Grounding

O que é Grounding?

Grounding é o processo de conectar a geração de uma inteligência artificial a informações externas que funcionam como base factual para a resposta.

Um modelo de linguagem possui conhecimento aprendido durante treinamento, mas esse conhecimento pode ser limitado, desatualizado ou insuficiente para responder determinadas perguntas.

Com Grounding, o sistema pode consultar fontes adicionais antes de gerar a resposta.

Essas fontes podem incluir:

• mecanismos de busca;
• páginas da web;
• bancos de dados;
• documentos privados;
• APIs;
• bases corporativas;
• sistemas de recuperação de informação.

O conteúdo recuperado fornece contexto factual para a geração.

Em português, Grounding também pode ser traduzido como embasamento.

Como Grounding funciona?

Uma arquitetura simplificada pode seguir este fluxo:

1. o usuário faz uma pergunta;
2. o sistema analisa se precisa de informação externa;
3. uma ou mais consultas são executadas;
4. informações relevantes são recuperadas;
5. os trechos recuperados são fornecidos ao modelo;
6. o modelo gera a resposta utilizando esse contexto;
7. quando suportado, fontes são apresentadas como citações.

Esse processo reduz a dependência exclusiva do conhecimento armazenado nos parâmetros do modelo.

Grounding e RAG são a mesma coisa?

Os conceitos estão relacionados, mas não devem ser tratados obrigatoriamente como sinônimos em todos os contextos.

RAG, Retrieval-Augmented Generation, é uma arquitetura em que informações externas são recuperadas e adicionadas ao contexto utilizado para geração.

Grounding é um conceito mais amplo, relacionado ao ato de ancorar ou embasar a resposta em informações externas verificáveis.

Uma implementação de RAG pode ser utilizada como mecanismo de Grounding.

No contexto da Pesquisa Google, o Google também utiliza o termo grounding ao explicar técnicas de recuperação utilizadas por seus recursos generativos.

Grounding com mecanismos de busca

Uma das formas mais importantes de Grounding consiste em conectar o modelo a um mecanismo de busca.

Nesse cenário, o modelo pode obter informações atualizadas que não estavam disponíveis durante seu treinamento.

A documentação da Gemini API descreve Grounding com Google Search como um processo em que o modelo pode:

• analisar o prompt;
• determinar se a pesquisa pode ajudar;
• gerar consultas;
• executar buscas;
• processar resultados;
• sintetizar uma resposta;
• apresentar citações associadas às fontes.

Isso permite responder perguntas sobre informações recentes de forma mais verificável.

Grounding com dados privados

Grounding não precisa utilizar apenas a web pública.

Empresas podem conectar modelos a:

• documentação interna;
• catálogos de produtos;
• bases de conhecimento;
• tickets de suporte;
• bancos de dados;
• APIs proprietárias;
• sistemas de busca corporativos.

Nesse caso, o modelo recebe contexto específico que não fazia parte originalmente do treinamento.

Um agente de suporte, por exemplo, pode utilizar Grounding em uma base interna para consultar a política atual da empresa antes de responder ao cliente.

Grounding reduz alucinações?

Pode reduzir, mas não elimina completamente.

Ao fornecer fontes relevantes e atuais ao modelo, o sistema deixa de depender apenas do conhecimento paramétrico para construir a resposta.

Isso pode melhorar:

• precisão factual;
• atualidade;
• contexto;
• verificabilidade.

No entanto, ainda podem ocorrer problemas.

O sistema pode:

• recuperar uma fonte inadequada;
• interpretar incorretamente um trecho;
• combinar informações incompatíveis;
• atribuir uma afirmação à fonte errada;
• gerar uma conclusão não sustentada pelos documentos recuperados.

Por isso, Grounding não deve ser entendido como garantia absoluta de factualidade.

Grounding e Citation

Grounding e Citation também são conceitos diferentes.

