Inteligencia artificial y Derecho:
formación ética en la era digital
Artificial Inteligence and Law:
Ethical Training in the Digital Age
Eduardo Carlos Hernández Ramos
Estudiante de Derecho, Universidad de Matanzas, Matanzas, Cuba
https://orcid.org/0009-0003-9310-5206
edhdz260@gmail.com
Resumen
El artículo analiza los riesgos del uso de inteligencia artificial generativa en la formación de los estudiantes de Derecho, con énfasis en Cuba. La evidencia empírica muestra que, si bien la inteligencia artificial agiliza tareas, provoca delegación cognitiva, pérdida de razonamiento crítico, sesgos algorítmicos y desigualdades en el rendimiento. Se examinan precedentes jurisprudenciales españoles (2024 y 2026) que sancionan el uso no verificado de inteligencia artificial por abogados, así como el marco europeo y el Anteproyecto de Ley sobre imagen y honor. En Cuba, la Política de transformación digital, la Estrategia de inteligencia artificial, la Ley de transparencia (168/2024) y la Ley de protección de datos (149/2022) sientan bases para un uso ético, pero se requiere mayor regulación en el ámbito educativo y ante los deepfakes. Se concluye que la formación jurídica debe preservar la conciencia jurídica socialista, evitando que los futuros juristas se conviertan en meros «tramitólogos», y se aboga por fortalecer la tutela de los derechos de la personalidad frente a la manipulación algorítmica.
Palabras clave: Inteligencia artificial; conciencia jurídica; desafíos; regulación.
Abstract
This paper examines the risks of generative Artificial Inteligence in legal education, particularly in Cuba. Empirical evidence indicates that while Artificial Inteligence streamlines tasks, it fosters cognitive offloading, loss of critical reasoning, algorithmic biases, and performance disparities. Spanish case law (2024 and 2026) sanctioning unverified Artificial Inteligence use by attorneys, along with EU frameworks and a draft Spanish law on image and honour, are reviewed. In Cuba, the Digital Transformation Policy, Artificial Inteligence Strategy, Transparency Act (168/2024), and Data Protection Act (149/2022) establish ethical foundations, yet further regulation in education and against deepfakes is needed. The article concludes that legal training must safeguard socialist legal consciousness, preventing future lawyers from becoming mere procedural clerks, and advocates for enhanced protection of personality rights against algorithmic manipulation.
Keywords: Artificial Intelligence; legal consciousness; challenges; regulation.
Sumario
I. Introducción; II. Desarrollo; III. Conclusiones; IV. Referencias.
I. Introducción
Una encuesta, relativamente reciente, sobre la utilización de la inteligencia artificial (IA) en la Educación Superior, en América Latina (Rong y Subhan, 2026),1 reveló que el 92 % del estudiantado y el 79 % del profesorado participan, activamente, en su uso. Al compararse los datos con la Global AI Student Survey (Digital Education Council, 2024), se supera el porcentaje global en un 6 %. Los resultados pusieron de manifiesto una adopción acelerada de la IA, de conjunto con brechas persistentes de «alfabetización» tecnológica. Más de la mitad de los estudiantes encuestados expresaron su preocupación por el empleo de estos sistemas en la conducción del aprendizaje. Asimismo, destacaron la necesidad de la preparación en IA para el futuro laboral, identificaron oportunidades perdidas al respecto, y sacaron a relieve vacíos en gobernanza y comunicación.
El escenario es semejante, en mucho, al que se vive en las universidades cubanas. Preocupan al autor, especialmente, los estudios de Derecho, marcados, profundamente, por la dimensión humanista y ética. La IA carece de capacidad de juicio moral; tampoco puede «interpretar» el verdadero espíritu de las normas, de las que nace la conciencia jurídica ni el contexto histórico que condiciona y sitúa el ejercicio de la justicia. Las condiciones o circunstancias que prevalecen en determinado momento determinan la aplicación del Derecho. El solo conocimiento técnico no basta; se requiere conocer el sentido interno de aquel, que comienza a formarse desde que se entra en contacto con el mundo jurídico. Los principios que orientan el enfoque legislativo, los vacíos normativos y la necesidad de soluciones creativas que atiendan a la realidad social motivan a los estudiantes de la disciplina a sentirse parte de un sistema del que formarán parte en el futuro.
