¿Qué es y para qué sirve?
LexCatamarca reúne en un solo lugar el texto completo de todas las leyes provinciales (desde la Ley N° 1 de 1856 hasta las más recientes) y de los decretos provinciales, y los vuelve realmente utilizables: podés buscar por idea aunque no sepas el número, ver el texto vigente de una ley con todas sus modificaciones integradas, recorrer el mapa de relaciones entre normas, y hacer preguntas en lenguaje natural a un asistente que responde citando la ley y el artículo exactos.
El problema que resuelve es concreto: la legislación es enorme, está dispersa, cambia con el tiempo y es difícil saber qué sigue vigente. Este sistema convierte ese laberinto en algo navegable.
👤
Para la ciudadanía
Acceder y entender la normativa sin ser experto, en lenguaje claro.
⚖️
Para la abogacía
Encontrar normas, ver el texto consolidado y rastrear modificaciones rápido.
🎓
Para estudiantes
Explorar el derecho provincial por materias y descubrir conexiones.
🏛️
Para agentes públicos
Consultar el estado real de una norma y su vínculo con otras.
Los datos provienen de fuentes oficiales de la Provincia de Catamarca.
Cómo funciona por dentro
Acá está la parte interesante. La mayoría de los "asistentes con IA" son un modelo de lenguaje respondiendo de memoria: rápido, pero capaz de inventar una ley con total seguridad. LexCatamarca funciona distinto, con una técnica llamada RAG. Te la contamos de a poco.
1 · Qué es un RAG
RAG es la sigla de Retrieval-Augmented Generation (Generación Aumentada por Recuperación). La idea, en una frase: primero buscar, después responder.
En vez de dejar que la IA conteste con lo que "recuerda" de su entrenamiento —donde puede alucinar normas que no existen— el sistema primero recupera del corpus real los artículos que importan, y recién entonces le pide al modelo que redacte la respuesta usando solo esos textos y citándolos. Por eso cada afirmación apunta a una ley y un artículo concretos, que podés abrir y verificar.
💡Una analogíaEs la diferencia entre un examen de memoria y uno a libro abierto. La IA no recita lo que cree recordar: responde con los textos reales adelante.
🔬Profundizar — Las dos etapas del RAG (y por qué reduce las alucinaciones)
1. Recuperación (Retrieval). Se encuentran, entre decenas de miles de artículos, los pocos fragmentos verdaderamente relevantes para tu pregunta.
2. Generación aumentada (Augmented Generation). Esos fragmentos se le entregan al modelo de lenguaje como contexto, y se le pide que responda condicionado a ellos. El modelo no inventa de memoria: trabaja sobre el texto que se le provee, lo que reduce drásticamente las alucinaciones.
Modelo BYO (Bring Your Own). El sistema no "es" la IA: orquesta la recuperación y le pasa el contexto al modelo que vos elijas con tu propia API key (Gemini, OpenAI, Claude o DeepSeek). El motor de búsqueda es siempre el mismo; vos elegís quién redacta.
2 · Qué son los embeddings (la magia)
Para que el sistema encuentre artículos "por significado", necesita una forma de medir cuándo dos textos quieren decir lo mismo. Ahí entran los embeddings.
Una computadora no entiende palabras: entiende números. Un embedding convierte un texto en una lista de números (un vector) que captura su significado. Lo asombroso es lo que pasa después: los textos que significan cosas parecidas terminan con vectores parecidos, es decir, cerca entre sí en un enorme "mapa de significados".
💡Una analogíaImaginá un mapa donde, en vez de ciudades, hay textos —y donde la distancia no es geográfica sino de significado: todo lo que habla de minería cae en un barrio, lo de educación en otro. Tu pregunta también se ubica en ese mapa, y el sistema te trae a sus vecinos más cercanos. Por eso, si buscás "empleo estatal" y la ley habla de "función pública", los encuentra igual: están cerca en el mapa, aunque no compartan ni una palabra.
Y acá viene lo verdaderamente fascinante: si cada texto es un punto en un espacio, entonces la similitud se vuelve distancia y el significado se vuelve geometría. Se pueden hacer cosas que parecen ciencia ficción: operar con el significado como si fuera álgebra.
El ejemplo histórico que reveló esto, con embeddings de palabras, es casi poético:
vector("rey") − vector("hombre") + vector("mujer") ≈ vector("reina")
La "dirección" que va de hombre a mujer es una flecha consistente dentro del espacio; sumándosela a rey, caés cerca de reina. Y el modelo aprendió esas direcciones solo, leyendo texto. Nuestro sistema embebe artículos enteros, no palabras sueltas, pero la idea es la misma: el significado vive como posición y dirección en el espacio.
¿Y las dimensiones? Vos y yo podemos imaginar 2 o 3 (un plano, una habitación). El espacio real de estos vectores tiene 1024 dimensiones. No lo podemos ver —nadie puede— pero la matemática de "distancia" y "dirección" funciona exactamente igual que en 3D. Cada una de esas 1024 dimensiones es como un eje sutil de significado que el modelo descubrió por su cuenta; tantas dimensiones le dan lugar para separar miles de matices sin que se pisen.
