Què és el sistema RAG i per què transforma la contractació pública

1. Per què la IA genèrica no serveix per a la contractació pública

Un model de llenguatge generalista com ChatGPT, Gemini o Claude en la seva versió pública coneix la LCSP 9/2017 perquè formava part de les seves dades d'entrenament, però no coneix els plecs aprovats pel teu ajuntament en els últims cinc anys, ni les observacions de l'interventor sobre l'últim contracte de serveis, ni la plantilla interna de criteris d'adjudicació que fa servir la teva unitat. I tampoc no pot citar fonts verificables quan afirma alguna cosa.

El resultat és que el tècnic rep un text correcte en aparença però farcit de formulacions genèriques, referències normatives de vegades inventades i zero traçabilitat. Qualsevol responsable de contractació amb experiència sap que això no es pot signar. El problema no és la qualitat del model: és que l'arquitectura és l'equivocada.

2. Què és RAG en termes pràctics

RAG significa Retrieval-Augmented Generation, o generació augmentada per recuperació. En llenguatge planer: abans de respondre, el sistema cerca en una biblioteca de documents teus els fragments més rellevants i només llavors demana al model de llenguatge que redacti una resposta recolzant-se en aquests fragments.

La diferència és equivalent a la que hi ha entre demanar a un lletrat que redacti un informe de memòria o demanar-li que el redacti amb l'expedient complet damunt la taula. El lletrat és el mateix. El seu resultat, no.

3. L'arquitectura RAG en quatre passos

Un sistema RAG aplicat a la contractació pública se sosté sobre quatre fases. Entendre-les ajuda el responsable de contractació a formular les preguntes correctes al proveïdor.

Indexació: els documents de l'organisme (plecs, memòries, PCAP, PPT, resolucions, informes de necessitat) es parteixen en fragments i es converteixen en vectors numèrics mitjançant un model d'embeddings. Aquests vectors es guarden en una base vectorial.

Recuperació: quan el tècnic formula una consulta, el sistema la converteix també en un vector i cerca a la base els fragments més similars. Recupera típicament entre cinc i vint fragments.

Augment: aquests fragments s'injecten al prompt que va al model de llenguatge, juntament amb la consulta original i les instruccions d'estil i format.

Generació: el model redacta la resposta ancorant-se en els fragments proporcionats i retorna també la cita a les fonts utilitzades, de manera que el tècnic pugui obrir l'expedient original i verificar.

4. Per què RAG és segur per a administracions públiques

La preocupació més habitual del secretari o del tècnic de contractació quan se li planteja un sistema d'IA és: «les dades dels meus expedients sortiran a entrenar un model que després faci servir qualsevol?». En un RAG ben dissenyat, la resposta és no.

Els documents de l'organisme romanen a la base vectorial pròpia del tenant contractat. El model de llenguatge és un servei al qual s'envien fragments rellevants sota acord de processament de dades, sense que aquests fragments s'incorporin a l'entrenament general. Els principals proveïdors ofereixen aquesta garantia contractual de manera estàndard des del 2024.

5. Com es prepara un RAG amb l'històric de l'ajuntament

El valor real apareix quan el sistema coneix els documents de l'organisme. La fase inicial consisteix a bolcar a la base documental els expedients rellevants: plecs aprovats dels últims anys, memòries justificatives, informes jurídics, resolucions d'adjudicació, observacions de l'interventor i plantilles internes.

Cada document s'etiqueta amb metadades (tipus de contracte, CPV, òrgan, data, estat) perquè el sistema pugui filtrar recuperacions. A partir d'aquest punt, cada nou plec que l'organisme aprovi s'afegeix a l'índex de manera automàtica i passa a estar disponible per a consultes futures.

Res d'això no és reentrenament del model. És indexació documental. Per això el cost i el temps són raonables, i per això no hi ha risc que informació confidencial acabi en un model accessible a tercers.

6. Cas pràctic: redactar un PPT amb RAG vs ChatGPT pur

Imaginem un ajuntament que necessita treure a licitació el manteniment del seu parc de vehicles municipals. El tècnic demana a tots dos sistemes un esborrany de Plec de Prescripcions Tècniques.

