# Guía definitiva de automatización de flujos de trabajo de eDiscovery con IA _2026-08-11_ La mayoría de los equipos de litigio ya utilizan un flujo de trabajo de eDiscovery automatizado, aunque casi ninguno lo describe de esa manera. La ingesta se ejecuta según una programación. La deduplicación, la agrupación de hilos de correo y la identificación de casi duplicados ocurren sin que nadie pulse un botón. Los términos de búsqueda se propagan por todo un caso en segundos. Esa automatización es real y está madura. Y entonces se detiene. Se detiene en el preciso momento en que alguien tiene que decidir qué significa un documento. Todo lo que ocurre antes de esa decisión lleva años automatizado. La decisión en sí la sigue tomando una persona que lee un documento a la vez en una pantalla, y es ahí donde ahora se concentran el costo, el retraso y la inconsistencia de un asunto moderno. Esta guía trata de cerrar esa brecha. No eliminando a los abogados del flujo de trabajo, sino automatizando la lectura para que el criterio humano se dedique a un conjunto de decisiones más pequeño y mejor organizado. ## La automatización es una secuencia, no un interruptor No existe un único botón que automatice una revisión. Lo que existe, en la práctica, es una secuencia de traspasos, y cada traspaso está automatizado o no lo está. Un asunto pasa por la recopilación, el procesamiento, la depuración, la evaluación de primer nivel, el control de calidad y la producción. La automatización ya se ha hecho cargo de las tres primeras etapas. La cuarta, la evaluación de primer nivel, es la que escala mal, porque escala con el número de personas. Añadir revisores es una respuesta lineal a un problema que crece a un ritmo más que lineal. Por lo tanto, la pregunta útil es acotada. ¿Qué paso sigue exigiendo que una persona lea cada elemento, y puede delegarse esa lectura sin perder el registro de por qué se tomó cada decisión? Si la respuesta a la segunda parte es no, usted no tiene automatización. Tiene un atajo, y los atajos no sobreviven a una impugnación. ## La capa de integración determina si la automatización es real Gran parte de lo que se vende como automatización de flujos de trabajo es en realidad reubicación de flujos de trabajo. La herramienta está fuera de su plataforma de revisión, así que usted le exporta los documentos, los procesa en otro lugar y luego vuelve a importar los resultados. Cada uno de esos pasos supone una nueva copia de los datos, una nueva cuestión de custodia y un nuevo punto donde el flujo de trabajo puede fallar. Claira adopta el enfoque contrario. Funciona como una extensión de la interfaz de usuario dentro de Nuix Discover, lo que significa que no hay cambio de plataforma, ni entorno paralelo, ni migración de datos que planificar. Los revisores abren el mismo caso de siempre. El panel de Claira aparece junto a la lista de documentos que ya utilizan, y los resultados se registran directamente en campos de Nuix Discover que ya existen en el caso. Esto importa más de lo que parece. Un flujo de trabajo automatizado que requiere una exportación no está automatizado de principio a fin, porque una persona tiene que gestionar la exportación, verificar el viaje de ida y vuelta y conciliar lo que regresó. Un flujo de trabajo automatizado que vive dentro de la plataforma simplemente se ejecuta. ## El rendimiento es la verdadera razón de ser de la automatización La razón para automatizar la lectura no es la novedad. Es que el volumen de datos que pueden ser objeto de discovery en un asunto promedio ha superado la cantidad de horas que un equipo puede dedicarle. Ejecutar un Bulk Scan en Claira aplica un prompt guardado y un campo conectado a un conjunto seleccionado de documentos en Nuix Discover, y los procesa a un ritmo que ningún equipo de revisión puede igualar. Un modelo que lee aproximadamente diez mil documentos por hora cambia lo que vale la pena revisar. El muestreo deja de ser una necesidad presupuestaria y se convierte en una elección deliberada. Usted puede aplicar un criterio de pertinencia, un filtro de privilegio (secreto profesional) y una pasada de codificación objetiva a toda la población y aun así terminar dentro de un plazo que antes le habría obligado a reducir primero el conjunto. Los resultados se van registrando en el campo conectado de Nuix Discover mientras la