Test su 298 domande: l'Agentic RAG trova qualche paper in più ma non è ancora affidabile

Un test su 298 domande mostra che l’Agentic RAG scopre alcuni articoli che la ricerca semplice aveva saltato, ne perde altri e nel complesso guadagna troppo poco per fidarsi dei risultati¹.

L’esperimento confronta due approcci di retrieval. La ricerca “semplice” interroga i documenti una sola volta, con la domanda così com’è. L’Agentic RAG inserisce un agente che legge i primi risultati e decide se fermarsi o rilanciare nuove ricerche. Nell’esperimento, l’agente poteva cercare di nuovo ogni volta che lo riteneva utile¹. Il risultato netto è misto: recupera lavori che la prima passata non vede, ma lascia indietro anche fonti valide che la ricerca semplice aveva trovato. Il guadagno non basta per considerarlo affidabile come strumento di recupero di evidenza¹.

Il contesto arriva da una survey pubblicata da Aditi Singh e coautori a gennaio 2025 e aggiornata ad aprile 2026. La survey definisce l’Agentic RAG come un sistema di ricerca con dentro un agente. L’agente può pianificare il passo successivo, controllare i propri risultati e usare altri programmi, per esempio una calcolatrice o una casella di ricerca. Nello stesso lavoro gli autori elencano tra le sfide aperte la valutazione e l’efficienza¹. Il test sulle 298 domande mira proprio a misurare la parte di valutazione: se più ricerche portano davvero a una migliore evidenza, e quanto¹.

Il meccanismo di base del RAG resta lo stesso. Un modello linguistico risponde a una domanda usando testo recuperato da una collezione di documenti. La variante con ricerca semplice fa un solo passaggio. L’Agentic RAG aggiunge il ciclo agente: leggi, decidi, cerca ancora. Sulla carta, più iterazioni dovrebbero coprire meglio il terreno. Nella pratica osservata, l’agente amplia l’orizzonte ma introduce perdite inattese¹.

La dinamica osservata è concreta. L’agente a volte individua paper che la query iniziale non intercettava. In altri casi si sposta su percorsi che lo allontanano da fonti pertinenti già a portata. Il saldo resta troppo incerto per giustificare fiducia operativa nel retrieval guidato dall’agente, almeno nelle condizioni del test riportato¹.

Vale anche un chiarimento di termini, utile per chi progetta sistemi di ricerca: l’agente non “migliora” automaticamente la domanda, decide se e come proseguire. Può verificare risultati intermedi e usare strumenti esterni, come indica la survey. Ma questo potere di controllo non elimina la possibilità di deviazioni costose. La stessa survey segnala che capire cosa misurare, e con quali costi, è ancora un problema aperto¹.

Il punto aperto ora è operativo: quando conviene pagare il prezzo di iterazioni aggiuntive, e come evitare di perdere evidenza che la prima passata aveva già centrato. La survey mette in lista “valutazione” ed “efficienza” tra le questioni non risolte, un’indicazione che mantiene il focus su cosa misurare e con quali compromessi¹.