Una cronología de casos es un índice fechado y documentado de los eventos y documentos relevantes para un caso, con cada entrada vinculada a su documento de discovery de respaldo y rango Bates. Brinda a los equipos legales una línea de tiempo de la evidencia en la que pueden buscar sin necesidad de reconstruir manualmente las fechas, documentos y referencias en toda la producción.
Puntos clave:
- Una cronología de casos convierte los documentos de discovery en una línea de tiempo fechada y fácil de buscar, con cada entrada vinculada a su fuente.
- El sellado Bates y la construcción de la cronología son trabajos diferentes. Parseur no aplica números Bates, pero puede extraer información de documentos que ya han sido sellados.
- Una cronología útil puede incluir rangos Bates, fechas de documentos, tipos de documentos, custodios, destinatarios, resúmenes, indicadores de privilegios y enlaces a los PDF de origen.
- Vision AI de Parseur puede extraer esos campos de PDF, escaneos, correos electrónicos y otros documentos, y enviar los datos estructurados a hojas de cálculo o flujos de trabajo posteriores.
- La IA puede encargarse del trabajo repetitivo de lectura e ingreso de datos, pero la relevancia, el privilegio y la importancia legal aún requieren revisión humana.
Qué es una cronología de casos y qué contiene
Una cronología de casos es un registro cronológico de los eventos importantes para un caso, organizado por fecha y respaldado por los documentos de discovery subyacentes. Proporciona a los abogados y equipos legales una línea de tiempo que pueden escanear rápidamente en lugar de tener que unir fechas, personas, acciones y pruebas de respaldo a lo largo de cientos o miles de páginas.
Se trata de una necesidad muy actual: una encuesta de 2026 realizada por Nextpoint a 101 profesionales legales pidió a los encuestados que mencionaran los mayores desafíos de discovery en sus firmas. La gestión, revisión y reducción de documentos encabezaron la lista con un 58%, seguidas por la recopilación de datos con un 34%, el trabajo con clientes en recopilaciones con un 31%, y la construcción de cronologías y líneas de tiempo con un 28%.
Una hoja de cálculo típica de cronología de casos incluye:
| Campo | Qué capturar |
|---|---|
| Fecha | Cuándo ocurrió el evento |
| Evento | Qué sucedió, declarado de forma clara y objetiva |
| Personas involucradas | Las partes, testigos, empleados u otras personas relevantes |
| Documento | El documento de discovery que sustenta el evento |
| Página / Número Bates | Dónde aparece la información de respaldo |
| Fuente | Correo electrónico, contrato, registro médico, informe, fotografía, etc. |
| Notas | Contexto, inconsistencias, preguntas de seguimiento u otros detalles útiles |
La cronología no es lo mismo que un registro de privilegios (privilege log) o un resumen de declaración (deposition summary).
Un registro de privilegios rastrea documentos o partes de documentos que se retienen de la producción debido al privilegio abogado-cliente, protección del producto del trabajo u otra protección aplicable. Su propósito es identificar el material retenido y proporcionar suficiente información para evaluar el privilegio afirmado. Es un registro de gestión de discovery, no una línea de tiempo de eventos.
Un resumen de declaración organiza lo que dijo un testigo durante una declaración. Puede incluir testimonios clave, admisiones, hechos en disputa y páginas de transcripción relevantes. A diferencia de una cronología, se centra en el testimonio, no necesariamente en la secuencia de eventos en el caso subyacente.
Una cronología de casos puede extraer información de ambos. Una declaración podría establecer que algo sucedió en una fecha particular, mientras que un correo electrónico, factura, informe o contrato proporciona el respaldo documental. La cronología reúne esas piezas en una sola línea de tiempo.
El manejo de grandes volúmenes de documentos es también el área donde los equipos legales están priorizando la IA. El Informe 2025 sobre IA Generativa en Servicios Profesionales de Thomson Reuters encontró que, entre los profesionales legales que ya usan herramientas de IA, la revisión de documentos fue la aplicación más común con un 77%, seguida del resumen de documentos con un 74%. Vale la pena contextualizar estas cifras: el uso activo de IA generativa entre las organizaciones legales se situaba en el 26% en ese momento, por lo que esos números describen cómo los primeros usuarios emplean la tecnología, no cuán común es en toda la profesión.
Las columnas exactas variarán según el caso, pero el objetivo básico sigue siendo el mismo: convertir el discovery disperso en una línea de tiempo que un equipo legal pueda buscar, verificar y utilizar.
¿Qué es un número Bates?
