Cómo usamos la IA

Esta página explica, sin rodeos, qué hace la inteligencia artificial dentro de LPS y qué no hace. La publicamos por el artículo 50 del Reglamento (UE) 2024/1689 (AI Act), aplicable desde el 2 de agosto de 2026, y porque creemos que un despacho tiene derecho a saber qué pasa con los correos y las facturas de sus clientes.

1. La regla que manda sobre todas las demás

La IA propone; una persona decide. Ningún correo se envía, ninguna factura se da por buena y ningún dato sale hacia tu gestoría sin que alguien de tu despacho lo haya aprobado con un clic. No existe un modo «automático» que responda por ti. Esto no es una política: está construido así, y por eso cada módulo tiene una cola de revisión que hay que vaciar a mano.

2. Qué sistemas de IA hay y para qué sirven

Facturas

Lee facturas en PDF o imagen y extrae los campos (emisor, NIF, fecha, base, IVA, total, número). Detecta duplicados: el mismo archivo repetido y la misma factura subida dos veces con distinto archivo. No contabiliza, no presenta modelos y no decide qué es deducible.

Bandeja

Clasifica el correo entrante por tipo (petición de documento, duda fiscal, cambio de datos, cita, queja, irrelevante), lo resume en una frase y propone un borrador de respuesta. El borrador es editable y no se manda hasta que se pulsa enviar. Cuando redactas una respuesta, quien la firma eres tú.

3. Proveedor, modelos y dónde van los datos

Usamos modelos de la familia Claude, de Anthropic, a través de su API de empresa. Los datos que se envían al modelo son el contenido del correo o de la factura que se está procesando, y solo en el momento de procesarlo. Anthropic no entrena sus modelos con lo que enviamos por API.

Somos claros con esto: el contenido va al modelo tal cual. En Bandeja, el asunto y el cuerpo del correo; en Facturas, el propio archivo (PDF o imagen). No lo enmascaramos antes, porque el trabajo que se pide es imposible sin los datos reales: una factura sin NIF, IBAN ni importes no se puede extraer, y un borrador de respuesta sin saber quién escribe ni qué pide no sirve de nada. Si un dato personal está en el correo o en la factura, ese dato se envía.

Lo que sí hacemos antes de llamar al modelo:

• Frenamos los intentos de manipulación. Un analizador propio revisa el correo primero; si contiene instrucciones dirigidas a la IA («ignora tus instrucciones y…»), ese correo no llega al modelo: queda marcado para revisión humana obligatoria y sin borrador.
• El texto entra como dato, nunca como orden. Va delimitado y marcado como contenido no fiable, de modo que lo que diga dentro no cambia las instrucciones del sistema.
• Marcamos los datos sensibles para quien revisa. Cada correo lleva una vista que señala los DNI, IBAN, teléfonos y emails detectados, para que veas de un vistazo qué información delicada contiene antes de decidir.

Detalle del tratamiento, del encargado y de cuánto se conserva, en la política de privacidad.

Residencia y subencargados del proveedor: [COMPLETAR: región de tratamiento contratada].

4. Qué puede salir mal (y qué hacemos)

Un modelo de lenguaje se equivoca. Puede leer mal un importe, clasificar un correo en la casilla equivocada o redactar un borrador que no encaja con vuestro criterio. Por eso:

• Cada resultado lleva un nivel de confianza visible. Cuando el sistema duda, lo dice en vez de disimularlo.
• Medimos la calidad con evaluaciones periódicas sobre casos de prueba, y comparamos el modelo contra un analizador determinista antes de cambiar nada en producción.
• Todo lo que se aprueba, rechaza o corrige queda en un registro de actividad con quién lo hizo y cuándo.
• Las correcciones que hace tu equipo se guardan: sirven para ver dónde falla el sistema, no para reentrenar el modelo.

5. Lo que la IA no hace

• No responde correos por su cuenta.
• No da asesoramiento fiscal ni legal. Orienta; el criterio es del despacho.
• No toma decisiones sobre personas ni las puntúa.
• No usa vuestros datos ni los de vuestros clientes para entrenar modelos.
• No hay un chatbot hablando con vuestros clientes finales en vuestro nombre.

6. Formación

El artículo 4 del AI Act pide que quien usa estos sistemas tenga la formación suficiente para entenderlos. La incluimos en la implantación: qué hace cada módulo, dónde se equivoca y cómo revisarlo.

7. Dudas o quejas sobre el uso de la IA

Escríbenos a [COMPLETAR: email de contacto] y te respondemos con nombre y apellidos. Si detectas un resultado que te parece mal, dínoslo: los fallos concretos son lo que nos hace mejorar los avisos y los evals.