En un mundo cada vez más conectado, no se puede escapar al avance de las tecnologías de IA. Sin embargo, se tiene la tarea de regularlas, para favorecer la innovación desde el reconocimiento de sus propias limitaciones. La evidencia global es consistente en cuanto a los peligros. Lorteau y Sarro (2026) sintetizan 82 estudios de 26 jurisdicciones, en los que se confirma que la IA acelera la simulación de casos y la investigación, pero genera riesgos de delegación cognitiva y pérdida de razonamiento jurídico profundo. Por otra parte, un examen dirigido a la evaluación del rendimiento de los estudiantes en tareas jurídicas prácticas —por ejemplo, la redacción de demandas y memorandos—, después de completar módulos de formación sobre cómo usar GPT-4 para apoyar el análisis jurídico, develó que, si bien el empleo de la herramienta redujo el tiempo de finalización de la de la tarea, se registraron inconsistencias en la calidad; entre el 30 y el 40 % de las preguntas hipotéticas de patrones de hechos fue respondido a nivel «bueno» y, de manera preocupante, se generaron respuestas erróneas al 12-18 % de las preguntas abordadas, explícitamente, en el libro de texto (Choi et al., 2022).
A nivel nacional, las facultades de Derecho están abocadas a asumir el desafío que representan la dependencia pasiva de los estudiantes a los resultados que arroja la IA y el uso de esta en las evaluaciones, sin que se disponga de competencias suficientes para el análisis jurídico crítico en un caso y el otro. Ello es trascendental en la formación del profesional jurídico.
El presente artículo pretende contribuir a esa empresa; de ahí que se plantee analizar los riesgos que representa el uso de la IA generativa en la formación de la conciencia jurídica en los estudiantes de Derecho, a partir de la evidencia empírica disponible sobre los efectos de las herramientas de esa naturaleza en el aprendizaje y la formación profesional, con especial atención a la delegación cognitiva, la pérdida de habilidades de razonamiento crítico, los sesgos algorítmicos y las desigualdades distributivas en el rendimiento estudiantil. Asimismo, pretende examinar las respuestas jurisprudenciales y regulatorias, desarrolladas en el Derecho comparado, frente al uso indebido de sistemas algorítmicos en la práctica especializada, particularmente, los precedentes españoles de 2024 y 2026 y el marco normativo de la Unión Europea. A la vez, se adentra en el ordenamiento cubano, en busca de elementos que permitan concretar la viabilidad de propuestas, acorde con el sistema socialista de Derecho.
Se trata de un estudio cualitativo interdisciplinario, en el cual dialogan diversos ámbitos jurídicos. Este enfoque híbrido se justifica por la complejidad del objeto de estudio. La amenaza que representa el uso no regulado de la IA generativa en la formación de la conciencia jurídica en los estudiantes de Derecho trasciende los límites tradicionales de una disciplina, al articular las dimensiones tecnológica, educativa, ética, normativa y axiológica, propias del sistema socialista de Derecho patrio.
II. Desarrollo
El Considerando decimosegundo del Reglamento de la Unión Europea 2024/1689 —por el que se establecen normas armonizadas de IA— razona que definir, con claridad, el concepto de «sistema de IA» implica atender a las principales características que lo distinguen de los softwares o los planteamientos de programación tradicionales más sencillos; a la vez, aclara que la definición no debe incluir los sistemas basados en las normas definidas, únicamente, para que las personas físicas ejecuten operaciones, de forma automática (Parlamento Europeo y Consejo de Europa, 2024, s. p.). Un rasgo esencial de los sistemas de IA es su capacidad de inferencia. Esta se refiere al proceso de obtención de resultados de salida —predicciones, contenidos, recomendaciones o decisiones— que pueden influir en entornos físicos y virtuales, así como la capacidad para deducir modelos, algoritmos o ambos, a partir de información de entrada o datos.
Las técnicas que permiten la inferencia incluyen estrategias de aprendizaje automático sobre cómo alcanzar determinados objetivos y estrategias, con base en la lógica y el conocimiento que se deduce de informaciones codificadas o de una representación simbólica de la tarea a resolver. Por ende, la capacidad de inferencia de un sistema de IA trasciende el tratamiento básico de datos, al permitir el aprendizaje, el razonamiento o la modelación.
Actualmente, la IA desempeña un rol creciente en el ámbito educativo. Su potencial ha sido reconocido por organismos internacionales. La Organización de Naciones Unidas para la Educación, la Ciencia y la Cultura (UNESCO) señala su capacidad para transformar la enseñanza y acelerar el cumplimiento de los objetivos de desarrollo sostenible, en especial el cuarto: Educación de calidad (2023, s. p.). En este contexto, la IA puede facilitar el aprendizaje adaptativo, mediante algoritmos de aprendizaje automático, procesamiento de lenguaje natural y análisis de datos (Martínez-Comesaña et al.,2023).
