Diseñar herramientas que ayuden a las empresas a gestionar sus obligaciones legales de forma automática y segura con ayuda de la IA fue el objetivo del LLMthon Legal 2026, organizado por la Cátedra LegalTech de la Universitat de València. En esta edición, Andersen y 1MillionBot presentaron conjuntamente un reto de especial complejidad: diseñar un sistema de IA capaz de realizar un preanálisis automatizado de riesgos normativos en casos de scoring crediticio, uno de los ámbitos clasificados como de alto riesgo bajo el Reglamento europeo de Inteligencia Artificial (AI Act).
El reto se articuló en un formato de cinco días. El viernes de la primera semana se lanzó el desafío y se abrió un canal de soporte directo -jurídico y técnico-, reforzado con una sesión de resolución de dudas el lunes. El martes, los equipos expusieron sus soluciones ante el jurado. El jueves, en la jornada de clausura de la Cátedra LegalTech, se celebró la entrega de premios y el equipo ganador fue TRIPILOT que planteó una solución de IA para scoring crediticio. El resto de equipos participantes también recibieron reconocimiento por el nivel de sus soluciones, que mostraron creatividad, capacidad disruptiva y una notable multidisciplinariedad en los enfoques.
El caso de uso planteado no era un ejercicio teórico. Se trataba de un escenario con impacto directo en derechos individuales y tratamiento de datos sensibles, lo que elevaba significativamente el nivel de exigencia para los participantes. No bastaba con identificar riesgos conforme al AI Act: era necesario construir una solución sólida en lo técnico y coherente en lo jurídico desde la propia arquitectura del sistema.
Carlos Rodriguez, socio de Andersen aportó el marco regulatorio y el criterio de cumplimiento normativo, mientras que por parte de 1MillionBot, Santiago Colomo, se encargó de aterrizar la propuesta en una arquitectura real: decisiones sobre modelo, licencia, despliegue y mecanismos para garantizar la trazabilidad y auditabilidad del sistema.
«Cuando hablamos de una IA confiable y de valor, estamos haciendo una referencia explícita a soluciones que contemplen todos estos elementos y que, además, adopten principios de robustez, replicabilidad, consistencia y coherencia arquitectónica desde el diseño», señalaron los responsables del reto.
A lo largo de la semana, los mentores acompañaron a los equipos en la estructuración de matrices de riesgo, en la combinación de reglas con modelos de lenguaje de gran tamaño (LLMs), y en la toma de decisiones conscientes sobre gobernanza y trazabilidad. Esta dimensión formativa -característica del formato LLMthon- permitió que los participantes no solo compitieran, sino que profundizaran en competencias técnicas y jurídicas de alta demanda en el mercado.
El LLMthon Legal 2026 contó asimismo con retos planteados por otras organizaciones. Varona Legal & Numbers propuso a los participantes desarrollar una solución de IA para la extracción automatizada de datos de facturas y documentos notariales en procedimientos patrimoniales complejos, incluyendo la conexión con la base de datos del Catastro para la valoración automatizada de inmuebles. Siete equipos presentaron soluciones en este bloque, algunas basadas en modelos de código abierto y otras en modelos propietarios.
La Cátedra LegalTech de la Universitat de València se consolida con esta edición como uno de los espacios de referencia para la formación y la innovación en la intersección entre derecho y tecnología. La participación de firmas como Andersen in Spain y empresas tecnológicas como 1MillionBot evidencia el creciente interés del sector profesional por integrar perfiles técnicos y jurídicos en el abordaje de los desafíos que plantea la regulación de la IA.