¿Qué es RAG?
RAG (Retrieval-Augmented Generation) es una arquitectura de IA que combina dos capacidades:
- Retrieval (recuperación): busca documentos relevantes en una base de datos de fuentes verificadas
- Generation (generación): usa un LLM para sintetizar una respuesta basada en esos documentos
¿Por qué es crucial para el derecho?
Un LLM "puro" (sin RAG) puede:
- Inventar artículos que no existen ("alucinaciones")
- Citar sentencias inexistentes
- Mezclar legislación de diferentes países
- Dar información desactualizada
Con RAG, la respuesta siempre se fundamenta en documentos reales y verificables.
Cómo funciona paso a paso
- Pregunta del usuario: "¿Cuál es el plazo de prescripción por daños extracontractuales?"
- Embedding: la pregunta se convierte en un vector numérico
- Búsqueda semántica: se buscan los fragmentos más similares en la base de datos (pgvector)
- Contexto: los fragmentos relevantes se pasan al LLM junto con la pregunta
- Generación: el LLM responde basándose solo en los fragmentos proporcionados
- Citación: la respuesta incluye las fuentes exactas (artículo, sentencia, BOE)
Métricas de calidad RAG
- Precisión: ¿las fuentes citadas son correctas?
- Recall: ¿se encontraron todas las fuentes relevantes?
- Fidelidad: ¿la respuesta es fiel a lo que dicen las fuentes?
- Relevancia: ¿las fuentes son pertinentes para la pregunta?