Visualización 3D
🔬Profundizar — Cómo se calculan y guardan los embeddings
El cálculo lo hace una herramienta de código abierto: la librería sentence-transformers, corriendo el modelo BAAI/bge-m3 (que se descarga de HuggingFace). Lo importante: el modelo se ejecuta localmente, en el propio servidor —para generar los vectores no se manda el texto a ningún servicio externo. Es multilingüe y rinde muy bien en español. Cada texto se convierte en un vector de 1024 dimensiones (1024 números) y la cercanía entre dos vectores se mide con similitud coseno.
Los ~65.000 artículos están pre-convertidos a vectores y guardados en una base de datos vectorial (ChromaDB). Cuando preguntás, tu consulta se convierte al vuelo en un vector y se buscan los más cercanos en milisegundos. Hay colecciones separadas para los artículos y para los resúmenes (extractos) de cada ley, lo que permite primero ubicar la ley relevante y después bajar al artículo.
3 · Búsqueda híbrida: tres estrategias a la vez
Ninguna técnica sola alcanza, así que el sistema corre tres en paralelo y las combina:
| Estrategia | Qué aporta | Su punto ciego |
|---|
| 🧠 Semántica (embeddings) | Entiende el significado y los sinónimos | Puede pasar por alto un término o número exacto |
| 🔤 Palabras clave | Coincidencias literales: "Ley 4938", siglas, nombres | No entiende sinónimos ni reformulaciones |
| 🏷️ Etiquetas temáticas | Cómo clasifican los temas las personas expertas | Depende de que la ley esté bien etiquetada |
Cada una cubre los puntos ciegos de las otras. Juntas dan a la vez alta cobertura (no se escapa lo relevante) y alta precisión (lo más pertinente sube).
🔬Profundizar — Cómo se fusionan los resultados
La búsqueda literal usa el motor de texto completo de SQLite (FTS5). Los resultados de las tres estrategias se fusionan por ranking: cada artículo suma puntos según su posición en cada lista, de modo que lo que aparece bien rankeado en varias estrategias a la vez sube a lo más alto.
4 · El reordenador (reranker)
Juntar candidatos es barato pero impreciso. Por eso hay un paso final: un modelo reordenador más fino mira tu pregunta y cada candidato juntos, y les pone una nota de relevancia de 0 a 1. Los que quedan arriba son los que se le muestran a la IA —y a vos.
🔬Profundizar — Por qué un reordenador es más preciso que el embedding
El reordenador es un cross-encoder (modelo mmarco-mMiniLMv2). A diferencia del embedding —que codifica la pregunta y el texto por separado— el cross-encoder los procesa juntos, lo que da una medición de relevancia mucho más precisa. La contra es que es más lento, por eso solo se aplica sobre los pocos candidatos finalistas, no sobre todo el corpus.
5 · El recorrido completo de una pregunta
Cuando hacés una consulta por IA, esto es lo que pasa de punta a punta:
1
Tu pregunta
En lenguaje natural
↓
2
Se analiza en paralelo
Significado (embedding) · palabras clave · etiquetas
↓
3
Se recuperan los artículos reales
Los fragmentos relevantes del corpus
↓
4
Se reordenan por relevancia
El reranker pone una nota de 0 a 1
↓
5
La IA redacta con las fuentes
Usa solo esos textos y los cita
↓
6
Recibís la respuesta
Con sus fuentes citadas y enlazadas
¿Dónde está parado este sistema?
Para ubicarlo: en un extremo están los buscadores de palabras (encuentran el término, no la idea); en el otro, los chatbots sueltos (suenan convincentes pero inventan). LexCatamarca está en un lugar distinto: es un RAG anclado al corpus real y completo de la provincia, que recupera los textos verdaderos antes de responder, cita cada fuente, entiende cuándo una ley fue modificada (texto consolidado) y cómo se conecta con otras (grafo de relaciones), y te deja elegir el modelo de IA de primer nivel que prefieras.
No es un buscador de palabras ni un chatbot suelto: es un asistente de investigación legal con los pies en los documentos.
Eso no lo hace infalible. La recuperación puede dejar algo afuera, el texto consolidado se arma de forma automática y un modelo de lenguaje siempre puede equivocarse al redactar. Por eso el sistema cita todo —para que verifiques— y por eso, para uso profesional, la palabra final la tienen las fuentes oficiales.
Consolidación y relaciones: cómo el sistema entiende que las leyes cambian
Una ley casi nunca queda quieta: otras leyes posteriores la modifican, sustituyen artículos, le incorporan otros o la derogan. Leer solo el texto original puede ser engañoso. Por eso el sistema distingue dos cosas:
Texto original (Artículos) = la ley tal como fue sancionada.
Texto consolidado = el texto vigente hoy, con todas las modificaciones posteriores ya integradas, artículo por artículo.
Para construir el consolidado, el sistema mantiene un mapa de relaciones entre normas. Cada relación tiene un tipo, y juntas cuentan la historia de cómo evolucionó cada ley:
| Relación | Significado |
|---|
| DEROGA | Una norma deja sin efecto a otra (total o parcial) |
| MODIFICA | Cambia el contenido de artículos de otra ley |
| SUSTITUYE | Reemplaza completamente el texto de un artículo |
| INCORPORA | Agrega artículos nuevos (ej: "Art. 5 bis") a una ley existente |
| ADHIERE | La provincia adhiere a una ley nacional |
| REGLAMENTA | Un decreto reglamenta cómo se aplica una ley |
| CITA | Una norma hace referencia a otra |
🔬Profundizar — Dos principios que ordenan los conflictos entre normas
Lex posterior: ante normas en conflicto, la posterior en el tiempoprevalece sobre la anterior. Por eso el consolidado aplica las modificaciones en orden cronológico.
