Ley 20.009 y demandas del banco por culpa grave: cómo la IA ordena el caso y la jurisprudencia

Un litigio que creció con el fraude digital

El fraude con tarjetas y transferencias electrónicas dejó de ser un fenómeno aislado en Chile. Suplantación de sitios bancarios, llamadas de supuestos ejecutivos, mensajes de texto con enlaces falsos, clonación de SIM: las modalidades cambian, pero el resultado es el mismo. Un cliente descubre cargos o transferencias que no hizo y reclama a su banco.

Desde la reforma de la Ley 21.234, ese reclamo tiene un cauce claro bajo la Ley 20.009. Pero la historia no siempre termina con la restitución. En un número creciente de casos, el banco restituye o cancela los cargos y luego demanda al propio cliente ante el Juzgado de Policía Local, alegando que actuó con dolo o culpa grave: que entregó sus claves, que aprobó la operación en su aplicación o que no cuidó sus dispositivos.

Para el abogado que asume la defensa, y para el estudio que quiere entender la línea jurisprudencial, este es un terreno donde la inteligencia artificial aporta valor concreto. Veamos el marco y luego los casos de uso.

El marco legal: Ley 20.009 tras la Ley 21.234

La Ley 20.009 regula la limitación de responsabilidad de los usuarios de tarjetas de pago y transacciones electrónicas frente a extravío, hurto, robo o fraude. La Ley 21.234, publicada en 2020, la modificó de forma profunda para adaptarla al fraude digital. En términos generales, el esquema actual descansa en cuatro ideas:

1. Aviso y reclamo del usuario: el titular debe dar aviso al emisor y puede desconocer operaciones que no autorizó, dentro del período que la ley establece.
2. Deber de restitución o cancelación del emisor: presentado el reclamo, el banco debe cancelar los cargos o restituir los fondos en los plazos legales, con reglas diferenciadas según el monto involucrado.
3. Carga de la prueba en el emisor: la ley pone del lado del banco la tarea de acreditar que la operación fue autorizada por el usuario. El solo registro de la transacción en sus sistemas no basta, por sí mismo, para dar por probada esa autorización.
4. Acción por dolo o culpa grave: si el emisor tiene antecedentes de que el usuario actuó con dolo o culpa grave, puede perseguir esa responsabilidad ante el Juzgado de Policía Local, donde deberá probarla.

El texto vigente y sus plazos exactos deben revisarse siempre en la Biblioteca del Congreso Nacional, porque los detalles (montos, días, requisitos del reclamo) son los que deciden un caso.

La pregunta central: qué es culpa grave

El eje del litigio es un concepto clásico del derecho civil. El artículo 44 del Código Civil define la culpa grave como no manejar los negocios ajenos con aquel cuidado que aun las personas negligentes y de poca prudencia suelen emplear en sus negocios propios, y la equipara al dolo en materias civiles.

Es un umbral alto. La discusión en estos juicios suele girar en torno a preguntas como:

• ¿Entregar un código a quien se hizo pasar por el banco, en un contexto de engaño sofisticado, es culpa grave o es ser víctima de un delito?
• ¿Qué medidas de seguridad ofrecía el banco y cuáles falló en implementar?
• ¿Hubo alertas razonables frente a operaciones inusuales para el perfil del cliente?
• ¿Qué prueba concreta aporta el banco más allá de sus propios registros?

Estas preguntas no se responden en abstracto. Se responden con hechos bien reconstruidos y con jurisprudencia comparable. Justamente las dos tareas donde la IA acelera el trabajo.

Caso de uso 1: leer la demanda del banco en minutos

Las demandas por culpa grave suelen seguir una estructura repetida: relación de las operaciones desconocidas, reclamo del cliente, restitución efectuada, y una narración de por qué el banco atribuye la responsabilidad al usuario. Un asistente de IA legal permite:

• Extraer los hechos alegados y separarlos de las calificaciones jurídicas.
• Listar la prueba que el banco anuncia (registros de autenticación, logs de dispositivos, grabaciones) y detectar lo que falta.
• Identificar las normas invocadas y contrastarlas con el texto vigente de la Ley 20.009.
• Marcar contradicciones, por ejemplo entre las fechas del reclamo y las de la restitución.