Para el Derecho, parece indiscutible que la IA puede desempeñar un papel relevante en diversas actividades susceptibles de ser automatizadas. Estas incluyen el análisis y la extracción de información relevante, la predicción, la generación de argumentos escritos o dialécticos, la redacción de documentos contractuales e informes, la planificación de tareas y la redacción de normas legales (Alemán, 2024, pp. 25-85). Sin embargo, autores como Bilbao (2023) y Quezada, Castro y Quezada (2022) identifican diversos riesgos. Uno de los más importantes es el exceso de dependencia hacia estos sistemas, fundamentalmente, de los estudiantes, al incorporarlos en la realización de tareas como la redacción y revisión de textos, la creación de organizadores o la investigación, junto a otras muchas que suponen una pérdida de habilidades —escritura, interpretación, compresión, síntesis, etc.—.
Ello se extiende a tareas más complejas, en las que se necesita de pensamiento crítico y creativo, a tal punto de que su capacidad para llevarlas a cabo se podría ver reducida sin la ayuda tecnológica. Refuerzan esta idea Choi et al. (2022) al analizar «qué tan bien pueden los modelos de IA escribir exámenes de la facultad de derecho sin asistencia humana». Las respuestas, calificadas a ciegas, trataron temas de Derecho constitucional, tributario y responsabilidad civil extracontractual, en universidades estadounidenses. Las contestaciones generadas por GPT-3.52 recibieron calificaciones aprobatorias (desde C, hasta B).
En otra investigación, Choi, Monahan y Schwarcz (2024) evaluaron el rendimiento de los estudiantes, pero esta vez en tareas jurídicas prácticas (redacción de demandas o contratos). En este caso, se les instruyó sobre cómo usar GPT-4 para apoyar el análisis jurídico. El tiempo de culminación de las actividades disminuyó, pero no hubo mejoras en la calidad. Por su parte, un estudio para el Journal of Legal Education reveló que la propia herramienta mejoró, sustancialmente, el rendimiento promedio de los estudiantes en preguntas de opción múltiple —más de 28,9 puntos porcentuales—, pero no representó progreso significativo en ensayos y preguntas de identificación de problemas. Esto confirmó que los modelos de lenguaje de gran tamaño —conocidos, también, como LLM— tienen dificultades con el conocimiento jurídico específico de la jurisdicción, la identificación de leyes locales e, incluso, alucinan nombres de casos o confunden unos con otros. Ello refleja desequilibrios o inconsistencias en los datos de entrenamiento de sistemas, que, presumiblemente, dependen más de fuentes jurídicas en inglés y, en especial, las de Estados Unidos (Choi y Schwarcz, 2025).
Los hallazgos de estos estudios confluyen en otro de los riesgos que preocupa al autor: las desigualdades distributivas, derivadas del uso de la IA. En materia evaluativa, GPT-4 benefició, desproporcionadamente, a los estudiantes de menor rendimiento; mientras que los de alto rendimiento apenas experimentaron ventajas; más bien —según los resultados de uno de los estudios—, sufrieron una disminución de casi 20 puntos percentiles. Esto significa una asociación o relación directa entre el modelo de IA que se escoja y el resultado académico, en detrimento de los conocimientos, las habilidades y competencias individuales.
La ética y la responsabilidad constituyen pilares en la formación de la conciencia jurídica. Ellas desenlazan, per se, en la confianza en las instituciones jurídicas. Los conocimientos —en los que, muchas veces, fallan los sistemas de IA, debido a los datos con los que se entrenan— y las actitudes y opiniones que, desde una postura iusfilosófica, ostenta un sujeto, más allá de aquellos, indefectiblemente, inciden en el proceso de análisis y transformación que posibilita la correcta conformación de la conciencia jurídica. Así se fragua la futura identidad del jurista, como sujeto activo del sistema socialista de Derecho.
A propósito de lo anterior, llama la atención la experiencia de un abogado español que presentó una querella penal, basada en el Artículo 454B del Código penal colombiano, como si fuera el de su país, e invocando, además, supuestos razonamientos del Tribunal Supremo español al respecto. Tal desatino se debió al empleo de ChatGPT-3 en la redacción del escrito. Al pronunciarse sobre el caso, mediante resolución de 4 de septiembre de 2024, la Sala de lo Civil y Penal Pamplona/Iruña, del Tribunal Superior de Justicia de Navarra —con ponencia de José Manuel Sánchez Siscart—, reflexionó:
el uso de las tecnologías emergentes y de los materiales generados por IA en los procedimientos judiciales no está exento de importantes consideraciones éticas y legales para garantizar un uso responsable. Lo que impone una verificación adicional, puesto que la revisión y validación de los documentos legales seguirá siendo responsabilidad de los abogados para garantizar la precisión y el cumplimiento normativo. (s. p.)