Un número Bates es un identificador secuencial único estampado en cada página o documento en un conjunto de producción legal. Por lo general, toma la forma de un prefijo alfanumérico seguido de un número completado con ceros, como ABC000001, ABC000002, y así sucesivamente.
El nombre proviene de la Bates Manufacturing Company, que produjo el "Numerador Bates" a partir de 1891: un sello manual mecánico que avanzaba automáticamente su contador con cada impresión. Antes de la gestión de documentos digitales, los equipos legales utilizaban estos dispositivos para crear referencias únicas y rastreables a través de grandes volúmenes de papel.
Hoy en día, la numeración Bates sigue siendo el método estándar para identificar y rastrear páginas en las producciones de discovery. Cuando los equipos legales se refieren a un "rango Bates", se refieren al intervalo desde la primera página estampada de un documento (ABC000001) hasta la última (ABC000004). Ese rango permite a cualquier parte localizar las páginas específicas que respaldan un evento en la cronología sin tener que reabrir todo el conjunto de producción.
Herramientas como Adobe Acrobat, Relativity y Everlaw se encargan del sellado real. Una vez que los documentos están sellados, Parseur puede leer esos números de las páginas e incluirlos como campos estructurados en una cronología de casos o un índice de discovery.
Por qué construirla a mano toma tanto tiempo
Construir una cronología de casos manualmente convierte la revisión de documentos en un proyecto de ingreso de datos. Alguien tiene que abrir los archivos de discovery, encontrar las fechas y eventos relevantes, registrar los números Bates, escribir una descripción útil y luego mantener la consistencia de la hoja de cálculo a medida que la revisión crece.
Los asistentes legales (paralegales) describen este flujo de trabajo regularmente en foros de profesionales. En un hilo, un asistente legal que lidiaba con 14.000 páginas de documentos de discovery pidió formas de hacer el proceso más eficiente porque tenían que registrar cada documento, su fecha y su número Bates en orden cronológico. Una respuesta describió la configuración habitual como un cuadro de Word o Excel con columnas para la fecha, el número Bates, el tipo o fuente de documento y la descripción.
Eso suena sencillo hasta que lo multiplicas por miles de páginas.
La hoja de cálculo no es la parte difícil
Excel o Word pueden manejar la tabla final. La parte lenta es introducir información confiable en ella.
Un flujo de trabajo manual típico se ve algo así:
- Abre un documento de discovery.
- Busca o escanea fechas, nombres y eventos relevantes.
- Identifica el rango Bates del documento.
- Lee suficiente contexto circundante para entender qué sucedió.
- Escribe una descripción concisa.
- Agrega la fila a Excel o a una tabla de Word.
- Repite para el siguiente documento.
- Regresa y corrige fechas, entradas duplicadas, números Bates faltantes o descripciones inconsistentes.
Las herramientas pueden cambiar, pero el humano aún tiene que leer y aplicar su criterio.
Las estimaciones de rendimiento de los profesionales varían ampliamente. En una discusión sobre la indexación de discovery, un asistente legal que mantenía un índice con campos para número Bates, fecha, remitente y destinatarios, descripción, tipo de documento, notas y documentos clave (hot documents) estimó 500 documentos en 8 horas cuando se movía rápido, mientras que otros en la misma discusión situaron la cifra en 300 a 400 documentos como un ritmo más realista. Estas son estimaciones individuales en lugar de puntos de referencia medidos, y dependen en gran medida de la longitud del documento, la calidad y cuánto contexto requiere cada entrada. El dato útil no es el número específico sino su proporción: este trabajo se mide en horas por unos pocos cientos de documentos, y escala linealmente con la producción.
Las tablas de Word, Excel y Ctrl+F solo resuelven parte del problema
Los equipos legales tienen muchas formas de hacer que el proceso manual sea menos doloroso.
Algunos usan tablas de Word. Otros usan Excel para ordenar y filtrar por fecha, número Bates, tipo de documento o notas. Un asistente legal describió el uso de Excel para rastrear discovery y recomendó campos como rango Bates, fecha, tipo de documento, relación padre o hijo, remitente, destinatario, asunto y notas. Las macros también pueden eliminar parte del trabajo repetitivo.
Y sí, Ctrl+F ayuda. Puedes encontrar un nombre, fecha, frase o palabra clave dentro de un documento con capacidad de búsqueda mucho más rápido que leyendo cada palabra.
Pero encontrar una frase no es lo mismo que construir una cronología.
La persona que realiza la revisión aún tiene que decidir si el hallazgo representa un evento significativo, determinar su fecha, comprender el contexto que lo rodea, conectarlo al rango Bates correcto y convertirlo en una fila útil en la cronología de casos.