Lex specialis: la norma especial (sobre una materia puntual) prevalece sobre la general.
⚠️El texto consolidado se construye de forma algorítmica y puede diferir del texto vigente real. Ante la duda, verificá el artículo en su fuente oficial.
Usar el buscador
La página de inicio ofrece tres modos:
Búsqueda temática
Buscás por tema, concepto o palabras clave y el sistema combina las tres estrategias que vimos arriba. Filtros: corpus (leyes / decretos / todo), estado (vigente / derogada) y rango de años.
Consulta por ley
Si ya conocés el número, escribilo directo. También funciona dentro de la búsqueda temática: si escribís "ley 4938", el sistema detecta el número y te lleva a su ficha.
Consulta por decreto
Buscás un decreto por número y, opcionalmente, por año. La opción "Incluir Decreto Acuerdo"suma los DA (decretos con fuerza de ley).
La ficha de una ley
La vista más completa del sistema, organizada en pestañas.
Estados posibles
| Estado | Significado |
|---|
| 🟢 VIGENTE | Plenamente en vigor |
| 🔴 DEROGADA | Anulada por una norma posterior |
| 🟠 PARC. DEROGADA | Solo algunos artículos fueron derogados |
| 🔴 VETO TOTAL | El Poder Ejecutivo vetó la ley completa |
| 🟠 VETO PARCIAL | El Poder Ejecutivo vetó algunos artículos |
Etiquetas temáticas
Junto al título, la píldora 🏷️ etiquetas agrupa la clasificación de la norma; se despliega al pasar el mouse o tocarla:
| Tipo | Ejemplo | Descripción |
|---|
| 📂 VOZ | MINERÍA, EDUCACIÓN | Categorías amplias del derecho (26 en total) |
| 📁 SUB | Organización judicial | Subcategorías específicas |
| 🏷️ TAG | sector público, creación | Palabras clave de la ley |
Las pestañas
| Pestaña | Qué muestra |
|---|
| Artículos | Texto original por secciones. En leyes largas (15+ arts.), índice lateral con barra de progreso |
| Texto Consolidado | El texto vigente con las modificaciones ya integradas (ver sección anterior) |
| Mapa de Relaciones | Grafo interactivo de conexiones con otras normas: arrastrá los nodos y hacé clic para navegar |
| Temáticas | Leyes relacionadas por etiquetas compartidas, para descubrir normativa sin vínculo directo |
Compartir, imprimir y descargar
Arriba a la derecha de cada ficha (ley o decreto) tenés tres acciones:
| Botón | Qué hace |
|---|
| 🔗 Compartir | Copia el enlace de la norma (o abre el menú de compartir del celular) |
| 🖨 Imprimir | Abre una versión limpia y citable para imprimir o guardar como PDF |
| ⬇ Descargar | Baja el texto (.txt): el original y, si la ley tiene consolidado, también el consolidado |
Consulta por IA — el asistente legal
Hacés preguntas en lenguaje natural y recibís un análisis con fuentes. Por debajo corre todo el pipeline RAG que explicamos arriba.
Para usar la Consulta IA (y el asistente de las fichas) necesitás una cuenta gratis y tu propia API key del proveedor de IA que elijas. Buscar y leer fichas no requiere nada de eso. La clave se configura una sola vez en Mi cuenta → 🔑 API keys de IA (abajo te explicamos cómo obtenerla).
Ejemplos de preguntas
- ¿Qué dice la ley de minería sobre concesiones?
- ¿Qué leyes regulan la educación primaria?
- ¿La ley 4938 fue modificada? ¿Por cuáles?
- Compará la ley de aguas con la de medio ambiente
Características
- Respuestas con fuentes: cada afirmación referencia la ley y el artículo
- En tiempo real: la respuesta se va escribiendo a medida que se genera (streaming)
- Con contexto: podés hacer preguntas de seguimiento y se entienden en la conversación
- Links clickeables: las menciones a leyes y decretos son enlaces directos a sus fichas
- Citas verificadas: al terminar, el sistema compara cada artículo citado contra el texto real de la norma y te muestra el resultado — ver Verificación de citas
Proveedores de IA (con tu propia API key)
Elegís quién redacta la respuesta. El sistema no usa una clave compartida: cada quien pone la suya.
| Proveedor | Modelos | Notas |
|---|
| Gemini (Google) | Familia Gemini | Opción por defecto · requiere API key propia |
| OpenAI | Familia GPT | Requiere API key propia |
| Claude (Anthropic) | Familia Claude | Requiere API key propia |
| DeepSeek | Familia DeepSeek | Compatible OpenAI · requiere API key propia |
¿No tenés una clave todavía? Abajo, en Cómo obtener tu API key, te explicamos las ventajas y el paso a paso de cada proveedor.
⚠️Las respuestas de IA son orientativas y no constituyen asesoramiento legal profesional. Verificá siempre en el texto de la ley.