Ello generó consideraciones de mala fe procesal y abuso del proceso. Anta la excepcionalidad del caso y las más sinceras excusas del querellante, se decidió no imponer sanción a este. Otros casos no han corrido la misma suerte. En 2023, un juez de Distrito de Estados Unidos impuso una multa de cinco mil dólares por el uso de ChatGPT en la conformación de los escritos procesales —caso Mata vs. Avianca— (Tribunal de Distrito de los Estados Unidos para el Distrito Sur de Nueva York, 2023).
En la propia España, la Sala de lo Penal del Tribunal Superior de Justicia de Canarias, mediante auto de 10 de febrero de 2026 —con ponencia de Juan Luis Lorenzo Bragado—, impuso una multa de 420 euros a un letrado que fungía como acusación particular en un procedimiento penal, por haber presentado un escrito de apelación que contenía 48 citas jurisprudenciales, de las 52 contenidas en el documento, con fechas erróneas, números de recurso inexistentes y contenido inventado o distorsionado. Ello se debía a la utilización de una herramienta de IA, sin verificación posterior.
El razonamiento jurídico segundo de la resolución, luego de mencionar el recién publicado Libro blanco sobre inteligencia artificial y abogacía —elaborado por el Consejo General de la Abogacía hispana y el Colegio de Abogados de Valencia (2026)—, explica que la IA constituye un complemento del trabajo profesional de la abogacía, pero no lo sustituye; de modo que el uso de los sistemas inteligentes requiere una especial supervisión humana y el jurista es quien responde, plenamente, aunque el error derive de un fallo en el sistema de IA. Se apela, también, a la Instrucción 2/2026, del Pleno del Consejo General del Poder Judicial, sobre la utilización de sistemas de IA en el ejercicio de la actividad jurisdiccional. Citando como precedente el auto del Tribunal Superior de Justicia de Navarra, antes mencionado, se califica la conducta del letrado como una transgresión del deber de veracidad y de buena fe procesal.
El Consejo de la Abogacía de Europa (CCBE, por sus siglas en inglés) ha insistido en que, en muchas áreas de aplicación, los usos jurídicos de la IA requieren la interpretabilidad de los resultados, en sentido fuerte: «llegar a conclusiones basadas en algoritmos de aprendizaje automático resulta, a menudo, inútil en el ámbito jurídico, a menos que los seres humanos puedan también explicar los resultados» (2020, p. 29). Ello constituye un requisito esencial del Estado de Derecho.
Pit et al. (2024) analizaron perfiles de alucinaciones jurídicas en modelos lingüísticos de gran tamaño, como ChatGPT 3.5 y Llama 2, y encontraron que aquellas eran alarmantemente prevalecientes; en el primer modelo, ocurrían en el 69 % de las oportunidades; y en el segundo, el 88 %. La exploración tuvo en cuenta casos específicos y datos del sistema estadounidense, ámbito en el que los sistemas poseen un mejor entrenamiento. Las alucinaciones se acompañan, no infrecuentemente, de sesgos de diversa naturaleza —género, etnia, raza, pertenencia de grupo, etc.—. Smith (2023), citado en Lorteau y Sarro (2026), demostró que los prompts para generar una «imagen fotorrealista de un criminal» producían, de manera predominante, imágenes de hombres de piel oscura que usaban sudaderas con capucha (hoodies). Los sesgos pueden ser, incluso, ideológicos (Pit et al., 2024).
La equidad se define como la ausencia de cualquier prejuicio o favoritismo hacia un individuo o un grupo (Pit et al., 2024; Mehrabi et al., 2021). Un operador jurídico que desconozca la integración de esos sesgos en los sistemas de IA, no sería justo ni equitativo; tampoco sería ético y responsable el estudiante que ignore tal situación o que, en un afán desmesurado de integración, la acepte y reproduzca.
De esta forma, los estudios de Derecho pueden convertirse en presa de los sesgos informáticos y alejarse del ideal de justicia. Los modelos no son dispositivos neutros. Según Pit et al. (2024), algunos se inclinan hacia los grupos progresistas o de izquierda (outsider left) —por ejemplo, Llama-2-7B-Chat—; otros, resultan ambivalentes o tienden, ligeramente, a la derecha (Stressed Sideliners o ambivalent right) —dígase, Falcon-7B-Instruct—; mientras los menos se muestran al margen. De hecho, este atributo solo se identificó en uno de los modelos estudiados —el MPT-7B-Chat— y, de acuerdo con los investigadores, ello no se debió a que fuese neutral, sino a su incapacidad para proporcionar una respuesta coherente ante múltiples prompts de preguntas.
