The New York Times publicó un artículo este mes sobre un fenómeno pequeño que se está volviendo real. Los abogados corporativos empiezan sus reuniones virtuales igual que las discotecas: echando a quien no debería estar ahí. El invitado no deseado es el tomador de notas con IA.
Jeffrey Gifford, abogado corporativo en San Antonio, contó al periódico que abre cada llamada pasando lista. “Oye, Mike, Jim, Barbara, veo que ha aparecido el tomador de notas con IA. Voy a apagarlo y echarlo de la reunión.” Todo el mundo y su madre, dijo, está usando estas cosas. Directivos, miembros del consejo, abogados internos. Y cada una de esas herramientas está devorando en silencio el sistema inmunitario de la empresa.
Dos bombas de relojería jurídicas en una sola categoría de producto
El artículo detalla dos riesgos distintos que despiertan a los abogados a las tres de la madrugada.
El primero es la exhibición de pruebas. Una reunión del consejo no suele tener un acta que recoja cada comentario al margen. Las actas están curadas; capturan decisiones, no los momentos previos a las decisiones. Una transcripción hecha por IA lo captura todo: la broma que nunca debió constar, la propuesta a medio formular que se retiró diez segundos después, el directivo que dice que su producto va a “dominar la categoría” en una frase que él entendía como ánimo y que un regulador leerá como prueba de prácticas anticompetitivas. Una vez que esa transcripción existe, es un documento. Y los documentos entran en la exhibición de pruebas.
El segundo es el secreto profesional. Las comunicaciones entre abogado y cliente reciben una protección especial en la ley, pero la pierden si la conversación se comparte con un tercero ajeno. Esa es la regla que tiene nerviosos a los abogados con los tomadores de notas con IA en reuniones jurídicas. El tomador de notas es un proveedor. Las transcripciones van a los servidores del proveedor. Los términos de servicio del proveedor le permiten hacer varias cosas con ellas. Si un tribunal trata al proveedor como un tercero a efectos del secreto profesional – y ya existe una resolución federal que dice que algunos de esos proveedores son exactamente eso – entonces compartir la reunión con el bot equivale a compartirla con alguien de fuera del círculo protegido. El secreto profesional se evapora. La conversación que debía estar protegida se convierte en prueba.
Lo que dijo realmente el juez Rakoff
En febrero de este año, el juez federal Jed S. Rakoff resolvió en el Distrito Sur de Nueva York que las transcripciones que un acusado había generado pidiéndole asesoramiento jurídico a Claude no estaban protegidas por el secreto profesional entre abogado y cliente. El razonamiento importa más que el resultado. Dos hechos sobre la relación con el proveedor hicieron el daño.
Uno: el modelo se entrenaba con las entradas de los usuarios. La parte de la conversación que aportaba el acusado era, en principio, combustible para la siguiente versión del producto.
Dos: la política de privacidad del proveedor incluía advertencias sobre su capacidad de compartir datos de usuario con terceros, incluidas “autoridades reguladoras gubernamentales”. El acusado, sostuvo el juez, no podía tener una expectativa razonable de privacidad cuando el propio proveedor se había reservado el derecho a divulgar.
Ese es el precedente que tiene asustados a los abogados corporativos. Es también un precedente que depende de dos hechos arquitectónicos y contractuales sobre el proveedor, no de nada intrínseco a la tecnología de los grandes modelos de lenguaje. Lo que significa que se puede diseñar un producto que lo esquive. Solo hay que construirlo sin esas dos propiedades.
Lo que construimos
Ostler RemoteCapture es el grabador de reuniones y llamadas que viene con el Ostler Hub. Hace el mismo trabajo que Otter, Fathom, Granola y Read.ai. Escucha el audio, hace una transcripción, resume la conversación y archiva el resultado. Funcionalmente, no serías capaz de distinguirlos en una demo.
Arquitectónicamente, no están en la misma categoría de producto.