Verificación de citas — cómo sabés si la IA no inventó
Cuando el asistente termina de responder, debajo aparece un recuadro con una pastilla por cada artículo citado. Eso no lo escribe la IA: lo chequea el sistema después, comparando cada cita contra el texto real de la norma que está en la base. Pasando el mouse por una pastilla se abre el fragmento del artículo, para que lo leas vos mismo.
💡Una analogíaEs el chequeo de citas de una editorial. El autor entrega el texto; otra persona va a la fuente, busca la cita y compara. No reescribe el artículo: solo avisa si la cita no dice lo que el texto afirma, o si no existe.
Existe porque los modelos de lenguaje pueden citar un artículo que no existe, o atribuirle a un artículo real algo que no dice. Es la limitación más conocida de estas herramientas, y en materia jurídica es justamente la que más daño hace.
Son dos controles distintos (y conviene no confundirlos)
🔎
Control de EXISTENCIA
¿El artículo citado existe? ¿Estaba entre las normas que el sistema recuperó para responder? Se hace contra la base de datos, sin usar IA. Es gratis, corre siempre y cubre todas las citas de la respuesta, sin límite.
📖
Control de CONTENIDO
¿Lo que la respuesta afirma sobre ese artículo es fiel a lo que el artículo dice? Esto sí necesita una lectura, así que usa tu API key: una llamada extra al modelo, con el texto real de los artículos adentro. Tiene un tope por respuesta.
La distinción importa para leer bien los colores: una pastilla verde siempre significa que el artículo existe y está donde la respuesta dice; que además se haya controlado el contenido depende del tope que explicamos más abajo.
Qué significa cada color
| Pastilla | Qué quiere decir | Qué hacer |
|---|
| ✓ verificado (verde) | El artículo existe, estaba entre las fuentes y lo que la respuesta dice de él es fiel al texto | Nada. Igual podés leer el fragmento al pasar el mouse |
| ⚠ revisar (ámbar) | El texto real no respalda del todo lo que la respuesta afirma: la contradice, o le atribuye algo que no dice | Leé el artículo. Es la señal más importante del recuadro |
| ℹ fuera del contexto (azul) | El artículo es real y se muestra su texto, pero NO estaba entre las normas que el sistema recuperó: la IA lo citó de memoria propia | Tratala como una cita sin respaldo del buscador. Comprobala en la ficha |
| – no verificable (gris) | El sistema no puede comprobarla acá: es de una norma que no está en el corpus provincial, o no quedó claro a qué norma pertenece | No significa que esté mal, significa que no lo sabemos |
| ✗ no encontrado (rojo) | Ese artículo no existe en la norma citada | Desconfiá de esa afirmación |
El gris no quiere decir «está mal»: quiere decir «no lo puedo comprobar». Son cosas distintas y preferimos decirlo así, en vez de arriesgar un veredicto que suene seguro y esté equivocado.
Limitaciones — lo que esta verificación NO hace
- El control de contenido llega hasta 15 citas por respuesta (es un tope configurable). Si la respuesta cita más artículos, los que sobran quedan con control de existencia solamente, y hoy la pastilla se ve igual. En respuestas largas y con muchas citas, el verde de las últimas significa «este artículo existe y estaba entre las fuentes», no «comprobé que diga eso». El tope está porque el control de contenido es una llamada a tu proveedor de IA, y cada artículo que entra la encarece.
- Verifica exactitud, no completitud. Que la respuesta resuma u omita partes de un artículo es correcto: es un resumen, no una transcripción. Solo se marca en ámbar si contradice el texto o le atribuye algo que el texto no dice.
- No valida el razonamiento jurídico. Pueden estar todas las citas impecables y la conclusión ser discutible. Verificar citas no es verificar derecho.
- Las normas de fuera del corpus provincial no se verifican (Código Civil, Código Penal, Código de Minería, leyes nacionales). No están en la base, así que salen en gris.
- «La Constitución» sin apellido queda en gris. La Nacional y la Provincial comparten 130 números de artículo, así que si la respuesta no precisa de cuál habla, el sistema prefiere no opinar antes que arriesgar un veredicto sobre la norma equivocada.
- Las listas de artículos pueden quedar a medias. Si la respuesta dice «los arts. 5, 7 y 9 de la Ley 5925», según la configuración puede controlarse solo el primero de la lista.
- Depende de lo que esté cargado. La verificación compara contra nuestra base. Si una norma está incompleta o su texto consolidado no está al día, eso se refleja en el resultado.
Cómo prenderla o apagarla, y qué cuesta
En el panel de configuración de la Consulta IA hay un interruptor «Verificar citas», que viene prendido. Apagarlo no te deja sin red: el control de existencia sigue corriendo igual, porque es gratis. Lo que se apaga es el control de contenido, que es el que consume tokens de tu clave. Si querés ahorrar, ahí está la perilla.
🔬Profundizar — cómo decide a qué norma pertenece cada «art. N»
Antes de comprobar nada, el sistema tiene que resolver un problema que parece trivial y no lo es: cuando la respuesta dice «el art. 10», ¿de qué norma habla? Hay casi 6.000 leyes con un artículo número 1, así que el número solo no identifica nada.
Se resuelve en este orden:
- Si la cita lo dice explícitamente («el art. 10 de la Ley 5925», «del Decreto N° 672/1994», «de la Constitución Nacional»), se usa eso y no se discute.
