LLM en vietnamita para textos legales y administrativos

01/10/2026

Hay una paradoja interesante en los textos jurídicos de Vietnam: mientras más precisión se necesita, más difícil es leerlos. Un oficio de orientación remite a una circular, la circular remite a un decreto, y el decreto ya fue modificado dos veces. Para responder una pregunta aparentemente simple hay que seguir toda la cadena. Es el tipo de tarea que un LLM en vietnamita hace bastante bien cuando se usa como corresponde, y muy mal cuando se le trata como a un abogado virtual. Este texto trata sobre esa frontera.

Tres tareas que vale la pena encargarle al modelo

Búsqueda por significado

La búsqueda tradicional por palabras clave obliga a adivinar la palabra exacta que usa el texto. Ustedes escriben "renunciar sin avisar" pero el artículo dice "terminación unilateral del contrato de trabajo contraria a lo dispuesto". La búsqueda semántica, combinada con un LLM que lee los fragmentos encontrados, conecta ambas formas de decirlo. Es una arquitectura conocida (RAG): se recuperan los fragmentos relevantes del acervo de documentos, se le entregan al modelo y se le pide responder con la cita de la disposición concreta.

Redacción de borradores

Oficios de respuesta, dictámenes, avisos, contratos modelo. En su mayoría son textos con formato fijo y redacción repetitiva. El LLM redacta rápido un primer borrador con la estructura correcta y el tono administrativo, y luego el especialista lo ajusta. En una dependencia pública, el tiempo que se ahorra no está en teclear, sino en no tener que empezar frente a la hoja en blanco.

Cotejo y comparación

Es una tarea que se menciona poco pero que me parece muy valiosa. Comparar dos versiones de un texto para señalar qué cambió. Comparar un contrato con el modelo estándar de la empresa para marcar las cláusulas que se desvían. Revisar si un proyecto tiene contradicciones internas, por ejemplo que el artículo 5 diga diez días y el artículo 12 diga quince. Hecho a mano es cansado y es fácil que se escape algo, mientras que la máquina lee sin aburrirse.

Dónde es fácil que el LLM falle

Lo más peligroso en este campo es que el LLM puede inventar. No inventa cosas absurdas, sino cosas muy parecidas a la realidad: un número de documento que suena razonable, una cláusula que parece correcta pero no existe, o una norma que ya perdió vigencia citada como si siguiera vigente. Yo vi un modelo dar una respuesta coherente y completa, con un "Artículo 47" que, al abrir el texto real, hablaba de algo totalmente distinto.

Por eso, estos son los principios que considero el mínimo:

• Responder solo con el acervo cargado: el sistema debe negarse a responder cuando no encuentre sustento, en lugar de recurrir al conocimiento general del modelo.
• Citas verificables: cada afirmación debe apuntar al documento, artículo y fracción exactos, y el usuario debe poder abrir y leer el texto original.
• Control de vigencia: el acervo debe saber qué documentos siguen vigentes y cuáles fueron modificados o sustituidos. El modelo no lo sabe por sí solo.
• Una persona responsable: el resultado es material de consulta para alguien con conocimientos en la materia, no una conclusión jurídica.

Insisto en el último punto. Una herramienta así es de apoyo, no es asesoría legal. Si alguien usa la respuesta de la máquina para tomar una decisión con consecuencias jurídicas sin que un abogado o especialista la revise, la falla está en el proceso y no solo en el modelo.

Dónde está lo difícil del vietnamita jurídico

El lenguaje jurídico vietnamita tiene rasgos que complican a los modelos generales. Oraciones muy largas con varias cláusulas anidadas. Abundancia de vocabulario de origen sino-vietnamita. Las remisiones como "conforme a lo dispuesto en el inciso b, fracción 2 del Artículo 15 de esta Ley" exigen que el modelo siga con exactitud la estructura jerárquica. Y muchas palabras de uso común tienen un sentido técnico muy distinto en el contexto jurídico, como "plazo", "prescripción" o "momento".

Por eso tiene sentido hacer fine-tuning de un LLM con textos en vietnamita del sector. AIVISION entrena y hace fine-tuning de LLM para vietnamita y para sectores específicos, ya lanzó el modelo L1.0, y el área jurídico-administrativa es una de las aplicaciones que nos parecen razonables. No doy cifras de precisión, porque en textos legales un promedio no dice nada: un solo error en una cláusula clave basta para causar daño.

Por dónde empezar

Elijan un alcance reducido, por ejemplo el conjunto de reglamentos internos de una organización o una materia como la laboral o la agraria. Carguen un acervo limpio, que distinga la vigencia. Pidan a algunos especialistas que le hagan al sistema las preguntas difíciles que suelen enfrentar, y contrasten cada respuesta con el texto original. Después de unas rondas así, sabrán muy bien en qué se puede confiar del sistema.

Si quieren saber más sobre los modelos de lenguaje en vietnamita, visiten la página de AIVISION.