El abogado recibe un mapa de la demanda antes de la primera reunión con su cliente, no después de una tarde completa de lectura.

Caso de uso 2: la cronología del fraude

La defensa se construye sobre una línea de tiempo precisa: el primer contacto del estafador, el mensaje o llamada, las operaciones minuto a minuto, el aviso al banco, la denuncia, la respuesta del emisor. Esa información está dispersa en capturas de pantalla, cartolas, correos y notificaciones de la aplicación.

La IA transforma ese desorden en una cronología estructurada y hace visibles patrones relevantes: operaciones fuera del comportamiento habitual del cliente, montos fraccionados, cambios de dispositivo o de clave en minutos, ausencia de bloqueos preventivos. Son precisamente los elementos que permiten discutir si el engaño fue sofisticado y si el banco hizo lo que le correspondía.

Caso de uso 3: mapear la jurisprudencia sin inventarla

Aquí está el mayor ahorro y también el mayor riesgo. La búsqueda semántica permite consultar en lenguaje natural, por ejemplo: «demanda de banco por culpa grave rechazada por falta de prueba de autorización del usuario» o «phishing y estándar de culpa grave en Ley 20.009». En lugar de adivinar palabras clave, el abogado obtiene sentencias de Juzgados de Policía Local, Cortes de Apelaciones y Corte Suprema con hechos comparables.

Con esos resultados, un flujo de trabajo sólido incluye:

1. Agrupar los fallos por tipo de fraude (phishing, vishing, SIM swapping, malware).
2. Separar los criterios que acogen y rechazan la culpa grave, y qué prueba fue decisiva en cada caso.
3. Detectar la línea dominante en el tribunal de alzada que conocerá una eventual apelación.
4. Verificar cada cita contra el texto íntegro de la sentencia antes de incorporarla a un escrito.

El cuarto punto no es opcional. Un modelo de lenguaje sin acceso a una base documental puede producir roles o considerandos inexistentes. Por eso la regla profesional es simple: ninguna sentencia entra a un escrito sin haber sido leída en su fuente.

Qué no hace la IA en estos casos

• No decide si hubo culpa grave: esa calificación es del abogado y, en último término, del juez.
• No reemplaza la prueba: si no hay registros, testigos o peritajes, la IA no los crea.
• No sustituye la estrategia procesal en el Juzgado de Policía Local, donde los plazos, la audiencia y la forma de presentar la defensa tienen reglas propias.

Para la persona demandada

Si quien lee no es abogado sino alguien que acaba de recibir una notificación de su banco, la conclusión práctica es directa: la ley pone la carga de probar la culpa grave sobre el banco, pero esa protección solo funciona si hay una defensa oportuna. Revise la fecha de la audiencia, reúna todo lo que tenga sobre el fraude (reclamo, denuncia, mensajes, cartolas) y acuda a abogados que defienden a clientes demandados por el banco bajo la Ley 20.009, que conocen cómo se litigan estos casos ante el Juzgado de Policía Local.

Para los estudios jurídicos, estos juicios tienen un perfil ideal para la IA: hechos repetitivos, prueba documental abundante y una jurisprudencia en plena construcción que conviene seguir con método.

---

¿Litiga casos de fraude bancario o derecho del consumidor? Conozca Constitucional AI: análisis de documentos, búsqueda semántica de jurisprudencia chilena y redacción asistida, con confidencialidad de nivel profesional.

Disclaimer: Este artículo tiene carácter exclusivamente informativo y no constituye asesoramiento legal sobre caso alguno. Los plazos, montos y requisitos de la Ley 20.009 deben verificarse en el texto legal vigente y con un abogado habilitado.