La inteligencia artificial y las bases de datos jurídicas especializadas como recursos de contraste en las clases prácticas de derecho

Artificial intelligence and specialised legal databases as tools for critical comparison in practical law classes

DOI: https://doi.org/10.69592/3045-7955-N3-2026-ART-2

Anna Raga i Vives

Profesora Ayudante Doctora de Derecho Penal. Universitat de València1

Recibido el 7 de julio de 2026; aceptado el 19 de julio de 2026.

Sumario: I. Introducción: la IA como desafío metodológico. II. ¿Por qué innovar en la docencia universitaria? 1. Limitaciones del modelo clásico. 2. Nuevas exigencias del contexto profesional y académico. III. Qué puede aportar la IA a las clases prácticas de derecho. 1. Herramientas disponibles. 2. Principales ventajas. IV. Propuesta de implementación. 1. Metodología: cómo introducir la IA en la práctica jurídica. V. Alcance y evaluación futura de la propuesta. 1. Naturaleza y alcance del modelo. 2. Protocolo para una futura evaluación. 3. Dimensiones que deberán evaluarse. 4. Riesgos o limitaciones. VI. Conclusiones. VII. Bibliografía.

Resumen: La incorporación de la inteligencia artificial al ejercicio profesional del Derecho plantea la necesidad de revisar también su tratamiento en la docencia universitaria. Este trabajo formula una propuesta teórico-metodológica para integrar, de manera guiada, la inteligencia artificial y las bases de datos jurídicas especializadas en las clases prácticas de Derecho. La propuesta concibe estas herramientas como recursos de contraste y verificación, y no como mecanismos de resolución automática de los casos. Su finalidad es orientar al alumnado en la formulación de problemas jurídicos, la búsqueda y selección de fuentes, la comprobación de la información obtenida y la construcción de una solución jurídicamente argumentada. A tal efecto, se presenta una secuencia de implementación estructurada en distintas fases y se diseña un protocolo para su futura evaluación mediante actividades equivalentes realizadas antes y después de la intervención docente. El trabajo no ofrece resultados derivados de una aplicación empírica del modelo, sino un diseño curricular susceptible de ser implementado y evaluado en futuras experiencias docentes.

Palabras Clave: Inteligencia artificial, bases de datos jurídicas, innovación docente, argumentación jurídica, pensamiento crítico, aprendizaje activo.

Abstract: The integration of artificial intelligence into legal practice also requires a reconsideration of its role in university teaching. This paper presents a theoretical and methodological proposal for the guided integration of artificial intelligence and specialised legal databases into practical Law classes. These tools are conceived as resources for critical comparison and verification rather than as mechanisms for the automatic resolution of legal cases. The proposal seeks to guide students in identifying legal issues, searching for and selecting relevant sources, verifying the information obtained and constructing a legally reasoned solution. To this end, the paper presents a structured implementation sequence and designs a protocol for its future evaluation through equivalent activities conducted before and after the teaching intervention. The paper does not report results from an empirical implementation of the model, but instead offers a curricular design that may be implemented and evaluated in future teaching experiences.

Keywords: Artificial intelligence, legal databases, teaching innovation, legal reasoning, critical thinking, active learning.

I. Introducción: la IA como desafío metodológico

La transformación tecnológica ha alterado por completo el ejercicio de muchas profesiones, y el Derecho no es una excepción. Hoy día resulta impensable que un abogado, un juez o un fiscal afronten su tarea sin recurrir a una base de datos jurídica. Sin embargo, esa transformación no ha calado con la misma profundidad en el ámbito universitario2. Aunque los estudiantes de Derecho y otras disciplinas afines tienen a su disposición herramientas avanzadas —como las bases de datos— proporcionadas por las universidades, su uso no suele integrarse de forma estructural en las actividades evaluables, pese a estar disponible institucionalmente. Como norma general, recurren a plataformas generalistas como ChatGPT, que, aunque útil, presenta limitaciones para abordar con solvencia determinados problemas jurídicos. Se trata de una herramienta de propósito general, no diseñada específicamente para la búsqueda y el análisis de fuentes jurídicas.