- Si no, se lee como se lee un texto legal: el artículo pertenece a la última norma nombrada antes de él. Mirar solo hacia atrás evita un error sutil en las tablas, donde cada fila hablaba de otra norma.
- Si tampoco así queda claro, no se adivina: la cita queda en gris.
Por eso al asistente se le pide expresamente que nombre la norma completa en cada cita —ley con número, decreto con número y año (se repiten entre gobernadores), Constitución con su apellido. Cuanto más completa viene la cita, menos tiene que inferir el verificador.
Otro detalle: el texto se busca en el índice completo de la norma, no en su resumen. Una palabra puede estar en el articulado y no en el extracto, y chequear contra el extracto inventaría errores que no existen.
⚠️La verificación es una red de seguridad, no una garantía. Reduce mucho el riesgo de que te quedes con una cita inventada, pero la responsabilidad de leer la norma antes de usarla sigue siendo tuya. Para eso cada pastilla enlaza a la ficha y te muestra el fragmento real.
Cómo obtener tu API key (paso a paso)
Para usar la Consulta por IA necesitás una cuenta gratis y una API key (clave de API) del proveedor que elijas. No te asustes si nunca usaste una: es más fácil de lo que parece y acá te guiamos con todo el detalle.
💡Una analogíaUna API key es como una llave personal que le dice al proveedor de IA “estas consultas son mías”. La pegás una sola vez en Mi cuenta → 🔑 API keys de IA y queda guardada cifrada en el servidor, lista para usarla desde cualquier dispositivo (en la Consulta IA y en el asistente de las fichas). Son tus consultas y tu costo, bajo tu control.
Cada proveedor tiene lo suyo, y la elección es tuya: algunos ofrecen una capa gratuita para probar sin tarjeta, otros se destacan por precio o por la calidad de sus modelos. Todos funcionan igual de bien con LexCatamarca —el motor de búsqueda es siempre el mismo; solo cambia quién redacta la respuesta.
| Proveedor | Ventajas | A tener en cuenta |
|---|
| Google Gemini | Capa gratuita permanente (sin tarjeta) en modelos Flash | El modelo Pro y el uso intensivo requieren facturación |
| DeepSeek | De los más económicos por uso; compatible con estándares OpenAI | Necesita saldo cargado para funcionar |
| OpenAI | Modelos GPT muy difundidos y versátiles | Pago por uso (prepago); ChatGPT Plus no incluye la API |
| Claude (Anthropic) | Muy valorado para análisis y textos largos | Pago por uso; sin capa gratuita permanente |
Elegí el que prefieras y seguí los pasos. Hacé clic para desplegar cada guía:
✨Google GeminiCapa gratuita
Abrir aistudio.google.com ↗- Entrá a aistudio.google.com e iniciá sesión con tu cuenta de Google.
- En el menú lateral hacé clic en “Get API key” (Obtener clave de API).
- Hacé clic en “Create API key” (Crear clave de API) y confirmá.
- Copiá la clave que aparece (empieza con “AIza”) y pegala en LexCatamarca.
La clave se ve así: AIza…
💡 Tiene una capa gratuita permanente (sin tarjeta) con límites generosos, pero solo cubre los modelos Flash (como gemini-2.5-flash); el modelo Pro requiere activar facturación o una suscripción. En la capa gratuita, Google puede usar tus consultas para mejorar sus modelos.
🐋DeepSeekMuy económico
Abrir platform.deepseek.com ↗- Entrá a platform.deepseek.com y registrate con tu email o teléfono.
- Andá a “Top up” (Recargar) y cargá saldo: sin saldo, la clave no responde.
- En el menú lateral entrá a “API keys” y hacé clic en “Create new API key”.
- Ponele un nombre, copiá la clave (se muestra una sola vez) y pegala en LexCatamarca.
La clave se ve así: sk-…
💡 Cobra por uso (por token) y es de los más baratos. Mantené saldo en la cuenta o la clave deja de funcionar.
🤖OpenAI (GPT)Modelos GPT
Abrir platform.openai.com ↗- Entrá a platform.openai.com y registrate (email, Google, Microsoft o Apple). Te pedirá verificar tu email y un teléfono por SMS.
- Andá a Settings → Billing y hacé clic en “Add credit”. Cargá un monto (el mínimo suele ser US$5): es un sistema prepago.
- Andá a Settings → API keys y hacé clic en “Create new secret key”.
- Copiá la clave al instante (empieza con “sk-proj-”; no se vuelve a mostrar) y pegala en LexCatamarca.
La clave se ve así: sk-proj-…
💡 Ojo: tener ChatGPT Plus NO incluye acceso a la API — son productos separados y hay que cargar crédito aparte. Podés fijar un límite de gasto mensual para evitar sorpresas.
🧠Claude (Anthropic)Fuerte en análisis
Abrir console.anthropic.com ↗- Entrá a console.anthropic.com y registrate (email, Google o SSO). Respondé las preguntas iniciales (si sos un individuo o una organización).
- Andá a Settings → Billing y agregá una tarjeta o comprá créditos. Este paso es clave: saltearlo es la causa #1 de que una clave nueva dé error.
- En el menú lateral entrá a “API Keys” y hacé clic en “Create Key”. Ponele un nombre.
