Documentación

La legislación de Catamarca,
buscable y conversable.

Un sistema para buscar, leer y preguntarle a todo el cuerpo legal provincial —con respuestas de inteligencia artificial ancladas a los textos reales y con sus fuentes citadas.

~5.940
Leyes
~65.000
Artículos
~85.000
Decretos
~12.000
Relaciones
~43.000
Etiquetas
1856–hoy
Período

¿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.

Cargando 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:

EstrategiaQué aportaSu punto ciego
🧠 Semántica (embeddings)Entiende el significado y los sinónimosPuede pasar por alto un término o número exacto
🔤 Palabras claveCoincidencias literales: "Ley 4938", siglas, nombresNo entiende sinónimos ni reformulaciones
🏷️ Etiquetas temáticasCómo clasifican los temas las personas expertasDepende 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:

RelaciónSignificado
DEROGAUna norma deja sin efecto a otra (total o parcial)
MODIFICACambia el contenido de artículos de otra ley
SUSTITUYEReemplaza completamente el texto de un artículo
INCORPORAAgrega artículos nuevos (ej: "Art. 5 bis") a una ley existente
ADHIERELa provincia adhiere a una ley nacional
REGLAMENTAUn decreto reglamenta cómo se aplica una ley
CITAUna 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

EstadoSignificado
🟢 VIGENTEPlenamente en vigor
🔴 DEROGADAAnulada por una norma posterior
🟠 PARC. DEROGADASolo algunos artículos fueron derogados
🔴 VETO TOTALEl Poder Ejecutivo vetó la ley completa
🟠 VETO PARCIALEl Poder Ejecutivo vetó algunos artículos

Etiquetas temáticas

TipoEjemploDescripción
📂 VOZMINERÍA, EDUCACIÓNCategorías amplias del derecho (26 en total)
📁 SUBOrganización judicialSubcategorías específicas
🏷️ TAGsector público, creaciónPalabras clave de la ley

Las pestañas

PestañaQué muestra
ArtículosTexto original por secciones. En leyes largas (15+ arts.), índice lateral con barra de progreso
Texto ConsolidadoEl texto vigente con las modificaciones ya integradas (ver sección anterior)
Mapa de RelacionesGrafo interactivo de conexiones con otras normas: arrastrá los nodos y hacé clic para navegar
TemáticasLeyes relacionadas por etiquetas compartidas, para descubrir normativa sin vínculo directo

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.

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

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.

ProveedorModelosNotas
Gemini (Google)Familia GeminiOpción por defecto · requiere API key propia
OpenAIFamilia GPTRequiere API key propia
Claude (Anthropic)Familia ClaudeRequiere API key propia
DeepSeekFamilia DeepSeekCompatible OpenAI · requiere API key propia
⚠️Las respuestas de IA son orientativas y no constituyen asesoramiento legal profesional. Verificá siempre en el texto de la ley.

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

TipoSignificado
DECRETODecreto ordinario del Poder Ejecutivo
DECRETO ACUERDO (DA)Dictado con acuerdo de ministros — tiene fuerza de ley
VETOEl PE veta (total o parcialmente) una ley sancionada

Glosario

TérminoDefinición
ArticuladoEl cuerpo de la ley, dividido en artículos numerados
Boletín OficialPublicación oficial donde se publican las leyes
ConsolidadoTexto con todas las modificaciones posteriores integradas
Decreto AcuerdoDecreto en acuerdo de ministros, con fuerza de ley
DerogarAnular o dejar sin efecto una ley o artículo
EmbeddingRepresentación de un texto como vector de números que captura su significado
ExtractoResumen oficial del contenido de una ley
Lex posteriorLa ley posterior prevalece sobre la anterior
Lex specialisLa ley especial prevalece sobre la general
PromulgaciónActo del PE que pone en vigencia una ley
RAGTécnica que recupera textos reales y luego genera la respuesta sobre ellos
SanciónAprobación de una ley por la Legislatura
SustituirReemplazar completamente el texto de un artículo
VetoRechazo 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.
¿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 pagar o configurar algo para usar la IA?
La consulta por IA usa tu propia API key del proveedor que elijas (Gemini, OpenAI, Claude o DeepSeek). La búsqueda y la navegación no requieren ninguna 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

TipDescripción
Escribir solo un númeroTe lleva directo a esa ley (ej: "4938")
Escribir "ley 4938"Detecta el número y redirige a la ficha
Clic en leyes dentro de la IALas referencias en las respuestas son clickeables
Arrastrar nodosEn el mapa de relaciones, reorganizá la vista arrastrando
Índice lateralAparece automáticamente en leyes con 15+ artículos
Multi-etiquetaEn 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.