Esa distinción se vuelve más importante a medida que el conjunto de documentos crece. Una hoja de cálculo puede organizar miles de filas, pero no puede leer los documentos y decidir qué hechos pertenecen a esas filas.
El resultado es un flujo de trabajo que parece automatizado desde afuera porque el producto final es un archivo de Excel. En realidad, gran parte del trabajo ocurrió entre el PDF y la primera celda.
Esa es la parte que vale la pena automatizar.
Sellado Bates versus indexación Bates: dónde encaja Parseur
El sellado Bates y la indexación Bates son dos trabajos diferentes. Parseur no aplica números Bates a los documentos. El sellado Bates es el proceso de asignar un identificador único, generalmente un número secuencial o código alfanumérico, a páginas o documentos en un conjunto de producción legal. Herramientas como Adobe Acrobat, Relativity, Everlaw y otras plataformas de discovery legal pueden manejar la numeración Bates y los flujos de trabajo de producción relacionados.
La indexación Bates viene después. Una vez que los documentos están sellados, un equipo legal puede necesitar organizar la información sobre ellos en un índice de búsqueda o cronología de casos.
Esa distinción es importante si estás construyendo una cronología de casos a partir de documentos de discovery.
Parseur no decide que la página 1 debe convertirse en ABC000001 y la página 2 debe convertirse en ABC000002. Entra en juego después de que los documentos han sido preparados y sellados.
El problema restante es a menudo mucho más repetitivo:
Abrir el documento → leerlo → identificar el evento relevante → encontrar la fecha → registrar el número Bates → escribir la descripción → agregar la fila a la hoja de cálculo.
Si tienes cientos o miles de páginas, eso significa repetir esencialmente el mismo proceso de lectura de documentos e ingreso de datos cientos o miles de veces.
Aquí es donde el análisis de documentos puede ayudar.
Parseur puede tomar los documentos de discovery que ya has preparado y extraer la información que deseas en campos estructurados. Dependiendo de los documentos y el flujo de trabajo, eso podría incluir:
- Fechas de eventos
- Nombres de las personas involucradas
- Tipos de documentos
- Descripciones o texto relevante
- Números Bates ya presentes en el documento
- Otros campos necesarios para la cronología
Los datos extraídos pueden luego enviarse a una hoja de cálculo, base de datos, API o flujo de trabajo de automatización en lugar de copiarse manualmente en cada fila.
La distinción importante es simple: Parseur no reemplaza al software de sellado Bates. Automatiza el trabajo que se realiza después del sellado: leer documentos y convertir la información dentro de ellos en datos estructurados.
Eso lo hace útil para la pregunta que a menudo surge inmediatamente después del sellado Bates: ¿cómo convierto esta pila de documentos de discovery sellados en un índice o cronología utilizable?
El esquema de campos
Un índice útil de documentos de discovery debe capturar suficiente información para identificar, ordenar, revisar y rastrear cada documento sin tener que reabrir todo el conjunto de producción.
Estos campos provienen del propio documento y son lo que lee un motor de extracción:
| Campo | Qué captura |
|---|---|
| Bates inicial | El primer número Bates asignado al documento |
| Bates final | El último número Bates asignado al documento |
| Fecha del documento | La fecha mostrada en o asociada con el documento |
| Fecha de recepción | Cuándo se recibió el documento, si esa información está disponible |
| Tipo de documento | Correo electrónico, contrato, factura, informe, carta, fotografía, hoja de cálculo |
| Autor o custodio | La persona que creó el documento o la persona responsable de mantenerlo |
| Destinatario | La persona o personas a las que se envió o dirigió el documento |
| Resumen de una línea | Una descripción concisa de lo que contiene el documento o por qué es importante |
| Designación de privilegio | Cualquier marca de privilegio ya aplicada al documento durante la revisión |
Estos campos describen el archivo en lugar de su contenido, y Parseur los captura mediante campos de metadatos en lugar de extracción por IA:
| Campo | Qué captura |
|---|---|
| Recuento de páginas | Número de páginas en el documento |
| Volumen de producción | El conjunto de producción, volumen u otra agrupación a la que pertenece |
| Enlace al PDF de origen | Una ruta directa o enlace de vuelta al documento original |
La distinción importa en la práctica. Pedirle a un motor de IA que informe el recuento de páginas o que produzca un enlace al archivo de origen es pedirle información que no está escrita en la página. Esos valores provienen de los metadatos del documento, y tratarlos como campos de extracción es una forma común de terminar con filas que parecen completas pero no lo están.
El campo de privilegio merece un cuidado particular. Registra una designación que un revisor ya ha aplicado. El motor de extracción no toma esta decisión, y nunca debes asumirlo como tal.
