y no limitarse a darle el resultado. Para los trabajos más difíciles, Hron quiere un modelo que "involucre al ser humano en el proceso de desarrollo de un producto de trabajo, en lugar de depender solo de que el agente dé una respuesta al primer intento".

Y, por último, tiene que liberar tiempo para tareas que el equipo de Thomson Reuters no podía abordar antes. Thomson Reuters está desarrollando funciones avanzadas de redacción para trabajos jurídicos complejos, incluida la redacción de mociones, documentos que los profesionales, de otro modo, tendrían que “pasar días o semanas perfeccionando”, afirma. Para los modelos anteriores, esa tarea "siempre requería demasiado contexto y precisión". Con Claude Fable 5, ahora ya se puede realizar.

El ROI de la IA

Hron tiene una visión poco convencional sobre el retorno de la inversión de la IA, que podría resultar útil a otros líderes que implementen modelos de IA. “Si tratas de optimizar demasiado el cálculo de la tasa de rentabilidad, los árboles no te dejan ver el bosque”, dice. Quiere que los equipos sientan el cambio cultural y de mentalidad antes de ajustar el coste por tarea. Una vez que se produce ese cambio de mentalidad, los beneficios llegan por sí solos.

Sigue haciendo un seguimiento de las métricas tradicionales de ingeniería, como DevOps Research and Assessment (DORA), y del tiempo que transcurre desde que surge la idea hasta que llega a producción. También menciona una herramienta interna de corrección de errores basada en Claude, que convirtió un problema de producción que requería tres horas de análisis de la raíz de la causa en una corrección en cuatro minutos. “La capacidad de restablecer el sistema en cuestión de minutos en lugar de horas es una diferencia importante”.

El cambio más profundo, según Hron, se produce en el propio trabajo.

“El trabajo en sí ya no es el acto de escribir líneas de código”, dice Hron refiriéndose a sus ingenieros; las habilidades que más importan ahora son pensar en sistemas, tener criterio y saber elegir bien. Ve que este mismo patrón se extiende más allá de la ingeniería, ya que la IA hace que las personas tengan un "perfil más en forma de T", capaces de abarcar producto, diseño y finanzas en lugar de limitarse a un solo ámbito.

¿Qué sigue?

Hron y su equipo tienen ganas de llevar al límite a Claude Fable 5 y a los próximos modelos de Claude: trabajos a más largo plazo, mejor gestión del contexto y llamadas a herramientas en las que pueden confiar a lo largo de toda la cadena de tareas que ejecuta un agente.

Él tiene las mismas ganas de usar estos modelos en su propio trabajo. Claude Code le ha permitido "volver a ser mucho más técnico", poniéndose al día en cuestión de minutos, en lugar de un día, con una base de código que no ha tocado en meses, y recurre a Claude Cowork para que adopte la perspectiva de un director financiero o de un responsable de estrategia y ponga a prueba sus ideas.

Esas son las directrices en torno a las cuales se están creando modelos como Claude Fable 5, y para el trabajo que, en última instancia, tiene que ser válido en los tribunales, Hron considera que es la próxima frontera que hay que explorar Después de todo, la IA profesional tiene que funcionar en entornos en los que casi acertar no es suficiente.

Empezar con Claude Fable 5.