Este trabajo plantea una propuesta concreta para integrar la inteligencia artificial (en adelante, IA) en las clases prácticas de Derecho, desde una perspectiva centrada en el aprendizaje mediante recursos de contraste. Se trata de fomentar un aprendizaje activo, en el que el estudiante construya conocimiento a partir del uso reflexivo y crítico de las distintas bases de datos y de la IA. En lugar de presentar respuestas cerradas, se busca que el estudiantado explore por sí mismo los problemas jurídicos que se le han planteado y contraste diferentes opciones. En este planteamiento, la IA no aporta la «respuesta», sino que amplía el material de contraste para que el estudiantado diagnostique el problema y justifique su solución. El trabajo tiene, por tanto, un carácter estrictamente propositivo. No presenta los resultados de una metodología ya aplicada, sino un diseño curricular para la incorporación guiada de estas herramientas y un posible sistema para evaluar empíricamente su eficacia en futuras experiencias docentes.

II. ¿Por qué innovar en la docencia universitaria?

1. Limitaciones del modelo clásico

Durante años, las clases prácticas en Derecho se han centrado en la resolución individual de supuestos que el estudiante debe preparar por escrito. Este modelo le plantea al alumno el reto de resolver un problema jurídico con poco más que el manual de la asignatura y el correspondiente código. Aunque esta práctica tiene el mérito de fomentar la autonomía del estudiante, deja fuera del proceso formativo herramientas que hoy son esenciales para el ejercicio profesional. De hecho, los estudiantes rara vez recurren a bases de datos jurídicas o a sistemas de análisis avanzados para abordar los casos prácticos que se les plantean. No porque no existan, sino porque el diseño de las actividades no los contempla de forma expresa. Esto resulta contradictorio, pues se espera del estudiante un razonamiento riguroso, pero se le impide utilizar los recursos que cualquier jurista en ejercicio emplearía de forma cotidiana.

Así, y aunque esta afirmación admite matices, las prácticas reproducen un modelo de aprendizaje desconectado de la realidad, donde se entrena al alumno para resolver problemas jurídicos en condiciones muy alejadas de las que encontrará en su desempeño futuro. A ello se le suma que es prácticamente imposible impedir que los estudiantes acaben recurriendo a herramientas de IA para tratar de resolver las dudas que les asaltan. El uso de la IA por parte del alumnado, lejos de ser una práctica anecdótica, es la norma general y pone de relieve la necesidad de formar en el uso adecuado de plataformas especializadas orientadas específicamente al ámbito jurídico.

No se trata, empero, de negar la utilidad de herramientas generalistas como ChatGPT, que pueden ofrecer apoyo puntual en la organización de ideas o en la comprensión inicial de ciertos conceptos, sino de subrayar que no están diseñadas para operar con el rigor metodológico ni con los contenidos técnicos propios del Derecho. Por ello, conviene dirigir al estudiante hacia el manejo competente de bases de datos especializadas, bases de datos jurídicas, con integración de IA, que son las que —previsiblemente— utilizará en su futura práctica profesional.

2. Nuevas exigencias del contexto profesional y académico

Antes de comenzar, conviene recordar una idea básica: las plataformas de IA han llegado para quedarse3. No tiene sentido ignorarlas ni aspirar a erradicarlas del aula4. Al contrario, el reto consiste en convivir con ellas y aprender a utilizarlas con criterio5.

El ejercicio profesional del Derecho está hoy profundamente condicionado por el uso de las nuevas tecnologías. Por suerte, las búsquedas jurisprudenciales, doctrinales o legislativas ya no se hacen en papel, ni siquiera a través de Internet con la búsqueda de palabras clave. La tecnología ha evolucionado de forma exponencial, y con ella lo han hecho las herramientas a disposición del jurista. Plataformas como Tirant Analytics, Jurimetría o VLex Analytics no se limitan a facilitar el acceso a documentos jurídicos: permiten establecer patrones de interpretación, detectar criterios de decisión predominantes en determinados órganos judiciales, anticipar riesgos o estrategias procesales, e incluso vincular conceptos de distintas ramas del Derecho. Algunas de estas herramientas incorporan ya funciones avanzadas basadas en IA, que les permiten procesar grandes volúmenes de información y también ofrecer respuestas, es decir, proponer soluciones jurídicas o simular razonamientos propios de un operador jurídico.

