> ## Content Index > Fetch the complete content index at: https://indioyori.fronteria-lab.com/llms.txt > Use this file to discover other available public pages before exploring further. # Sistemas RAG de Borde y soberanía algorítmica. - URL: https://indioyori.fronteria-lab.com/sistemas-rag-de-borde-y-soberania-algoritmica/ - Published: 2026-07-25T14:01:05.000Z - Updated: 2026-07-25T14:01:05.000Z - Author: Indioyori - Tags: Taller > **Formación teórico-operativa de \~16 h en vivo para diseñar, montar y gobernar un sistema RAG soberano sobre tu propio corpus —en perímetro propio, con citas a la fuente y sin ceder la autoridad epistémica a una nube ajena.** ### Curso · \~16 horas en vivo · 17:30 hora de la CDMX Inicia 7 de agosto de 2026 · **$6,500 MXN (pago único)** ### La mayoría de los «cursos de RAG» enseñan a conectar un modelo con documentos en la infraestructura de otro. Eso es un sistema de renta. El conocimiento viaja, se indexa fuera del perímetro y la autoridad epistémica queda en manos de quien cobra la API. Este programa parte de otra premisa. Un sistema RAG soberano no es un atajo de productividad: es una arquitectura política y técnica. Decide qué corpus existe, dónde vive, quién lo consulta, qué se cita, cuándo el sistema debe callar y qué gramática no se deja imponer. Trabajas en el borde —nodo propio, laptop, mini-PC, perímetro controlado— para que la recuperación aumentada por generación responda a tu territorio cognitivo, no al del proveedor. Saldrás con criterio y con sistema: marco para leer la colonialidad de los LLM, y una implementación propia que puedas sostener, auditar y defender. ─── ### Qué logra quien termina el programa 1. Leer la gramática de los LLM como territorio en disputa Distinguir optimización de conocimiento; reconocer qué deja fuera el corpus dominante; sostener abstención frente a la alucinación con autoridad. 2. Diseñar un RAG de borde sobre corpus propio Delimitar perímetro de datos; indexar y recuperar con trazabilidad; exigir citas a la fuente; gobernar qué sale y qué nunca sale del nodo. 3. Construir e implementar su propio sistema RAG soberano Arquitectura operable —no demo descartable— orientada a investigación, docencia o incidencia, con propiedad real del flujo. 4. Organizar el trabajo con una app visual incluida Herramienta de organización visual para el flujo de corpus, consultas y decisiones; de regalo dentro del programa, no un upsell aparte. ─── ### Para quién está pensado Investigadores que no pueden entregar su archivo a una nube opaca. Docentes que forman criterio y necesitan herramientas que no colonizen el aula. Quienes defienden territorio y requieren memoria, búsqueda y respuesta sin vigilancia extractiva. Quien ya intuye que «usar ChatGPT con PDFs» no es arquitectura —y quiere un sistema que le pertenezca. No es un taller de prompts. No es un curso de marketing con IA. Es formación para quien investiga, enseña o interviene y necesita salir con marco y con máquina. ─── ### Estructura del programa El eje es doble y no se separa: **• Marco teórico-operativo** Soberanía cognitiva aplicada a investigación, docencia e incidencia. Geopolítica del conocimiento. Colonialidad de la gramática de los modelos. Criterio, abstención y autoridad epistémica en sistemas de recuperación. **• Entrega técnica** Arquitecturas RAG y búsqueda eficiente con citas a la fuente. Construcción de tu sistema RAG soberano en perímetro propio. Práctica sobre corpus real. Decisiones de borde: dónde corre, qué se indexa, cómo se audita, cuándo el sistema debe decir «no sé». > Teoría sin entrega sería manifiesto. Entrega sin teoría sería otro tutorial colonizado. En el Sur Global, la soberanía cognitiva no se sostiene solo con discurso, necesita infraestructura material propia y desconectada de las plataformas extractivas, auditorías ciudadanas que puedan inspeccionar esos sistemas, y grafos de conocimiento de código abierto. Sin eso, no hay forma de existir fuera de las matrices que aniquilan criterio, memoria y diferencia por vía algorítmica. ### [\[Inscribirme\]](https://buy.stripe.com/28E3cvePR1jh7l11Iedby06?ref=indioyori.fronteria-lab.com)