- Copiá la clave (se muestra una sola vez; empieza con “sk-ant-”) y pegala en LexCatamarca.
La clave se ve así: sk-ant-…
💡 No tiene capa gratuita permanente: se cobra por token y necesita créditos cargados. Si perdés la clave, generá otra en console.anthropic.com/settings/keys.
Después de crear la clave
Entrá a Mi cuenta → 🔑 API keys de IA, elegí el proveedor y el modelo, y pegá tu clave. Con eso quedás listo: tanto la Consulta IA como el asistente de las fichas la usan solos, sin volver a configurar nada.
Podés guardar una clave por proveedor (Gemini, Claude, DeepSeek…) y cambiar de una a otra desde el selector, sin volver a pegarlas. Si la clave tuviera algún problema, la primera consulta te lo diceen español claro (clave inválida, falta de crédito/facturación, o modelo no disponible).
⚠️Cuidá tu clave como una contraseña. No la compartas ni la publiques. Si creés que se filtró, entrá al panel del proveedor y regenerala (eso invalida la anterior al instante).
🔬Profundizar — Problemas frecuentes al crear una clave (y cómo resolverlos)
“Mi clave nueva da error de inmediato.” En OpenAI, Claude y DeepSeek la clave no funciona hasta que cargás crédito / facturación en la cuenta. Es la causa más común: la clave existe, pero el proveedor rechaza las consultas hasta poder cobrarlas.
“Tengo ChatGPT Plus, ¿por qué me pide pagar la API?” Son productos separados: la suscripción de ChatGPT no incluye acceso a la API de OpenAI. Necesitás cargar crédito aparte en platform.openai.com.
“Copié la clave pero la perdí.” Casi todos los proveedores muestran la clave una sola vez. Si la perdés, no pasa nada: entrá al panel, borrá la vieja y creá una nueva.
“¿Cuánto cuesta?” Gemini tiene capa gratuita. Los demás cobran por uso (por cantidad de texto procesado) y suelen ser muy baratos para consultas puntuales; podés fijar un límite de gasto mensual para quedarte tranquilo.
¿Cuánto consume una consulta? (transparencia de costos)
Queremos ser claros con esto. La Consulta por IA funciona con tu propia API key: el costo de cada consulta lo cobra tu proveedor (Gemini, OpenAI, Claude o DeepSeek), directo a tu cuenta, según lo que uses. LexCatamarca no cobra nada por encima de eso, ni toma comisión, ni tiene una clave compartida: pagás solo lo que consumís, y solo a tu proveedor.
💡Una analogíaPensalo como un taxímetro: no pagás una cuota fija, pagás según la distancia. Y la “distancia” acá es cuánto texto se procesa en cada consulta: lo que entra (tu pregunta + los textos legales que se le dan de contexto al modelo) y lo que sale (la respuesta). Cuanto más largo el trayecto, un poquito más marca el reloj.
Por eso no cuesta lo mismo una pregunta puntual con respuesta corta que un estudio histórico completo de una norma extensa. No es un cambio enorme —los precios por consulta suelen ser muy bajos— pero es honesto decirlo: si hacés muchas consultas complejas y largas, vas a consumir más.
Qué consume, y cuánto (a grandes rasgos)
| Acción | Consumo de tu clave | Por qué |
|---|
| Buscar y navegar (fichas, mapa, materias) | $0 — nada | No usa tu API key: la búsqueda y la lectura son gratis y no requieren clave |
| Consulta por IA — pregunta simple | Muy bajo | Solo se le pasan al modelo los pocos fragmentos recuperados más relevantes (RAG), no leyes enteras |
| Asistente en una ficha — norma corta | Bajo | Se le da al modelo el texto de esa norma como contexto; si es corta, es poco |
| Asistente en una ficha — norma extensa | Moderado | La norma completa entra como contexto: más texto de entrada = más consumo |
| Análisis profundo (📊) de una norma extensa | El más alto | Corre varios análisis especializados y luego una síntesis: son varias llamadas al modelo, cada una con el texto |
Regla simple: consume más cuanto más largo sea el texto involucrado y cuantos más pasos de análisis haga la consulta. Una pregunta corta sobre una ley breve es de lo más barato; un análisis profundo de un código extenso es lo que más suma.
Cómo mantenerlo bajo control
- Usá el modo que necesitás: para algo puntual, una pregunta simple alcanza y consume poquísimo. Reservá el análisis profundo (📊) para cuando de verdad querés el estudio completo de una norma.
- Aprovechá la capa gratuita: Google Gemini tiene una capa gratuita permanente (modelos Flash) que cubre un uso normal sin cargar tarjeta. Buen punto de partida si querés costo cero.
- Poné un límite de gasto: OpenAI, Claude y DeepSeek te dejan fijar un tope mensual en el panel del proveedor. Así nunca hay sorpresas: llegado el límite, se frena.
- Cancelá si te arrepentiste: el botón Cancelar corta la generación en el acto y deja de consumir tokens de ahí en más.
🔬Profundizar — Por qué un análisis profundo consume más que una pregunta simple
Los proveedores cobran por tokens (aproximadamente, fragmentos de palabra) tanto de entrada (todo lo que se le manda al modelo: tu pregunta + los textos de contexto) como de salida (la respuesta que genera). Dos cosas mueven la aguja:
1. Cuánto texto entra. Una Consulta por IA común solo le pasa al modelo los pocos fragmentos que el RAG recuperó, así que la entrada es chica. En cambio, el asistente de una fichale da la norma completa como contexto para poder analizarla en profundidad: si esa norma es extensa, la entrada es mucho mayor.
