Pipeline RAG auditable: qué registrar antes del requerimiento
Qué debe quedar registrado del pipeline RAG de Joule y del generative AI hub para responder a la SIC, la ANPD o la SPDP con evidencia, no con promesas.
Imagine una sola tarea: rehacer, paso por paso, una respuesta que el asistente de IA entregó hace varias semanas. Qué fragmentos de documento recuperó, de qué colección, con qué filtros vigentes ese día y quién había aprobado que ese repositorio estuviera indexado. Si su equipo puede hacerlo en una tarde, tiene un pipeline auditable. Si necesita reunir a tres áreas y reconstruir de memoria cómo estaba configurado el sistema, tiene un pipeline que funciona, pero que no se puede defender.
Esta pieza cierra la serie con esa prueba. No discute si la IA generativa es legítima ni quién responde por el dato: describe qué tiene que quedar escrito, en qué punto del flujo y en qué formato, para que el expediente exista antes de que alguien lo pida.
La prueba de reconstrucción: cinco registros que la hacen posible
Rehacer una respuesta exige que cada pieza que intervino haya dejado una huella con fecha. En el servicio de document grounding de SAP AI Core, esas piezas se gestionan mediante APIs documentadas para pipelines, colecciones vectoriales y búsqueda de recuperación (SAP Cloud SDK for AI, 2026). Cada una es un punto donde el equipo puede tomar una foto de la configuración y archivarla.
1. La foto del perímetro
Un grupo de recursos personalizado debe llevar la etiqueta document-grounding: true para usar el servicio (SAP Cloud SDK for AI, 2026). Esa etiqueta marca el espacio donde ocurre el tratamiento, y por eso es el punto de partida: sin saber qué grupo atendía el caso de uso, quién lo administraba y con qué finalidad, la reconstrucción no tiene por dónde empezar.
2. La bitácora de ingesta
La documentación muestra cómo listar pipelines, crear uno nuevo y consultar su estado; la configuración apunta a un destino y a un repositorio de origen, como un sitio de SharePoint (SAP Cloud SDK for AI, 2026). La bitácora debe guardar tanto lo que entró como lo que se decidió dejar fuera, por ejemplo, no indexar series de consumo identificables cuando el caso de uso solo necesita cláusulas contractuales. Una exclusión documentada pesa tanto como una inclusión.
3. La ficha de la colección
Cada colección se crea indicando el modelo de embeddings, y tanto los documentos como sus fragmentos admiten metadatos (SAP Cloud SDK for AI, 2026). Los metadatos de clasificación son la parte que más rinde: permiten filtrar hoy y, cuando un titular pida la supresión de sus datos, localizar y eliminar mañana.
4. El historial de filtros
La búsqueda de recuperación recibe la consulta, filtros sobre los repositorios de datos y un tope de fragmentos por filtro de búsqueda (SAP Cloud SDK for AI, 2026). Esa configuración decide qué llega al modelo, y cambia con el tiempo. Por eso no basta con conocer la de hoy: la reconstrucción necesita la que estaba vigente el día de la respuesta. Versionar los filtros es lo que convierte la minimización de una intención en una prueba.
5. La muestra de respuestas
Es la última huella y la primera que pedirá quien audite, porque es la única que muestra el resultado y no solo la configuración. Cuando una respuesta alimenta decisiones con efectos sobre el titular, la revisión humana deja de ser un control interno: la norma ecuatoriana pide incluir ese supuesto en el registro de actividades (SPDP, Resolución SPDP-SPD-2026-0009-R, 2026).
De la huella técnica a la ficha que se entrega
Las cinco huellas sirven solo si alguien las traduce a un documento que un tercero pueda leer sin abrir la consola. La correspondencia del recuadro tiene un ancla normativa en cada mercado. El estudio de impacto previo al diseño, para casos de alto riesgo, responde a lo que pide la SIC (SIC, Circular Externa 002, 2024). La auditoría proporcional al riesgo ya es obligatoria en Ecuador (SPDP, Resolución SPDP-SPD-2026-0009-R, 2026). Y la política de retención conviene fijarla sabiendo que en Brasil la ANPD puede establecer el plazo de guarda (LGPD, art. 40, 2018).