Como advierten Joyce et al. (2021), en su llamado a construir una sociología de la IA, los sistemas inteligentes no operan en un vacío social; más bien reproducen las desigualdades estructurales pre-sentes en los datos, los algoritmos y las relaciones de poder, y las hacen más duraderas. Lejos de ser tecnologías neutrales, incorporan las jerarquías sociales existentes y las amplifican; ese proceso incluye los sesgos, que se incorporan a la infraestructura misma de la toma de decisiones. En el ámbito jurídico, tal reproducción estructural de desigualdades representa un riesgo particularmente grave, pues puede erosionar la formación de una conciencia jurídica crítica y equitativa, en especial, en el contexto del proyecto socialista cubano, en el que la justicia es, más que técnica, social y emancipadora.
Wen et al. (2022) ilustran, con claridad, cómo el sesgo de representación en los datos de entrenamiento genera inequidades concretas: los algoritmos de detección de cáncer de piel funcionan peor en personas de piel oscura, debido a la casi total ausencia de este grupo en los conjuntos de datos públicos. El mismo mecanismo opera en el campo jurídico: los modelos de IA jurídica, entrenados con datos predominantemente occidentales y de países capitalistas, reproducen sesgos que amenazan la equidad jurídica real y la formación de una conciencia jurídica socialista, al presentar como «neutrales» soluciones que invisibilizan a personas, grupos o situaciones, y, con ello, naturalizan las desigualdades estructurales.
A nivel nacional, la Política para la transformación digital, la Agenda digital y la Estrategia de IA, de 29 de mayo de 2024, promueven el uso de estas tecnologías, en beneficio de todos. En el intento de evitar la opacidad algorítmica —imposibilidad de comprender el funcionamiento de un sistema de IA y, en particular, el porqué en la adopción de una decisión determinada—, incitan al empleo de tecnologías de código abierto. Se reconoce, con ello, el efecto negativo de los algoritmos de «caja negra» (Blackbox), con un claro impacto en el juicio de causalidad fáctica y jurídica relevante para la responsabilidad extracontractual (Ayo et al. 2025).
El Programa nacional de informatización involucra las diferentes disciplinas científicas, especialmente, las ciencias sociales y humanísticas. Los ministerios de Informática y Comunicaciones, y Justicia, en coordinación con otros organismos, están encargados de las regulaciones. Se busca crear el entorno institucional y normativo que contribuya a la construcción de una sociedad digital socialista, abierta, inclusiva, participativa y basada en derechos. Entre los objetivos específicos, se pretende el establecimiento de la estrategia de IA, para promover su uso seguro y responsable, el desarrollo y la distribución equitativa.
Cuba es parte de la Recomendación de la UNESCO sobre la ética de la IA (2021). En calidad de Estado Miembro se integró a ese consenso colectivo. La opción política se orienta, claramente, a evaluar, con la participación de los organismos competentes y las entidades involucradas, los riesgos vinculados al mal uso de la IA, gestionarlos e implementar los mecanismos de protección para la sociedad. Uno de los ejes estratégicos más relevantes del sistema de dirección estriba en la colaboración interinstitucional, la ética y el marco normativo, en condiciones de transparencia.
Refuerza lo expuesto, la afirmación de Febles (2026):
[…] La Estrategia para el Desarrollo de la Inteligencia Artificial, integrada a la Política para la Transformación Digital de 2024, establece un marco integral que rompe con el paradigma hegemónico al colocar la ética y la justicia social como ejes estructurantes, no como añadidos posteriores. Reconociendo al Ministerio de las Comunicaciones (MINCOM) como organismo rector, la estrategia se articula en seis dimensiones interdependientes: ética y marco normativo; capital humano; aplicaciones y servicios; administración pública; ciencia e innovación; comunicación social (República de Cuba, 2024). Este diseño refleja una comprensión holística donde [sic] la tecnología no existe en el vacío, sino que se teje con el tejido social, cultural y político de la nación.
El primer eje —ética y marco normativo— constituye el fundamento filosófico de todo el edificio estratégico. […] La estrategia prevé protocolos rigurosos para garantizar la explicabilidad de los sistemas y evitar usos nocivos que atenten contra la intimidad o la dignidad humana, particularmente en sectores sensibles como la salud y la educación. (pp. 31-32)
La Ley 168 de 2024, «De la transparencia y el acceso a la información pública», representa un paso decisivo en la materialización de la Política para la transformación digital y la Estrategia de IA. Al establecer obligaciones de transparencia proactiva y derecho de acceso, la norma no solo cumple con los principios de la Recomendación de la UNESCO sobre la IA, sino que fortalece la legalidad, en la medida en que permite un mayor control popular sobre los sistemas automatizados, en sintonía con la conciencia jurídica socialista. De esta forma, la transparencia se convierte en un instrumento esencial para mitigar riesgos como los sesgos algorítmicos, identificados en los estudios comentados, y garantizar que la IA sirva al desarrollo nacional. Se suman otras disposiciones que favorecen la transformación digital, reunidas en el número 45, de la Gaceta Oficial de la República de Cuba, en su edición ordinaria, de 4 de julio de 2019.
