RAG vs ChatGPT en contractació pública
La irrupció de la Intel·ligència Artificial Generativa ha democratitzat l'accés a eines potents de redacció. Avui, qualsevol tècnic pot demanar-li a un xat generalista que redacti un correu o resumeixi un text. No obstant això, quan traslladem aquesta tecnologia al sector de la contractació pública, ens trobem que la falta de rigor per part d'aquest tipus de models d'IA pot comprometre el procés de licitació.
En un entorn regit per la Llei de Contractes del Sector Públic (LCSP) i subjecte a fiscalització, una dada inventada no és una anècdota; és un risc legal greu.
Per això, els responsables de tecnologia (CTO) i seguretat (CISO) del sector GovTech estan apostant per arquitectures avançades com RAG (Retrieval-Augmented Generation) enfront de l'ús de models genèrics. Però, què és això exactament i per què és fonamental per treballar amb licitacions?
El risc estructural: per què la IA generalista inventa dades
Els Grans Models de Llenguatge (LLM) generalistes, com les versions estàndard de ChatGPT o Gemini, no són bases de dades de coneixement verificades; són motors probabilístics de predicció de text. Han estat entrenats amb immenses quantitats d'informació d'internet, però no "saben" què és veritat i què és mentida; únicament calculen quina paraula és estadísticament més probable que segueixi a l'anterior per formar una frase coherent.
El problema crític en el sector legal és que aquests models estan dissenyats sota un imperatiu de "respondre sempre". La seva funció objectiu és satisfer la consulta de l'usuari mantenint la fluïdesa de la conversa, no garantir l'exactitud factual.
Això significa que, davant d'una llacuna d'informació específica (per exemple, el contingut exacte d'un article de la LCSP o un expedient concret que no estava en el seu entrenament), el model no s'atura. En lloc d'admetre ignorància, el seu algorisme "omple" aquest buit generant informació que sona verídica i respecta l'estructura del llenguatge jurídic, però que és fictícia. A aquest fenomen se l'anomena "al·lucinació": la IA inventa dades, dates, articles o jurisprudència amb total seguretat i coherència gramatical, creant una trampa de confiança perfecta per al tècnic que la utilitza.
Què és RAG i com soluciona això?
RAG (Generació Augmentada per Recuperació) és una arquitectura que impedeix que la IA respongui "de memòria". Actua com un model d'IA "expert", sempre que compti amb les fonts d'informació correctes.
El flux tècnic pas a pas:
- Retrieval (Cerca): Quan fas una pregunta, el sistema no va al model de llenguatge. Primer busca en una base de dades vectorial segura on estan indexades la LCSP vigent, els plecs de l'expedient i la jurisprudència real.
- Filtratge: El sistema selecciona només els paràgrafs que contenen la resposta verídica (ex. el text exacte de l'Art. 204 LCSP).
- Generation (Generació): Ara sí, envia aquests paràgrafs al model d'IA amb una instrucció estricta: "Respon a l'usuari usant NOMÉS aquesta informació. Si no està aquí, digues que no ho saps".
Taula comparativa: ChatGPT vs. Arquitectura RAG (Tendios)
| Característica | IA Genèrica (ChatGPT, etc.) | Arquitectura RAG (Tendios) |
|---|---|---|
| Font de coneixement | Memòria d'entrenament (internet passat) | Base de dades documental actualitzada |
| Resposta davant dubte | Inventa alguna cosa plausible ("Al·lucinació") | "No hi ha informació suficient en els documents" |
| Traçabilitat | Caixa negra (sense fonts) | Cites directes al BOE/Plec amb enllaç |
| Actualització | Talls de coneixement antics | Temps real (connecta amb fonts vives) |
Necessites realitzar alguna consulta sobre contractació pública?
Cas d'ús real: Validació de sostenibilitat
Per entendre l'impacte, vegem un dia a la vida d'un tècnic de contractació que ha de validar si un plec compleix amb els criteris ecològics.
- Procés manual (Sense RAG): Descarregar el PDF (150 pàgs), buscar "sostenibilitat" amb Ctrl+F, obrir el BOE per aclarar amb la LCSP, consultar la guia de contractació ecològica... Temps estimat: 3 hores.
- Procés amb Tendios (RAG): Puges el plec. Preguntes: "Compleix amb els requisits de l'Art. 201 LCSP?". El sistema escaneja el document, creua amb l'article vigent de la llei i genera un informe de conformitat amb cites. Temps estimat: 20 minuts.
Quan usar cada eina
No es tracta de demonitzar els models genèrics, sinó d'usar-los per al que serveixen.
- Quan SÍ pots usar un LLM com ChatGPT:
- Brainstorming inicial d'idees creatives.
- Redactar correus electrònics interns no confidencials.
- Resumir notícies generals del sector.
- Quan HAS D'USAR una IA Especialitzada (RAG):
- Redactar Plecs (PCAP/PPT) amb seguretat jurídica.
- Realitzar consultes legals.
- Validar el compliment normatiu d'un expedient.
Ets una entitat del sector públic?
Ets una empresa privada?
Els límits del RAG
Fins i tot la tecnologia RAG té límits. La qualitat de la resposta depèn de la qualitat de la font (si la base de dades no està actualitzada a l'últim BOE, la resposta serà obsoleta) i no substitueix el criteri jurídic final del tècnic. A Tendios mitiguem això amb actualització automàtica diària des de fonts oficials, però la supervisió humana segueix sent clau.
Conclusió: Tecnologia per a decisions crítiques
En el sector públic, les decisions s'han de justificar. La tecnologia RAG no és només una millora tècnica; és la diferència entre usar un assistent creatiu i usar una eina d'auditoria professional.
En prioritzar la verificabilitat i la disciplina documental, convertim la Intel·ligència Artificial en un aliat fiable per a la gestió d'expedients complexos, eliminant la por a la "dada inventada".
Vols provar la IA especialitzada en contractació pública?