Para una distribuidora que opera en más de un país, lo práctico es una sola ficha por caso de uso, con una columna por jurisdicción. Tres expedientes paralelos se desalinean con el primer cambio de configuración.
Por qué la ficha ya puede ser exigida
El expediente no es una buena práctica opcional: en varios mercados de la región, la autoridad ya puede pedirlo.
En Ecuador, la norma general que la Superintendencia de Protección de Datos Personales firmó en febrero de 2026 se aplica con independencia de dónde esté alojado el sistema o el proveedor (SPDP, Resolución SPDP-SPD-2026-0009-R, 2026). Además de exigir que los tratamientos con IA figuren en el registro de actividades, faculta a la Superintendencia para auditar esos sistemas e imponer medidas correctivas (SPDP, Resolución SPDP-SPD-2026-0009-R, 2026).
En Brasil, la obligación de mantener registro de las operaciones recae tanto en el controlador como en el operador (LGPD, arts. 37 y 40, 2018). Si la ANPD ordena el informe de impacto, su contenido mínimo coincide con lo que ya guardan la ficha de la colección y la bitácora de ingesta: tipos de datos, metodología de recolección y de seguridad, y salvaguardas (LGPD, art. 38, 2018).
En Colombia, el Decreto 1377 de 2013 estableció que los responsables del tratamiento deben poder demostrar, cuando la Superintendencia de Industria y Comercio lo solicite, que implementaron medidas apropiadas y efectivas para cumplir la Ley 1581 de 2012 (Decreto 1377 de 2013, art. 26, hoy compilado en el art. 2.2.2.25.6.1 del Decreto 1074 de 2015, según la SIC, Circular Externa 002, 2024). La Circular Externa 002 extiende ese deber a quien desarrolle o use IA con datos personales, sea responsable, encargado o usuario, y pide identificar, medir, controlar y monitorear los riesgos (SIC, Circular Externa 002, 2024).
En una utility, lo que circula por ese pipeline son historiales de consumo y condiciones de contratos de generación distribuida, información que identifica a un titular. Por eso la prueba de reconstrucción no es un ejercicio técnico: es la respuesta que la empresa tendrá que dar.
Cómo lo abordamos en AGT
En AGT acompañamos a utilities y empresas de oil & gas de América Latina a pasar la prueba de reconstrucción antes de que alguien la pida. Los tres entregables del recuadro aplican a su pipeline real lo que describe este artículo, y el simulacro de requerimiento es el que muestra si el expediente resiste una pregunta concreta.
El momento de armar ese expediente no es cuando llega el oficio. Es cuando se crea el primer pipeline.
Fuentes
- SAP Cloud SDK for AI — Document Grounding (JavaScript), 2026. https://sap.github.io/ai-sdk/docs/js/ai-core/document-grounding
- Superintendencia de Protección de Datos Personales (Ecuador) — Resolución SPDP-SPD-2026-0009-R, Registro Oficial No. 240, 10 de marzo de 2026. https://www.registroficial.gob.ec/registro-oficial-no-240-22/
- Superintendencia de Industria y Comercio (Colombia) — Circular Externa 002 de 2024, Lineamientos sobre el Tratamiento de Datos personales en Sistemas de Inteligencia Artificial, 2024. https://sedeelectronica.sic.gov.co/sites/default/files/normativa/Circular%20Externa%20No.%20002%20del%2021%20de%20agosto%20de%202024.pdf
- Presidência da República (Brasil) — Lei nº 13.709/2018, Lei Geral de Proteção de Dados Pessoais, 2018. https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm
Artículo de Edward Camacho Guerra, elaborado con apoyo de herramientas de inteligencia artificial y revisado y aprobado por el autor.
¿Este análisis mapea un mercado donde ya operas o estás evaluando entrar?
Revisamos tu caso específico, mapeamos los riesgos que aplican, y te decimos honestamente si es oportunidad para ti —sin pitch comercial, solo discusión técnica y estratégica.
