# ¿Qué es la revisión asistida por tecnología (TAR)?

> La revisión asistida por tecnología, o TAR, es el uso del aprendizaje automático para clasificar o jerarquizar documentos por relevancia en eDiscovery, entrenado con las decisiones de codificación de revisores humanos. También se la conoce comúnmente como codificación predictiva.

La TAR surgió como respuesta a volúmenes de revisión que hacían impracticable la revisión lineal, documento por documento. En lugar de leerlo todo, un equipo entrena un modelo con un conjunto de decisiones de codificación humanas y lo utiliza para jerarquizar o clasificar el resto de la población de documentos.

Suelen distinguirse dos grandes enfoques.

**TAR 1.0** entrena un modelo con un conjunto de control codificado por un revisor sénior, lo aplica una sola vez a toda la población y después se revisan los documentos que el modelo jerarquiza como probablemente pertinentes. El entrenamiento se realiza al principio y luego se detiene.

**TAR 2.0**, o aprendizaje activo continuo, vuelve a entrenar el modelo a medida que trabajan los revisores. Cada nueva decisión de codificación afina la jerarquización, de modo que los documentos con mayor probabilidad de ser pertinentes siguen subiendo a los primeros lugares. Hoy es el enfoque más común.

La TAR cuenta con una amplia trayectoria de aceptación judicial en Estados Unidos y otros países, generalmente porque el proceso utilizado fue razonable y estuvo documentado, y no porque se hubiera aprobado una herramienta en particular. Los tribunales han tendido a centrarse en la validación: qué exhaustividad (recall) se logró, cómo se midió y si el protocolo se comunicó a la contraparte.

La principal limitación es que la TAR aprende de ejemplos y no de instrucciones. Necesita suficientes documentos codificados antes de resultar útil y, si la definición de pertinencia cambia a mitad de la revisión, el modelo debe volver a entrenarse.

Los enfoques más recientes basados en modelos de lenguaje siguen el camino opuesto: los criterios se formulan en lenguaje sencillo y se aplican directamente a cada documento, con una cita del pasaje que respalda cada decisión. Esto elimina la necesidad de un conjunto de entrenamiento y permite examinar cada decisión individual.

Lectura relacionada: [Sedona Canada y la nueva realidad de la revisión asistida por tecnología en 2026](/stories/sedona-canada-technology-assisted-review-2026).

Claira funciona de esta manera. Puede [ver la diferencia con sus propios datos](/demos).