Amb ChatGPT pur, la resposta és un text correcte en la forma, amb apartats esperables (objecte, abast, obligacions del contractista, penalitats, termini). El tècnic detecta en la lectura que les hores de servei proposades no coincideixen amb l'ús real del parc, que els nivells de servei citats són genèrics i que no s'esmenten els requisits ambientals que el seu organisme exigeix des del 2023.

Amb un RAG entrenat sobre l'històric de l'ajuntament, l'esborrany parteix del PPT aprovat en el contracte anterior, incorpora les observacions de l'interventor que van motivar canvis en l'última adjudicació i reutilitza la clàusula ambiental estàndard de la casa. Cada afirmació rellevant va acompanyada d'una referència al document d'origen.

7. Reducció d'al·lucinacions gràcies a les fonts citades

Una al·lucinació, en context d'IA, és una afirmació inventada amb aparença de veritat. En contractació pública l'exemple clàssic és una referència a un article de la LCSP que no existeix, o una xifra llindar desactualitzada, o una cita jurisprudencial fictícia.

RAG redueix dràsticament la taxa d'al·lucinacions perquè el model no genera des de la seva memòria interna: reformula fragments reals que ha rebut. I, sobretot, cada afirmació porta la cita de la font, cosa que permet al tècnic fer la verificació en segons en lloc de llegir el text línia a línia.

La revisió humana continua sent imprescindible. Però la naturalesa d'aquesta revisió canvia: passa de «això és real?» a «això és aplicable a aquest contracte?».

8. Compliment normatiu: ENS, RGPD i Llei 40/2015

Un sistema RAG desplegat en una AAPP espanyola ha d'encaixar amb tres blocs normatius. L'Esquema Nacional de Seguretat (RD 311/2022) exigeix que els sistemes que gestionen informació de l'administració estiguin certificats en la categoria corresponent a la seva criticitat. El RGPD i la LOPDGDD obliguen a signar contracte d'encarregat del tractament i a fer una anàlisi d'impacte quan el tractament impliqui un risc alt per als drets dels afectats.

La Llei 40/2015, de règim jurídic del sector públic, afegeix a l'art. 41 l'exigència que les actuacions administratives automatitzades estiguin definides per resolució de l'òrgan competent, identificant-ne les responsabilitats. Un sistema RAG no pren decisions automatitzades (el tècnic signa), però sí que dona suport a l'instructor, cosa que acostuma a bastar per no activar aquest article.

El Reglament europeu d'IA (Reglament 2024/1689) classifica els sistemes de suport a la decisió administrativa en un nivell que obliga, entre altres coses, a informar el ciutadà quan s'aplica, garantir supervisió humana i documentar el funcionament. Un RAG ben integrat compleix tots aquests requisits de manera natural.

9. Limitacions reals del RAG

RAG no converteix una contractació mal planificada en bona. Si l'històric documental de l'organisme conté errors sistemàtics (plecs amb marques comercials sense justificació, criteris no objectius, referències derogades), el RAG els reproduirà llevat que es combini amb una capa explícita de validació normativa.

Tampoc no substitueix l'obligació jurídica del tècnic que signa el document. L'art. 116 LCSP i la normativa de procediment administratiu fan recaure la responsabilitat sobre la persona física signant. La IA és assistència, no delegació.

Finalment, la qualitat de les respostes depèn de la qualitat del corpus indexat. Un organisme que hagi digitalitzat deficientment els seus expedients obtindrà resultats pobres al principi; val la pena invertir en una bona extracció i estructuració abans d'esperar miracles.

10. Com avaluar si el teu organisme està a punt

Abans de comprometre pressupost, hi ha quatre preguntes que convé respondre internament.

Si vols veure exactament com una arquitectura RAG connecta amb el teu històric documental, pots revisar la descripció tècnica a les característiques de LicitadIA o l'explicació pas a pas de com funciona el sistema dins d'una AAPP.

Per veure una demo sobre els tipus de contracte reals del teu organisme, el més directe és sol·licitar una demo gratuïta i aportar dos o tres exemples representatius del vostre històric.

Preguntes freqüents