Qué es RAG y por qué tantas respuestas web ya lo usan
RAG permite que una IA busque fragmentos relevantes en una colección de documentos antes de responder. Explicamos su mecanismo, sus usos y por qué no elimina los errores.
Cuando un asistente responde con detalles de la política de vacaciones de una empresa, un manual técnico o un catálogo que cambia cada semana, no tiene por qué haber aprendido esa información durante su entrenamiento. A menudo consulta una colección de documentos justo antes de contestar. Esa familia de técnicas se llama RAG, siglas de retrieval-augmented generation o generación aumentada con recuperación.
La idea apareció formalmente en un trabajo de investigación de 2020 de autores de Facebook AI Research, UCL y NYU. Allí se combinaba un modelo generativo con una memoria externa consultable: un índice de Wikipedia. Hoy el principio se usa para conectar modelos con documentación propia, bases de conocimiento y contenidos que necesitan actualizarse sin volver a entrenar el modelo.
Un examen con apuntes autorizados
Una analogía cotidiana ayuda. Imagine un examen en el que el alumno puede llevar apuntes, pero no una enciclopedia entera sobre la mesa. Primero alguien ordena los apuntes; cuando llega una pregunta, localiza las pocas páginas más pertinentes; solo entonces el alumno redacta su respuesta con esas páginas delante.
El alumno es el modelo de lenguaje. Los apuntes son el conjunto de documentos que una organización ha decidido poner a su disposición. RAG es el método para escoger qué páginas llegan a la mesa. No cambia lo que el alumno aprendió antes ni le da permiso para abrir cualquier archivo de la organización. Y, como en un examen, tener buenas notas a mano no impide del todo interpretar mal una frase o añadir algo que no estaba escrito.
El recorrido: indexar, recuperar y generar
El primer paso suele ocurrir antes de que nadie haga una pregunta. Indexar consiste en preparar los documentos: extraer texto, dividirlo en fragmentos razonables y guardarlos en un índice que permita encontrarlos. Muchos sistemas representan cada fragmento mediante una huella numérica para detectar afinidades de significado, no solo palabras idénticas. La documentación de Amazon Bedrock describe este recorrido con documentos divididos en partes, convertidos a representaciones numéricas y almacenados en un índice.
Cuando llega la consulta, entra en juego recuperar. El sistema busca unos pocos fragmentos que parezcan responderla. Una pregunta sobre un beneficio laboral puede recuperar la sección correspondiente del manual, aunque no repita exactamente las mismas palabras. También puede aplicar filtros: por fecha, departamento, idioma o permisos del usuario.
Por último, generar. Los fragmentos recuperados se añaden a la instrucción que recibe el modelo, que redacta una respuesta. Un buen producto muestra de dónde salió la información. Por ejemplo, la operación RetrieveAndGenerate de Bedrock combina recuperación y generación y puede devolver citas a los fragmentos fuente. Esa trazabilidad permite comprobar la respuesta; no convierte automáticamente la cita en una prueba de que la interpretación sea correcta.
Dónde se usa de verdad
El caso más visible es el asistente sobre documentos internos: preguntar por políticas, beneficios, procedimientos o manuales sin obligar a leer carpetas enteras. Amazon Bedrock Knowledge Bases permite conectar, entre otras fuentes, S3, SharePoint, Confluence, Google Drive y OneDrive; también documenta filtros de permisos por documento.
RAG también aparece en productos de búsqueda y atención al cliente que necesitan responder desde un catálogo o base documental cambiante. Microsoft presenta Azure AI Search como una base para aplicaciones RAG que apoyan la respuesta en contenido propio. Google Cloud ofrece Vertex AI RAG Engine, un servicio para crear y consultar corpus de recuperación. No son tres sinónimos de un chatbot: son formas de hacer que la respuesta parta de una selección identificable de información.
Sus límites importan tanto como su utilidad
RAG no es un detector de verdad. Si el índice contiene documentos viejos, incompletos o contradictorios, puede recuperar precisamente el material equivocado. Si corta un documento en fragmentos demasiado pequeños, puede perder el contexto; si devuelve demasiados, puede distraer al modelo y encarecer la consulta.
Microsoft resume la cautela en su documentación: la calidad depende de cómo se preparan los contenidos, de la configuración de recuperación y del prompt; incluso con información recuperada, el modelo puede generar una respuesta inexacta. Cada fragmento añadido también consume tokens, puede elevar el coste y, en índices grandes, aumentar la latencia. Además, una búsqueda bien hecha puede filtrar información sensible si los permisos de la fuente no se aplican al recuperarla.
Por eso RAG funciona mejor como una buena mesa de consulta que como un oráculo. Aporta actualidad, contexto específico y, cuando se muestran las fuentes, una vía para verificar. Pero sigue exigiendo revisar el corpus, medir qué recupera, actualizarlo y diseñar permisos. Media web no responde “porque tiene RAG”; responde mejor cuando la información que RAG acerca es pertinente, accesible y comprobable.
