Lección 4 de 5 · 40 minutos
Datos y hojas de cálculo con IA
Al terminar esta lección
podrás tomar un archivo de datos reales de Colombia, limpiarlo, analizarlo con fórmulas que la IA te explica paso a paso y convertirlo en un gráfico que se entienda solo.
Camila estudia noveno en un colegio público de Bucaramanga y le pidieron un trabajo sobre educación en su municipio. Encontró un archivo en un portal del gobierno con 12.000 filas, nombres de municipio escritos de tres maneras distintas y una columna de fechas que Excel le mostraba como números raros. Después de dos horas copiando datos a mano se rindió. No era falta de inteligencia: nadie le enseñó que un archivo de datos casi nunca llega listo, y que hoy existe una ayuda que le puede escribir la fórmula exacta y explicársela.
Esta lección es justo eso. Vas a aprender a usar una hoja de cálculo (Google Sheets o Excel, ambas gratis) junto con un chat de IA para hacer las tres cosas que se hacen siempre con datos: limpiar, analizar y graficar. La regla de oro que vamos a repetir todo el tiempo es simple: la IA escribe la fórmula, pero quien calcula es la hoja. Así los números son tuyos y son verificables, no una invención de un modelo.
Qué es una tabla limpia (y por qué sin esto nada funciona)
Una hoja de cálculo es una cuadrícula: las columnas van con letras (A, B, C) y las filas con números (1, 2, 3). Cada cuadrito se llama celda y se nombra por su cruce: C7. Un conjunto de celdas seguidas es un rango: A1:F200.
Para que la IA y la hoja te sirvan, tus datos tienen que estar en formato de tabla limpia. Eso significa cuatro cosas concretas:
- Una sola fila de encabezados, arriba de todo, con nombres cortos y sin repetir:
municipio,anio,matriculados. - Una fila = un hecho. Si el archivo tiene un renglón por municipio y por año, cada renglón es un hecho completo.
- Una columna = un solo dato. Nada de
Bogotá - 2025metido en la misma celda; eso van dos columnas. - Nada de filas vacías, títulos decorativos, ni totales en la mitad. Los totales se calculan aparte, no se guardan mezclados con los datos.
¿Por qué importa tanto? Porque todas las funciones de análisis suponen esa estructura. Si tienes un título gigante en la fila 1 y los encabezados en la fila 4, la hoja va a creer que tus encabezados son datos y la IA te va a dar fórmulas que apuntan al lugar equivocado.
El otro concepto clave es CSV: un archivo de texto donde cada línea es una fila y los valores van separados por comas o punto y coma. Es el formato en que casi siempre te van a entregar datos públicos. Se abre igual en Sheets y en Excel. Ojo con una trampa colombiana: como aquí el separador decimal es la coma, a veces un CSV usa punto y coma para separar columnas. Si al abrirlo ves todo apretujado en la columna A, esa es la razón, y se arregla al importar eligiendo el separador correcto.
Tabla limpia mínima: ``` municipio | departamento | anio | matriculados Tunja | Boyacá | 2024 | 41250 Tunja | Boyacá | 2025 | 42010 Sogamoso | Boyacá | 2024 | 28900 ```
Limpiar: los cinco problemas que siempre aparecen
Limpiar datos es el 70% del trabajo real y es donde la IA te ahorra más tiempo. Estos son los problemas que vas a encontrar casi siempre, con la solución que le vas a pedir:
- Espacios invisibles:
"Cali "y"Cali"la hoja los cuenta como cosas distintas. Se quitan conTRIM(en Excel en español,ESPACIOS). - Mayúsculas inconsistentes:
BOGOTA,Bogotá,bogota. Se unifican conUPPER/MAYUSCoPROPER/NOMBRE.PROPIO, y las tildes conSUBSTITUTE/SUSTITUIR. - Números guardados como texto: se ven pegados a la izquierda de la celda y no suman. Se convierten con
VALUE/VALOR, ojo con el punto de miles. - Duplicados: filas repetidas enteras. En Sheets, menú
Datos → Limpieza de datos → Quitar duplicados; en Excel, pestañaDatos → Quitar duplicados. - Vacíos: celdas en blanco que dañan promedios. Hay que decidir si se borran o se dejan, y decirlo en el trabajo final.
