Qué es RAG en inteligencia artificial se entiende mejor con una acción concreta: antes de redactar, el sistema busca fragmentos relevantes en documentos externos y los agrega a la consulta del modelo. Las siglas vienen de retrieval-augmented generation, o generación aumentada por recuperación. Sirve para responder sobre manuales, archivos internos o información actualizable sin volver a entrenar el modelo cada vez que cambia un dato.
El nombre quedó fijado en un trabajo enviado el 22 de mayo de 2020 por Patrick Lewis y otros doce investigadores. El sistema experimental combinaba un generador de texto con un índice vectorial de Wikipedia y obtuvo resultados de referencia en tres pruebas de preguntas abiertas: Natural Questions, WebQuestions y CuratedTREC. Su aporte central fue separar dos memorias: una comprimida en los parámetros del modelo y otra externa, consultable y reemplazable.
Qué es RAG en inteligencia artificial y qué problema resuelve
Un modelo de lenguaje aprende regularidades durante su entrenamiento, pero no conserva los hechos como filas de una base de datos. Esa diferencia ayuda a entender por qué un LLM puede producir una frase plausible y falsa. Además, actualizar sus parámetros cuesta mucho más que cambiar un documento.
RAG agrega una etapa de consulta. Ante la pregunta “¿cuánto dura la garantía del modelo X?”, el sistema busca esa información en manuales o políticas autorizadas, selecciona los pasajes más próximos a la consulta y se los entrega al modelo junto con la instrucción. El generador redacta usando ese contexto. Si la aplicación conserva la procedencia de los fragmentos, también puede mostrar citas y permitir que una persona revise el respaldo.
Eso vuelve útil a RAG en asistentes sobre documentación técnica, catálogos, normas internas, bibliotecas, bases de conocimiento y código. No le enseña de manera permanente el archivo al modelo: le presta páginas pertinentes durante una respuesta.
Del documento a la respuesta en cuatro operaciones
El flujo habitual comienza antes de que alguien pregunte. Primero se extrae el contenido de PDF, páginas, presentaciones o registros y se lo divide en fragmentos. El tamaño de esos cortes importa: uno demasiado breve pierde contexto; uno enorme mezcla temas y encarece la consulta.
Después, un modelo de embeddings convierte cada fragmento en una serie de números que representa relaciones semánticas. Esos vectores, el texto original y sus metadatos se guardan en un índice. Cuando llega una pregunta, el sistema genera otro vector y busca los fragmentos más cercanos, aunque no repitan exactamente las mismas palabras.
AWS resume el proceso productivo en cuatro pasos: crear embeddings e indexar documentos, recibir la consulta, recuperar información por similitud y enviar pregunta más contexto al modelo. En implementaciones reales suelen agregarse filtros por fecha o permisos, búsqueda por palabras, reordenamiento de resultados y un umbral para rechazar respuestas cuando falta evidencia.
El trabajo de 2020 usó BART-large, con 400 millones de parámetros, como generador y Dense Passage Retriever como buscador. Propuso dos variantes. RAG-Sequence mantenía los mismos pasajes durante toda la respuesta; RAG-Token podía apoyar palabras distintas en documentos diferentes. No existe, por lo tanto, una única pieza llamada RAG: es una arquitectura que une preparación de datos, recuperación y generación.
Recuperar un texto pertinente no garantiza que alcance
RAG reduce una clase de error, pero abre otra. Si el buscador trae el manual equivocado, una versión vencida o un fragmento que menciona el tema sin contener la respuesta, el modelo puede elaborar una afirmación convincente sobre una base insuficiente. La falla ocurrió antes de la redacción, aunque se manifieste en ella.
Google Research formalizó en 2025 la idea de contexto suficiente. Un pasaje puede ser relevante para la consulta y, aun así, no incluir los datos necesarios para resolverla. El equipo construyó un conjunto de referencia con 115 pares de preguntas y contextos evaluados por especialistas humanos para estudiar esa diferencia. También observó que añadir contexto insuficiente puede aumentar la confianza de algunas respuestas incorrectas en lugar de provocar un prudente “no sé”.
Por eso la calidad no se mide únicamente leyendo el texto final. Hay que comprobar si la fuente correcta entró entre los primeros resultados, si la versión era vigente, si los permisos se respetaron, si la cita respalda exactamente la frase y si el sistema sabe abstenerse. Una respuesta bien escrita no compensa una recuperación defectuosa.
Cuándo conviene RAG y cuándo alcanza con otra herramienta
RAG tiene sentido cuando la respuesta depende de una colección amplia, cambiante o privada y cuando importa rastrear el origen. Un buscador interno de soporte puede indexar miles de artículos; un asistente de programación puede consultar la versión activa de una documentación; una organización puede cambiar una política sin reentrenar el modelo. En el experimento original, los investigadores mostraron incluso que podían actualizar conocimiento sustituyendo un índice de Wikipedia de diciembre de 2016 por otro de diciembre de 2018.
No hace falta para toda tarea. Si el usuario ya entrega un texto corto y pide resumirlo, alcanza con incluirlo en la consulta. Si se necesita un valor exacto de una base estructurada —stock, saldo, temperatura de un sensor— suele ser mejor ejecutar una consulta o una función y pasar el resultado al modelo. RAG recupera lenguaje no estructurado; no reemplaza cálculos ni controles deterministas.
Tampoco corrige por sí mismo el mecanismo básico explicado en cómo funciona ChatGPT sin matemáticas. El modelo sigue generando una continuación probable. La mejora consiste en decidir qué evidencia tendrá delante al hacerlo. El componente más importante puede no ser el modelo que escribe, sino el sistema que sabe dónde buscar, qué versión elegir y cuándo admitir que el archivo no contiene la respuesta.
Imagen: Recreación editorial generada con IA de un analista consultando documentos junto a una computadora y un servidor local.
Fuentes
Lewis et al.: Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
