Mberne: /* Véase también */

2026-05-20T10:11:16Z

Véase también

← Older revision		Revision as of 12:11, 20 May 2026
Line 89:		Line 89:

	<div class="bok-tags">		<div class="bok-tags">
	[[Gestión del contexto]] [[MCP]] [[Prompt engineering]] [[Agente de IA]] [[Alucinación de IA]] [[Spec~~]] [[Revisión humana de outputs de IA~~]]		[[Gestión del contexto]] [[MCP]] [[Prompt engineering]] [[Agente de IA]] [[Alucinación de IA]] [[Spec]]
	</div>		</div>

Mberne at 10:11, 20 May 2026

2026-05-20T10:11:03Z

← Older revision		Revision as of 12:11, 20 May 2026
Line 1:		Line 1:
	{{Meta-bok\|min=4}}		{{Meta-bok\|min=4}}

	~~<div class="bok-def">~~
	'''Grounding''', o anclaje contextual, es la práctica de conectar la respuesta de una IA con una fuente de verdad concreta: documentos, datos, specs, repositorios, ejemplos o sistemas autorizados. Su objetivo es reducir respuestas genéricas o inventadas haciendo que el modelo trabaje sobre contexto verificable.		'''Grounding''', o anclaje contextual, es la práctica de conectar la respuesta de una IA con una fuente de verdad concreta: documentos, datos, specs, repositorios, ejemplos o sistemas autorizados. Su objetivo es reducir respuestas genéricas o inventadas haciendo que el modelo trabaje sobre contexto verificable.
	~~</div>~~

	Grounding significa “anclar” la respuesta de la IA a información concreta. En lugar de pedirle que responda desde conocimiento general, se le proporciona una base: documentos internos, datos actualizados, criterios, specs, tablas, tickets, código o fuentes externas verificadas.

	~~En equipos ágiles con IA, grounding es una práctica de calidad. Ayuda a que el output sea revisable y conectado con el contexto real del producto.~~

	== Para qué sirve ==		== Para qué sirve ==

Mberne: Created page with "{{Meta-bok|min=4}}
'''Grounding''', o anclaje contextual, es la práctica de conectar la respuesta de una IA con una fuente de verdad concreta: documentos, datos, specs, repositorios, ejemplos o sistemas autorizados. Su objetivo es reducir respuestas genéricas o inventadas haciendo que el modelo trabaje sobre contexto verificable.
Grounding significa “anclar” la respuesta de la IA a información concreta. En lugar de pedirle que respon..."

2026-05-20T10:10:48Z

Created page with "{{Meta-bok|min=4}} <div class="bok-def"> '''Grounding''', o anclaje contextual, es la práctica de conectar la respuesta de una IA con una fuente de verdad concreta: documentos, datos, specs, repositorios, ejemplos o sistemas autorizados. Su objetivo es reducir respuestas genéricas o inventadas haciendo que el modelo trabaje sobre contexto verificable. </div> Grounding significa “anclar” la respuesta de la IA a información concreta. En lugar de pedirle que respon..."

New page

{{Meta-bok|min=4}}

<div class="bok-def">
'''Grounding''', o anclaje contextual, es la práctica de conectar la respuesta de una IA con una fuente de verdad concreta: documentos, datos, specs, repositorios, ejemplos o sistemas autorizados. Su objetivo es reducir respuestas genéricas o inventadas haciendo que el modelo trabaje sobre contexto verificable.
</div>

Grounding significa “anclar” la respuesta de la IA a información concreta. En lugar de pedirle que responda desde conocimiento general, se le proporciona una base: documentos internos, datos actualizados, criterios, specs, tablas, tickets, código o fuentes externas verificadas.

En equipos ágiles con IA, grounding es una práctica de calidad. Ayuda a que el output sea revisable y conectado con el contexto real del producto.

== Para qué sirve ==

Grounding ayuda a:

* reducir alucinaciones;
* evitar respuestas genéricas;
* trabajar con información actualizada;
* mantener coherencia con decisiones del equipo;
* citar fuentes;
* verificar afirmaciones;
* producir outputs alineados con specs o criterios internos;
* limitar la libertad del modelo cuando no debe inventar.