Los campos Bates inicial y Bates final anclan la fila a la producción en sí. Los campos de metadatos hacen que el índice se pueda buscar y ordenar. El resumen de una línea le da al revisor suficiente contexto para decidir si el documento merece una mirada más cercana.
El enlace al PDF de origen es particularmente útil. Un índice debería facilitar la búsqueda de la evidencia subyacente, no crear otro lugar donde la evidencia se separe de su contexto.
No todos los conjuntos de documentos contendrán todos los campos. Por ejemplo, es posible que una fecha de recepción no exista en la producción, y un custodio puede ser desconocido. El esquema es un punto de partida, no un requisito para inventar metadatos que los documentos no contienen.
La parte importante es la consistencia. Si cada documento se convierte en una fila con los mismos campos, la hoja de cálculo resultante se puede ordenar por fecha, filtrar por tipo de documento o custodio, buscar por rango Bates y conectarse de nuevo al documento de origen.
Ahí es donde la automatización se vuelve útil: el esquema es fijo, pero los documentos no lo son. Los PDF, correos electrónicos, escaneos, hojas de cálculo e informes presentan su información de manera diferente. El trabajo consiste en extraer los mismos campos útiles de cada uno y ponerlos en la misma estructura.
Cómo construirla con Parseur
Una vez que defines el esquema de campos, el flujo de trabajo es sencillo. Parseur utiliza sus capacidades de Vision AI para leer los documentos, identificar la información que necesitas y devolverla como datos estructurados.
1. Sube tus documentos de discovery
Sube los documentos de discovery que deseas que Parseur procese. Parseur puede leer archivos PDF, incluyendo documentos escaneados y archivos basados en imágenes, y extraer los campos que definas.
Mantén juntos los documentos de la misma producción o flujo de trabajo cuando sea posible. Esto ayuda a mantener una estructura coherente a medida que Parseur procesa los archivos y devuelve los datos extraídos.
2. Deja que Vision AI extraiga los campos
Vision AI lee cada documento y devuelve los campos escritos en la página:
- Bates inicial y Bates final
- Fecha del documento
- Fecha de recepción
- Tipo de documento
- Autor o custodio
- Destinatario
- Resumen de una línea
- Cualquier designación de privilegio ya marcada en el documento
El recuento de páginas, el volumen de producción y el enlace al archivo de origen provienen de campos de metadatos en lugar del motor de IA, ya que ninguna de esa información aparece en el contenido del documento.
La parte importante es que no le estás pidiendo al sistema que extraiga todo. Tú defines la información que tu cronología de casos realmente necesita y conviertes esos campos en datos estructurados.
Esto es especialmente útil cuando el material fuente incluye PDF, documentos escaneados, correos electrónicos y otros formatos. El diseño puede cambiar de un documento a otro sin requerir que reconstruyas la estructura de la hoja de cálculo manualmente.
3. Revisa los datos extraídos
La automatización no significa omitir la revisión.
Revisa los resultados extraídos, particularmente fechas, rangos Bates, nombres, resúmenes y cualquier campo donde el documento fuente sea difícil de leer. Corrige cualquier cosa que necesite atención antes de enviar los datos a flujos de trabajo posteriores.
El objetivo es revisar los datos extraídos, en lugar de escribir manualmente cada fila a partir de los documentos originales.
4. Exporta la cronología
Una vez que los datos se vean correctos, envíalos al destino que utiliza tu flujo de trabajo.
Puedes exportar los resultados estructurados a una hoja de cálculo o conectar Parseur a otras herramientas a través de integraciones, API, webhooks o plataformas de automatización.
A partir de ahí, puedes ordenar la cronología por fecha de documento, filtrarla por tipo de documento o custodio, buscar por número Bates y vincular cada fila a su fuente subyacente.
El resultado es la misma cronología estructurada que construirías manualmente, pero Parseur automatiza el paso repetitivo entre los documentos de discovery y las filas de la hoja de cálculo.
A dónde va la hoja de cálculo a continuación
Una cronología de casos no tiene que terminar en un archivo de Excel guardado en la carpeta de Descargas de alguien. Una vez que Parseur convierte los documentos de discovery en filas estructuradas, esas filas pueden alimentar las herramientas que tu equipo legal ya utiliza.
Para un flujo de trabajo directo, envía los resultados directamente a Google Sheets o Microsoft Excel. Parseur tiene integraciones nativas para ambos, por lo que la cronología puede convertirse en una hoja de cálculo activa en lugar de una exportación única.
