Akoma Ntoso significa «corazón conector» en la lengua akan de Ghana. El nombre fue elegido porque el estándar, desarrollado inicialmente por el Parlamento de Italia y luego adoptado por OASIS, pretende conectar diferentes sistemas de información legislativa y judicial. Hoy es el estándar de facto para la interoperabilidad de documentos normativos en la UE, América Latina y África.
Pero en España apenas se conoce fuera de círculos muy técnicos. Y eso es un problema para cualquier proyecto de IA que quiera trabajar con leyes, sentencias o expedientes parlamentarios.
¿Qué es exactamente Akoma Ntoso?
Es un esquema XML diseñado para representar la estructura completa de un documento jurídico: leyes, decretos, sentencias, dictámenes, actas parlamentarias, etc. Define etiquetas para cada elemento: artículo, párrafo, inciso, considerando, firma, fecha, y también metadatos como número de expediente, jurisdicción, fecha de publicación y relaciones con otras normas.
Lo importante no es el XML en sí, sino que permite que un ordenador entienda la jerarquía del documento sin depender de formatos visuales. Un artículo no es solo texto en negrita; es un nodo etiquetado con atributos que indican su número, su título y su posición en el esquema.
Por qué la curación de datos necesita Akoma Ntoso
Imagina que quieres entrenar un modelo de IA que extraiga los plazos de prescripción de sentencias judiciales. Sin un formato estructurado, tu modelo tiene que adivinar qué texto es un artículo, qué es un fundamento de derecho y qué es un simple comentario. Con Akoma Ntoso, el documento ya llega con esa distinción hecha.
Para la curación de datasets documentales, esto es oro. Puedes:
- Extraer automáticamente la estructura jerárquica (libro, título, capítulo, artículo).
- Asociar metadatos normativos (fecha de entrada en vigor, derogaciones, modificaciones).
- Enlazar sentencias con las leyes que aplican mediante referencias normalizadas.
- Mantener la trazabilidad completa de cada fragmento normativo.
Sin Akoma Ntoso, tu dataset será una colección de PDFs o textos planos que tendrás que parsear con reglas frágiles. Con él, tienes un corpus semánticamente rico y listo para modelos avanzados.
La situación en España y la UE
El Parlamento Europeo y el Consejo de la UE publican sus documentos en Akoma Ntoso. Varios tribunales internacionales también lo usan. En España, el BOE ha avanzado hacia formatos más estructurados, pero no sigue plenamente Akoma Ntoso. El Poder Judicial, por su parte, publica sentencias en formatos que varían según el tribunal.
Esto significa que, para curar un dataset de normativa o jurisprudencia española, a menudo hay que convertir desde formatos propietarios o semi estructurados (HTML sucio, RTF, PDF con etiquetas mínimas). La conversión no es trivial, pero es el precio de tener datos de calidad.
Qué debe hacer un proyecto de IA que use documentos jurídicos
Si tu proyecto necesita procesar leyes, sentencias o expedientes normativos, te recomiendo:
- Convertir todos los documentos a Akoma Ntoso como formato canónico de almacenamiento.
- Validar cada documento contra el esquema oficial de OASIS.
- Enriquecer los metadatos con información de trazabilidad (fuente original, fecha de conversión, responsable).
- Utilizar consultas XPath o transformaciones XSLT para extraer elementos específicos sin necesidad de parseo ad hoc.
Así, tu dataset será interoperable, sostenible y auditable. Y si más adelante cambia el formato de origen, solo tendrás que actualizar el conversor, no todo el dataset.
Conclusión
Akoma Ntoso no es un nombre exótico. Es la mejor herramienta que tenemos para que los documentos jurídicos dejen de ser imágenes o textos planos y se conviertan en datos estructurados. Si trabajas con IA legal o administrativa, aprenderlo te ahorrará años de sufrimiento con expresiones regulares frágiles.
