Un agente para cada oficial de notaría: qué delegar y qué no delegar en la IA
La diferencia entre un chatbot y un agente, contada para quien todavía no ha trabajado con agentes.
La semana pasada vi a una oficial preparar una cancelación de hipoteca en el tiempo que antes le costaba abrir los adjuntos. Llegó el email del banco con el certificado de cancelación económica y la nota simple. Se los pasó a su agente, revisó las dos solicitudes que le devolvió, corrigió un segundo apellido y las dejó listas para firma. Cuatro pasos que antes hacía ella, uno a uno, con el documento del banco abierto en una pantalla y la plantilla en la otra.
Esa escena resume mejor que cualquier informe lo que ha cambiado este año. Y para entenderla hay que empezar por una distinción que no suele explicarse bien.
El chatbot responde; el agente hace
Un chatbot es una conversación. Le preguntas, te contesta, y todo lo demás sigue siendo trabajo tuyo: copiar el texto, abrir la plantilla, buscar los datos en el certificado, pegarlos uno a uno, comprobar que no se ha inventado nada. El chatbot sabe mucho pero no puede “tocar” nada, no puedes delegarle trabajo.
A un agente sí le puedes delegar trabajo. Le das un objetivo, le subes la plantilla pertinente y le dices que procese los documentos para x trámite, y él encadena los pasos: lee el certificado del banco, extrae los datos de los titulares y de la finca, rellena la plantilla con los datos pertinentes y te presenta el resultado terminado para que lo revises. El trabajo del oficial se desplaza del teclado al criterio, la revisión y la corrección.
¿Por qué importa tanto la diferencia? Porque el salto de productividad está en los pasos intermedios, justo los que el chatbot te dejaba a ti. Quien solo ha probado chatbots ha visto una fracción pequeña de lo que la IA es capaz de hacer hoy por hoy en un despacho.
El % de acierto en procesos de varios pasos
Los agentes tienen una aritmética propia que conviene conocer. Los errores se multiplican por el camino: un agente que acierta el 95% de los pasos, completa sin fallos una tarea de cuatro pasos el 81% de las veces. Con diez pasos, baja al 60%. Esta multiplicación explica por qué los primeros agentes de 2025 frustraron a tantas empresas.
La buena noticia es que los dos términos de esa multiplicación han mejorado a la vez. Los modelos de frontera aciertan más en cada paso: Claude Fable 5, presentado hace unos días este mismo junio, es el primero en superar el 90% en evaluaciones de tareas analíticas largas y complejas, diez puntos por encima de la generación anterior [3]. Y los procesos bien diseñados necesitan menos pasos, porque los agentes especializados ya vienen con el trámite aprendido.
El resultado práctico: los procesos cortos (hasta cuatro pasos, con documentos de entrada claros y un resultado verificable) son hoy terreno fiable. Una cancelación, un borrador de poder para pleitos, el cotejo de datos entre certificado y nota simple.... Ahí es donde un despacho debería empezar, y donde el retorno de adoptar IA especializada se nota la primera semana.
Qué delegar y qué no
Se delega bien todo lo que es corto, mecánico y comprobable: extraer datos de un documento, rellenar una plantilla con esos datos, cruzar dos fuentes para detectar discrepancias, preparar el borrador de un trámite recurrente. El propio Notariado lleva tiempo desarrollando su proyecto Atenea, que extrae campos de las escrituras para el Índice Único con un acierto medio del 96% y revisión humana [4] (tarea de clasificación documental, distinta de la IA generativa que redacta junto al oficial, pero con la misma lección dentro: automatizar el paso repetitivo y mantener a la persona aplicando juicio crítico al resultado).
No se delega lo que constituye el oficio: la calificación jurídica, el juicio sobre qué procede en cada caso, la fe pública, la conversación con el cliente que no sabe lo que necesita. Tampoco conviene delegar a ciegas lo delegable: un buen despliegue da a cada oficial su agente con permisos acotados a sus trámites, deja registro de cada acción y pone la revisión humana donde el coste de un error lo justifica. Así trabaja OficialLM: agentes especializados, entrenados con las plantillas de cada notario, con el oficial aprobando el resultado final y dirigiendo a esos agentes.
¿Y el miedo a que el agente sustituya al oficial? Lo que hemos visto apunta más bien en otra dirección… el oficial con agente de IA especiliazado saca adelante más trámites y dedica el tiempo recuperado a lo que la máquina hace mal, que es casi todo lo que de verdad importa en una notaría.
Saber qué delegar se está convirtiendo en parte del oficio. El agente permite gestionar más volumen de trabajo en el mismo tiempo. El criterio de quien revisa sigue siendo la fuente de generación de valor de ese trabajo.
Referencias
[1] AI agents are entering their rebuild era as enterprises confront the reliability problem (VentureBeat) — https://venturebeat.com/orchestration/ai-agents-are-entering-their-rebuild-era-as-enterprises-confront-the-reliability-problem
[2] Towards a Science of AI Agent Reliability (arXiv, 2026) — https://arxiv.org/html/2602.16666v1
[3] Claude Fable 5 and Claude Mythos 5 (Anthropic, 09/06/2026) — https://www.anthropic.com/news/claude-fable-5-mythos-5
[4] El Notariado aplica una IA supervisada para mejorar la calidad e inmediatez de la información notarial (CGN, 27/03/2025) — https://www.notariado.org/portal/en/-/el-notariado-aplica-una-ia-supervisada-para-mejorar-la-calidad-e-inmediatez-de-la-informaci%C3%B3n-notarial