Para garantizar, a la persona natural, el derecho a la protección de los datos personales que consten en registros, ficheros, archivos, bases de datos u otros medios técnicos de tratamiento de datos, sean físicos o digitales, públicos o privados, Cuba cuenta con la Ley 149 de 2022, «De protección de datos personales». Entre sus objetivos, se halla el de velar por el debido respeto a la intimidad personal y familiar, la propia imagen y voz, el honor y la identidad personal. Se consideran datos personales, según el Artículo 3 de la ley (p. 2464), las informaciones concernientes a una persona natural, identificada o identificable, que puedan llevar a que se conozca su identidad o permitan identificarla, directa o indirectamente.
Este marco político-jurídico, sin embargo, resulta insuficiente para asegurar que los estudiantes de Derecho —y futuros profesionales en este ámbito— desarrollen la eticidad imprescindible a la disciplina. Se requieren, para ello, disposiciones más específicas que, ya sea formando parte de una ley nacional sobre IA o una reglamentación interna de las universidades, integren los principios de transparencia, equidad, no discriminación, privacidad y supervisión humana en el manejo de las herramientas de IA, de conjunto con los deberes y las responsabilidades que ella trae aparejados(as), tanto en la formación de pregrado y como en la posgraduada.
En este sentido, es ilustrativa la experiencia reciente de Italia que, para dar cumplimiento a las normas europeas sobre IA, se encuentra en proceso de aprobar una ley nacional, basada en un enfoque antropocéntrico, que incluye la incorporación de la IA a los diferentes niveles de enseñanza, hasta la universidad, en un doble sentido: como un contenido que requiere ser conocido y, a la vez, una herramienta de apoyo a la enseñanza y al aprendizaje (Duso, 2026, s. p.). La disposición prevé la actualización de los planes de estudio, el emprendimiento de programas de ciudadanía digital, la implementación, en las escuelas y universidades, de comités técnico-éticos y requisitos mínimos de formación interdisciplinaria, así como la capacitación obligatoria en IA —formaciones inicial y continua— para abogados y otras profesiones reguladas.
En cualquier caso, la opción que se siga ha de transitar por el respeto a los derechos humanos de quienes educan y aprenden, y hacia las personas, en general; la alfabetización y formación digitales imprescindibles; el estímulo a la autonomía y el razonamiento crítico de los estudiantes —IA mediante—, en un entorno de transparencia y responsabilidad. Solo de este modo se asegura que, sin frenar la evolución tecnológica, se formen profesionales con una conciencia jurídica humanista sólida, para que la IA siga estando al servicio del hombre y no a la inversa.
iii. Conclusiones
Cuba realiza un importante esfuerzo por encauzar el desarrollo de los sistemas de IA en un marco jurídico que priorice el uso adecuado de esas tecnologías, la accesibilidad, la transparencia algorítmica, mediante herramientas de código abierto, la responsabilidad y la ética. No obstante, los desafíos que plantean estas herramientas evolucionan de manera constante y ponen en juego la propia identidad del sistema socialista de Derecho.
Las futuras regulaciones deben orientarse, prioritariamente, al ámbito jurídico-educativo, con el propósito de evitar que los estudiantes de la carrera de Derecho terminen convirtiéndose en meros «tramitólogos», en lugar de juristas formados con una sólida conciencia jurídica socialista.
De igual forma, resulta imprescindible fortalecer la tutela del derecho al honor, la intimidad personal y familiar y la propia imagen, cada vez más expuesto ante los avances de la IA generativa. En este contexto, la jurisprudencia comparada puede servir de referencia para la construcción dogmática de nuevas figuras protectoras, entre ellas, el derecho a no ser objeto de engaño o manipulación algorítmica, especialmente, en supuestos de deepfakes y contenidos generados de manera artificial, para preservar los valores del proyecto socialista y, en función de estos, una formación jurídica crítica, ética y responsable.
V. Referencias
Alemán-Madrigal, L. E. (2024). Innovación educativa: ChatGPT y el Derecho de la seguridad social en Nicaragua. Revista Científica de Estudios Sociales, 4(4), 25-85.
