Saltar al contenido
Glosario

Fundamentación

La fundamentación es la práctica de restringir la salida de un modelo de IA a evidencia de fuente verificable en lugar de a su memoria paramétrica. Una respuesta fundamentada se apoya en pasajes recuperados que pueden citarse y comprobarse, lo que constituye la principal defensa frente a respuestas fabricadas o erróneas con aparente seguridad.

Sinónimos: grounded AI, evidence grounding, source grounding, factual grounding

La fundamentación convierte un modelo generativo de un adivinador de sonido plausible en un motor de respuesta responsable. Al alimentar al modelo con evidencia recuperada y exigir que su salida cite esa evidencia, la fundamentación mantiene las respuestas atadas a fuentes reales y actuales que un revisor puede inspeccionar. La disciplina va más allá del prompt: la calidad de la recuperación, el seguimiento de citas y una vía alternativa para la evidencia faltante contribuyen todas. Una fundamentación sólida es lo que hace que una respuesta automatizada sea lo bastante confiable como para resolver una solicitud o desencadenar una acción gobernada.

Preguntas frecuentes

¿Cómo se hace cumplir la fundamentación en la práctica?
La recuperación proporciona al modelo solo los pasajes de fuente relevantes, el prompt le indica que responda a partir de esa evidencia y un paso de verificación rechaza las afirmaciones que carecen de una cita de apoyo.
¿Qué ocurre cuando no hay evidencia para fundamentar?
Un sistema fundamentado bien diseñado declina responder o escala a una persona en lugar de inventar una respuesta, mostrando una laguna explícita en vez de una conjetura con aparente seguridad.