== Ejemplos ==

{| class="wikitable"
! Sin grounding
! Con grounding
|-
| “Propón criterios de aceptación para esta funcionalidad”.
| “Propón criterios de aceptación basándote solo en esta historia, esta spec y esta Definition of Done”.
|-
| “Resume el estado del producto”.
| “Resume el estado del producto usando estos tickets, esta roadmap y las decisiones de la última review”.
|-
| “Revisa este código”.
| “Revisa este diff contra la spec aprobada, las convenciones del repositorio y los tests existentes”.
|}

== Grounding no garantiza verdad ==

El grounding mejora la calidad, pero no hace infalible a la IA. El modelo puede malinterpretar una fuente, omitir matices, citar mal o combinar información de forma incorrecta.

Por eso el grounding debe acompañarse de verificación: revisión humana, trazabilidad, pruebas, citas, contrastes o sensores automáticos.

== Relación con RAG y MCP ==

El grounding puede implementarse de distintas formas:

* pegando manualmente el contexto en el prompt;
* usando recuperación aumentada por generación (RAG);
* conectando la IA a documentos o bases de datos;
* usando herramientas de búsqueda;
* integrando sistemas mediante [[MCP|Model Context Protocol]];
* trabajando con repositorios, specs o bases de conocimiento.

MCP no es grounding por sí mismo. Es una forma técnica de conectar aplicaciones de IA con herramientas y fuentes externas. El grounding ocurre cuando esa conexión se usa para anclar una respuesta a información relevante y verificable.

== IA y Scrum ==

En Scrum con IA, grounding es especialmente útil para:

* refinamiento de historias;
* escritura de specs;
* revisión de Definition of Ready para IA;
* planificación de tareas con agentes;
* revisión de código generado;
* análisis de feedback de usuarios;
* preparación de sprint reviews;
* actualización de documentación.

El equipo debe saber qué fuentes son válidas. No todo documento es fuente de verdad.

== Error frecuente ==

<div class="bok-aviso">
'''Creer que aportar una fuente elimina la necesidad de revisar.''' Una IA puede trabajar con documentos correctos y aun así interpretar mal, resumir en exceso o mezclar supuestos. Grounding reduce el riesgo, pero no sustituye la verificación.
</div>

== Recursos ==
<div class="bok-recurso">
🏦 [https://scrummanager.com/skillarena/ia-aplicada-al-trabajo-agil '''IA aplicada al trabajo ágil''']<span class="detalle">Skill Arena · Scrum Manager</span>
</div>
<div class="bok-recurso">
🏦 [https://scrummanager.com/skillarena/scrum-con-ia '''Scrum en equipos con IA''']<span class="detalle">Skill Arena · Scrum Manager</span>
</div>
<div class="bok-recurso">
📊 [https://scrummanager.com/website/c/info/resource.php?id=372 '''Guía didáctica Scrum en equipos con IA''']<span class="detalle">Recursos · Scrum Manager</span>
</div>

== Referencias ==
* Model Context Protocol. (2025). “Specification”, modelcontextprotocol.io.
* NIST. (2023). ''Artificial Intelligence Risk Management Framework (AI RMF 1.0)''. National Institute of Standards and Technology.

== Véase también ==

<div class="bok-tags">
[[Gestión del contexto]] [[MCP]] [[Prompt engineering]] [[Agente de IA]] [[Alucinación de IA]] [[Spec]] [[Revisión humana de outputs de IA]]
</div>

<div class="bok-ecosistema">
<div class="texto">
<span class="titulo">'''¿Quieres avanzar en agilidad?'''</span>
<span class="sub">Puedes buscar convocatorias de cursos y exámenes o ir a tu ritmo haciéndote miembro del Club Agile. Esta membresía incluye recursos exclusivos, aulas e-learning y acceso a [https://scrummanager.com/skillarena/ '''Skill Arena''']: un espacio para practicar y medir tus habilidades ágiles a tu ritmo.</span>
</div>
<div class="botones">
<div class="bok-btn-outline">[https://www.scrummanager.com/website/c/calendar/show-courses.php Buscar convocatorias]</div>
<div class="bok-btn-filled">[https://scrummanager.com/club/ Club Agile]</div>
</div>
</div>

[[Category:Glosario de términos]]
[[Category:Prácticas ágiles]]

Grounding - Revision history

Mberne: /* Véase también */

Mberne at 10:11, 20 May 2026