En este contexto, lo que se propone en las clases prácticas es preparar a los estudiantes para «navegar» por el ordenamiento con solvencia. Esto exige una integración real de estas competencias dentro de las propias asignaturas, pero no como un mero apéndice técnico, sino como parte central del aprendizaje. Formar juristas competentes hoy implica formar juristas capaces de pensar con y a través de las tecnologías que ya están marcando el rumbo de la profesión. Frente a su prohibición o persecución, Cordón García acertadamente aboga por evaluar el proceso (y no solo el resultado) e incorporar estas herramientas al trabajo diario6.

III. Qué puede aportar la IA a las clases prácticas de Derecho

1. Herramientas disponibles

Las bases de datos jurídicas han superado la mera función de localización de sentencias o artículos doctrinales. Entre las funcionalidades más destacables se encuentran: (1) los filtros inteligentes por órgano, fecha, línea jurisprudencial o tipo de resolución; (2) la posibilidad de generar gráficas interactivas que permiten visualizar la evolución de un determinado criterio jurídico en el tiempo; (3) las agrupaciones semánticas que permiten explorar conceptos jurídicos relacionados, aunque no se formulen de forma idéntica; (4) los enlaces automatizados entre jurisprudencia, legislación y doctrina. Esta última función, en particular, permite que una única búsqueda lleve al estudiante más allá del documento inicial, conectándolo con el contexto normativo y doctrinal pertinente sin necesidad de múltiples búsquedas independientes.

Por ejemplo, si un estudiante quiere explorar la aplicación de la legítima defensa, no solo podrá recuperar sentencias que mencionen este instituto, sino que podrá filtrar por delito, comprobar en qué casos prospera o no, y analizar cómo ha evolucionado la interpretación del Tribunal Supremo en los últimos años. Además, la herramienta puede mostrar qué tribunales son más restrictivos o benévolos en su aplicación, qué factores probatorios se consideran más relevantes, o qué argumentos suelen resultar más eficaces, etc.

Este tipo de tecnología, por tanto, no sustituye el razonamiento jurídico, pero sí lo orienta. Le ofrece al estudiante la posibilidad de analizar el Derecho como un sistema dinámico, no como un conjunto estático de normas. Y al hacerlo, convierte la búsqueda de información en un proceso activo de construcción del conocimiento, alineado con los objetivos de un aprendizaje más profundo, contextualizado y crítico.

2. Principales ventajas

La incorporación guiada de estas herramientas al aula puede modificar la forma en que el alumnado se enfrenta a los casos prácticos. El diseño propuesto pretende que no se limite a reproducir lo explicado en clase, sino que formule preguntas, realice búsquedas propias y contraste si su planteamiento inicial encuentra respaldo en las fuentes localizadas7. No se parte, por tanto, de que este efecto se produzca necesariamente, sino de que la metodología crea las condiciones para favorecer un aprendizaje más activo.

El trabajo con estas herramientas puede exigir al alumnado que vaya más allá del supuesto concreto. Los documentos relacionados, los filtros y las conexiones entre jurisprudencia, legislación y doctrina proporcionan materiales que deben ser interpretados, comparados y seleccionados. La actividad se orienta así a favorecer un aprendizaje por descubrimiento, aunque la consecución efectiva de este objetivo deberá comprobarse mediante la aplicación del modelo.

Algunas bases de datos jurídicas incorporan sistemas de IA conectados con repositorios documentales especializados. A diferencia de los modelos generalistas, estas herramientas pueden recuperar previamente legislación, jurisprudencia o doctrina contenida en un corpus delimitado y utilizar esos documentos para elaborar la respuesta. Este mecanismo permite restringir el universo de información empleado y, cuando se identifican o enlazan las fuentes utilizadas, facilita la trazabilidad y la posterior verificación por el usuario. Sin embargo, la especialización del repositorio no garantiza la corrección de los resultados ni elimina el riesgo de alucinación. Pueden producirse errores en la recuperación de los documentos, en su selección, en la interpretación de su contenido o en la generación de la respuesta. Por ello, su principal ventaja pedagógica radica en permitir que el alumnado contraste la respuesta generada con las fuentes jurídicas que deberían sustentarla.

Asimismo, la integración de legislación, jurisprudencia y doctrina procedentes de distintas ramas jurídicas puede contribuir a que el alumnado no perciba las asignaturas como compartimentos estancos. Si, por ejemplo, se enfrenta a una ley penal en blanco, es decir, a una ley penal que no describe completamente una conducta, remitiéndose para su definición a otras normas, y tiene que acudir a normativa «X» para completar su contenido, utilizando la base de datos especializada en Derecho empieza a entender que el Derecho funciona como un todo, como un sistema conectado.

