Anclaje de Hechos (Grounding y Citación de Fuentes)

1. Visión general del concepto y problema sistémico

Cuando preguntas a un chatbot: “¿Tiene derecho un empleado a un permiso adicional por el nacimiento de un hijo?”, el bot puede responder con confianza: “Sí, hasta 14 días sin salario”. Pero, ¿se puede confiar en esto? ¿No ha cambiado la ley el mes pasado? ¿No ha confundido el bot las leyes de Ucrania con las de Polonia?

Anclaje (Grounding) es el proceso que vincula la inteligencia artificial a información física real y verificada. El modelo se ve obligado a no hablar "por sí mismo": cada palabra, fecha y cifra en la respuesta final debe tener un "ancla" exacta en el documento cargado o en un sitio web oficial.

Desde un punto de vista práctico, esto representa una transición de la fe ciega en el chatbot a la creación de sistemas confiables en los que confían clientes y directivos.

2. Taxonomía arquitectónica y modelo mental

┌─────────────────────────────────────────────────────────────┐
│                 MECANISMO DE ANCLAJE (GROUNDING)           │
├─────────────────────────────────────────────────────────────┤
│ 1. Solicitud de entrada: “¿Cuál es el período de garantía   │
│    del producto?”                                           │
├─────────────────────────────────────────────────────────────┤
│ 2. Búsqueda de fragmento (Retrieval):                      │
│    El sistema encuentra el párrafo 4.2 del certificado de   │
│    garantía.                                               │
├─────────────────────────────────────────────────────────────┤
│ 3. Generación anclada (Grounded Generation):               │
│    El modelo escribe la respuesta, vinculando cada frase    │
│    con una cita: “La garantía es de 24 meses [1], pero no   │
│    se aplica a la batería después de 6 meses [2].”        │
├─────────────────────────────────────────────────────────────┤
│ 4. Verificación por el verificador (Grounding Check):       │
│    ¿Están las afirmaciones [1] y [2] en el texto?          │
│    ➔ ¡SÍ! La respuesta se entrega al usuario con la        │
│    referencia.                                             │
└─────────────────────────────────────────────────────────────┘

3. Pipeline técnico y mecánica interna

1. Seguridad legal: El bot nunca prometerá a un cliente un descuento inexistente del 90% o devoluciones gratuitas después de un año si eso no está en las reglas ancladas de la tienda.
2. Auditoría transparente para empleados: El operador del servicio de atención al cliente no solo ve una respuesta generada, sino una fuente clicable; puede verificar la corrección de la instrucción en 2 segundos antes de enviarla.
3. Protección contra alucinaciones al 99%: Si no hay información sobre el producto en la base de datos, el bot anclado se niega a responder en lugar de inventar características inexistentes.

4. Escenarios prácticos de ingeniería en producción

01. Implementación de un Bot de Atención al Cliente

02. Integración de RAG en Sistemas de Búsqueda

03. Validación de Respuestas en Aplicaciones Legales

5. Errores comunes, trampas y seguridad

Al construir sistemas de IA, es crucial evitar la dependencia de respuestas generadas sin verificación. Asegúrate de que cada respuesta esté respaldada por fuentes verificables para mantener la integridad y la confianza en el sistema.