Publicado
- 3 min tiempo de lectura
RAG Industrial (2): El error conceptual del RAG estándar en entornos técnicos
En el artículo anterior vimos algo incómodo pero necesario:
Una respuesta correcta no es necesariamente una respuesta fiable.
En entornos industriales, donde una especificación mal interpretada puede tener consecuencias reales, la utilidad no es suficiente. Un sistema RAG puede generar una respuesta coherente, incluso convincente, y aun así estar apoyándose en evidencia documental inadecuada.
Pero el problema no es simplemente técnico.
Es conceptual.
El error de base: tratar todos los documentos como si tuvieran la misma autoridad
Un sistema RAG estándar funciona, en esencia, así:
- Divide documentos en fragmentos.
- Los convierte en embeddings.
- Busca similitud semántica.
- Entrega los fragmentos al modelo.
- El modelo sintetiza una respuesta.
Hasta aquí, nada extraño.
El problema aparece cuando asumimos implícitamente que todo fragmento relevante es una evidencia válida.
En industria, esa suposición es peligrosa.
Un manual narrativo no tiene la misma autoridad que una tabla de especificaciones. Un esquema eléctrico no valida un valor nominal. Una hoja Excel estructurada no describe procedimientos operativos.
Sin embargo, el retrieval semántico no distingue entre tipos documentales. Solo distingue similitud.
Similitud no es autoridad
Aquí es donde se produce el error conceptual.
Un sistema puede recuperar fragmentos “similares” a la consulta… pero esa similitud no garantiza que el documento tenga la autoridad adecuada para responder.
Figura 1. El retrieval semántico recupera fragmentos similares sin distinguir la autoridad documental de cada fuente.
En el esquema anterior, el sistema mezcla fragmentos procedentes de:
- Un manual narrativo
- Un esquema eléctrico
- Una tabla Excel
- Un plano técnico
Todos pueden ser semánticamente relevantes.
Pero no todos tienen la misma legitimidad para responder a la pregunta planteada.
El modelo, al sintetizar, no distingue esa jerarquía. Simplemente integra contexto.
Y ahí es donde empieza el problema.
El retrieval semántico no entiende contratos
Los embeddings capturan significado aproximado. No capturan intención normativa.
Cuando una consulta pregunta por un valor técnico, el sistema puede recuperar:
- Una tabla estructurada con el valor exacto.
- Un párrafo narrativo que lo menciona indirectamente.
- Un contexto explicativo que lo describe sin formalizarlo.
Desde el punto de vista del vector search, todo es similar.
Desde el punto de vista industrial, no lo es.
Figura 2. La relevancia semántica no equivale a validez documental en entornos industriales críticos.
El error conceptual consiste en asumir que la relevancia semántica equivale a validez documental.
No equivale.
Industria no es marketing
En marketing, una respuesta aproximada puede ser suficiente.
En industria:
- No podemos inferir.
- No podemos deducir.
- No podemos completar lagunas.
- No podemos “razonar” valores si no están explícitamente documentados.
La diferencia no es de sofisticación tecnológica. Es de exigencia epistemológica.
Un sistema que funciona bien en un blog corporativo puede ser inaceptable en una línea de producción.
Lo que falta
Si queremos que un RAG sea industrialmente fiable, necesitamos algo más que embeddings y prompting.
Necesitamos:
- Jerarquía documental explícita.
- Diferenciación entre tipos de evidencia.
- Reglas sobre qué puede usarse como fuente válida.
- Restricciones en la síntesis.
En otras palabras:
Necesitamos contratos.
Figura 3. Un RAG industrial necesita reglas explícitas de autoridad documental y restricciones de síntesis.
En el próximo artículo veremos cómo diseñar una arquitectura que incorpore estos principios sin convertir el sistema en un monstruo inmanejable.
Porque el problema no es hacer el RAG más complejo.
Es hacerlo más responsable.
Machine Learning aplicado a negocio
Soy Raúl Jáuregui, consultor de I+D+i y también trabajo en proyectos de ML orientados a producción real, no solo prototipos. Si quieres pasar de experimento a sistema robusto, hablemos.
Ver servicio