Ayo Ferrándiz, C., Seijo Bar, Á., Garre Anguera de Sojo, I. y González Guillén, P. (2025). Responsabilidad civil e inteligencia artificial. Actualidad Jurídica Uría Menéndez, (67), 29-56. https://www.uria.com/es/publicaciones/9326-responsabilidad-civil-e-inteligencia-artificial
Bilbao, G. (2023). IA: Una poderosa herramienta para transformar el aprendizaje. En Bravo, L. y Bravo, M. 30 miradas a la inteligencia artificial y educación del futuro, 53-55. Universi-dad del Desarrollo.
Castillo-Eslava, F., Mougan, C., Romero-Eche, A. y Staab, S. (2023). The Role of Large Language Models in the Recognition of Territorial Sovereignty. arXiv. https://doi.org/10.48550/arxiv.2304.06030
Choi, J. H., Hickman, K. E., Monahan, A. B. y Schwarcz, D. (2022). ChatGPT goes to law school. Journal of Legal Education, 71(3), 387-410. https://doi.org/10.2139/ssrn.4335905
Choi, J. H., Monahan, A. B. y Schwarcz, D. (2024). Lawyering in the age of artificial intelligence. Minnesota Law Review, 109(1), 147-218. https://doi.org/10.24926/265535.4225
Choi, J. H. y Schwarcz, D. (2025). AI assistance in legal analysis: An empirical study. Journal of Legal Education, 73(3), 384-410. https://doi.org/10.2139/ssrn.4539836
Consejo General de la Abogacía de España e Ilustre Colegio de Abogados de Valencia. (2026). Libro blanco sobre inteligencia artificial y abogacía. https://www.abogacia.es/wp-content/uploads/2026/01/libro-ai-digital.pdf
Council of Bars and Law Societies of Europe. (Febrero. 20, 2020). CCBE considerations on the legal aspects of artificial intelligence. https://www.ccbe.eu/fileadmin/speciality_distribu-tion/public/documents/IT_LAW/ITL_Guides_recommenda-tions/EN_ITL_20200220_CCBE-considerations-on-the-Legal-Aspects-of-AI.pdf
Decreto-Ley 370, de 17 de diciembre de 2018, «Sobre la informatización de la sociedad en Cuba». (Julio 4, 2019). Gaceta Oficial de la República de Cuba, edición ordinaria, (45), 763-777.
Decreto 359, de 31 de mayo de 2019, «Sobre el desarrollo de la industria cubana de programas y aplicaciones informáticas». (Julio 4, 2019). Gaceta Oficial de la República de Cuba, edi-ción ordinaria, (45), 378-786.
Decreto 360, de 31 de mayo de 2019, «Sobre la seguridad de las tecnologías de la información y la comunicación y la defensa del ciberespacio nacional». (Julio 4, 2019). Gaceta Oficial de la República de Cuba, edición ordinaria, (45), 786-802.
Digital Education Council. (2024). Global AI Student Survey 2024. https://www.digitaleduca-tioncouncil.com/post/digital-education-council-global-ai-student-survey-2024
Duso, L. (Junio 11, 2026). Italia aprueba nuevas normas nacionales sobre inteligencia artificial. Euronews. https://es.euronews.com/my-europe/2026/06/11/italia-aprueba-nuevas-normas-nacionales-sobre-inteligencia-artificial
Febles Estrada, A. (Febrero 12, 2026). Frente a las sanciones y bloqueos: retos y estrategias de Cuba hacia una IA soberana. América Latina en Movimiento, (559), 30-33. https://www.alai.info/wp-content/uploads/2026/02/ALenMovimiento_559_fe-brero2026_Espanol-31-34.pdf
Franganillo, J. (2023). La inteligencia artificial generativa y su impacto en la creación de contenidos mediáticos. Methaodos, 11(2), 1-17. https://doi.org/10.17502/mrcs.v11i2.710
Joyce, K., Smith-Doerr, L., Alegria, S., Bell, S., Cruz, T., Hoffman, S. G., Noble, S. U. y Shestakofsky, B. (2021). Toward a sociology of artificial intelligence: A call for research on inequalities and structural change. Socius, (7), s. p. https://doi.org/10.1177/2378023121999581
Ley 149, de 14 de mayo de 2022, «De protección de datos personales». (Agosto 25, 2022). Gaceta Oficial de la República de Cuba, edición ordinaria, (90), 2463-2476.
Ley 168, de 18 de julio de 2024, «De la transparencia y el acceso a la información pública». (Enero 9, 2026). Gaceta Oficial de la República de Cuba, edición ordinaria, (1), 1-9.
