IA y calidad documental

Tiempo de lectura: 9 minutos

Hay algo seductor en la inteligencia artificial cuando responde bien. Me recuerda a los sofistas de la Grecia Clásica, que pensaban que el que persuadía no es el que tiene razón, sino el que mejor seduce con su discurso.

Protágoras (perdón por la pedantería, pero a veces doy rienda suelta a mi formación “humanista”) entiende que la realidad se puede moldear a través del lenguaje. ¿Os suena esto?

 “el hombre es la medida de todas las cosas”.

Es decir, la verdad no está fuera, está en cómo la percibimos.

¿Y cómo se moldea esa percepción? A través de la Peithó, la persuasión. No como argumento lógico, sino como seducción. Convencer a alguien no era demostrarle algo, era llevarle a querer creerlo.

Si esto te suena actual, no es casualidad.
La IA no solo contesta, sino que ordena, resume, relaciona, propone. A veces incluso parece corregirse y afinar su propio razonamiento. Y ahí empieza el problema. Confundimos una respuesta bien construida con una base de conocimiento sólida. Y no son lo mismo.

El peligro crece si la cuenta de resultados de la empresa va a depender de alguna manera de las decisiones empresariales que tomemos preguntándole a una capa de IA.

¿Sabemos sobre qué información está operando esa IA?

Porque una IA puede sonar convincente y, aun así, estar construyendo sus respuestas sobre documentos duplicados, versiones no validadas, metadatos pobres, expedientes incompletos o procesos donde nadie sabe del todo quién aprueba qué.

Muchas organizaciones quieren lo último en asistentes, búsqueda semántica, automatización inteligente o RAG, pero siguen apoyándose en un corpus documental con los pies de barro. Y la IA no rescata el desorden. Lo vuelve más rápido, más opaco y, en algunos casos, más arriesgado.

El error de enfoque es pedirle a la IA lo que no hemos resuelto antes

Lo veo en más ocasiones de la que me gustaría. Los problemas no empiezan con la IA. Estaban ya en la base. Se quiere utilizar las bondades de un asistente cuasi mágico que responda a las preguntas más interesantes que se nos ocurran. Pero el asistente no es mágico. Es tecnológico. Y va a buscar en documentación dispersa entre:

• carpetas, correo y aplicaciones
• duplicidades que nadie ha depurado antes
• nombres de archivo arbitrarios
• versiones sin control
• falta de contexto
• flujos aprobatorios que viven en la costumbre y no en el sistema
• automatizaciones parciales que mueven información sin garantizar su calidad etc.

Con una base documental así ya había problemas a la hora de buscar, auditar, cumplir y decidir. Pero ahora, encima, pretendemos poner sobre todo esto una capa de IA y esperar que entregue respuestas precisas, trazables y útiles en segundos. No, esto no funciona así.

La IA “ve” lo que le das

Si el repositorio está contaminado, incompleto o mal gobernado, la salida no será mejor que la entrada.

Esto es especialmente evidente en los sistemas basados en recuperación de información. Tanto Microsoft como OpenAI explican que este tipo de arquitecturas dependen de un corpus bien preparado con contenido accesible, fragmentado de forma útil, recuperable y relevante para “aterrizar” la respuesta del modelo. Si el documento correcto no está, si está mal clasificado o si convive con otras cinco versiones contradictorias, el problema no es que la IA “alucine” (que también lo hace) a veces simplemente está respondiendo con lo mejor (o lo menos malo) que encontró.

La base documental no es un detalle técnico: es una condición operativa

Hablar de base documental sólida no es hablar solo de archivar mejor. Es hablar de condiciones mínimas para que la información sea utilizable dentro de un proceso de negocio.

Una base documental sólida nos da, así a bote pronto, cinco cosas muy valiosas (¡y necesarias si tanto quieres tu capa de IA!).

