La compañía convirtió 175 años de datos, conocimiento jurídico y miles de horas de trabajo de expertos en Thomson, un modelo especializado que, según sus propias evaluaciones, compite con los sistemas de frontera y busca resolver uno de los mayores problemas de la IA: la confiabilidad.
La carrera por la inteligencia artificial suele medirse en parámetros, capacidad de cómputo y multimillonarias inversiones. Pero Thomson Reuters eligió otra estrategia para desarrollar Thomson, su propio modelo de lenguaje: partir de un enorme archivo de información especializada y utilizar el conocimiento de expertos para entrenar una IA orientada a un objetivo mucho más específico: producir respuestas que puedan ser verificadas.
Alexander Kardos-Nyheim, Senior Director de Thomson Reuters Foundational Research y ex fundador y CEO de Safe Sign Technologies, explicó cómo se construyó el modelo. Según la compañía, Thomson es competitivo con los modelos de frontera más potentes, pero opera con una fracción de su tamaño y costo.
El proyecto nació de una pregunta estratégica para la compañía: ¿qué nivel de dependencia debía aceptar una empresa respecto de la arquitectura y los precios de proveedores externos de IA? Thomson Reuters cuenta con 175 años de datos en áreas como derecho, noticias, impuestos y contabilidad, a través de activos como Westlaw, Practical Law, Checkpoint y Reuters. Además, dispone de miles de especialistas cuyo trabajo consiste, precisamente, en determinar qué información es correcta.
La respuesta fue desarrollar el Thomson LLM.
La historia del proyecto también incluye la adquisición, en agosto de 2024, de Safe Sign Technologies, una empresa fundada en 2022 por abogados e investigadores especializados en seguridad, robustez y confiabilidad de modelos. Thomson Reuters incorporó entonces a ese equipo como su unidad de investigación fundamental.
Un modelo abierto como punto de partida
En lugar de construir desde cero un modelo fundacional gigante, Thomson partió de modelos con pesos abiertos y fue modificando su modelo base a medida que evolucionaba el ecosistema. Al momento de la publicación, la base de Thomson era el modelo Snowdon, desarrollado por el FAIR Lab del Imperial College London, creado conjuntamente por Thomson Reuters e Imperial tras la adquisición de Safe Sign.
La compañía sostiene que esta estrategia permitió combinar control y capacidad. Según sus evaluaciones publicadas, Thomson compite con modelos como Claude Opus 4.8 y supera a GPT-5.5, Claude Sonnet 5 y Gemini 3.1 Pro en algunas de las métricas analizadas.
Uno de los resultados destacados corresponde al seguimiento de instrucciones. Thomson obtuvo una puntuación de 0,914, por encima de Claude Opus 4.8, Gemini 3.1 Pro y GPT-5.5 en esa categoría, según los benchmarks publicados por la compañía.
El verdadero activo: los datos y los expertos
Thomson Reuters utilizó, hasta el momento, menos del 10% de su contenido para el entrenamiento continuo del modelo. La información procedente de Westlaw, Practical Law, Checkpoint y Reuters News fue incorporada de manera selectiva.
Pero el desafío no consistía solamente en alimentar al modelo con millones de documentos.
La empresa buscó transformar el juicio de profesionales en señales de entrenamiento. Para ello, abogados con experiencia construyeron durante meses criterios de evaluación para las tareas jurídicas más complejas, incluyendo investigaciones que pueden requerir múltiples componentes para ser consideradas completas.
El proceso también incluyó miles de horas de trabajo de abogados calificados, que evaluaron diferentes respuestas generadas por modelos de IA según criterios específicos de clientes, jurisdicciones y contextos profesionales.
Thomson Reuters cuenta, además, con alrededor de 1.500 abogados-editores. La compañía no solo buscó aprovechar el contenido final publicado por estos profesionales, sino también capturar parte del proceso intermedio: decisiones, argumentos descartados y criterios utilizados para determinar qué información debía incorporarse o excluirse.
La confiabilidad como diferencial
El resultado más importante para Thomson Reuters no es únicamente que el modelo pueda encontrar información, sino que pueda respaldar sus respuestas.
En una evaluación de investigación profunda, Thomson trabajando con Westlaw y Practical Law obtuvo 0,83 en factualidad, frente a 0,65 y 0,68 de los principales modelos de frontera utilizados con acceso sin restricciones a la web abierta. La diferencia en completitud, en cambio, fue mucho menor.
La compañía explica que su medición de factualidad no evalúa si una respuesta parece convincente. Cada afirmación es extraída y contrastada con la fuente citada, y el resultado mide qué proporción de esas afirmaciones resiste la verificación.
Thomson Reuters denomina a este enfoque “Fiduciary-Grade AI”, un estándar pensado para profesionales que trabajan en ámbitos donde la precisión, la responsabilidad y la confianza son requisitos centrales.
La experiencia de Thomson plantea una estrategia que puede resultar relevante mucho más allá del sector legal. Según la compañía, las organizaciones que poseen grandes corpus de información propia y especialistas capaces de determinar qué es correcto no necesariamente deben elegir entre depender de los grandes modelos cerrados o resignarse a sistemas abiertos menos capaces.
Para Kardos-Nyheim y su equipo, el recurso escaso no es necesariamente la capacidad de cómputo. Son los datos especializados y las personas que saben cómo evaluar una respuesta correcta.
Thomson comenzará a entrar en producción este mes para impulsar funciones de CoCounsel, inicialmente en tareas como la revisión estructurada de grandes volúmenes de documentos. Posteriormente, la integración se extenderá al resto del portfolio legal y fiscal de Thomson Reuters. El desarrollo contó con la colaboración de DatologyAI, Lambda, Together AI, Imperial College London y el Thomson Reuters–Imperial Frontier AI Research Lab.
