Recuperación de documentos respetando los permisos del usuario

Si una base de datos vectorial indexa documentos confidenciales (actas de junta, historias clínicas, salarios) sin asociarles metadatos de control de acceso, cualquier empleado puede pedir al asistente: "Resume el acta de despido del gerente" y el motor de búsqueda por similitud semántica recuperará los fragmentos relevantes para alimentar al LLM.

La recuperación aumentada por generación (RAG) debe aplicar filtrado basado en listas de control de acceso (ACL Metadata Filtering): la consulta semántica debe inyectar obligatoriamente un filtro que restrinja los chunks recuperados exclusivamente a aquellos que el usuario tiene derecho a leer en el gestor documental original.

El análisis comparativo evalúa diferentes estrategias de filtrado documental según su eficacia.

Abre el laboratorio y lee permisos-recuperacion.txt. Identifica la estrategia evaluada como SEGURO que filtra chunks mediante metadatos antes de la generación.

Indexar documentos médicos sin vincular el identificador del titular como metadato obligatorio expone datos de siniestros a toda la organización.

Examina filtrado-metadatos.txt y localiza la colección vectorial que figura en estado de incumplimiento por carecer de metadatos ACL.

Intentar filtrar la respuesta después de que el LLM ha leído el contexto confidencial (post-query filtering) es ineficaz, ya que el modelo puede filtrar información indirectamente o revelar detalles en el razonamiento.