1. La primera es calidad del contenido. Que el documento sea íntegro, accesible, legible, y vigente.
2. La segunda es contexto. Saber qué es, de dónde viene, qué versión es, con qué expediente o proceso se relaciona y quién es su responsable.
3. La tercera es gobernanza. Hablamos de tener reglas claras sobre captura, clasificación, acceso, conservación, validación y eliminación.
4. La cuarta es trazabilidad. Nuestras miguitas de pan por el camino. Poder reconstruir qué pasó con la información, quién intervino y qué decisión se tomó.
5. La quinta es alineación con el flujo. Vamos, que el documento no viva aislado, sino conectado con el circuito real de trabajo.

Como verás, nada de esto es especialmente futurista y te sonará ya mucho. Precisamente por eso importa tanto. La ISO 15489 configura la gestión documental fiable a partir de elementos como los metadatos, las políticas y controles de gestión, la asignación de responsabilidades y los procesos de creación, captura y gestión de los documentos.

Por su parte, NARA no constituye un estándar europeo ni una norma internacional equivalente a ISO, sino el marco federal de referencia en Estados Unidos para records management.
Aun así, resulta útil como referencia comparada, porque sus requisitos y guías insisten en cuestiones muy próximas que estamos viendo: gestión de metadatos, identificación del record copy, control de versiones y duplicados, correcciones o enmiendas autorizadas y un enfoque de gobierno y responsabilidades a escala organizativa.

Perdón si me pongo muy técnico. Lo que quiero decir con todo esto es que si tu empresa no sabe con seguridad cuál es el documento válido, la IA tampoco lo sabrá.

Cuando la IA amplifica el problema

La IA no solo hereda los defectos del dato y del documento, puede amplificarlos.

Si un empleado tarda hoy veinte minutos en localizar una política actualizada y mañana un asistente de IA le responde en veinte segundos con una versión obsoleta pero verosímil, el error ya no es solo documental. Es operativo. Puede afectar a compras, RR. HH., atención al cliente, contratación, cumplimiento o gestión financiera.

Si automatizas el tratamiento de facturas, contratos, expedientes o solicitudes sobre documentos mal clasificados o sin reglas claras de validación, no solo aceleras tareas, puedes acelerar excepciones, incoherencias y decisiones parciales.

Y si, además, los usuarios perciben que la herramienta “suena bien”, tenderán a cuestionar menos el resultado. Ese es uno de los riesgos, confiar en una respuesta sin haber saneado antes el sistema que la alimenta.

¡Y la confianza no puede separarse de la gestión del riesgo, del contexto de uso y de los controles organizativos!

No es solo eficiencia, también es cumplimiento y responsabilidad

A medida que la IA entra en procesos más sensibles, hay que poder demostrar por qué ha devuelto esto, con qué datos y bajo qué control. En Europa, el AI Act (Ley de Inteligencia Artificial de la UE) sitúa la calidad de los datos, la gobernanza, el registro y la supervisión humana como requisitos centrales para determinados sistemas de alto riesgo.

Aunque muchas implantaciones corporativas no entren directamente en la categoría de alto riesgo, la consigna es que la IA empresarial no se va a evaluar solo por lo que promete, sino por la solidez de los controles que la sostienen. Y ahí la gestión documental deja de ser un asunto secundario o administrativo para convertirse en parte de la arquitectura de confianza.

Qué debería hacer una empresa antes de “meter IA”

La secuencia razonable no es empezar con IA y ordenar después lo demás. Es justo al revés.

Primero hay que identificar qué procesos dependen de información crítica y qué decisiones se están apoyando ya en documentos mal gobernados. Después, depurar duplicidades, fijar criterios de versionado, reforzar metadatos, aclarar responsabilidades y mapear flujos reales. Solo entonces tiene sentido pedirle a la IA una búsqueda contextual, clasificación, extracción, asistencia a la tramitación, ayuda al análisis o automatización de tareas repetitivas.

La IA puede ser útil. Puede reducir tiempos de búsqueda, asistir en el tratamiento documental, mejorar la recuperación de información y hacer más eficaces ciertos flujos. Pero no convierte por arte de magia una base débil en conocimiento fiable. Tu información, antes de la IA, debe estar preparada.
Si no lo está. Podemos ayudarte a prepárala.

Preguntas Frecuentes