¿Tienes que analizar datos para una tesis, un TFM o un proyecto de investigación, pero te falta experiencia en programación o no sabes cómo organizar todo el proceso?
Es una situación mucho más habitual de lo que parece.
Muchas personas tienen los datos, conocen bien su área de investigación y saben qué problema quieren estudiar, pero se bloquean cuando llega el momento de convertir todo eso en una estrategia de análisis.
En estos casos puedes recurrir a un especialista para que realice el análisis, pero también existe otra posibilidad:
Aprender a desarrollar el proyecto con acompañamiento, manteniendo tú el control de las decisiones y de los resultados.
En una sesión práctica del Instituto Analiza tus Datos trabajamos un proyecto de investigación combinando Excel, ChatGPT y Google Colab.
En aproximadamente dos horas conseguimos estructurar las preguntas, generar el código necesario y obtener una primera versión completa del análisis.
La velocidad no apareció porque la inteligencia artificial hiciera magia.
Apareció porque seguimos un proceso claro:
- Comprender el objetivo del proyecto.
- Revisar la estructura de los datos.
- Dividir el problema en preguntas concretas.
- Elegir una estrategia para cada pregunta.
- Generar y revisar el código.
- Interpretar los resultados dentro del contexto de la investigación.
En este artículo te comparto el proceso, un vídeo sobre cómo iniciar la conversación con ChatGPT y los materiales utilizados en el ejemplo.
Qué necesitas para analizar datos con ChatGPT y Google Colab
El flujo combina tres herramientas accesibles:
Excel o una hoja de cálculo
Sirve para revisar la tabla, identificar las variables y realizar una primera inspección de los datos.
No necesitas que todo el análisis se realice en Excel, pero sí necesitas que la base esté bien estructurada antes de empezar.
ChatGPT
Puede ayudarte a plantear preguntas, revisar la estrategia, inspeccionar archivos, generar código, crear tablas y gráficos y explicar los resultados.
Sin embargo, sus propuestas deben revisarse. Una respuesta bien escrita no garantiza que el análisis sea adecuado para tu diseño o tus variables.
Google Colab
Es un entorno de notebooks que permite escribir y ejecutar código Python desde el navegador sin realizar una instalación local.
Utilizar Colab aporta una ventaja importante: puedes conservar todo el proceso en un cuaderno reproducible, con el código, los resultados, los gráficos y las explicaciones en un mismo documento.
Actualmente también puedes realizar análisis directamente dentro de ChatGPT. Aun así, trasladar el código a Colab sigue siendo útil cuando quieres revisar cada paso, modificarlo, repetir el análisis o compartir un notebook completo.
Paso a paso: cómo desarrollar el análisis
Paso 1. Organiza y comprende los datos
El primer paso es disponer de una tabla correctamente estructurada.
En general:
- cada fila debería representar una observación;
- cada columna debería representar una variable;
- los nombres de las variables deberían ser claros;
- y las categorías deberían estar escritas de forma consistente.
También debes revisar valores faltantes, duplicados, unidades, fechas y posibles errores de introducción.
>> Aquí puedes aprender a organizar correctamente una tabla de datos
Una IA puede ayudarte a detectar problemas, pero no conoce automáticamente cómo se recogieron los datos ni qué significa cada variable.
Paso 2. Explica el contexto antes de pedir un análisis
Uno de los errores más frecuentes consiste en subir un archivo y escribir únicamente:
Analiza estos datos.
Para obtener una propuesta útil, ChatGPT necesita saber:
- cuál es el objetivo del proyecto;
- qué representa cada variable;
- cómo se han seleccionado los participantes o casos;
- qué grupos o mediciones existen;
- y qué preguntas quieres responder.
En el siguiente vídeo puedes ver cómo iniciamos la conversación para que la IA ayude a estructurar una estrategia:
Una buena instrucción inicial podría ser:
Estoy trabajando en un proyecto de investigación. Te voy a explicar el objetivo, el diseño y las variables disponibles. Antes de generar código, ayúdame a dividir el problema en preguntas de análisis y propón una estrategia para cada una. Indica también qué información adicional necesitas.
La propuesta de la IA debe entenderse como un primer borrador que puedes revisar y refinar.
Paso 3. Convierte las preguntas en un plan de análisis
No empieces generando código para todas las variables.
Trabaja pregunta por pregunta y define para cada una:
- qué quieres averiguar;
- qué variables necesitas;
- qué análisis descriptivo realizarás;
- qué técnica estadística podría tener sentido;
- qué supuestos debes comprobar;
- y cómo interpretarás el resultado.
Este paso es más importante que el programa que utilices.
Si la pregunta y la estrategia están mal planteadas, el código puede ejecutarse perfectamente y producir una conclusión equivocada.
Paso 4. Utiliza ChatGPT para generar y explicar el código
Cuando ya tienes clara la estrategia, puedes pedir el código de cada bloque.
