Cuando una plataforma extrae, organiza y reutiliza la información de nuestros documentos, lo que debemos conocer ya no es solamente dónde guarda los archivos. Es qué hace con su contenido.
La imagen más sencilla de la inteligencia artificial sigue siendo una conversación: escribo una pregunta y recibo una respuesta.
Pero las herramientas empresariales pueden hacer bastante más.
Podemos subir documentos, conectar carpetas e incorporar archivos completos a plataformas que los leen, clasifican y convierten en una fuente de información consultable.
Eso permite encontrar antecedentes, comparar contratos, reconstruir lo ocurrido en un asunto o preparar informes utilizando documentación de la organización.
Es una capacidad extraordinariamente útil. Pero cambia lo que debemos comprobar antes de contratar.
El documento es solo el punto de partida
Imaginemos que incorporamos doscientos expedientes a una plataforma.
El sistema puede guardar los PDF originales, extraer su texto, convertirlo a un formato como Markdown y dividirlo en fragmentos. Después puede incorporar ese contenido a bases de datos y crear índices para encontrarlo.
Algunos sistemas utilizan representaciones numéricas —vectores— que permiten buscar por significado, no solo por palabras exactas. Así, una consulta sobre «terminación anticipada» puede recuperar un fragmento que habla de «resolver el contrato antes de su vencimiento».
Cuando el sistema recupera esos fragmentos y se los proporciona a un modelo para preparar una respuesta, estamos ante una de las formas habituales de RAG: generación apoyada en información recuperada.
No necesitamos dominar la terminología para entender la consecuencia.
El PDF sigue siendo un archivo, pero su información puede estar circulando por varias partes del sistema.
Puede aparecer como texto extraído, fragmentos recuperables, resúmenes, respuestas o nuevos documentos. No siempre son copias completas, pero sí nuevas formas de conservar o utilizar el contenido.
Por eso la pregunta «¿dónde están guardados mis PDF?» ya no es suficiente.
La información se multiplica
Una cláusula confidencial no deja de serlo cuando se convierte en texto. Una estrategia empresarial sigue siendo sensible cuando aparece resumida. Y una respuesta puede reunir información que antes estaba dispersa entre muchos documentos.
Esa reorganización es precisamente lo que hace valiosa a la herramienta.
Pero también significa que debemos conocer cómo, dónde y para qué se procesa la información extraída, no únicamente dónde se almacena el original.
¿Qué se conserva? ¿Qué se envía al modelo? ¿Qué puede recuperar cada usuario? ¿Se utiliza el contenido para otras finalidades? ¿Qué ocurre con los materiales derivados cuando eliminamos el documento?
No conviene asumir que borrar el PDF visible elimina automáticamente todo lo que el sistema ha creado a partir de él.
Dos cosas que hay que mirar antes de contratar
La primera es qué hace realmente la plataforma.
Necesitamos una explicación comprensible del recorrido de la información: desde que recibe el documento hasta que entrega una respuesta, incluyendo la extracción, el almacenamiento, los sistemas de búsqueda y los servicios externos que utiliza.
La segunda es qué compromisos asume el proveedor.
Para qué puede utilizar esa información, cómo protege los datos personales y confidenciales, quién puede acceder, cuánto tiempo la conserva y cómo se gestiona su eliminación.
Una explicación técnica no sustituye al contrato. Un contrato tampoco nos explica por sí solo cómo funciona el sistema.
Necesitamos ambas cosas.
También importa quién está en medio
Muchas plataformas especializadas utilizan modelos de otras empresas.
Ese intermediario puede ser quien recibe los documentos, extrae el texto, organiza la base de conocimiento y decide qué información envía al modelo.
Por tanto, no basta con conocer las condiciones del proveedor de IA. También hay que saber qué hace la plataforma que hemos contratado directamente y qué obligaciones asume.
Esto no convierte al intermediario en un problema. Puede aportar funciones y controles muy valiosos. Pero forma parte del recorrido de nuestra información y debe entrar en la evaluación.
No es lo mismo una consulta que un archivo permanente
Subir tres documentos para una tarea puntual no plantea la misma exposición que mantener doscientos expedientes completos en una plataforma durante años.
Cambian el volumen, el tiempo de conservación, las personas con acceso y la cantidad de información que puede relacionarse entre sí.
Por eso una prueba satisfactoria con unos pocos PDF no basta para decidir que vamos a incorporar todo el archivo de la organización.
Antes hace falta una comprobación previa del servicio: una due diligence proporcionada a lo que le vamos a confiar.
Compartir menos también es una opción
En determinados casos merece la pena valorar la anonimización o la seudonimización antes de enviar la información, siempre que pueda hacerse adecuadamente y sin destruir lo necesario para la tarea.
No como sustituto de las obligaciones del proveedor, sino como una protección adicional.
Incluso cuando los participantes cumplen sus compromisos, puede ser sensato evitar que reciban información que no necesitan. Especialmente cuando su contenido va a transformarse y distribuirse entre distintos componentes del sistema.
Aprovechar la capacidad, entender el recorrido
No se trata de tener miedo a la nube ni de desconfiar por principio de los servicios de IA.
Se trata de entender qué estamos contratando.
Antes preguntábamos dónde se guardarían los documentos. Ahora debemos preguntar también qué se construirá con la información que contienen.
Porque no estamos confiando solamente unos PDF. Estamos autorizando una forma de procesar, organizar y utilizar el conocimiento de nuestra organización.
Texto de Roberto Ortega, elaborado con asistencia editorial de IA. Las versiones noruega e inglesa son adaptaciones editoriales del original español.