Finalmente, cabe plantear como hipótesis que el manejo autónomo de herramientas próximas a las utilizadas en la práctica profesional pueda favorecer la implicación del alumnado. No obstante, su posible incidencia sobre la motivación constituye una cuestión que deberá comprobarse en una futura aplicación del modelo, y no un resultado que pueda darse por demostrado en este trabajo.

IV. Propuesta de implementación

1. Metodología: cómo introducir la IA en la práctica jurídica

La integración de IA se concibe como un instrumento de contraste y verificación8, no como un mecanismo de resolución automática del caso: la IA no aporta la «respuesta», sino que amplía el material de contraste (jurisprudencia/doctrina) para que el estudiantado «diagnostique».

Se propone dedicar la primera sesión práctica a familiarizar al alumnado con las herramientas disponibles: a qué bases de datos tienen acceso a través de la universidad, qué pueden hacer con ellas, y cómo aprovecharlas más allá de una simple búsqueda por palabras clave.

En esa primera sesión, el profesorado puede plantear una búsqueda guiada a partir de un caso sencillo9. Se trataría de mostrar, paso a paso, lo esencial: cómo localizar la jurisprudencia relevante, cómo filtrar por órgano, fecha o sentido del fallo, cómo acceder a los comentarios doctrinales más recientes o cómo detectar patrones argumentativos habituales en ese tipo de casos. En las sucesivas clases, se trataría de mostrar cómo funcionan las herramientas de IA. Se haría una presentación de las mismas y de todo lo que pueden aprovechar de ellas.

A partir de ahí, lo ideal es que las herramientas se integren en las prácticas ordinarias del curso. Se trata de normalizar el uso de estas tecnologías como parte del trabajo que deben realizar. Por ejemplo, ante un supuesto práctico sobre tentativa o legítima defensa, se le puede pedir al alumno que justifique su solución no solo con el artículo correspondiente del Código Penal, sino también con resultados extraídos: cómo ha tratado el Tribunal Supremo esa institución, qué factores han sido decisivos para estimarla, en qué tipos delictivos prospera más, etc.

Además, estas herramientas permiten organizar prácticas más dinámicas, como simulaciones de juicios, en las que cada grupo defienda su postura con base en los datos reales que haya encontrado.

La intervención docente puede ordenarse en distintas fases, orientadas a que el alumnado no utilice la IA o las bases de datos jurídicas como mecanismos de respuesta automática. La secuencia de trabajo se resume en la siguiente tabla.

Tabla 1- Fases de implementación de la metodología propuesta

FASE	OBJETIVO DOCENTE	ACTIVIDAD DEL ESTUDIANTE	PAPEL DEL PROFESOR	EVIDENCIA EVALUABLE
1. Familiarización con la herramienta	Conocer las bases de datos jurídicas y sus funciones avanzadas. Conocer sistema IA.	Acceso guiado a la plataforma.	Explica el funcionamiento básico.	Registro de búsquedas iniciales y breve reflexión sobre su utilidad.
2. Formulación del problema jurídico	Aprender a transformar un supuesto práctico en una pregunta.	Identificación de los problemas del caso y formulación de términos de búsqueda.	Orienta la delimitación del problema y corrige búsquedas demasiado amplias, imprecisas…	Pregunta jurídica formulada y justificación de los criterios de búsqueda.
3. Búsqueda y selección de fuentes	Desarrollar competencias de localización y filtrado.	Uso de filtros por órgano, fecha, materia…	Supervisa la selección de fuentes y ayuda a distinguir resultados pertinentes de resultados accesorios.	Listado razonado de fuentes seleccionadas.
4. Contraste de resultados	Evitar el uso acrítico de la IA o de las bases de datos jurídicas.	Comparación entre resultados.	Plantea preguntas de contraste.	Informe sobre los resultados encontrados.
5. Construcción de la solución jurídica	Integrar norma, jurisprudencia, doctrina y razonamiento propio.	Redacción de la solución del caso práctico.	Evalúa la coherencia argumentativa.	Resolución escrita del caso.