Por ejemplo:
Escribe un bloque de código para Google Colab que cargue un archivo CSV, muestre la estructura de los datos, calcule el porcentaje de valores faltantes y genere un resumen de las variables. Añade comentarios y explica qué debería revisar en la salida.
Después puedes avanzar hacia gráficos, comparaciones, correlaciones o modelos.
Evita pedir un notebook enorme de una sola vez. Es más seguro trabajar por bloques pequeños, ejecutarlos y comprobar los resultados antes de continuar.
ChatGPT puede actuar como apoyo para programar, pero tú debes revisar qué está calculando y si responde a la pregunta correcta.
Paso 5. Ejecuta, revisa y documenta el análisis en Colab
Copia cada bloque de código en Google Colab y ejecútalo de forma secuencial.
Si aparece un error, puedes compartir el mensaje con ChatGPT y pedirle que explique su causa y proponga una corrección.
Pero la revisión no debe limitarse a comprobar que el código no da errores.
También debes confirmar:
- que se han utilizado las columnas correctas;
- que los filtros no han eliminado observaciones importantes;
- que los cálculos coinciden con lo que querías obtener;
- que los gráficos utilizan escalas adecuadas;
- y que la interpretación no afirma más de lo que permiten los datos.
Añade celdas de texto al notebook para documentar el objetivo, las decisiones metodológicas, los resultados y las conclusiones.
Paso 6. Transforma los resultados en conclusiones defendibles
Un análisis no termina con una tabla, un gráfico o un p-valor.
Necesitas explicar:
- qué resultado has obtenido;
- qué significa dentro del contexto de la investigación;
- qué magnitud tiene la diferencia o relación;
- qué incertidumbre existe;
- qué limitaciones tiene el análisis;
- y qué nuevas preguntas aparecen.
La IA puede ayudarte a preparar un borrador, pero debes revisar que el lenguaje sea correcto y que las conclusiones estén respaldadas por los resultados.
Material del ejemplo práctico
En el Instituto Analiza tus Datos trabajamos con casos prácticos porque la mejor forma de aprender es recorrer el proceso completo.
En este ejemplo utilizamos:
- Dataset sobre depresión posparto publicado en Kaggle.
- Conversación utilizada durante la sesión.
- Notebook de Google Colab generado en la clase.
Este material se utiliza con fines educativos. Los resultados obtenidos a partir de un dataset público no deben interpretarse como una herramienta de diagnóstico clínico ni como recomendaciones sanitarias.
Protege los datos de tu investigación
Antes de subir un archivo a ChatGPT, Google Colab u otra herramienta, comprueba si contiene información personal, clínica, confidencial o propiedad de una organización.
Cuando sea necesario, elimina identificadores, anonimiza la información y utiliza únicamente entornos aprobados por tu institución.
No subas datos sensibles solo porque la herramienta permita adjuntar un archivo.
La IA acelera el análisis, pero la estrategia sigue siendo lo más importante
Combinar Excel, ChatGPT y Google Colab puede ayudarte a avanzar mucho más rápido.
Pero la velocidad solo aporta valor cuando tienes claro:
- qué problema quieres resolver;
- qué preguntas puedes responder con tus datos;
- qué técnica tiene sentido;
- cómo validar el resultado;
- y cómo convertirlo en una conclusión defendible.
No necesitas convertirte en programador para utilizar estas herramientas.
Pero sí necesitas comprender el proceso y mantener el control de las decisiones.
Aprende a analizar tus datos con estadística e inteligencia artificial
Si tienes los datos de una tesis, un TFM, una investigación o un proyecto profesional, pero todavía no sabes cómo estructurar el análisis, he preparado una clase gratuita para ayudarte.
En este training descubrirás cómo integrar la estadística, el análisis de datos y la inteligencia artificial dentro de un proceso completo.
Verás cómo utilizar la IA para:
- comprender mejor el problema y las variables;
- dividir el proyecto en preguntas concretas;
- plantear una estrategia de análisis;
- generar y revisar código en Python;
- crear gráficos, tablas e informes;
- e interpretar los resultados sin perder el control.
La idea no es depender de la inteligencia artificial ni aceptar automáticamente todo lo que propone.
La idea es aprender un método que te permita utilizarla para avanzar más rápido y trabajar con más seguridad.
Además, dentro del programa completo de AD + IA dispones de acompañamiento para aplicar este proceso a tus propios datos y proyectos.
Acceso gratuito · Estadística, análisis de datos e inteligencia artificial
¿Te ha resultado útil este artículo?
Compártelo con alguien que tenga los datos de una investigación, pero no sepa cómo organizar el análisis.
Y si quieres descubrir cómo aplicar este enfoque paso a paso, te espero dentro de la clase gratuita de AD + IA.
Un abrazo,
Jordi