La forma correcta de limpiar es no borrar el original. Duplica la hoja, o crea columnas nuevas al lado (municipio_limpio) con las fórmulas, y solo al final conviertes esas columnas en valores fijos (copiar y Pegado especial → Solo valores). Si te equivocas, todavía tienes el dato crudo.
Un detalle práctico de Colombia: según el idioma de tu hoja, el separador entre argumentos de una fórmula puede ser coma , o punto y coma ;. Si pegas una fórmula que te dio la IA y sale #ERROR!, cambia las comas por punto y coma antes de asumir que la fórmula está mala. Y avísale a la IA: "mi hoja está en español de Colombia y usa punto y coma". Con esa sola frase te devuelve las fórmulas ya adaptadas.
Prompt listo para copiar: "Trabajo en Google Sheets en español de Colombia (separador `;`). Tengo la columna B con nombres de municipio escritos con espacios sobrantes, en distintas mayúsculas y algunos sin tilde. Dame UNA fórmula para la celda C2 que los deje todos en mayúsculas, sin espacios sobrantes y sin tildes. Explícame qué hace cada función por dentro y qué pasa si la celda está vacía."
Pedir fórmulas explicadas: el patrón que funciona
Una fórmula es una instrucción que empieza con = y le dice a la hoja que calcule algo. El error de la mayoría es pedirle a la IA "una fórmula para sacar el total" y pegar lo que salga. Así no aprendes y no puedes arreglar nada cuando falle.
Usa este patrón de cinco partes cada vez que pidas una fórmula:
1. Herramienta y configuración: "Google Sheets, español de Colombia, separador ;".
2. Estructura real: "Fila 1 son encabezados. A = municipio, B = departamento, C = año, D = matriculados. Los datos van de la fila 2 a la 12.000".
3. Qué quiero: "En F2 quiero el total de matriculados de Boyacá en 2025".
4. Cómo lo quiero explicado: "Explícame cada argumento y por qué usas esa función y no otra".
5. Verificación: "Dime cómo comprobar a mano que el resultado está bien".
Las funciones que cubren el 90% de lo que vas a necesitar son pocas: SUMIFS/SUMAR.SI.CONJUNTO y COUNTIFS/CONTAR.SI.CONJUNTO para sumar y contar con condiciones; AVERAGE/PROMEDIO; XLOOKUP/BUSCARX para traer un dato de otra tabla; UNIQUE/UNICOS para listar valores sin repetir; y IFERROR/SI.ERROR para que un error no dañe toda la hoja.
En Google Sheets existe además QUERY, que deja hacer preguntas casi en inglés natural y es ideal para pedirle a la IA. Detalle importante: dentro de las comillas de QUERY siempre se usa la sintaxis en inglés y comas, sin importar el idioma de tu hoja.
Si la fórmula falla, no pidas otra a ciegas: cópiale a la IA el mensaje de error exacto (#N/A, #REF!, #VALUE!) y pregúntale qué significa. Aprender a leer esos cuatro o cinco errores te vuelve autónomo mucho más rápido que memorizar funciones.
Con QUERY en Sheets, los cinco departamentos con más matriculados en 2025: ``` =QUERY(A1:D12000; "select B, sum(D) where C = 2025 group by B order by sum(D) desc limit 5 label sum(D) 'Total'"; 1) ``` Con SUMIFS, el mismo total pero para un solo departamento: ``` =SUMIFS(D2:D12000; B2:B12000; "Boyacá"; C2:C12000; 2025) ```
Analizar sin que la IA te invente los números
Aquí está el riesgo más grande de esta lección. Si le pegas una tabla larga a un chat y le preguntas "¿cuál es el total?", el modelo puede darte un número que suena razonable y está mal. Eso se llama alucinación: la IA produce una respuesta con toda la seguridad del mundo aunque no la haya calculado de verdad. Con texto es molesto; con datos, es un trabajo reprobado.
La solución es un cambio de rol, y es la idea central de la lección: la IA no calcula, la IA te dice cómo calcular. Ella escribe la fórmula o te guía por los menús; la hoja hace la aritmética. Además, la fórmula queda escrita en tu archivo, así que cualquiera puede revisarla, incluido tu profesor.
