Lo studio EDC2-RAG propone un metodo che comprime la knowledge base a un quinto
Quando un dipendente di una grande azienda apre il motore di ricerca interno e formula una domanda, sta quasi sempre affrontando un problema più ampio, fatto di più domande collegate. Eppure, il sistema che dovrebbe aiutarlo — un RAG, cioè un sistema di generazione potenziata da recupero documentale — è progettato per rispondere a una domanda alla volta. Il risultato, misurato per la prima volta in modo sistematico, è sconfortante: una singola interrogazione copre in media solo il 41% del reale fabbisogno informativo di quell’utente. Lo ha calcolato lo studio EDC2-RAG, pubblicato il 1° luglio 2026 su arXiv e presentato nei giorni scorsi all’ACL 2026, la conferenza di riferimento per la linguistica computazionale.
Il 41% che dovrebbe spaventare
Il 41% non è un tasso di errore, è una misura di copertura: su cento documenti che servirebbero per esaurire una sessione di lavoro, una singola richiesta al sistema ne individua appena quarantuno. Significa che, nella migliore delle ipotesi, più della metà delle informazioni rilevanti resta invisibile. Non perché il motore sia difettoso, ma perché è costruito per un compito diverso da quello che gli utenti reali gli chiedono. È un problema strutturale che finora era rimasto sotto traccia, perché le metriche tradizionali misurano la precisione sulla singola domanda, non sull’intero episodio di ricerca. E se il dato medio è già basso, in molti casi concreti la copertura scende ulteriormente perché le sessioni aziendali toccano aree semanticamente distanti della knowledge base.
Perché le singole query non bastano
I sistemi RAG funzionano in due fasi: prima recuperano una manciata di documenti pertinenti da un archivio (la knowledge base), poi li passano a un modello linguistico per comporre una risposta. L’intera filiera — dai modelli di embedding, che trasformano i testi in vettori matematici, alle metriche di valutazione — è ottimizzata per un obiettivo semplice: trovare il documento giusto per la domanda appena formulata. Il problema, spiegano i ricercatori, è che gli utenti aziendali non arrivano con domande isolate. Arrivano con sessioni: episodi coerenti di bisogni informativi collegati che attraversano porzioni diverse della knowledge base. Una sessione tipica può cominciare con una richiesta sui dati di vendita dell’ultimo trimestre, proseguire con una verifica sui resi per area geografica e concludersi con una domanda sulle politiche di sconto applicate: tre interrogazioni che, prese singolarmente, attivano documenti differenti. Per coprire l’intera sessione, il sistema dovrebbe recuperare tutti quei documenti insieme, ma non è progettato per farlo.
La conseguenza è che anche i motori di ricerca aziendali più accurati, se valutati sulla singola query, nascondono un angolo cieco quando si guarda alla sessione nel suo insieme. Lo studio ha quantificato il divario: con una sola chiamata di retrieval, la copertura media sul bisogno informativo completo è appunto del 41%. Non è un bug risolvibile con un piccolo aggiustamento: è un limite architetturale, perché il recupero è pensato per massimizzare la rilevanza puntuale, non per anticipare le prossime mosse dell’utente.
La soluzione che comprime e copre
Il metodo proposto nello studio, chiamato EDC2-RAG, affronta il problema da una direzione diversa. Invece di cercare la singola risposta perfetta per ciascuna domanda, accetta di dover servire un’intera sessione con un recupero più ampio, ma lo fa senza moltiplicare le chiamate al sistema. Il meccanismo chiave è una riorganizzazione della knowledge base che sfrutta una struttura a cluster: i documenti vengono raggruppati in base ai modelli di co-occorrenza all’interno delle sessioni reali, non alla similarità semantica imposta da un singolo modello di embedding. In questo modo, la base di conoscenza effettiva si riduce al 20% della dimensione originale, pur conservando le informazioni necessarie a coprire i bisogni trasversali dell’utente.
Il risultato è un aumento consistente della copertura di sessione: con una sola query si passa dal 41% al 58%, un miglioramento assoluto di 17 punti percentuali (con un intervallo di confidenza al 95% compreso tra 14,1 e 20,4 punti). In termini pratici significa che, a parità di risorse computazionali, più di un terzo delle informazioni prima invisibili diventa accessibile già alla prima domanda. E se si vuole raggiungere una copertura del 70% — una soglia che nella configurazione tradizionale richiederebbe decine di interrogazioni successive — EDC2-RAG riduce il numero di chiamate di retrieval necessarie del 34%.
C’è un ulteriore vantaggio che lo rende adattabile: l’approccio è agnostico rispetto al modello di embedding impiegato. I cluster sono costruiti a partire dai pattern di utilizzo, non da un particolare encoder vettoriale, quindi la stessa struttura migliora il recupero indipendentemente dal modello di embedding sottostante. I ricercatori lo hanno testato con quattro diversi encoder, osservando benefici trasversali. Per chi gestisce piattaforme di contenuti aziendali, questo significa poter integrare il metodo senza vincolarsi a un fornitore specifico di modelli.
Chi sviluppa o sceglie sistemi di ricerca interni ha finora avuto metriche sbagliate per valutarli. Secondo gli autori, la copertura di sessione — non la precisione sulla singola query — dovrebbe diventare il parametro di riferimento per i RAG aziendali. Metodi come EDC2-RAG, che comprimono intelligentemente la knowledge base per coprire più bisogni con meno operazioni, indicano una strada pragmatica: non servono archivi mostruosi né modelli sempre più grandi, ma un’architettura che smetta di rincorrere la domanda singola e inizi a servire la sessione intera.
