Las seis fuentes oficiales que lee Legatiq y por qué importa

Por qué seis fuentes y no más

Cuando empezamos a diseñar Legatiq, la primera tentación fue incluir todo lo que pudiéramos: BOE, jurisprudencia, manuales académicos, blogs jurídicos de referencia, foros profesionales, opiniones de despachos. Más material, mejor cobertura. Más papel, más confianza.

Lo descartamos rápido. La calidad de una respuesta de IA legal no se mide por el volumen de su biblioteca sino por la trazabilidad de cada afirmación hasta una fuente oficial verificable. Un blog jurídico puede ser excelente, pero si su autor cambia de opinión o se equivoca, la cita que arrastra a la respuesta arrastra ese error sin marca. Una sentencia del Tribunal Supremo es texto oficial: dice lo que dice y se puede pinchar.

La disciplina de seis tipos de fuente oficial cubre el derecho español de forma exhaustiva sin sacrificar trazabilidad. Cada respuesta se construye con material que cualquiera puede comprobar abriendo el enlace.

Las seis son:

Fuente	Cobertura	Frecuencia de actualización
BOE	Legislación nacional vigente y consolidada	Diaria
Boletines autonómicos	Legislación de las 17 CCAA	Diaria
Ordenanzas municipales	Normativa local	Variable según municipio
Jurisprudencia consolidada	Tribunal Supremo, Constitucional, AN, TSJ	Semanal
Entidades públicas	AEAT, TGSS, ministerios, registros	Semanal
Convenios colectivos	Sectoriales, autonómicos, de empresa	Continua

Sumamos también el DOUE para reglamentos europeos directamente aplicables, aunque conceptualmente entra en la categoría de derecho aplicable en España con efecto directo.

Los detalles concretos de cada fuente, con sus enlaces directos al portal oficial, están en la página de fuentes oficiales.

Qué significa leer una fuente: RAG en lenguaje claro

Hay dos formas de construir una IA que responda preguntas. La primera, la que usa ChatGPT y la mayoría de modelos generalistas, es simple: el sistema lee millones de páginas durante el entrenamiento y, en cada consulta, genera la palabra siguiente más probable según los patrones aprendidos. Esa probabilidad es estadística, no factual. Si los patrones le sugieren que existe una sentencia con ciertas características, la inventa con todos sus elementos formales.

La segunda forma es la que usamos en Legatiq: se llama Retrieval-Augmented Generation (RAG) y cambia el orden de las operaciones.

El flujo en cada consulta:

1. Comprensión de la pregunta. El sistema analiza qué pregunta tienes (un trámite concreto, una duda interpretativa, una solicitud de comparación) y descompone los conceptos jurídicos relevantes.
2. Recuperación de pasajes. Busca en la biblioteca de fuentes oficiales los párrafos, artículos o sentencias más relevantes para tu pregunta. La búsqueda combina coincidencia exacta de términos con similitud semántica, así que reconoce que "alta en autónomos" y "afiliación al RETA" se refieren a lo mismo.
3. Construcción de la respuesta. Pasa los pasajes recuperados al modelo de lenguaje junto con la consulta, con instrucción explícita de basar la respuesta en esos pasajes y solo en ellos. Si la pregunta tiene varias dimensiones, el sistema decide en qué orden las trata y cómo las articula.
4. Cita inline. Cada afirmación de la respuesta lleva enlace al pasaje exacto del BOE, sentencia, criterio administrativo o convenio que la fundamenta.

La diferencia operativa con un modelo generalista es radical. Si la biblioteca no tiene un pasaje que responda a una parte de la pregunta, el sistema lo dice en lugar de generar texto plausible. Si existe, la respuesta es trazable hasta el original.

Cómo verificamos que la cita corresponde al pasaje

Una crítica razonable a cualquier sistema RAG es: ¿cómo sé que la cita se corresponde realmente con lo que el sistema afirma haber leído?. La pregunta es legítima. La respuesta tiene tres capas.

Capa 1: enlace directo al texto original

Cada cita en una respuesta de Legatiq es un enlace al pasaje en su sede oficial. Pinchas y lees el texto completo en boe.es, poderjudicial.es, sede.agenciatributaria.gob.es o el portal correspondiente. Sin intermediarios y sin paywalls. La verificación está al alcance de un clic.

