¿Qué es RAG en IA?
Un modelo puede generar una respuesta con lo aprendido durante su entrenamiento. RAG agrega otra posibilidad: buscar información pertinente en fuentes externas justo antes de responder y usarla como evidencia para esa inferencia.
RAG (Retrieval-Augmented Generation o generación aumentada por recuperación) es una técnica para sistemas generativos que, durante la inferencia, recupera información relevante de fuentes externas, la incorpora como contexto y genera una respuesta condicionada por esa evidencia. En su uso actual suele combinarse con modelos de lenguaje grandes (LLM), pero la idea central es la unión entre recuperación y generación. RAG no modifica por sí mismo los pesos del modelo: permite incorporar conocimiento privado, especializado o reciente en tiempo de consulta y puede facilitar la trazabilidad hacia fuentes. Es una técnica frecuente de grounding, pero no son sinónimos: grounding es el proceso más amplio de basar una respuesta en material específico. Tampoco elimina las alucinaciones; si la recuperación falla o las fuentes son deficientes, la generación también puede fallar.
Qué es RAG o Retrieval-Augmented Generation
RAG combina dos capacidades que por separado resuelven problemas diferentes: un sistema de recuperación encuentra información pertinente y un modelo generativo usa esa información para producir una respuesta. El trabajo de Lewis y colaboradores que popularizó el término en 2020 lo planteó como la combinación de memoria paramétrica —el conocimiento contenido en los parámetros del modelo— y memoria no paramétrica recuperable desde un índice externo.
En las implementaciones actuales, el patrón se usa sobre todo con LLM. Ante una consulta, la aplicación busca evidencia en una o más fuentes —por ejemplo, documentación interna, una base de conocimiento, páginas web, registros o bases de datos—, selecciona material relevante y lo incorpora al contexto que recibe el modelo antes de generar.
La consecuencia práctica es importante: el conocimiento útil para una respuesta no tiene que estar todo almacenado en los pesos del modelo. Puede recuperarse en tiempo de inferencia, cambiar sin reentrenar el modelo y conservar una referencia hacia la fuente de la que proviene.
Recuperación + aumento de contexto + generación. El sistema busca evidencia, la agrega a la entrada efectiva del modelo y genera una respuesta condicionada por ella.
Una base vectorial ni un modelo entrenado de otra manera. Puede usar vectores, pero también otros mecanismos de recuperación; y el patrón RAG no exige modificar los pesos del generador.
Cómo funciona un sistema RAG
En su forma más simple, RAG sigue la secuencia recuperar → aumentar → generar. Un sistema de producción suele agregar preparación de datos, filtros, reranking, controles de permisos y trazabilidad.
Preparación de las fuentes. Los documentos o datos se limpian, estructuran y, cuando corresponde, se dividen en fragmentos que puedan recuperarse de forma útil.
Indexación. El sistema crea la estructura que permitirá buscar: puede ser un índice léxico, semántico, vectorial, híbrido o una combinación con fuentes estructuradas.
Recuperación. Ante una consulta, se buscan fragmentos o registros potencialmente relevantes. Pueden aplicarse filtros por permisos, fecha, producto, idioma u otros metadatos.
Selección o reranking. En arquitecturas más exigentes, un segundo paso reordena o descarta resultados para mejorar la evidencia que llegará al modelo.
Aumento del contexto. La consulta y la evidencia recuperada se ensamblan en la entrada efectiva del LLM junto con instrucciones, historial y otras restricciones del sistema.
Generación. El modelo produce la respuesta usando ese contexto. La aplicación puede añadir citas, validaciones, controles de formato o una etapa de verificación posterior.
La etapa de indexación no siempre existe de la misma forma. Un RAG puede consultar un índice previamente construido, pero también recuperar datos desde buscadores, APIs, bases relacionales u otras fuentes en tiempo de ejecución. Lo definitorio es que exista una recuperación relevante que alimente la generación.
RAG no significa necesariamente “vector database”
Los embeddings y las bases vectoriales se volvieron populares porque permiten buscar por similitud semántica, pero son una implementación posible, no la definición de RAG. Según el tipo de información, la recuperación puede combinar señales distintas.
La calidad de la respuesta depende en gran medida de esta capa. Google Cloud advierte que una respuesta puede quedar “fundamentada” en material recuperado y aun así ser irrelevante o incorrecta si la recuperación seleccionó evidencia equivocada. Por eso mejorar solamente el generador no corrige un problema de retrieval.