tarea sigue en curso, de modo que la revisión de los resultados puede empezar antes de que termine la ejecución. Las ejecuciones más grandes pueden pasarse a procesamiento en segundo plano y continuar en el servidor después de cerrar el navegador. El funcionamiento está documentado en la [guía de Bulk Scan](https://support.claira.to/docs/en/ai-review/bulk-scan), y las decisiones de secuenciación que rodean una ejecución muy grande se tratan con más detalle en nuestro artículo anterior sobre [cómo ejecutar una revisión con IA a gran escala](https://www.claira.to/stories/running-a-large-scale-ai-review). ## Automatice las entradas, no solo los resultados El fallo más común en una revisión automatizada no es un mal modelo. Es una instrucción inconsistente. Si el criterio varía entre ejecuciones, o entre la persona que escribió el prompt y la que lo ejecuta el mes siguiente, el resultado varía con él, y la inconsistencia se extiende entonces por toda la población en lugar de limitarse a un solo revisor. La solución es tratar las entradas como elementos del flujo de trabajo por derecho propio. Case Context contiene los antecedentes del asunto, las partes, la terminología y las cuestiones en disputa, de modo que cada análisis del caso razone a partir de la misma comprensión compartida y no de lo que el autor del prompt haya recordado incluir. Los prompts guardados contienen el criterio en sí. Los campos conectados contienen el destino. Juntos, estos tres elementos hacen que una ejecución sea repetible, que es la verdadera definición de un proceso automatizado. Esto conlleva una disciplina. Pruebe un prompt en una pequeña muestra con revisión individual antes de destinarlo a una ejecución masiva. Mantenga una configuración guardada por flujo de trabajo para que la configuración no varíe. Anote el modelo, el prompt y la asignación de campos en el registro del asunto. Es el mismo control de cambios que cualquier firma aplicaría a una plantilla de documento. ## Lo que un flujo de trabajo automatizado no debe conservar La automatización plantea una pregunta legítima por parte de los clientes y de los abogados de la contraparte. ¿Adónde fueron los documentos y quién los tiene ahora? La respuesta de Claira es arquitectónica, no contractual. Cada análisis es una solicitud y una respuesta. El texto del documento, y en el caso de un análisis multimedia el archivo de origen, se envía a un punto de conexión (endpoint) del modelo fijado a la región de implementación, la respuesta regresa y se registra en el campo de Nuix Discover. El contenido del cliente se procesa por solicitud y no se utiliza para entrenar modelos propiedad de Claira. Lo que persiste del lado de Claira son metadatos operativos, es decir, registros de análisis, estado de facturación y configuración del caso, que es precisamente lo que hace posible el registro de auditoría. El almacenamiento temporal de los análisis multimedia, cuando se utiliza, está cifrado, tiene control de acceso y se elimina después del procesamiento. La arquitectura completa, incluidas las regiones de implementación en Canadá y Australia, se describe en la [documentación de privacidad y seguridad](https://support.claira.to/docs/en/administration/privacy-and-security). La consecuencia práctica es que sus pruebas no adquieren un segundo hogar. Permanecen en Nuix Discover, donde su registro de custodia ya las tiene contempladas. Un flujo de trabajo automatizado no genera un conjunto de producción. Genera un conjunto priorizado, codificado y explicado de decisiones candidatas, cada una con su razonamiento adjunto, registradas en campos en los que usted ya confía. Lo que viene después no cambia. Un abogado muestrea los resultados, revisa los desacuerdos, ajusta el criterio donde el modelo fue demasiado amplio o demasiado estrecho y toma la decisión final que se registra en el campo de producción. Lo que cambia es la distribución del esfuerzo. Menos tiempo dedicado a leer documentos que nunca iban a importar, y bastante más a los que deciden el caso. Si desea ver la secuencia completa en funcionamiento, puede [agendar una breve demostración](https://www.claira.to/meet) y ver cómo un Bulk Scan registra resultados en Nuix Discover en tiempo real. La automatización nunca iba a aportar el criterio. Solo iba a aportar la lectura, y la lectura era la parte que no escalaba.