Lorteau, S. y Sarro, D. (2026). Artificial intelligence in legal education: A scoping review. The Law Teacher, 60(1), 138-162. https://doi.org/10.1080/03069400.2025.2592440
Martínez-Comesaña, M., Rigueira-Díaz, X., Larrañaga-Janeiro, A., Martínez-Torres, J., Ocarranza-Prado, I. y Kreisel, D. (2023). Impacto de la inteligencia artificial en los métodos de evaluación en la educación primaria y secundaria: Revisión sistemática de la literatura. Revista de Psicodidáctica, 28(2), 93-103. https://doi.org/10.37811/cl_rcm.v8i5.14495
Mehrabi, N., Morstatter, F., Saxena, N., Lerman, K. y Galstyan, A. (2021). A survey on bias and fairness in machine learning. ACM Computing Surveys, 54(6), 1-35. https://doi.org/10.1145/3457607
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. (2023). La inteligencia artificial en la Educación. Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. https://www.unesco.org/es/digital-education/artificial-intel-ligence
Parlamento Europeo y Consejo de Europa. (2024). Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo, de 13 de junio de 2024, por el que se establecen normas armonizadas sobre inteligencia artificial y se modifican los Reglamentos (CE) n.º 300/2008, (UE) n.º 167/2013, (UE) n.º 168/2013, (UE) 2018/858, (UE) 2018/1139 y (UE) 2019/2144 y las Directivas 2014/90/UE, (UE) 2016/797 y (UE) 2020/1828 (Ley de Inteligencia Artificial). EUR-Lex [repositorio de legislación europea en línea]. https://eur--lex-europa-eu.trans-late.goog/eli/reg/2024/1689/oj/eng?_x_tr_sl=en&_x_tr_tl=es&_x_tr_hl=es&_x_tr_pto=tc
Pit, P., Ma, X., Conway, M., Chen, Q., Bailey, J., Pit, H., Keo, P., Diep, W. y Jiang, Y. (2024). Whose side are you on? Investigating the political stance of large language models. arXiv. https://doi.org/10.48550/arXiv.2403.13840
Política para la transformación digital, Agenda digital cubana y Estrategia de inteligencia artificial. (Mayo 29, 2024). S. e.
Quezada, G., Castro, M. y Quezada, M. (2022). Inteligencia artificial y enseñanza del Derecho: su incorporación durante la pandemia de la Covid-19. Revista Venezolana de Gerencia, 8(27), 750-762
Rong, H. y Subhan, F. (2026). Encuesta sobre la IA en la Educación Superior en América Latina 2026. Digital Education Council. https://www.digitaleducationcouncil.com/post/ai-in-higher-education-latam-survey-2026
Tribunal de Distrito de los Estados Unidos para el Distrito Sur de Nueva York. (2023). Mata vs. Avianca. https://www.law.berkeley.edu/wp-content/uploads/2025/12/Mata-v-Avianca-Inc.pdf
Tribunal Superior de Justicia de Navarra, Sala de lo Civil y Penal Pamplona/Iruña. (Septiembre 4, 2024). Auto 2/2024. https://websitedc.s3.amazonaws.com/docu-ments/ATSJ_NA_38_2024.pdf
Tribunal Superior de Justicia de Canarias, Sala de lo Penal, Sección 1.ª. (Febrero 10, 2026). Auto de 10 de febrero de 2026. https://websitedc.s3.amazonaws.com/docu-ments/1771188875411.pdf
Wen, D., Khan, S. M., Xu, A. J., Ibrahim, H., Smith, L., Caballero, J. y Matin, R. N. (2022). Characteristics of publicly available skin cancer image datasets: a systematic review. The Lancet Digital Health, 4(1), e64-e74. https://doi.org/10.1016/S2589-7500(21)00252-1
1 La encuesta recopiló más de 30 mil respuestas —incluidas 22 941 de estudiantes y 7319 de profesores, en 29 instituciones educativas—, lo que la convierte en la mayor de su tipo. Los hallazgos ofrecen orientaciones valiosas para las instituciones que buscan desarrollar estrategias de IA reflexivas y centradas en los actores principales del proceso docente.
2 ChatGPT es un modelo de lenguaje de IA, producido por OpenAI y lanzado a finales de 2022. Las siglas GPT (Generative, Pretrained, Transformer) sugieren que son «autorregresivos»; predicen, palabra por palabra, lo que viene después, con base en todo lo que ya han leído antes. Por ejemplo, dada la frase «la naturaleza jurídica del matrimonio es», un modelo GPT podría predecir «un contrato civil» —con una probabilidad de un 30 %— o «una institución jurídico-social» —con un 23 % de probabilidad—. Es decir, el sistema elige la palabra más factible que debería venir después, según lo aprendido en millones de textos. Ese proceso se repite indefinidamente, lo que permite la composición de textos extensos.