RAG: diferencias con grounding, búsqueda semántica y fine-tuning
| Concepto | Qué hace | Diferencia clave |
|---|---|---|
| RAG | Recupera evidencia externa, la incorpora al contexto y genera una respuesta condicionada por ella. | Incluye explícitamente recuperación y generación en el mismo flujo. |
| Grounding | Basa una respuesta en material o fuentes específicas. | Es un concepto más amplio. RAG es una técnica frecuente de grounding, pero una respuesta también puede fundamentarse con contexto proporcionado directamente o mediante otras herramientas. |
| Búsqueda semántica | Recupera información según significado o similitud semántica. | Es retrieval. Puede alimentar un RAG, pero por sí sola no genera la respuesta. |
| Fine-tuning | Adapta un modelo mediante entrenamiento adicional y modifica parámetros o adaptadores. | RAG aporta conocimiento en inferencia sin exigir esa modificación. Ambos enfoques pueden combinarse. |
| Adjuntar un documento completo | Coloca material directamente dentro del contexto del modelo. | Puede producir grounding, pero si no existe una etapa de recuperación que seleccione información relevante, no es RAG en sentido estricto. |
| Uso de herramientas o agentes | Permite que un sistema invoque búsquedas, APIs, código u otras acciones. | Puede incluir retrieval y formar parte de un RAG más dinámico, pero no toda llamada a una herramienta constituye RAG. |
Patrones de RAG frecuentes
RAG no es una arquitectura cerrada. El patrón básico puede enriquecerse a medida que aumenta la complejidad del corpus, las consultas y los requisitos de calidad.
Estos nombres describen familias de implementación y evolucionan con rapidez. La frontera estable sigue siendo la misma: recuperar conocimiento externo útil y hacerlo disponible para la generación.
Cómo evaluar un sistema RAG
Evaluar solamente la respuesta final oculta dónde se produjo el error. La investigación sobre evaluación de RAG separa dimensiones de retrieval y de generación porque una mala respuesta puede deberse a que no se recuperó la evidencia correcta o a que el modelo no la utilizó bien.
| Dimensión | Pregunta | Qué vigilar |
|---|---|---|
| Relevancia de recuperación | ¿Los fragmentos recuperados sirven para responder la consulta? | Ruido, resultados fuera de tema, ranking y filtros. |
| Cobertura / recall | ¿La recuperación encontró la evidencia necesaria cuando estaba disponible? | Información relevante omitida, chunking, formulación de la consulta e índice. |
| Faithfulness / groundedness | ¿La respuesta está realmente respaldada por el contexto recuperado? | Afirmaciones no sustentadas, contradicciones y extrapolaciones. |
| Relevancia de respuesta | ¿La salida responde de forma útil a lo que se preguntó? | Respuestas correctas pero incompletas, tangenciales o excesivamente genéricas. |
| Trazabilidad y citas | ¿Las citas apuntan a la evidencia correcta y sostienen la afirmación asociada? | Fuentes mal atribuidas, citas decorativas o referencias que no implican el claim. |
| Operación | ¿El sistema cumple costo, latencia, privacidad y permisos? | Tiempo de respuesta, tokens, consultas, fuga de datos y acceso indebido. |
No existe una única “métrica RAG” universal. La evaluación útil debe reflejar el caso de uso, el costo del error y el comportamiento esperado del sistema. Marcos como ARES separan explícitamente relevancia del contexto, fidelidad de la respuesta y relevancia de la respuesta.
Ejemplo: consultar políticas de marketing actualizadas
Una empresa tiene lineamientos de marca, políticas legales para campañas, fichas de producto y documentos comerciales que cambian varias veces por año. El equipo pregunta: “¿Podemos usar el claim de sustentabilidad X en anuncios de Argentina y Chile?”.
Consulta. El sistema identifica que necesita evidencia de branding, legal y mercado.
Recuperación. Busca las versiones vigentes de la guía de claims y las políticas aplicables a Argentina y Chile, respetando metadatos de fecha y país.
Selección. Prioriza los fragmentos que contienen el claim, restricciones territoriales y fecha de vigencia.
Aumento. Añade esos fragmentos y sus fuentes al contexto del LLM junto con la pregunta original.
Generación. El modelo responde diferenciando ambos mercados y enlaza las fuentes utilizadas.