RemoteCapture ejecuta la transcripción en el propio Mac del cliente. No hay ningún servidor de proveedor en el pipeline. Usamos WhisperKit de Argmax, una implementación en el dispositivo del modelo Whisper de OpenAI que se ejecuta enteramente en el Mac del cliente. El audio nunca sale del dispositivo. La transcripción nunca sale del dispositivo. El resumen lo genera el modelo de lenguaje local que los clientes ejecutan en su propio Hub. Creative Machines – la empresa que hace Ostler – nunca ve una sola palabra de tu reunión.
Eso no es una afirmación de marketing. Es una propiedad de a dónde van los bytes. Puedes verificarlo con el cortafuegos de red de macOS. Puedes verificarlo con Little Snitch. Puedes desconectarte por completo de internet y la grabación, la transcripción, el resumen y el archivado siguen funcionando. No tenemos servidor en este pipeline porque la arquitectura no necesita ninguno.
Esa propiedad no es incidental. Es justamente el objetivo. Es lo que hace imposible repetir los dos hechos que hicieron el daño en Rakoff:
1. No entrenamos con tus reuniones. No porque prometamos no hacerlo. Porque los datos no existen en ningún sistema que nosotros controlemos. No hay paso de subida en el que puedan interceptarse, ni paso de registro en el que puedan retenerse, ni paso de entrenamiento en el que puedan ingerirse. Los datos existen en tu máquina, en un directorio que es tuyo y que puedes borrar.
2. No tenemos ninguna política que permita divulgar tus reuniones a terceros, porque no tenemos reuniones que divulgar. Requiérenos judicialmente cuanto quieras. No tenemos nada que entregar. La máquina del cliente sigue guardando lo que guarde, y a esa máquina solo se llega a través del propio cliente. Que es exactamente donde se supone que debe aterrizar el proceso legal.
El registro de consentimiento – qué es y qué no es
Hay una segunda pieza sobre la que conviene ser preciso, incluido el límite de lo que hace. RemoteCapture mantiene en la máquina del cliente un registro de consentimiento con detección de manipulaciones. Cada sesión de grabación queda anotada con la base legal que el cliente seleccionó, las reglas de consentimiento de grabación de su jurisdicción y una cadena criptográfica que hace visible cualquier manipulación posterior. La base de datos está cifrada en reposo con SQLCipher. La cadena está enlazada bloque a bloque mediante HMAC.
Lo que el registro anota es la declaración del cliente, no un hecho verificado. Cuando el cliente indica “consentimiento de todas las partes” antes de empezar a grabar, lo que queda registrado es que el cliente afirmó tener el consentimiento de todas las partes. El registro no puede verificar de forma independiente si cada participante accedió realmente. Esa parte es responsabilidad del cliente.
Esto corta por los dos lados. Si el cliente obtuvo el consentimiento de verdad, el registro ayuda a establecer que la grabación fue una decisión deliberada y atestiguada, y no un accidente, junto con las pruebas contemporáneas del mundo real que el cliente tenga. Si el cliente no obtuvo el consentimiento y marcó la casilla igualmente, el registro mostrará lo que hizo. No creemos que un producto deba ayudar a nadie a grabar a otras personas en secreto fingiendo lo contrario.
Lo que esto significa en la práctica:
- Jurisdicciones de consentimiento de una sola parte (la mayoría de los estados de EE. UU., y otras): basta con el consentimiento del propio cliente. El registro simplemente documenta lo que se hizo.
- Jurisdicciones de consentimiento de todas las partes (Reino Unido, UE, California, ~11 estados más de EE. UU.): el cliente debe obtener realmente el consentimiento de cada participante antes de apoyarse en el registro como parte de cualquier defensa. Marcar la casilla no sustituye a conseguir el consentimiento. Si marcas la casilla de forma deshonesta y la grabación se impugna después, el registro muestra que lo hiciste.
- En cualquier jurisdicción: el registro vive en el dispositivo del cliente. No se comparte con nosotros, y no podemos aportarlo ante un requerimiento judicial porque nunca lo tenemos. La exhibición de pruebas contra el dispositivo sigue siendo posible; contra Ostler, no.
