Esta página documenta las decisiones técnicas y metodológicas detrás de Tutelapp. Cada afirmación es verificable por un tercero. Creemos que la transparencia es un requisito, no una opción, cuando se trata de documentos legales.
Los modelos de lenguaje como ChatGPT o Gemini funcionan generando texto estadísticamente probable a partir de su entrenamiento general. Esto produce "alucinaciones" — citas jurídicas inventadas, sentencias que no existen, artículos de ley incorrectos. En un documento legal, una cita inventada invalida el argumento.
El sistema RAG de Tutelapp separa la recuperación de información de la generación de texto. Cuando describes tu caso, el sistema:
El resultado es un documento anclado en jurisprudencia real, no en texto estadísticamente plausible. Si una sentencia no está en la base de datos, el sistema no la inventa — simplemente no la cita.
El sistema incorpora el siguiente marco normativo:
El diseño experimental sigue los estándares de los ensayos clínicos controlados aleatorizados (RCT), adaptados al contexto de tecnología legal. El algoritmo de minimización de Pocock-Simongarantiza que los grupos de comparación sean estadísticamente equivalentes en variables clave, eliminando sesgos de selección.
El tamaño muestral objetivo de N=360 participantesfue calculado para detectar efectos clínicamente significativos con un poder estadístico del 80% y un nivel de significancia del 5%. Este nivel de rigor es inusual en investigación sobre LegalTech y es lo que permite producir evidencia, no solo testimonios.
Los detalles del diseño experimental estarán disponibles en la publicación doctoral una vez concluido el período de recolección de datos.
Las tres capas de seguridad son:
Ningún dato médico se almacena en texto plano. Los datos de diagnóstico y condición de salud solo existen cifrados o en el documento final, que también está cifrado.