Calidad del dato para IA generativa: qué cambia cuando alimentas un chatbot con tus documentos
Muchas empresas conectan un asistente de IA a sus documentos para que responda con información propia (la técnica se llama RAG). La IA no mejora lo que le das: si los documentos están desactualizados, duplicados o mal protegidos, las respuestas también. Estos son los controles de calidad que conviene aplicar.
La idea en una frase
Es como dar una estantería de archivadores a un becario muy rápido: contestará en segundos, pero con lo que haya en los archivadores, incluidos los papeles viejos.
Seis comprobaciones antes de conectar documentos
- Responsable: cada colección tiene una persona que responde de ella.
- Vigencia: versión vigente identificada; las obsoletas, fuera o marcadas.
- Duplicados: sin varias versiones contradictorias de un mismo documento.
- Permisos: la IA solo recupera lo que el usuario que pregunta puede ver.
- Datos personales y confidenciales: identificados y tratados según tus políticas.
- Trazabilidad: cada respuesta indica de qué documento sale.
Después de poner en marcha
- Revisa una muestra de respuestas cada mes.
- Recoge reportes de errores de los usuarios.
- Actualiza la colección cuando cambia una política o un precio.
Errores habituales
- Cargar «todo el SharePoint» sin filtrar.
- Ignorar los permisos de cada documento.
- No decir al usuario que está hablando con una IA ni que puede equivocarse.
Preguntas frecuentes
¿Qué es RAG?
Que la IA busque en tus documentos y responda apoyándose en ellos.
¿Elimina las alucinaciones?
Las reduce, pero no las elimina: cita fuentes y permite verificar.
Contenido informativo, no asesoramiento jurídico.
¿En qué punto está tu Data Governance?
Diagnóstico gratis con tus gaps prioritarios, más el autodiagnóstico y la calculadora de ahorro del camino de Data Governance.