Si la hoja de cálculo es solo un paso en un proceso más grande, usa una plataforma de automatización:
- Zapier puede tomar campos analizados de Parseur y enviarlos a miles de aplicaciones conectadas, incluidas hojas de cálculo y otras herramientas comerciales.
- Make es útil cuando el flujo de trabajo necesita ramificaciones, transformación de datos o múltiples destinos. Parseur envía los datos extraídos a Make, el cual se encarga del enrutamiento.
- Power Automate encaja en equipos que ya trabajan en el ecosistema de Microsoft y puede enrutar datos extraídos a Excel, SharePoint, Dynamics y otras aplicaciones conectadas.
- Las API o los webhooks tienen más sentido cuando el destino es un sistema de gestión de casos, una base de datos interna o una aplicación personalizada sin una integración preestablecida. Parseur puede enviar los campos extraídos como JSON estructurado a un endpoint que controles.
La elección depende de lo que desees que suceda después de crear la cronología. Un caso simple puede no necesitar nada más que una Google Sheet. Una operación legal más grande podría querer que los mismos datos extraídos se enruten a un sistema de gestión de casos, se almacenen en una base de datos interna o se usen para desencadenar otro flujo de trabajo.
La parte útil es que el paso de lectura de documentos no tiene que terminar con la entrada manual en la hoja de cálculo. Parseur extrae los campos una vez, y los datos estructurados pueden seguir moviéndose por el flujo de trabajo automáticamente.
Antes de subir: confidencialidad y retención
Los documentos de discovery no son archivos comerciales ordinarios. Un conjunto de producción puede contener material privilegiado, información cubierta por una orden de protección, secretos comerciales, registros médicos o datos personales que pertenecen a personas que no son partes en el caso. Antes de enviar esta información a un servicio de terceros, las preguntas clave son dónde se almacena, por cuánto tiempo y quién puede acceder.
Con Parseur, los controles relevantes son:
Retención. El período de retención es configurable desde un día hasta ilimitado, según el plan, y se establece por buzón. Para el trabajo de discovery, una ventana de retención corta es generalmente el valor predeterminado correcto: Parseur lee los documentos y entrega los datos estructurados a tu hoja de cálculo o sistema de gestión de casos, por lo que los archivos de origen rara vez necesitan persistir en la capa de análisis después de eso.
Alojamiento y cumplimiento. Parseur ofrece alojamiento en la UE y publica sus controles de seguridad, subprocesadores y postura de cumplimiento a través de su Trust Center. Un acuerdo de procesamiento de datos está disponible y se aplica automáticamente al registrarse.
Acceso. Los buzones se pueden limitar para que solo las personas que trabajan en un asunto determinado puedan ver los documentos en ellos.
Qué sigue necesitando a un humano
Automatizar la recepción de documentos no significa automatizar el juicio legal. Parseur puede leer documentos de discovery y convertir la información en campos estructurados, pero un abogado o profesional legal calificado aún necesita decidir qué significa la información y qué hacer con ella.
Esa distinción importa más en tres áreas.
Decisiones de privilegios. Un indicador de privilegios puede ayudar a organizar los documentos para su revisión, pero Parseur no debe tratarse como el responsable de la toma de decisiones sobre si se aplica el privilegio abogado-cliente, la protección del producto de trabajo u otra protección legal. Esas son determinaciones legales que requieren revisión humana.
Relevancia. Un documento puede contener la fecha, los nombres y las palabras clave correctas y aun así ser irrelevante para el problema que estás investigando. Por el contrario, un documento que parece rutinario puede cobrar importancia cuando se analiza junto con otras pruebas. La extracción automatizada puede sacar a la luz información. No puede determinar de manera confiable su importancia legal.
Juicio legal. Una cronología es, en última instancia, una herramienta de trabajo para abogados y equipos legales. Decidir qué eventos importan, cómo interpretar pruebas contradictorias, si una declaración es significativa o qué discovery adicional se necesita requiere contexto y juicio profesional.
Piensa en Vision AI como un asistente de ingreso de datos y lectura de documentos, no como un reemplazo para la revisión legal. Puede quitarle al equipo el trabajo repetitivo de buscar y estructurar información, al tiempo que deja las decisiones que requieren experiencia legal a las personas responsables de tomarlas.
Esa es también la razón por la que un paso de revisión pertenece al flujo de trabajo. Automatiza la extracción. Mantén el juicio humano.
Este artículo describe un flujo de trabajo de procesamiento de documentos y no constituye asesoramiento legal. Los profesionales legales calificados que trabajan en el asunto toman decisiones sobre privilegios, relevancia, obligaciones de producción y cómo manejar el material de discovery.
Última actualización el
