Inteligencia Artificial
¿Cómo crear una base de conocimiento para inteligencia artificial?
Respuesta directa
Una base de conocimiento para IA se construye seleccionando fuentes confiables, asignando un dueño responsable por documento, agregando metadata (fecha, versión, audiencia, vigencia) y definiendo permisos de acceso. Se depura contenido obsoleto o contradictorio antes de incorporarlo, y se revisa en ciclos periódicos. No es cargar todo el disco compartido: es curar qué información puede consultarse y quién puede verla.
Antes de conectar cualquier sistema de inteligencia artificial a los documentos de una empresa, existe un trabajo previo que determina si el resultado será útil o riesgoso: construir la base de conocimiento. No se trata de reunir archivos en una carpeta, sino de decidir qué información es confiable, quién responde por ella, cómo se etiqueta y quién puede consultarla. Saltarse este paso es la causa más común de respuestas de IA que citan políticas vencidas o mezclan información de audiencias distintas.
Qué fuentes y tipos de documentos incluir
Una base de conocimiento útil combina distintos tipos de contenido según el objetivo: políticas internas y manuales de proceso para asistentes de operaciones, catálogos y fichas técnicas para atención a clientes, contratos y plantillas para equipos legales o comerciales. No todo documento de la organización pertenece a la base; solo el que responde preguntas reales y verificables.
Conviene distinguir entre fuentes de verdad (documentos oficiales, aprobados y vigentes) y material de apoyo (borradores, notas de reunión, correos sueltos). Mezclar ambos tipos sin marcarlos genera el riesgo de que un asistente cite un borrador como si fuera política aprobada.
Relacionado: ¿Cómo evaluar la calidad de las respuestas de un sistema de IA?
Ownership, versiones y ciclo de actualización
Cada documento incorporado necesita un dueño responsable: la persona o área que puede confirmar si sigue vigente, autorizar cambios y notificar cuando queda obsoleto. Sin este rol, la base acumula contenido que nadie revisa y que envejece en silencio.
El control de versiones evita que coexistan dos copias de la misma política con contenido distinto. Definir un ciclo de revisión —trimestral, semestral, o disparado por un evento como un cambio regulatorio— mantiene la base alineada con la realidad de la empresa en lugar de convertirse en un archivo estático.
| Campo | Para qué sirve | Ejemplo |
|---|---|---|
| Dueño responsable | Quién confirma vigencia y autoriza cambios | Área de RH |
| Fecha de última revisión | Evitar contenido caducado | 2026-06-01 |
| Versión | Distinguir copias distintas del mismo documento | v3.2 |
| Audiencia permitida | Definir quién puede recibir esta información | Solo gerencia |
| Vigencia / fecha de expiración | Marcar cuándo debe re-revisarse o retirarse | 31/12/2026 |
| Fuente original | Trazar de dónde vino el documento | Manual de operaciones v2026 |
Relacionado: ¿Qué es human-in-the-loop y cuándo debe utilizarse con IA?
Si quieres aplicar esto a un proceso real de tu empresa, conoce nuestro servicio de IA aplicada a la operación.
Permisos por audiencia
No toda la información debe estar disponible para cualquier persona que use el asistente de IA. Un documento de compensaciones no debería aparecer en respuestas dirigidas a empleados operativos, y un contrato con cláusulas confidenciales no debería filtrarse a un asistente de atención a clientes.
Definir permisos por audiencia desde la construcción de la base —y no como parche posterior— evita que la restricción dependa únicamente de instrucciones al modelo, que pueden fallar. El control de acceso debe aplicarse a nivel de qué documentos se recuperan, no solo a nivel de qué se le pide al modelo que responda.
Relacionado: ¿Cómo implementar RAG con documentos de una empresa?
Qué NO incluir en la base
Incluir todo lo disponible «por si acaso» es un error frecuente. Los criterios de exclusión son tan importantes como los de inclusión: documentos sin dueño identificable, información personal sensible sin necesidad de negocio clara, versiones obsoletas que ya fueron reemplazadas y contenido cuya exactitud no puede verificarse.
Checklist antes de incorporar un documento
- Tiene un dueño responsable identificado
- Está vigente y no contradice otro documento de la base
- Tiene metadata mínima (fecha, versión, audiencia)
- Se definió qué audiencia puede recibirlo
- No contiene información sensible sin justificación de negocio
- Tiene fecha o disparador de próxima revisión
Relacionado: ¿RAG o fine-tuning: cuál necesita una empresa?
Depuración y mantenimiento continuo
Una base de conocimiento no se termina de construir: se mantiene. Esto implica retirar documentos vencidos, resolver contradicciones detectadas por los usuarios y añadir contenido nuevo con el mismo criterio de curaduría inicial.
Asignar tiempo y responsables a este mantenimiento —no solo a la carga inicial— es lo que distingue una base de conocimiento que sigue siendo útil seis meses después de una que empieza a producir respuestas incorrectas por abandono.
Referencias
- NIST AI Risk Management Framework
Marco de gestión de riesgos aplicable a la gobernanza de datos usados por IA
- Microsoft Learn — Responsible AI practices
Prácticas de gobierno de datos y contenido para sistemas de IA
Relacionado: ¿Cómo reducir las alucinaciones de una IA empresarial?
Preguntas frecuentes
- ¿Cuántos documentos se necesitan para empezar una base de conocimiento?
- No hay un número fijo. Es mejor empezar con pocos documentos verificados y con dueño claro que con cientos sin curar. La calidad y vigencia importan más que el volumen.
- ¿Quién debe ser el dueño de un documento en la base?
- La persona o área que puede confirmar si el contenido sigue vigente y autorizar cambios, normalmente quien lo redactó o el área responsable del proceso que describe.
- ¿Se puede automatizar la depuración de documentos vencidos?
- Se puede automatizar la alerta cuando un documento supera su fecha de vigencia, pero la decisión de retirarlo o actualizarlo debe validarla una persona responsable.
- ¿Los permisos de acceso deben definirse antes o después de construir la base?
- Antes. Definir la audiencia permitida desde la incorporación del documento evita depender de controles posteriores que pueden fallar o quedar incompletos.