IA agéntica MASC: así valoramos, desde la práctica diaria de Instituto Deius de Paz, el capítulo del Prof. Martín Diz sobre negociación, mediación y conciliación asistidas por inteligencia artificial.

A propósito del capítulo del Prof. Dr. Fernando Martín Diz, «Eficiencia digital en los medios adecuados de solución de controversias. Aplicación de inteligencia artificial: el negociador, mediador, conciliador o experto independiente agéntico», publicado en la obra colectiva Nuevas tecnologías al servicio de la justicia: inteligencia artificial, cooperación jurídica y MASC (Universidad de Málaga / Colex, 2026).

Hay capítulos académicos que uno lee con el lápiz en la mano y otros que uno lee reconociendo, línea a línea, el propio día a día de una organización. El trabajo del profesor Fernando Martín Diz, Catedrático de Derecho Procesal de la Universidad de Salamanca, incluido en la reciente obra colectiva dirigida por las profesoras María Nieves Jiménez López y María Teresa Manjón Espejo desde la Universidad de Málaga, pertenece claramente a la segunda categoría. Su análisis sobre la aplicación de la inteligencia artificial —incluida la de tipo agéntico— a los medios adecuados de solución de controversias (MASC) bajo la Ley Orgánica 1/2025 no solo ofrece un mapa doctrinal riguroso; describe, con notable precisión, el terreno en el que quienes trabajamos a diario en la resolución de conflictos asistida por tecnología llevamos meses operando.

Escribimos estas líneas con el ánimo de sumar, no de replicar. Desde Instituto Deius de Paz, entidad dedicada a la negociación asistida por IA bajo el marco de procedibilidad de la LO 1/2025, creemos que el mejor homenaje a un trabajo académico de este calibre es contrastarlo con la evidencia empírica del terreno. Y en este caso, esa evidencia refuerza, punto por punto, la tesis central del profesor Martín Diz.

El diagnóstico compartido sobre IA agéntica MASC: el modelo híbrido como único camino viable

El capítulo distingue con claridad dos vías de incorporación de la IA a los MASC: como herramienta auxiliar y asistencial, subordinada en todo momento al control humano, o como agente funcional autónomo que asume de forma directa la labor negociadora, mediadora o conciliadora. Tras un recorrido exhaustivo por los arts. 2, 4, 8, 9, 14, 15 y 18 de la LO 1/2025, y por la exigencia legal de que el mediador, el conciliador o el experto independiente sean necesariamente «persona física», el autor concluye que solo el negociador queda fuera de esa exigencia estricta, y que cualquier despliegue de IA agéntica MASC en funciones de tercero neutral debe articularse, hoy por hoy, bajo un modelo híbrido: humano y máquina, con supervisión, ratificación y responsabilidad «in vigilando» del primero sobre la segunda.

Es exactamente el modelo bajo el que operamos desde el primer día. Nuestra arquitectura de negociación asistida no delega en la IA ninguna función decisoria: cada propuesta que el sistema genera pasa por una revisión humana antes de llegar a las partes, y el papel de la IA agéntica MASC se circunscribe, deliberadamente, al de herramienta auxiliar de organización de información, generación de propuestas y facilitación del diálogo entre Solicitante y Contraparte —nunca al de tercero que decide, impone o sustituye el juicio humano.

El «cuarto elemento»: de la teoría a la arquitectura de producto

Uno de los aportes más sugerentes del capítulo es la idea, tomada de Katsh y Rifkin y desarrollada por el propio autor, de que la incorporación de la inteligencia artificial a un procedimiento autocompositivo transforma el clásico esquema tripartito (partes + tercero humano) en un esquema de cuatro elementos: las partes, la inteligencia artificial que asiste y el humano que supervisa y ratifica su actuación. Leído desde nuestra experiencia, ese «cuarto elemento» no es una hipótesis de futuro: es, literalmente, la descripción de nuestro flujo de trabajo. Cada expediente que gestionamos incorpora un revisor humano cuya función no es decorativa sino sustantiva —auditar, corregir y, en su caso, descartar cualquier output de la IA antes de que tenga efecto sobre las partes—, precisamente la «responsabilidad in vigilando digital» que el profesor Martín Diz identifica como eje de imputación de responsabilidad en este modelo.