Control. Si la evidencia recuperada no alcanza para una conclusión, el sistema debe poder reconocerlo y derivar la decisión a revisión humana en vez de completar el vacío con una suposición.
El valor no está en “hacer que el modelo sepa” permanentemente esas políticas, sino en consultar la evidencia vigente cuando la necesita y conservar trazabilidad hacia ella.
Qué problemas RAG no resuelve por sí solo
Por eso un RAG de producción es más que “conectar un PDF a un chatbot”. Requiere gobernar fuentes, versiones, permisos, retrieval, evaluación, observabilidad y comportamiento cuando la evidencia es insuficiente.
Errores al hablar de RAG
Reducir RAG a una base vectorial
Los vectores son una herramienta de retrieval, no el concepto completo. Un sistema puede usar búsqueda léxica, híbrida, datos estructurados o varias fuentes combinadas.
Tratar RAG como reemplazo universal del fine-tuning
RAG resuelve principalmente acceso dinámico a conocimiento externo; fine-tuning adapta comportamiento o desempeño mediante entrenamiento adicional. Pueden ser complementarios.
Suponer que citar una fuente vuelve correcta la respuesta
La cita debe respaldar la afirmación concreta. Una respuesta puede citar un documento real y, aun así, interpretarlo mal o atribuirle algo que no dice.
Enviar más fragmentos “por las dudas”
Agregar contexto irrelevante puede aumentar ruido, costo y dificultad para que el modelo identifique la evidencia importante. Más contexto no equivale automáticamente a mejor contexto.
Ignorar permisos, versiones y procedencia
La calidad de retrieval no alcanza si el índice mezcla documentos obsoletos, duplicados o inaccesibles para la persona que consulta.
Evaluar sólo la respuesta final
Sin medir retrieval y uso de la evidencia por separado, es difícil saber si el problema está en la búsqueda, el ranking, el contexto o la generación.
Preguntas frecuentes sobre RAG
¿Qué es RAG en inteligencia artificial?
RAG es una técnica que recupera información relevante de fuentes externas, la incorpora al contexto de un modelo generativo y luego genera una respuesta condicionada por esa evidencia. Se usa especialmente con LLM para aportar conocimiento privado, especializado o reciente sin reentrenar el modelo.
¿Qué significan las siglas RAG?
RAG significa Retrieval-Augmented Generation. En español suele traducirse como generación aumentada por recuperación: primero se recupera información relevante y después esa información se usa para aumentar el contexto con el que el modelo genera la respuesta.
¿RAG necesita siempre una base de datos vectorial?
No. Las bases vectoriales y los embeddings son una implementación muy común, pero no forman parte obligatoria de la definición. La recuperación puede usar búsqueda por palabras clave, semántica, híbrida, índices especializados, bases de datos, APIs u otros mecanismos capaces de encontrar evidencia relevante.
¿Qué diferencia hay entre RAG y fine-tuning?
RAG aporta información externa en tiempo de inferencia y no requiere modificar los pesos del modelo. El fine-tuning adapta el modelo mediante entrenamiento adicional. Pueden usarse por separado o combinarse porque resuelven problemas distintos.
¿RAG y grounding son lo mismo?
No. Grounding es el concepto más amplio de basar una respuesta en fuentes o material específico. RAG es una técnica frecuente de grounding que añade una etapa explícita de recuperación antes de generar.
¿RAG elimina las alucinaciones de un LLM?
No. Puede reducir ciertos errores al aportar evidencia pertinente, pero no garantiza exactitud. Una recuperación irrelevante, incompleta, desactualizada o manipulada puede producir una respuesta igualmente incorrecta, y el modelo también puede interpretar mal el contexto recuperado.
Fuentes y referencias
1. Lewis, P. et al. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. NeurIPS 2020.
2. Google for Developers. Machine Learning Glossary · Retrieval-augmented generation y grounding.
3. Google Cloud. What is Retrieval-Augmented Generation (RAG)?.
4. Microsoft Learn. Retrieval augmented generation (RAG) and indexes in Microsoft Foundry.
5. AWS Prescriptive Guidance. Understanding Retrieval Augmented Generation.
6. AWS Prescriptive Guidance. Comparing Retrieval Augmented Generation and fine-tuning.
7. Saad-Falcon, J. et al. ARES: An Automated Evaluation Framework for Retrieval-Augmented Generation Systems.