Harvey detalla gráficos de contexto para agentes legales; cita los primeros avances de laboratorio
Harvey dijo que utiliza el contexto basado en grafos para mejorar la precisión de los agentes legales, argumentando que el factor clave para IA en el trabajo jurídico no es solo el razonamiento por modelo, sino la información específica disponible antes de que comience una tarea. En una entrada de blog de la empresa publicada el 19 de octubre de 2026, Harvey describió el enfoque como Harvey Graph y dijo que está diseñado para organizar los datos de la firma, el conocimiento legal y sus relaciones para que los agentes puedan comenzar con el contexto relevante, los documentos y los precedentes ya presentes.
Evidencia y contexto
Según la publicación de Harvey del 19 de octubre de 2026 , el sistema combina un grafo de conocimiento para jurisprudencia estadounidense con un gráfico de contexto para datos, documentos e integraciones de materia por espacio. La empresa afirmó que su fuente de conocimiento de la jurisprudencia de EE. UU. mapea citas y relaciones entre millones de opiniones de tribunales federales de distrito y apelación y de todos 50 estados, mientras que el gráfico de contexto está destinado a rastrear cómo los asuntos, documentos, personas y trabajos relacionados se conectan dentro del entorno gobernado por un despacho.
Harvey también dijo que el gráfico pretende reducir la necesidad de reinformes repetidos. La empresa describió escenarios en los que un agente puede identificar la versión que controla un acuerdo, rastrear un problema de diligencia hasta la cláusula relevante y las contrapartes, y seguir el tratamiento de citas en lugar de confiar en una recuperación plana que clasifica los fragmentos de texto solo por similitud. Harvey dijo que la capa de grafos funciona automáticamente para los usuarios, sin necesidad de gestión separada.
Resultados de la investigación y limitaciones
En experimentos en Legal Agent Bench, Harvey dijo que un agente que usaba el gráfico de contexto mejoraba la tasa de aprobación de rúbricas hasta en 30% y reducía el coste de la tarea hasta en aproximadamente 50% en comparación con un agente sin ese gráfico. La empresa también dio un ejemplo en el que una tarea basada en conocimiento de la empresa producía un resultado 0% rúbrica a partir de archivos en bruto, pero 75% con el gráfico de contexto, porque el gráfico ayudaba a identificar el asunto relevante y ejecutaba acuerdos de crédito y seguridad más rápidamente. Estas cifras son resultados de investigación reportados por la empresa, no resultados de producción verificados de forma independiente.
La publicación de Harvey también decía que, tras la disponibilidad general de memoria de usuario el mes pasado, encuestó a usuarios y descubrió que 93% de los encuestados afirmaron que la memoria hace que Harvey sea más útil y 50% dijeron que ahora repiten menos contexto. La empresa enmarcó el trabajo de gráficos como parte de una inversión más amplia en memoria y dijo que futuras incorporaciones incluirán señales de precedente, comprobación de citas para jurisprudencia estadounidense, seguimiento de la evolución del derecho, una nueva superficie de investigación y soporte para ontologías legales definidas por la firma. Indicó que se seguirán más detalles sobre esas incorporaciones, por lo que no se establece una fecha de lanzamiento separada del producto en la publicación.