RAG, acrónimo de Retrieval-Augmented Generation (generación aumentada por recuperación), es un patrón arquitectónico para construir aplicaciones de IA que combina un modelo de lenguaje con una base de conocimiento externa y consultable. En lugar de depender exclusivamente de los hechos incorporados en sus parámetros durante el entrenamiento, un sistema RAG recupera documentos relevantes en el momento de la consulta y los entrega al modelo como contexto antes de que genere una respuesta.
El flujo básico es el siguiente: el usuario envía una consulta; el sistema la convierte en un vector numérico (embedding) que representa su significado; busca en una base de datos de documentos igualmente vectorizados los vecinos más cercanos; antepone esos documentos al prompt; y finalmente el modelo de lenguaje genera una respuesta anclada en lo que acaba de leer. El paso de recuperación se realiza habitualmente sobre un vector store — una base de datos optimizada para la búsqueda por similitud — aunque los enfoques híbridos que combinan búsqueda por palabras clave y búsqueda semántica son comunes.
Por qué existe
Los modelos de lenguaje tienen dos limitaciones persistentes que RAG aborda de un solo golpe.
La primera es el knowledge cutoff (límite temporal del conocimiento). Un modelo entrenado con datos recopilados hasta una fecha determinada no sabe nada de lo que ocurrió después. Preguntarle sobre la última llamada de resultados, un estudio recién publicado o una normativa que cambió este trimestre producirá o una admisión de ignorancia o, más peligrosamente, una respuesta falsa dicha con seguridad. RAG sustituye la memoria cerrada del modelo por un almacén abierto y actualizable.
La segunda es la alucinación. Los modelos entrenados puramente para predecir continuaciones plausibles producirán a veces continuaciones plausibles que son simplemente falsas. Anclar la generación en documentos recuperados da al modelo algo real a lo que aferrarse — y, de forma crucial, da al usuario algo que citar y verificar. Una respuesta que termina con "Fuente: informe para inversores Q1 2025, p. 14" es auditable de un modo que una respuesta de un modelo sin contexto no lo es.
Lo que no soluciona
RAG no es una cura. Es un interruptor entre la tendencia del modelo a confabular y la necesidad del usuario de información precisa — pero solo es tan bueno como lo sea la recuperación.
Si el documento relevante no está en el almacén, el modelo vuelve a adivinar. Si los documentos recuperados están desactualizados, son contradictorios o están mal fragmentados, el modelo razonará fielmente sobre entradas defectuosas y producirá respuestas incorrectas con una confianza fuera de lugar. La calidad de un sistema RAG depende enteramente de su pipeline de indexación — cómo se dividen, vectorizan, clasifican y filtran los documentos antes de llegar al modelo.
Hay también un riesgo más sutil: el paso de recuperación puede crear una falsa sensación de anclaje. Una respuesta que cita un documento no es necesariamente una lectura correcta de ese documento. El modelo puede seguir citando mal, atribuyendo incorrectamente o extrayendo de forma selectiva — simplemente ha desplazado el error de la confabulación a la mala lectura, que es una forma de fallo diferente pero igualmente real.
El panorama más amplio
RAG se ha convertido en la arquitectura dominante para construir aplicaciones de IA sobre conocimiento privado, específico de un dominio o frecuentemente actualizado. Bots de atención al cliente, asistentes para documentos internos, herramientas de investigación legal y sistemas de referencia médica usan alguna variante de este enfoque. Es la respuesta práctica a la pregunta que todos hacen cuando entienden por primera vez qué son los modelos de lenguaje: "¿Pero cómo hago que funcione con mis datos?"
El nombre, acuñado en un artículo de 2020 de Meta AI por Patrick Lewis y sus colegas, ha perdurado porque describe la función con claridad. Primero recupera, luego genera. La ingeniería interesante está en la recuperación.