Grounding é o processo de utilizar informações externas para embasar a resposta.

Citation é a apresentação explícita de uma fonte ao usuário.

Um sistema pode utilizar documentos durante o Grounding sem apresentar todos eles como citações.

Também pode selecionar apenas algumas das fontes recuperadas para atribuição visível.

Por isso:

toda citation pode estar relacionada a uma fonte utilizada pelo sistema, mas nem toda fonte recuperada necessariamente aparece como citation.

Essa diferença é importante ao analisar AI Visibility.

Grounding e GEO

Grounding é um conceito importante para GEO porque explica uma das maneiras pelas quais páginas da web podem participar da geração de respostas.

Em sistemas que utilizam recuperação da web, uma página precisa primeiro ser encontrada e considerada relevante antes de poder ser utilizada como contexto.

Isso reforça a relação entre GEO e fundamentos já conhecidos de SEO, como:

• rastreabilidade;
• indexação;
• arquitetura;
• relevância;
• clareza do conteúdo;
• autoridade da fonte;
• atualidade.

No caso dos recursos generativos do Google, a empresa afirma que seus sistemas utilizam técnicas como Retrieval-Augmented Generation e Grounding apoiadas pelos sistemas centrais de classificação e qualidade da Pesquisa.

Como produzir conteúdo útil para sistemas com Grounding?

Responda afirmações com precisão

Conteúdo específico é mais fácil de utilizar como evidência do que texto excessivamente genérico.

Mantenha informações importantes em texto

Informações essenciais que existem apenas em elementos inacessíveis ou difíceis de processar podem ter menor utilidade para sistemas de recuperação.

Estruture o assunto de forma lógica

Títulos e seções ajudam leitores humanos e sistemas a compreender a organização da informação.

Isso não significa que seja necessário fragmentar artificialmente cada texto em pequenos blocos.

A estrutura deve existir porque melhora a compreensão.

Produza informação original

Dados próprios, pesquisas, experiências e análises oferecem material que não pode ser facilmente substituído por centenas de páginas semelhantes.

Mantenha a página atualizada

Grounding é especialmente útil quando o sistema precisa de informação recente.

Uma página constantemente revisada pode continuar adequada para consultas que mudam ao longo do tempo.

Grounding significa que qualquer página pode ser citada?

Não.

O fato de um sistema utilizar busca ou recuperação não significa que toda página encontrada será utilizada.

Existem diferentes etapas entre:

• descoberta;
• recuperação;
• seleção;
• geração;
• atribuição.

Uma página pode ser indexada e nunca ser recuperada para determinada pergunta.

Pode ser recuperada e não utilizada.

Pode ser utilizada sem aparecer como fonte explícita.

Pode também ser utilizada e citada.

Por isso, estratégias de GEO precisam considerar diferentes níveis de presença.

Como medir Grounding?

Grounding normalmente não é uma métrica diretamente observável do ponto de vista de um site externo.

O publisher geralmente consegue observar resultados indiretos, como:

• citações;
• links;
• impressões;
• respostas em que o domínio aparece;
• páginas identificadas como fontes.

Algumas plataformas e ferramentas também conseguem identificar documentos recuperados durante determinados fluxos.

Ainda assim, a observabilidade depende de cada sistema.

Por esse motivo, não é correto assumir que uma página não participou de uma resposta simplesmente porque não apareceu como citação visível.

Por que Grounding é importante para a busca com IA?

Grounding conecta dois mundos.

De um lado está o conhecimento aprendido pelo modelo.

Do outro estão fontes atualizadas, verificáveis e específicas.

Essa conexão permite que sistemas generativos respondam perguntas que dependem de informações recentes ou especializadas sem depender exclusivamente do que estava disponível durante o treinamento.

Para publishers e marcas, isso torna a capacidade de ser encontrado, compreendido e utilizado como fonte uma parte relevante da estratégia de presença em ambientes de inteligência artificial.