La herramienta que más rinde para analizar es la tabla dinámica (en inglés, pivot table): una tabla resumen que agrupa miles de filas por categoría sin escribir una sola fórmula. En Sheets: selecciona el rango y ve a Insertar → Tabla dinámica. En Excel: Insertar → Tabla dinámica. Después arrastras departamento a Filas, año a Columnas y matriculados a Valores como Suma. En diez segundos tienes lo que a mano tomaría horas. Si te pierdes, pídele a la IA: "guíame paso a paso por los menús de Sheets para armar esa tabla dinámica".
Y antes de escribir conclusiones, haz siempre estos tres chequeos:
- Cuenta las filas:
=COUNTA(A2:A)debe darte más o menos lo que decía la fuente. - Suma total: la suma de tu tabla dinámica debe coincidir con
=SUM(D2:D)de toda la columna. - Un caso que conozcas: busca un municipio del que sepas algo y mira si la cifra tiene sentido. Si un municipio pequeño aparece con más estudiantes que Medellín, hay un error de limpieza, no un descubrimiento.
Prompt de análisis honesto: "No calcules tú los resultados. Con esta estructura de columnas (A municipio, B departamento, C año, D matriculados) dime qué tres preguntas interesantes se pueden responder, y para cada una dame la fórmula de Sheets y cómo verificar el resultado a mano."
Graficar: que el gráfico cuente la conclusión
Un gráfico no es decoración; es un argumento. La primera decisión no es de color sino de forma, y depende de qué quieras mostrar:
- Comparar categorías (departamentos, municipios, carreras): barras. Si los nombres son largos, barras horizontales.
- Cambio en el tiempo (matriculados por año): líneas.
- Partes de un total: torta solo si son tres o cuatro categorías. Con diez pedazos nadie entiende nada; ahí vuelve a barras.
- Relación entre dos variables numéricas: dispersión.
Para crearlo, selecciona tu tabla resumen (no las 12.000 filas crudas) y usa Insertar → Gráfico en Sheets o Insertar → Gráficos en Excel. La hoja propone uno; casi siempre hay que cambiarlo.
Tres arreglos que suben la calidad de inmediato:
1. El título dice la conclusión, no el tema. "Matriculados por departamento" no informa nada. "Boyacá creció 2% en matrícula entre 2024 y 2025" sí. 2. Ordena las barras de mayor a menor. Un gráfico ordenado se lee de una; uno alfabético obliga a buscar. 3. El eje de valores arranca en cero en gráficos de barras. Si empieza en 40.000, una diferencia mínima parece enorme y estás engañando sin querer.
Algunas versiones de las hojas de cálculo traen botones de análisis o resumen automático; si no los ves en tu cuenta gratis, no importa: el método del chat funciona igual y entiendes mejor lo que estás haciendo.
Por último, la IA sí sirve muy bien para el texto que acompaña el gráfico. Pásale solo la tabla resumen (diez o veinte filas, sin datos personales) y pídele tres posibles lecturas del gráfico. Después verifica cada una contra tus números y quédate con las que resistan. Y siempre cita la fuente y la fecha de descarga del archivo: sin eso, tu análisis no es comprobable.
"Estos son mis datos resumidos (los pego abajo). Propóneme el tipo de gráfico más adecuado y tres títulos que expresen la conclusión principal. Si crees que los datos no alcanzan para afirmar algo, dímelo en vez de inventar una tendencia."
Práctica: Tu primer análisis con datos abiertos de Colombia
Entra a datos.gov.co, el portal oficial de datos abiertos del Estado colombiano, y busca un tema que te interese: matrícula educativa, bibliotecas, trámites, calidad del aire. Filtra por conjuntos que se puedan exportar en CSV o Excel y elige uno con menos de 50.000 filas para que abra rápido.
Descarga el archivo y ábrelo en Google Sheets (Archivo → Importar) o en Excel para la web con una cuenta gratuita. Anota en una celda aparte la fecha de descarga y el nombre exacto del conjunto de datos: esa es tu fuente.
Duplica la hoja y ponle 'crudo' a la original. En la copia, escribe en un cuaderno o en una celda el 'diccionario de columnas': qué significa cada columna, en tus palabras. Si no entiendes alguna, márcala y no la uses.
Abre un chat de IA gratuito y pásale SOLO el diccionario de columnas y las primeras cinco filas de ejemplo (sin nombres de personas, cédulas ni direcciones). Pídele: la fórmula para unificar mayúsculas y espacios en la columna de texto más sucia, explicada argumento por argumento, adaptada a tu separador (
,o;).Aplica la limpieza en columnas nuevas, quita duplicados desde el menú y convierte a valores fijos con Pegado especial. Verifica con COUNTA que no perdiste filas sin darte cuenta.