En definitiva, se propone que la evaluación se centre en el proceso seguido por el estudiante, y no únicamente en la decisión final. El objetivo es valorar cómo utiliza las herramientas, cómo delimita el problema jurídico, qué fuentes selecciona, cómo interpreta la información obtenida y de qué modo construye una respuesta razonada a partir de ella. De este modo, el uso de la base de datos y de la IA queda subordinado al aprendizaje jurídico y no al contrario: no sustituye el razonamiento, sino que permite hacerlo más explícito, contrastable y evaluable.

V. Alcance y evaluación futura de la propuesta

1. Naturaleza y alcance del modelo

La metodología descrita constituye una propuesta docente que todavía no ha sido implementada ni evaluada en una muestra real de estudiantes. En consecuencia, no es posible afirmar que su aplicación produzca una mejora en la capacidad argumentativa, en la selección de fuentes, en la motivación o en el pensamiento crítico del alumnado. Su aportación consiste en ofrecer una secuencia estructurada para incorporar la IA y las bases de datos jurídicas a las clases prácticas, así como en identificar las dimensiones que deberían analizarse para comprobar posteriormente su eficacia.

La distinción resulta relevante porque la coherencia interna del modelo o su adecuación a determinadas finalidades pedagógicas no demuestran por sí mismas que esas finalidades se alcancen. Para ello sería necesario aplicar la metodología, recoger evidencias del trabajo realizado por el alumnado y comparar los resultados obtenidos conforme a criterios previamente definidos.

2. Protocolo para una futura evaluación

Una futura implementación del modelo podría evaluarse mediante un diseño comparativo antes/después, basado en la resolución de dos casos prácticos de dificultad equivalente: uno previo a la introducción guiada del uso de bases de datos jurídicas y de la IA, y otro posterior a la intervención docente. Este diseño permitiría examinar si se producen cambios observables en la manera en que el alumnado identifica el problema jurídico, selecciona las fuentes, contrasta la información obtenida y construye su argumentación.

El primer momento consistiría en una actividad diagnóstica inicial, en la que el alumnado resolvería un supuesto práctico sin haber recibido formación específica sobre el uso de estas herramientas. La actividad permitiría conocer su punto de partida: qué problemas jurídicos detecta, qué fuentes utiliza espontáneamente, cómo organiza la información y de qué manera justifica la solución alcanzada.

A continuación, se desarrollaría la intervención docente, orientada a explicar el funcionamiento de las herramientas, entrenar la formulación de preguntas jurídicas, el uso de filtros, la selección de fuentes, la trazabilidad de los resultados y el contraste crítico de la información. Finalmente, el alumnado resolvería un nuevo caso práctico de dificultad equivalente utilizando las herramientas trabajadas durante el curso.

Para que la comparación fuera consistente, ambas actividades deberían ser corregidas mediante una misma rúbrica y, preferiblemente, evaluadas de forma anonimizada. El diseño podría complementarse con información cualitativa obtenida mediante cuestionarios, entrevistas o reflexiones del alumnado, especialmente para valorar su percepción sobre la utilidad de las herramientas, las dificultades encontradas y el posible riesgo de dependencia.

3. Dimensiones que deberán evaluarse

La futura aplicación del modelo debería permitir contrastar, al menos, las siguientes hipótesis. En primer lugar, si la intervención favorece una identificación más precisa del problema jurídico. En segundo lugar, si repercute en la pertinencia, actualidad y diversidad de las fuentes seleccionadas. En tercer lugar, si contribuye a una argumentación más fundada, mediante la integración de normas, jurisprudencia, doctrina y razonamiento propio. En cuarto lugar, si mejora la capacidad de verificar la información obtenida y detectar resultados irrelevantes, incompletos o incorrectos.

Estas dimensiones no constituyen resultados esperados en sentido científico, sino variables que deberían ser observadas y evaluadas. La aplicación de una misma rúbrica a la actividad inicial y a la actividad final permitiría determinar si existen diferencias apreciables y evitar que la valoración de la metodología descanse únicamente en impresiones subjetivas.

