10 · El problema del vacío

Toda la tercera parte del libro ha construido un sistema que excluye: dominios cerrados, permisos herméticos, vigencias muertas fuera de juego, filtros duros al origen. Existe, sin embargo, una consecuencia inevitable de tanto rigor que nadie pone en los folletos: alguna vez, todo ese aparato dejará pasar cero resultados. La consulta legítima, el usuario correcto, el filtro bien aplicado —y la respuesta vacía. Este capítulo trata de ese momento, porque es uno de los pocos donde el sistema dice algo de sí mismo sin querer, y porque la diferencia entre un producto serio y un juguete se decide casi siempre en lo que hacen cuando no saben.

Dos vacíos que no son el mismo

Lo primero es el diagnóstico, porque "no hay resultados" es un síntoma y no una enfermedad. Al abrir la capucha, detrás de cada vacío hay exactamente una de dos situaciones, y conviene saber distinguirlas en caliente.

El vacío de filtro es el más frecuente y el más peligroso: lo que se buscaba existe en el corpus, pero quedó fuera por una condición. El convenio que respondía a la consulta está en el dominio vecino; el documento correcto está en revisión; el resultado existía pero el filtro de materia —el hueco del capítulo ocho— se lo comió. Este vacío es un fallo del sistema disfrazado de ausencia: el usuario concluye que no hay respuesta cuando hay una bloqueada. Detectarlo es posible —la técnica del capítulo veinte corre la misma búsqueda sin los filtros duros, en sombra, y compara—; la política correcta cuando se detecta no es colarlo a escondidas, es avisar y escalar: "encontramos evidencia en otro dominio, ¿quieres verla?". La decisión pasa al humano, que es donde debe estar cuando la frontera cruzada es de negocio: las fronteras de permiso, esas, no se relajan jamás ni siquiera con aviso.

El vacío de corpus es el otro: lo que se pregunta no está —no en aquel filtro, no en ningún filtro—. El despacho lo vivió con la consulta que este libro tomará por emblema porque la merece: teletrabajo en convenios de transporte; el corpus, simplemente, no tenía convenios de transporte. Este vacío no es un fallo del acceso: es una información valiosísima sobre el negocio —hay una pregunta que el corpus no sabe responder—, y el destino correcto de esa información es el capítulo veintiuno, donde las consultas sin respuesta se convierten en tareas del corpus. Pero para que llegue viva hasta allí, el vacío debe tratarse bien en el momento: registrar la consulta tal cual llegó, con sus filtros y su dominio, antes de que el usuario reformule y la pista se pierda.

La regla práctica de diagnóstico: todo vacío se clasifica en el momento —filtro o corpus—, con evidencia, y cada clase tiene su canal. Confundirlos es pagar dos veces: tratar un fallo de filtro como hueco de corpus manda a comprar documentos que ya se tienen; tratar un hueco de corpus como fallo de filtro manda a relajar filtros hasta que el contrato sea decorativo.

La escalera de relajación

Detectado el vacío, la pregunta es qué ofrece el sistema. La respuesta de artesano es una secuencia, no un salto: la escalera de relajación, que afloja las condiciones de la menos a la más cara, mostrando en cada peldaño qué se ha aflojado. El usuario nunca ve una escalera: ve o un resultado, o una pregunta honesta.

El primer peldaño afloja lo blando: los filtros de preferencia —tipo de documento, frescura— vuelven atrás. Si al relajarlos aparece la evidencia, el vacío era de matiz y el problema se resuelve solo. El segundo afloja el tiempo: ampliar el rango de fechas, admitir lo derogado como historia etiquetada. El tercero afloja el ámbito: ampliar la materia o —siempre con aviso explícito, porque la frontera es de negocio— ofrecer el dominio vecino. Solo cuando toda la escalera se ha recorrido en vano se declara el vacío de corpus. Cada peldaño va acompañado de su confesión: "sin límite de fecha encontramos esto". La confesión es lo que convierte la relajación en servicio y no en traición: el usuario decide, informado, qué está leyendo.

El "no lo sé" como respuesta de diseño

Y al final de la escalera sin peldaños, la declaración: "No encuentro respuesta a eso en el corpus". Conviene defenderla sin ambages, porque es la respuesta que toda la industria RAG teme y la que, a la larga, sostiene la confianza del usuario. La alternativa —que el modelo redacte algo plausible a partir de candidatos flojos, o de memoria— produce lo peor de esta tecnología: el conocimiento con forma de respuesta y sin sustancia. La respuesta fluida e incorrecta es infinitamente más cara que la negativa honesta, porque la negativa se detecta en el momento —el usuario va a la fuente, resuelve, sigue— y la invención se detecta cuando ya ha hecho daño: en un correo al cliente, en un informe, en un plazo mal calculado.

En el despacho, la política del vacío llegó al contrato en la primera revisión, después de aquel caso fundacional: "cuando el corpus no contiene evidencia, el sistema lo dirá, lo registrará y no improvisará". Y con ella, dos cláusulas que completan el diseño. La primera: el vacío nombra su contexto —"no hay evidencia en el dominio del convenio del metal"—, porque un vacío con coordenadas es útil y uno sin ellas parece un error. La segunda: el vacío ofrece el camino humano —a quién preguntar, cómo pedir que el corpus crezca—, convirtiendo el fin de la escalera en el principio de una petición al sistema, no en un muro.

Hay una resistencia cultural que conviene desmontar porque llegará: la de quien mide el éxito del producto por el porcentaje de respuestas y ve en el "no lo sé" una tasa de fracaso. Es exactamente al revés, y el capítulo dieciocho lo formalizará: un vacío bien clasificado, bien comunicado y bien registrado es un acierto del acceso —el sistema hizo su trabajo: miró en lo elegible, no encontró y lo dijo—. El fracaso es el falso positivo: la respuesta inventada. Un sistema que nunca dice no es un sistema que nunca se puede creer.

Criterio de salida

Política del vacío en el contrato, con dos clases separadas —vacío de filtro y vacío de corpus—, escalera de relajación con confesión por peldaño, declaración honesta con coordenadas como respuesta final y registro íntegro de toda consulta sin respuesta para el bucle de retorno. El falso positivo —responder sin evidencia— está prohibido por diseño.

La parte del filtro está completa: duros al origen, blandos al destino, los que protegen siempre, y el vacío convertido en información. La cuarta parte abre el motor: qué puede y qué no puede hacer sola la búsqueda vectorial — la red desnuda, en la siguiente página.