Arma una tabla dinámica que responda UNA pregunta concreta que hayas escrito antes de mirar los datos (por ejemplo: '¿qué cinco municipios tienen el valor más alto?'). Haz los tres chequeos: número de filas, suma total y un caso que conozcas.
Crea el gráfico adecuado a partir de la tabla dinámica, ordena las barras de mayor a menor, pon el eje en cero y escribe un título que diga la conclusión, no el tema.
Pégale a la IA solo tu tabla resumen y pídele tres lecturas posibles. Verifica cada una contra tus números, descarta las que no se sostienen y escribe abajo del gráfico un párrafo de cinco líneas con la conclusión y la fuente.
Al terminar tienes: Un archivo con la hoja cruda intacta, una hoja limpia, una tabla dinámica, un gráfico titulado con la conclusión y un párrafo que cita la fuente y la fecha de descarga.
Dónde se equivoca la gente
- Pegar la tabla completa en el chat y preguntar '¿cuánto suma?' o '¿qué patrón ves?'.Pásale solo los encabezados y cinco filas de ejemplo, y pídele la fórmula o el paso de menú. El cálculo lo hace la hoja, que no alucina y deja rastro verificable.
- Subir a un chat datos con nombres, cédulas, direcciones o correos de personas reales.Borra o reemplaza esas columnas antes de compartir nada. Para aprender la fórmula te basta con datos falsos de ejemplo; después la aplicas en tu archivo privado.
- Copiar la fórmula sin entenderla y darla por buena porque 'dio un número'.Pide siempre la explicación de cada argumento y pruébala primero en tres filas cuyo resultado ya conozcas de memoria. Si esas tres dan bien, confías en las 12.000.
- Trabajar sobre el archivo original y borrar columnas 'que no servían'.Duplica la hoja antes de tocar nada y limpia en columnas nuevas. El dato crudo es tu único seguro contra un error de limpieza que descubras tres días después.
Lo que te llevas
- Antes de analizar hay que tener una tabla limpia: una fila de encabezados, una fila por hecho, una columna por dato, sin totales ni filas vacías en la mitad.
- La IA no debe calcular tus números: debe escribirte la fórmula o guiarte por los menús, y la hoja de cálculo hace el cálculo, que queda verificable.
- El buen prompt para fórmulas incluye herramienta e idioma, la estructura real de columnas, qué quieres, que te lo expliquen y cómo verificarlo.
- Con SUMIFS, COUNTIFS, XLOOKUP, UNIQUE y las tablas dinámicas resuelves casi todo; en Sheets, QUERY responde preguntas complejas en una sola celda.
- Antes de concluir, haz los tres chequeos: número de filas, suma total y un caso que ya conozcas; una cifra imposible es un error de limpieza, no un hallazgo.
- El gráfico se elige por lo que quieres mostrar, se ordena de mayor a menor, arranca en cero y su título dice la conclusión, con fuente y fecha de descarga.
Palabras nuevas
- CSV
- Archivo de texto donde cada línea es una fila y los valores se separan por comas o punto y coma; es el formato más común de los datos públicos y se abre en Sheets y en Excel.
- Fórmula
- Instrucción que empieza con `=` y le dice a la hoja de cálculo qué calcular; queda escrita en la celda, así que cualquiera puede revisarla después.
- Tabla dinámica
- Tabla resumen que agrupa miles de filas por categoría (por departamento, por año) y calcula sumas o promedios sin escribir fórmulas, arrastrando campos.
- Datos abiertos
- Información pública que el Estado publica en formatos descargables y reutilizables para que cualquier persona la consulte y analice; en Colombia el portal oficial es datos.gov.co.
- Alucinación
- Cuando un modelo de IA entrega con seguridad un dato, cifra o cita que no es real; por eso en análisis de datos nunca se le pide que calcule, sino que indique cómo calcular.
Quiz de la lección
Seis preguntas. Nadie te califica: sirven para que sepas si entendiste. Con cuatro buenas vas bien.
Ya limpias, analizas y graficas; en la próxima lección vas a hacer que todo eso ocurra solo, automatizando tareas repetitivas y armando tus propios asistentes.