2. Cuántas llamadas se hacen. El análisis profundo (📊) no es una sola consulta: divide el trabajo en varios análisis especializados (contenido, evolución, vigencia, relaciones) que corren en paralelo, y después una síntesis final que los unifica. Son varias llamadas al modelo —de ahí que sea la opción que más consume— pero también la que da el análisis más completo. Vos elegís cuándo vale la pena.
En resumen: el costo es tuyo, transparente y bajo tu control —y para el uso habitual es muy chico (incluso $0 con la capa gratuita de Gemini). Solo queríamos que supieras de qué depende, para que decidas con información.
Tu cuenta: tu escritorio de estudio (opcional)
Podés buscar y leer todo el sitio sin registrarte. Y si creás una cuenta gratuita (arriba a la derecha: Ingresar → Registrate), además de poder usar la IA ganás un espacio propio para trabajar: guardar normas, tus consultas con la IA y tus notas — y que te acompañen en cualquier dispositivo.
La búsqueda y las fichas funcionan sin cuenta; la Consulta IA y el asistente de las fichas requieren una cuenta (gratis) y tu propia API key. Todo lo que guardás es privado y solo tuyo.
📚 Biblioteca — guardá y organizá normas
En la ficha de cualquier ley o decreto (estando logueado) vas a ver una ⭐: tocala para guardarla en tu Biblioteca. Después, en Mi cuenta → Biblioteca, las agrupás en colecciones (“Minería”, “Tesis”, lo que quieras) y volvés a cualquiera con un clic.
💬 Consultas guardadas — retomá tus charlas con la IA
En Consulta IA, con la sesión iniciada, aparece 💾 Guardar: guarda esa conversación en tu cuenta. Luego la retomás desde Mi cuenta → Consultas guardadas (o el botón 📁 Mis consultas) para seguir donde la dejaste, renombrarla o borrarla.
✍️ Anotaciones — tus notas sobre las normas
En la ficha de una ley o decreto, el botón ✍️ Notas te deja anotar. Seleccioná un pasaje del texto y usá ✍️ Anotar (o el botón “+ Anotar” para una nota general): se cita el fragmento y se detecta el artículo, y escribís tu comentario. Todas tus notas quedan juntas en Mi cuenta → Anotaciones.
🔑 Tus API keys, en todos tus dispositivos
Tu API key se guarda en Mi cuenta → 🔑 API keys de IA, cifrada en el servidor, y tanto la Consulta IA como el asistente de las fichas la usan solas desde cualquier dispositivo, sin volver a pegarla. Ahí mismo elegís tu proveedor y modelo. Nunca se muestra de nuevo (solo los últimos dígitos) ni se comparte.
🚩 Reportar un error — ayudanos a mejorar los datos
¿Viste un dato equivocado en una ley o decreto (una fecha, un texto, un estado)? En su ficha, con la sesión iniciada, tocá 🚩 Reportar error y contanos qué encontraste. Tu aviso llega directo al equipo, que lo revisa y corrige. Es la forma más rápida de que el corpus mejore.
📨 Contacto — escribinos
Para consultas, sugerencias o dudas generales, entrá a Mi cuenta → Contacto y dejanos tu mensaje. Lo recibimos y te respondemos. (Para errores puntuales en una norma, mejor usá 🚩 Reportar error desde su ficha: así sabemos exactamente de qué norma se trata.)
Podés cambiar tu contraseña en Mi cuenta → Seguridad. Y hay más herramientas de estudio en camino.
Explorador por materias
Navegar la legislación por clasificación temática:
- Por categorías: 26 categorías principales (VOZ) como tarjetas
- Búsqueda predictiva: autocompletado para cualquier etiqueta
- Filtro multi-etiqueta: seleccioná varias para ver la intersección
- Etiquetas relacionadas: panel de co-ocurrencias frecuentes
Tipos de decreto
| Tipo | Significado |
|---|
| DECRETO | Decreto ordinario del Poder Ejecutivo |
| DECRETO ACUERDO (DA) | Dictado con acuerdo de ministros — tiene fuerza de ley |
| VETO | El PE veta (total o parcialmente) una ley sancionada |
Glosario
| Término | Definición |
|---|
| Articulado | El cuerpo de la ley, dividido en artículos numerados |
| Boletín Oficial | Publicación oficial donde se publican las leyes |
| Consolidado | Texto con todas las modificaciones posteriores integradas |
| Decreto Acuerdo | Decreto en acuerdo de ministros, con fuerza de ley |
| Derogar | Anular o dejar sin efecto una ley o artículo |
| Embedding | Representación de un texto como vector de números que captura su significado |
| Extracto | Resumen oficial del contenido de una ley |
| Lex posterior | La ley posterior prevalece sobre la anterior |
| Lex specialis | La ley especial prevalece sobre la general |
| Promulgación | Acto del PE que pone en vigencia una ley |
| RAG | Técnica que recupera textos reales y luego genera la respuesta sobre ellos |
| Sanción | Aprobación de una ley por la Legislatura |
| Sustituir | Reemplazar completamente el texto de un artículo |
| Veto | Rechazo del PE a una ley sancionada |
Preguntas frecuentes
¿Las respuestas de la IA son confiables?
