IAConSentido · Guías y fuentes externas · Por Karine Boucher
La respuesta trae enlaces y parece estar basada en documentos de tu organización. Eso ayuda a revisar de dónde sale… pero todavía conviene abrirlos. Te recomiendo este trabajo para entender qué ocurre cuando una IA busca información antes de redactar una respuesta.
Qué encontrarás en este recurso
Retrieval-Augmented Generation for Large Language Models: A Survey, de Yunfan Gao y coautores. Edición: arXiv v5 · 27 de marzo de 2024.
Esta revisión académica describe la generación aumentada por recuperación, conocida como RAG. Examina recuperación de documentos, generación de respuestas y evaluación, y distingue enfoques básicos, avanzados y modulares. También explica problemas como recuperar información irrelevante o producir afirmaciones que los documentos no sostienen.
Cómo te recomiendo utilizarlo
Para evaluar una respuesta, te propongo comprobar 3 cosas: que el documento corresponda al asunto, que siga vigente y que el fragmento citado sostenga lo afirmado. Si trabajas con documentos internos, añade otra pregunta: ¿quién debería poder acceder a cada uno? Que estén disponibles para el sistema no significa que deban mostrarse a cualquier persona.
Una política interna que cambió:
Imagina que un asistente responde con una regla antigua sobre permisos laborales. Incluye una referencia real, pero no la versión vigente. En este ejemplo ficticio, comprobar el enlace no basta: también hay que revisar fecha, alcance y documento que reemplaza al anterior.
Qué conviene tener presente
La versión consultada es la v5 de marzo de 2024. Es una revisión técnica de ese periodo, no una certificación de productos ni una garantía de exactitud. Si vas a decidir qué sistema adoptar, necesitas pruebas con tus documentos y preguntas reales, cuidando los permisos de acceso.
Riesgos humanos que te recomiendo observar
Lo relaciono con Cognición y criterio por la revisión de lo que realmente sostiene una fuente. Seguridad, privacidad y dignidad importa al decidir qué documentos puede recuperar el sistema y quién está autorizado a verlos.
Estas familias pertenecen a mi Taxonomía IAConSentido; la relación con este recurso es editorial y no supone un aval de su autor.
Consultar Retrieval-Augmented Generation for Large Language Models: A Survey · Explorar la biblioteca
Fuente consultada el 13 de noviembre de 2026. Karine Boucher · Especialista en Riesgos Humanos de la IA · Creadora del Método SENSE.