Tabla 2- Protocolo para la futura evaluación del sistema propuesto

Momento de evaluación	Finalidad	Actividad propuesta	Evidencia que se recogería
Diagnóstico inicial	Conocer el punto de partida del alumnado antes de la intervención.	Resolución de un caso práctico sin uso guiado de IA ni de bases de datos jurídicas avanzadas.	Primera resolución escrita.
Intervención del/la docente	Entrenar en el uso crítico de herramientas jurídicas.	Sesiones guiadas sobre formulación de preguntas jurídicas, búsqueda, filtrado, selección de fuentes, trazabilidad y contraste de resultados.	Registro de búsquedas, ejercicios de selección de fuentes…
Actividad final	Examinar la posible evolución del alumnado tras la intervención	Resolución de un nuevo caso práctico de dificultad equivalente con uso guiado de las herramientas trabajadas.	Segunda resolución escrita.
Comparación mediante rúbrica	Determinar si existen cambios observables en el proceso de razonamiento.	Aplicación de los mismos criterios de evaluación.	Diferencias en la identificación del problema, selección de fuentes, contraste crítico, argumentación y defensa de la solución.

4. Riesgos o limitaciones

Además de las limitaciones inherentes a una propuesta que todavía no ha sido implementada, el propio diseño presenta determinados riesgos que deberán tenerse en cuenta en su futura aplicación.

Uno de los principales riesgos de la metodología consiste en que el alumnado identifique el uso de una herramienta tecnológica con la realización de un verdadero razonamiento jurídico. La IA puede facilitar datos y mostrar patrones, pero la labor de interpretación y argumentación corresponde —aunque con ayuda de estas herramientas— a la persona. Si el estudiante confía ciegamente en lo que le devuelve el sistema, corre el riesgo de que la información sea errónea o esté mal enfocada, pues la pregunta que este le hizo seguramente lo esté. Y lo que en el aula puede pasar desapercibido, en un acto público —como una vista oral— puede dejar al letrado, juez o fiscal en evidencia o, en el caso del primero, llevarle a perder un caso.

Conectado con lo anterior, hay un cierto riesgo de «deslumbramiento» por la tecnología. A veces, lo visual, lo interactivo o lo novedoso puede hacer que se pierda de vista lo importante: que se está tratando de aprender Derecho, no simplemente manejar una plataforma. La herramienta tiene que estar al servicio del conocimiento y del análisis jurídico, no al revés.

Otro problema, que no es menor, es que no todo el alumnado parte del mismo punto. Hay estudiantes que se sienten cómodos en estos entornos digitales, y otros a los que les supera. Si no se acompaña bien el proceso, lo que en principio pretende ser una ayuda puede convertirse en una barrera.

Por último, no resulta fácil compaginar el uso de la IA con la enseñanza de la teoría. Cuando apenas hay horas para explicar los fundamentos y el alumnado todavía no cuenta con una sólida base jurídica, introducir estas herramientas puede ser contraproducente. Si no se dosifica bien su uso, existe el riesgo de que los estudiantes se apoyen en respuestas automatizadas sin haber comprendido previamente los conceptos.

VI. Conclusiones

La progresiva incorporación de la inteligencia artificial al ejercicio profesional del Derecho exige que la universidad se plantee cómo integrar estas herramientas en la formación jurídica. Esta incorporación no debe consistir en permitir que el alumnado delegue la resolución de los casos prácticos en sistemas automatizados, sino en enseñarle a utilizarlos como instrumentos de búsqueda, contraste y verificación.

El modelo presentado ofrece una propuesta teórico-metodológica para incorporar la inteligencia artificial y las bases de datos jurídicas especializadas a las clases prácticas. Su elemento central es la subordinación de la tecnología al proceso de razonamiento jurídico: el alumnado debe identificar el problema, formular la búsqueda, seleccionar las fuentes, comprobar los resultados y construir una solución propia. La evaluación debe atender, por ello, al proceso seguido y no únicamente a la respuesta final.

El trabajo no permite concluir que la metodología mejore efectivamente la argumentación, la autonomía, la motivación o el pensamiento crítico del alumnado, puesto que todavía no se ha aplicado ni evaluado empíricamente. Estas posibles aportaciones constituyen hipótesis que deberán contrastarse mediante una futura implementación del modelo, utilizando actividades comparables, una rúbrica común y evidencias tanto cuantitativas como cualitativas.

