Definición
El grounding, o anclaje, es la práctica de basar las respuestas de un modelo de IA en fuentes de información verificables y específicas, como documentos de la empresa, la base de conocimiento, el CRM o resultados de búsqueda, en lugar de depender solo de lo que el modelo aprendió en su entrenamiento. Reduce las alucinaciones, permite citar la fuente y mantiene las respuestas actualizadas. En agentes de atención al cliente, por ejemplo, el grounding asegura que la respuesta refleje las políticas vigentes de la empresa. Requiere fuentes ordenadas, actualizadas y con permisos adecuados.
¿Qué significa Grounding y cómo funciona?
Piensa en un periodista que no publica nada sin revisar documentos y fuentes confiables primero. El grounding es la técnica de conectar las respuestas de un modelo de IA con fuentes de información verificables, como documentos de la empresa o resultados de búsqueda, para que responda con base en datos reales.
Así funciona
- Defines las fuentes confiables que el modelo puede usar.
- El sistema busca la información relevante para cada pregunta.
- El modelo genera la respuesta usando esa información.
- Idealmente cita o enlaza las fuentes consultadas.
Es una de las mejores defensas contra las alucinaciones, siempre que las fuentes estén actualizadas y sean correctas.
Términos relacionados
Preguntas frecuentes
Otras preguntas de los usuarios
¿Qué es Grounding?
Anclar las respuestas de la IA a fuentes verificables para reducir errores.
¿Qué diferencia hay entre grounding y RAG?
El grounding es el objetivo general de anclar respuestas a fuentes confiables. El RAG, o generación aumentada por recuperación, es una técnica concreta para lograrlo: recupera documentos relevantes y los entrega al modelo antes de responder. En la práctica, ambos términos suelen usarse de forma relacionada.
¿Cómo se aplica el grounding en agentes de servicio?
Se conecta el agente a la base de conocimiento, políticas, páginas del sitio y datos del CRM. Cuando un cliente pregunta, el agente busca la información relevante y responde con base en ella. Si no encuentra información suficiente, debe indicarlo o escalar a una persona.
¿Qué pasa si las fuentes de grounding están desactualizadas?
El modelo responderá con información incorrecta, aunque parezca confiable porque proviene de tus propias fuentes. Por eso es esencial revisar periódicamente la base de conocimiento, eliminar documentos obsoletos, asignar responsables de contenido y registrar cambios importantes de productos, políticas o procesos.