Los cuatro riesgos, contrastados con la práctica

El capítulo identifica cuatro riesgos que cualquier despliegue serio de IA agéntica MASC debe controlar: sesgo, opacidad, confidencialidad y alucinaciones. Compartimos plenamente el diagnóstico, y añadimos una perspectiva operativa a cada uno:

Sesgo: nuestros procesos incorporan anonimización de datos personales antes de cualquier procesamiento por IA, precisamente para reducir el riesgo de que variables sensibles condicionen las propuestas generadas.

Opacidad: la revisión humana obligatoria, previa a la entrega de cualquier propuesta, actúa como control de explicabilidad de facto: nada llega a las partes sin que una persona haya podido entender y validar su contenido.

Confidencialidad: trabajamos bajo acuerdos de tratamiento de datos con retención cero y capas de anonimización aplicadas antes de cualquier llamada a los modelos de lenguaje, en línea con la lectura teleológica del art. 9 LO 1/2025 que el propio autor defiende para extender la obligación de confidencialidad al tercero no humano.

Alucinaciones: es, de los cuatro, el riesgo que más justifica —en nuestra experiencia práctica, no solo en la teoría— la irrenunciabilidad de la supervisión humana que el capítulo reclama como eje del modelo híbrido.

La certificación como respuesta al problema de la confianza

El profesor Martín Diz dedica una parte relevante de su trabajo a la norma ISO 32122:2025 y a la idea de un futuro sello de garantía que acredite la fiabilidad de las herramientas de IA aplicadas a los MASC, articulado en torno a seis ejes: accesibilidad, auditoría, competencia, confidencialidad, equidad e imparcialidad. Coincidimos en que ese tipo de estándares —más allá de su valor no vinculante— son el camino correcto para dotar de confianza al ecosistema. Y añadimos un matiz desde la práctica: la confianza del justiciable no depende solo de que el proceso de negociación esté bien gobernado, sino de que el resultado de ese proceso sea, después, defendible ante un juzgado. Nuestra experiencia acumulada —incluido el seguimiento de resoluciones recientes de las Audiencias Provinciales sobre la valoración judicial del intento de MASC— confirma que los tribunales son flexibles respecto al canal empleado, pero exigentes respecto a la trazabilidad fehaciente de lo ocurrido. Por eso apostamos por certificación electrónica cualificada de cada comunicación del procedimiento: no basta con que la IA actúe bien; hace falta poder demostrarlo con garantías equivalentes a las de un servicio de confianza reconocido conforme al Reglamento eIDAS.

Una coincidencia que no es casual

Quizás lo más interesante de leer este capítulo desde una organización que ya opera en este espacio es constatar que la conclusión académica y la práctica operativa convergen sin haberse puesto de acuerdo: en el estado actual de la legalidad española, el único modelo defendible para incorporar inteligencia artificial a los medios adecuados de solución de controversias es el híbrido, con supervisión humana efectiva, real y documentada. No es una limitación transitoria a superar cuanto antes, sino —como bien señala el autor— una garantía que protege tanto a las partes como a la propia sostenibilidad jurídica del sistema.

Damos las gracias al profesor Martín Diz, a las profesoras Jiménez López y Manjón Espejo, y al conjunto de la Red Nacional Interuniversitaria que ha hecho posible esta obra colectiva, por un trabajo que ordena con rigor un debate que a menudo se libra con más ruido que reflexión. Nos ponemos, con mucho gusto, a su disposición —y a la de la Cátedra DemIA de la Universidad de Salamanca— para seguir contrastando la doctrina con la evidencia empírica que día a día genera la operativa real de la negociación asistida por IA. Ese diálogo entre academia y práctica es, a nuestro juicio, el mejor camino para que la eficiencia digital de la justicia impulsada por la IA agéntica MASC no se quede en promesa, sino que se convierta en garantía.

Referencia: Martín Diz, F. (2026). «Eficiencia digital en los medios adecuados de solución de controversias. Aplicación de inteligencia artificial: el negociador, mediador, conciliador o experto independiente agéntico». En M. N. Jiménez López y M. T. Manjón Espejo (dirs.), Nuevas tecnologías al servicio de la justicia: inteligencia artificial, cooperación jurídica y MASC (pp. 223-244). Madrid: Colex.