La utilización de bases de datos especializadas tampoco elimina el riesgo de errores o alucinaciones. Su ventaja reside principalmente en la delimitación del corpus jurídico, en la posibilidad de identificar las fuentes y en la mayor facilidad para verificar la información proporcionada. Precisamente por ello, la intervención del profesorado continúa siendo imprescindible para enseñar a valorar la pertinencia de los documentos recuperados, detectar respuestas insuficientemente fundamentadas y evitar una dependencia acrítica de la tecnología.

En definitiva, la contribución del trabajo no consiste en demostrar la eficacia de una metodología ya aplicada, sino en ofrecer un diseño curricular estructurado y evaluable. Su implementación futura permitirá determinar en qué medida el uso guiado de la inteligencia artificial y de las bases de datos jurídicas puede contribuir a la formación de juristas capaces de utilizar las nuevas tecnologías sin renunciar al rigor, la autonomía y la responsabilidad inherentes al razonamiento jurídico.

VII. Bibliografía

Bartolomé Pina, A., Pérez Garcias, A., y Prendes-Espinosa, M. P. coords., Informe EDUTEC sobre Inteligencia Artificial y Educación, EDUTEC, Murcia, 2024.

Bliss, J., «Teaching Law in the Age of Generative AI», en Jurimetrics, vol. 64, núm. 2, 2024, págs. 111-161.

Carranza Alcántar, M. R., y otros, «Percepciones docentes sobre la integración de aplicaciones de IA generativa en el proceso de enseñanza universitario», en REDU. Revista de Docencia Universitaria, vol. 22, núm. 2, 2024, págs. 158-176. https://doi.org/10.4995/redu.2024.22027

Cordón García, O., «Inteligencia artificial en educación superior: oportunidades y riesgos», en RiiTE. Revista Interuniversitaria de Investigación en Tecnología Educativa, núm. 15, 2023, págs. 16-27. https://doi.org/10.6018/riite.591581

Cruz Argudo, F., y otros, La inteligencia artificial generativa en la docencia universitaria: oportunidades, desafíos y recomendaciones, CRUE Universidades Españolas, s.l., 2024.

Dopazo Fraguío, M. P., y Martín García, M. M., «El impacto de la inteligencia artificial generativa: clínica jurídica e innovación docente», en Revista Jurídica de Investigación e Innovación Educativa (REJIE Nueva Época), núm. 30, 2024, págs. 93-126. https://doi.org/10.24310/rejie.30.2024.18080

Expósito Gázquez, A., y Cruz Rambaud, S., «ChatGPT como aliado en la enseñanza del Derecho Administrativo», en La docencia del Derecho en la era de la inteligencia artificial, obra colectiva, coords. Tatiana Cucurull Poblet y Antonio Fernández García, Edicions MIC, Barcelona, 2024, págs. 173-182.

González López, D., y Álvaro Peris, C., «Propuesta de laboratorio de oratoria jurídica con inteligencia artificial y perspectiva cultural», en Revista Enseñando Derecho, núm. 2, 2025, págs. 21-34. https://doi.org/10.69592/3045-7955-N2-2025-ART-2

Gutiérrez-Castillo, J. J., Romero Tena, R., y León-Garrido, A., «Beneficios de la inteligencia artificial en el aprendizaje de los estudiantes universitarios: una revisión sistemática», en Edutec. Revista Electrónica de Tecnología Educativa, núm. 91, marzo de 2025, págs. 185-206. https://doi.org/10.21556/edutec.2025.91.3607

Oficina de Ciencia y Tecnología del Congreso de los Diputados, Informe C. Inteligencia artificial y educación, Oficina de Ciencia y Tecnología del Congreso de los Diputados, Madrid, 2024. https://doi.org/10.57952/hqct-6d69

Robert Guillén, S., «Aprendizaje activo del Derecho mediante herramientas LLM como ChatGPT para la simulación de casos en el aula», en REDU. Revista de Docencia Universitaria, vol. 22, núm. 2, 2024, págs. 122-136. https://doi.org/10.4995/redu.2024.21980

Ruiz-Muñoz, G. F., y otros, «El impacto de la inteligencia artificial en la enseñanza del derecho: The impact of artificial intelligence on law education», en Multidisciplinary Latin American Journal (MLAJ), vol. 3, núm. 1, 2025, págs. 468-491. https://doi.org/10.62131/MLAJ-V3-N1-023

Sánchez Vera, M. del M., «La inteligencia artificial como recurso docente: usos y posibilidades para el profesorado», en Educar, vol. 60, núm. 1, 2023, págs. 33-47. https://doi.org/10.5565/rev/educar.1810

Schrepel, T., «Generative AI in Legal Education: A Two-Year Experiment with ChatGPT», en Law, Innovation and Technology, vol. 18, núm. 1, 2026, págs. 1-42, doi: http://dx.doi.org/10.2139/ssrn.5401422

---

1. 1 El presente trabajo forma parte del Proyecto de Innovación Educativa 2025-2026 «Entorno digital y nuevos retos en el ámbito de la docencia del Derecho penal» coordinado por el Dr. José León Alapont.