El consentimiento es una cuestión jurídica real. El trabajo de Ostler es aportar las primitivas arquitectónicas – captura local, registro con detección de manipulaciones, ninguna divulgación por parte del proveedor – y dejar la elección en manos del cliente. El contenido legal y ético de esa elección se queda con el cliente. Si grabas llamadas en tu vida profesional, deberías conocer las reglas de tu jurisdicción. El producto no puede decidir eso por ti.
Los límites honestos
Es importante ser claro sobre lo que local-first te da y lo que no.
Local-first no significa “tu reunión no aparecerá nunca en un litigio”. Si un tribunal ordena aportar el dispositivo y la transcripción está en el dispositivo, la transcripción se aporta. La protección aquí no es frente a la exhibición de pruebas contra el cliente. Es frente a la exhibición de pruebas contra el proveedor, frente a la exposición accidental a terceros y frente a la pérdida del secreto profesional que surge cuando las conversaciones se comparten fuera del círculo protegido. Esos son los modos de fallo que preocupan a los abogados en el artículo del Times. Esos son los modos de fallo que local-first elimina por construcción.
Local-first no significa “no necesitas una política de conservación de documentos”. Sí la necesitas. La transcripción que está en tu máquina sigue siendo un documento. Sigue perteneciendo a tu ciclo de gestión documental. La preocupación del artículo del Times sobre la exhibición de pruebas – que la IA lo captura todo, incluidas las cosas que preferirías que nunca se hubieran escrito – queda mitigada, no eliminada, por el lugar donde vive la grabación.
Lo que local-first sí significa es que el riesgo para el secreto profesional que hay en Rakoff no se aplica. Los hechos arquitectónicos que hicieron que la resolución fuese en contra del acusado están ausentes en nuestro producto, por diseño.
Lo que aconsejaríamos hacer a los abogados
Si eres abogado y un cliente te pregunta si debería usar un tomador de notas con IA, hay tres preguntas que merece la pena hacer:
¿A dónde va el audio? Si la respuesta es “a un servidor del proveedor”, el cálculo del secreto profesional es el cálculo de Rakoff. Si la respuesta es “al propio dispositivo del cliente”, no lo es.
¿Está el proveedor dentro del círculo protegido? Un proveedor que guarda tu transcripción es un tercero. Un programa en la máquina de tu cliente que guarda la transcripción en esa misma máquina no lo es. La categoría jurídica es distinta.
¿Tenía consentimiento de verdad quien grabó? Un registro en el dispositivo con detección de manipulaciones documenta lo que el cliente declaró en su momento, lo cual es prueba útil en cualquiera de los dos sentidos. Pero no sustituye a obtener realmente el consentimiento en las jurisdicciones de todas las partes. Si el cliente marcó la casilla sin haber asegurado el consentimiento, el registro mostrará fielmente que lo hizo.
El argumento de fondo
La ola de productividad con IA es real. Los tomadores de notas con IA en la nube no van a desaparecer porque The New York Times haya escrito un artículo preocupado. Son demasiado cómodos y demasiado baratos como para esfumarse por un argumento sobre el secreto profesional del que la mayoría de los usuarios no ha oído hablar nunca.
Pero la brecha entre “barato y cómodo” y “seguro de usar en una profesión regulada” es exactamente la brecha que llenan los productos local-first. Abogados, miembros de consejos, directivos, médicos, cualquiera cuyas conversaciones tengan peso jurídico – ese es el cliente que necesita la arquitectura, no el marketing. La arquitectura es la política. La arquitectura es el cálculo del secreto profesional. La arquitectura es lo que el artículo de The New York Times les está diciendo, indirectamente, a esos clientes que exijan.
Ostler RemoteCapture viene con el Hub v1.0, disponible hoy en ostler.ai. El Hub cuesta $99 una sola vez. Tus reuniones se quedan en tu Mac.
Comentarios, preguntas o discrepancias a hello@ostler.ai.