Qué es el grounding (anclaje en fuentes)

Conviene separar dos cosas que suelen mezclarse. La generación aumentada por recuperación es una arquitectura: describe cómo se monta un sistema que busca documentos antes de redactar. El anclaje es una propiedad del resultado: describe hasta qué punto lo que dice la respuesta se sostiene en esos documentos. Una es el plano de la máquina, la otra es la medida de lo que sale por el otro extremo.

La distinción no es académica. Un sistema construido con recuperación puede devolver una respuesta mal anclada, porque el modelo recibió los fragmentos correctos y aun así redactó una frase que ninguno de ellos respalda. También ocurre lo contrario, cuando un modelo sin recuperación menciona de memoria una fuente que existe y que efectivamente dice lo que él afirma. Recuperar y sostener son operaciones distintas, y la primera no garantiza la segunda.

Anclada, en la práctica, significa que se cumplen tres condiciones acumuladas. La fuente citada existe y es accesible. La fuente trata realmente el asunto del que habla la frase. Y la fuente afirma aquello que la frase le atribuye. Los sistemas de evaluación serios comprueban las tres por separado, porque cada una falla por su cuenta y la última es la que más se rompe.

El mecanismo tiene una parte de recuperación y otra de costura. La recuperación entrega al modelo un conjunto de fragmentos junto con la pregunta del usuario. La costura es lo que distingue una respuesta anclada de un resumen cualquiera: el sistema conserva la correspondencia entre cada tramo del texto generado y el fragmento del que salió, y esa correspondencia viaja con la respuesta en lugar de perderse durante la redacción.

En la implementación de Google esa información llega por la propia interfaz de programación. Junto al texto se devuelven las consultas que el modelo lanzó por su cuenta, los resultados que obtuvo y unas anotaciones que marcan, con posición inicial y final dentro de la respuesta, qué segmento corresponde a qué dirección de origen. Con esas marcas la aplicación puede colocar la nota al pie en el punto exacto en vez de amontonar enlaces al final del texto. El producto que ofrece esta conexión con el índice de búsqueda se llama Grounding with Google Search, y sus condiciones de uso obligan a mostrar las sugerencias de búsqueda que acompañan al resultado.

Existe una variante que no toca la web abierta. Un sistema puede anclarse contra un corpus cerrado, una base documental interna o un catálogo de producto, con el mismo esquema de marcas de origen. El anclaje describe el vínculo con la fuente, sea esa fuente pública o privada, y por eso aparece tanto en buscadores conversacionales como en asistentes internos de empresa.

Lo que ningún esquema de marcas resuelve es la calidad de lo recuperado. Si el fragmento seleccionado dice algo equivocado, la respuesta quedará perfectamente anclada a un error, con su enlace impecable debajo.

El anclaje se vende a menudo como garantía de veracidad, y no lo es. Reduce la tasa de invención porque obliga al modelo a partir de un texto concreto, pero a cambio introduce una dependencia nueva: la respuesta hereda los errores, las omisiones y la antigüedad de aquello que se recuperó.

La evidencia disponible es incómoda. Un trabajo publicado en abril de 2025 evaluó siete modelos populares sobre unas ochocientas preguntas médicas y cerca de cincuenta y ocho mil pares de afirmación y fuente. Entre el 50 y el 90 por ciento de las respuestas no estaban plenamente respaldadas por las fuentes que citaban, y en algunos casos la fuente contradecía la afirmación. Incluso con búsqueda web activada, alrededor de un tercio de las afirmaciones individuales carecía de respaldo. El ámbito era médico y la cifra no se traslada sin más a otros temas, pero fija el orden de magnitud del problema.

De ahí sale la decisión práctica, y es doble. Quien publica debe asumir que sus páginas se citarán como respaldo de frases que nunca escribió, lo que convierte la claridad de cada afirmación en un asunto de reputación. Y quien consume respuestas de IA dentro de un flujo de trabajo necesita un paso de verificación propio para todo lo que tenga consecuencias, porque el enlace indica de dónde dice el sistema que sacó el dato, no que el dato sea correcto.

• Colocar la afirmación verificable y su cifra en la misma frase o el mismo párrafo que el término al que se refieren, para que el fragmento recuperado se sostenga sin el resto de la página.
• Fechar dentro del texto visible todo dato que caduque, porque el modelo no distingue un dato de 2019 de uno de este año si la página no lo dice.
• Mantener accesible al rastreo y libre de muros la página que contiene el dato, ya que un fragmento que nadie puede recuperar nunca llega a anclar nada.
• Comprobar de forma periódica qué frase concreta se atribuye a la marca en las respuestas generadas, y no limitarse a contar si la marca aparece o no.
• En sistemas propios, guardar las marcas de origen que devuelve el modelo y mostrarlas en el punto exacto del texto, no como una lista de enlaces al final.
• Definir por escrito qué tipo de afirmaciones exigen verificación humana antes de publicarse, con criterios de riesgo y no caso por caso.

• Tratar la presencia de enlaces bajo una respuesta como prueba de exactitud. Indican origen declarado, y esa es toda la información que aportan.
• Confundir el anclaje con la generación aumentada por recuperación. Un sistema puede tener recuperación y producir respuestas mal ancladas todos los días.
• Medir solo el porcentaje de respuestas que llevan cita, sin comprobar si la cita sostiene la frase concreta a la que va pegada.
• Repartir un dato entre secciones alejadas de la página, de modo que ningún fragmento recuperable contenga la afirmación completa.
• Exigir consentimiento, inicio de sesión o ejecución de scripts para leer el contenido que se quiere ver citado.