2. 2 Carranza Alcántar, M. R., y otros, «Percepciones docentes sobre la integración de aplicaciones de IA generativa en el proceso de enseñanza universitario», en REDU. Revista de Docencia Universitaria, vol. 22, núm. 2, 2024, pp. 167 y ss.

3. 3 Como señala Sánchez Vera, M. del M.: «La llegada de la IA generativa hace evidente la necesidad de abordar el debate sobre el papel de las instituciones educativas», vid. Sánchez Vera, M. del M., «La inteligencia artificial como recurso docente: usos y posibilidades para el profesorado», en Educar, vol. 60, núm. 1, 2023, p. 45. En el mismo sentido, Dopazo Fraguío, M. P., y Martín García, M. M., «El impacto de la inteligencia artificial generativa: clínica jurídica e innovación docente», en Revista Jurídica de Investigación e Innovación Educativa (REJIE Nueva Época), núm. 30, 2024, pp. 94 y 95.

4. 4 Expósito Gázquez, A., y Cruz Rambaud, S., «ChatGPT como aliado en la enseñanza del Derecho Administrativo», en La docencia del Derecho en la era de la inteligencia artificial, obra colectiva, coords. Tatiana Cucurull Poblet y Antonio Fernández García, Edicions MIC, Barcelona, 2024, págs. 174 y ss.; Cruz Argudo, F., y otros, La inteligencia artificial generativa en la docencia universitaria: oportunidades, desafíos y recomendaciones, CRUE Universidades Españolas, s.l., 2024, pág. 5; Bliss, J., «Teaching Law in the Age of Generative AI», en Jurimetrics, vol. 64, núm. 2, 2024, pp. 139 y ss., y Schrepel, T., «Generative AI in Legal Education: A Two-Year Experiment with ChatGPT», en Law, Innovation and Technology, vol. 18, núm. 1, 2026, passim.

5. 5 Oficina de Ciencia y Tecnología del Congreso de los Diputados, Informe C. Inteligencia artificial y educación, Oficina de Ciencia y Tecnología del Congreso de los Diputados, Madrid, 2024, pág. 1 y ss. y Robert Guillén, S., «Aprendizaje activo del Derecho mediante herramientas LLM como ChatGPT para la simulación de casos en el aula», en REDU. Revista de Docencia Universitaria, vol. 22, núm. 2, 2024, págs. 124 y ss.

6. 6 Cordón García, O., «Inteligencia artificial en educación superior: oportunidades y riesgos», en RiiTE. Revista Interuniversitaria de Investigación en Tecnología Educativa, núm. 15, 2023, p. 22.

7. 7 Robert Guillén, S., «Aprendizaje activo del Derecho mediante herramientas LLM como ChatGPT para la simulación de casos en el aula», en REDU. Revista de Docencia Universitaria, vol. 22, núm. 2, 2024, p. 130 y Gutiérrez-Castillo, J. J., Romero Tena, R., y León-Garrido, A., «Beneficios de la inteligencia artificial en el aprendizaje de los estudiantes universitarios: una revisión sistemática», en Edutec. Revista Electrónica de Tecnología Educativa, núm. 91, marzo de 2025, p. 186.

8. 8 En parecido sentido, González López, D., y Álvaro Peris, C., «Propuesta de laboratorio de oratoria jurídica con inteligencia artificial y perspectiva cultural», en Revista Enseñando Derecho, núm. 2, 2025, pág. 24.

9. 9 Propone este acercamiento guiado: Bartolomé Pina, A., Pérez Garcias, A., y Prendes-Espinosa, M. P. coords., Informe EDUTEC sobre Inteligencia Artificial y Educación, EDUTEC, Murcia, 2024, p. 32 y ss.