Data Architecture
- Data Architecture
Tesis · Semana 7: resultados del Experimento 2 — el dato que resucita tras borrarse
Séptima entrega de la serie: resultados reales del Experimento 2. Con borrado simple del documento fuente, el hecho "eliminado" siguió siendo recuperable en 11 de 12 trials (91.7%); con borrado más redacción en cascada de los derivados, en 0 de 12. La diferencia es estadísticamente significativa (McNemar exacto, p = 0.00098), pero la muestra es pequeña y el costo de calidad de la cascada quedó sin resolver.
- Data Architecture
Tesis · Semana 6: diseño del Experimento 2 — derecho al olvido en RAG
Sexta entrega de la serie: el diseño completo del Experimento 2, que mide si un dato "eliminado" de un sistema RAG empresarial sigue siendo recuperable a través de documentos derivados que lo citaban, y si la invalidación en cascada reduce esa tasa de forma medible. A diferencia de la Semana 3, esta entrega documenta el diseño pero no la ejecución: no hay credencial de API disponible en este momento para correr el experimento contra el modelo real, así que las Semanas 7-8 quedan pendientes hasta resolverlo.
- Data Architecture
Tesis · Semana 5: Resultados parte 2 — qué tanto bajó la fuga con la mitigación, y qué le costó
Quinta entrega de la serie: el efecto real de la mitigación de confidencialidad probada en el Experimento 1. La fuga bajó de 70.5% a 9.1% (McNemar exacto, p<0.0001) — y, en esta corrida, sin el costo de calidad que la hipótesis de partida anticipaba para el acceso legítimo.
- Data Architecture
Tesis · Semana 4: Resultados parte 1 — la tasa de fuga sin mitigación del Experimento 1
Cuarta entrega de la serie: los resultados del Experimento 1 en su condición baseline (sin mitigación de confidencialidad). De 44 preguntas formuladas por un rol sin autorización, 31 obtuvieron una respuesta que filtró información restringida — una tasa de fuga de 70.5%, con un ejemplo real documentado de un becario obteniendo la compensación mensual de un Director.
- Data Architecture
Tesis · Semana 3: diseño (y ejecución) del Experimento 1 — fuga de confidencialidad en RAG
Tercera entrega de la serie: el diseño completo del Experimento 1, que mide cuánto filtra un RAG estándar información restringida a usuarios sin autorización, y cuánto lo reduce un patrón consciente de confidencialidad. A diferencia del calendario original, esta entrega no se queda en el diseño: el experimento ya se corrió contra la API real de Anthropic, sobre un corpus ampliado de 18 documentos ficticios de EIA Corp, con 62 pruebas pareadas — los resultados estadísticos completos se presentan en las Semanas 4 y 5.
- Data Architecture
Tesis · Semana 1: Persistencia no gobernada en sistemas RAG — introducción y planteamiento del problema
Arranca una serie de 10 entregas semanales que documenta, con experimentos reales y pruebas de hipótesis, cuánta información sigue viva en un sistema RAG empresarial después de que la gobernanza dice que ya no debería estarlo. Semana 1: el problema, el estado del arte, el alcance, y por qué es medible y no solo un riesgo teórico.
- Data Architecture
Tesis · Semana 2: Persistencia no gobernada en sistemas RAG — marco teórico y metodología unificada
Segunda entrega de la serie: el marco teórico que sostiene la investigación (gobernanza como propiedad estructural, no como capa añadida), un recorrido más profundo por la literatura de control de acceso y aislamiento en sistemas de información, y la metodología unificada —diseño pareado, prueba de McNemar, criterio de falsabilidad popperiano— que se usará para poner a prueba las dos hipótesis de la Semana 1.
- Data Architecture
El "agent context layer": la pieza que falta entre tus datos empresariales y un agente de IA que no invente respuestas
Un agente con el mejor modelo del mercado sigue dando respuestas confiadamente equivocadas si no conoce las reglas, excepciones y definiciones de tu negocio. El "agent context layer" es la pieza de arquitectura que resuelve ese hueco: qué es, cómo se construye y qué beneficio real produce cuando está bien hecho.
- Data Architecture
Fivetran y dbt Labs ya no construyen su stack para analistas: lo están rediseñando para agentes de IA
El 16 de septiembre, Fivetran + dbt Labs anunció una capa de contexto para que agentes de IA consulten datos empresariales de forma confiable. No es un anuncio aislado: Snowflake y Databricks están convergiendo en la misma apuesta, y juntos describen un cambio de fondo en para quién se construye la infraestructura de datos.