Capa 2: identificadores estables

Cuando citamos una norma, mostramos su identificador BOE (BOE-A-AAAA-NNNNN) que permite localizarla aunque la URL del portal cambie. En sentencias, mostramos el ROJ (Repertorio Oficial de Jurisprudencia) o el número de recurso. Estos identificadores son referencias permanentes y verificables.

Capa 3: revisión humana antes de publicar contenido

Para el contenido de este sitio (las guías y los recursos), una abogada de nuestro equipo verifica cada cita contra la fuente original antes de publicar. La metodología completa, paso a paso, está en metodología editorial.

Para las respuestas generadas en tiempo real dentro del producto, la verificación queda a cargo del usuario con los enlaces inline. Pinchar y comprobar es siempre rápido porque la cita siempre lleva al pasaje exacto, no a una página de inicio.

Lo que no leemos y por qué

Tan importante como saber qué leemos es saber qué hemos descartado conscientemente. La lista es corta y deliberada:

Wikipedia y enciclopedias colaborativas. Aunque son recursos útiles para entrar en un tema, no son fuente primaria. Su calidad depende de los editores voluntarios y los criterios de cita varían. Para un sistema que tiene que responder con rigor jurídico, citar Wikipedia introduce un eslabón intermedio de incertidumbre que preferimos eliminar.

Blogs jurídicos y publicaciones profesionales. Los blogs de despachos, las revistas profesionales y las opiniones de expertos pueden ser excelentes lecturas para profundizar en un tema, pero son interpretación, no la fuente. Si una sentencia dice X y un blog la interpreta como Y, queremos enseñarte X y dejar la interpretación para el profesional que asesora tu caso concreto.

Doctrina académica como fuente única. La doctrina (libros, artículos universitarios) puede aparecer como referencia complementaria cuando el sistema la encuentra citada en sentencias, pero nunca como base única de una afirmación. Las posiciones doctrinales son legítimas pero no normativas.

Foros, redes sociales, contenido generado por usuarios. Por razones obvias.

Resultados de búsqueda en internet en tiempo real. Otros sistemas (Perplexity, Bing Copilot) recuperan información de la web abierta en cada consulta. Nosotros no. La biblioteca controlada de fuentes oficiales es la única materia prima. Esto es más restrictivo, pero también más fiable: ninguna respuesta puede contaminarse con contenido de baja calidad indexado en algún rincón de la red.

Cómo evoluciona la biblioteca

La biblioteca no es estática. Cada día se incorporan publicaciones nuevas (BOE diario), cada semana llegan sentencias nuevas (CENDOJ), cada mes se actualizan o se publican criterios doctrinales nuevos de la AEAT. El producto refleja esos cambios sin que el usuario tenga que hacer nada.

Cuando una norma citada se deroga o una sentencia clave cambia el criterio, el sistema lo detecta y matiza las respuestas afectadas. En el contenido publicado en este sitio, la guía correspondiente entra en la cola de revisión con prioridad uno y se actualiza fuera del calendario habitual de revisiones cada seis meses.

El roadmap público recoge las fuentes adicionales que estamos evaluando incorporar. Algunas en estudio: doctrina de las Direcciones Generales de Tributos autonómicas, registros mercantiles provinciales en mayor profundidad, jurisprudencia menor (Audiencias Provinciales) en áreas concretas de alto impacto. La incorporación de cada nueva fuente exige análisis de cobertura, de calidad de los datos disponibles y de capacidad de mantener la actualización en el tiempo. No añadimos por añadir.

Si echas de menos alguna fuente que crees que debería estar, escríbenos a través del formulario de feedback dentro del producto. Cada propuesta llega al equipo editorial.

La consecuencia práctica

Toda esta arquitectura existe por una razón concreta: cuando le pides a Legatiq qué dice la normativa sobre tu situación, la respuesta es solo lo que pone en una fuente oficial recuperable. Ni más, ni menos. Si la fuente no tiene la respuesta, el producto lo dice. Si la tiene, la cita y te enseña dónde leerla tú mismo.

Esa es la diferencia entre una IA construida para responder con apariencia de coherencia y una IA construida para responder con trazabilidad. La primera es más fluida en redacción libre. La segunda es la que necesitas cuando el coste de equivocarte es alto.

Pasos siguientes

Para entender por qué decidimos no usar IA generalista en derecho, lee por qué no debes confiar en una IA genérica para temas legales.

Para ver el directorio completo de fuentes con sus enlaces oficiales, fuentes oficiales.

Para entender cómo se traduce esta arquitectura en cada guía publicada en este sitio, metodología editorial.