Son una herramienta de orientación basada en el texto real de las leyes (por eso citan fuentes), pero pueden contener errores. Para uso profesional, verificá siempre en el texto original.
¿Qué es el recuadro de pastillas de colores que aparece debajo de la respuesta?
Es la
verificación de citas: el sistema toma cada artículo que la IA citó y lo compara contra el texto real de la norma en la base. Cada pastilla te dice si ese artículo existe, si estaba entre las fuentes usadas y si la respuesta lo describe bien. Pasá el mouse para leer el fragmento. Está explicado en detalle, con sus limitaciones, en
Verificación de citas.
¿Por qué una cita aparece en azul, «fuera del contexto»?
Porque ese artículo existe —te mostramos su texto— pero no estaba entre las normas que el buscador recuperó para armar la respuesta. O sea que la IA lo citó de su propia memoria, no de las fuentes que le dimos. No es necesariamente un error, pero es una cita sin respaldo del buscador: conviene comprobarla en la ficha antes de usarla.
Si una cita está en verde, ¿significa que alguien leyó el artículo y lo comparó?
Casi siempre sí, pero hay un límite que conviene conocer: el control de contenido (el que compara lo que la respuesta afirma con lo que el artículo dice) se hace sobre hasta 15 citas por respuesta, porque es una llamada extra a tu proveedor de IA. Si una respuesta cita más artículos, los que sobran quedan solo con el control de existencia —que sí cubre todas— y la pastilla hoy se ve igual. En respuestas muy largas, leé el fragmento de las citas que más te importen.
¿Por qué este sistema no inventa leyes como otros chatbots?
Porque no responde de memoria. Primero recupera los artículos reales del corpus y recién entonces le pide al modelo que redacte usando solo esos textos. Es la idea central de un RAG (ver "Cómo funciona").
¿Cómo encuentra leyes aunque use otras palabras que mi búsqueda?
Gracias a los embeddings: convierte los textos en vectores que representan su significado, y los de significado parecido quedan cerca. Así relaciona "empleo estatal" con "función pública" aunque no compartan palabras.
¿Necesito registrarme o pagar algo para usar la IA?
La Consulta IA y el asistente de las fichas requieren una cuenta gratis y tu propia API keydel proveedor que elijas (Gemini, OpenAI, Claude o DeepSeek): la configurás una vez en Mi cuenta → API keys. La búsqueda y la navegación no necesitan ni cuenta ni clave.
¿Por qué algunas leyes no tienen texto completo?
Las leyes más antiguas (sobre todo anteriores a 1950) a menudo no tienen texto digitalizado. El sistema muestra toda la información disponible.
¿La información está actualizada?
El corpus se actualiza periódicamente a partir de datos de las fuentes oficiales de la Provincia.
Atajos y tips
| Tip | Descripción |
|---|
| Escribir solo un número | Te lleva directo a esa ley (ej: "4938") |
| Escribir "ley 4938" | Detecta el número y redirige a la ficha |
| Clic en leyes dentro de la IA | Las referencias en las respuestas son clickeables |
| Arrastrar nodos | En el mapa de relaciones, reorganizá la vista arrastrando |
| Índice lateral | Aparece automáticamente en leyes con 15+ artículos |
| Multi-etiqueta | En Materias, seleccioná varias para ver intersecciones |
Aviso legal y exclusión de responsabilidad
Naturaleza del servicio
LexCatamarca es una herramienta de acceso, exploración y orientación sobre la legislación de la Provincia de Catamarca. No constituye un servicio oficial del Estado provincial ni sustituye a las fuentes oficiales de publicación normativa.
Exactitud de la información
Se recomienda verificar siempre con los documentos originales. Pueden existir:
- Desactualización: los textos pueden no reflejar su última versión vigente.
- Errores de vinculación: las relaciones entre normas son producto de análisis algorítmico.
- Errores de edición: posibles errores de transcripción desde las fuentes.
- Errores en texto consolidado: construidos algorítmicamente, pueden diferir del texto vigente real.
- Errores de clasificación: las etiquetas temáticas son asignadas por inteligencia artificial.
Consultas por Inteligencia Artificial
Las respuestas del módulo de Consulta por IA son de carácter meramente orientativo e informativo.
- Generadas por modelos de lenguaje de terceros que pueden producir información incorrecta, incompleta o desactualizada.
- El sistema no garantiza la exhaustividad de la búsqueda ni la correcta interpretación de las normas.
- Ninguna respuesta constituye asesoramiento legal ni opinión jurídica.
Exclusión de responsabilidad
LexCatamarca, sus desarrolladores y colaboradores no asumen responsabilidad alguna por daños derivados del uso de la información, decisiones tomadas sobre su base, errores u omisiones, la disponibilidad del servicio, ni el contenido de las respuestas generadas por IA.
Propiedad intelectual
Los textos legislativos son de dominio público conforme al artículo 2° inciso a) de la Ley Nacional N° 11.723. El sistema de búsqueda, análisis y presentación es obra original de sus desarrolladores.
LexCatamarca — Desarrollado para facilitar el acceso ciudadano a la legislación provincial.