La IA en el análisis de datos: qué hace bien y qué no

La IA en el análisis de datos ya escribe la fórmula, la consulta o la gráfica que antes te tomaba media hora armar. Lo que no hace es avisarte cuando el resultado se ve bien y está mal: eso sigue siendo trabajo de la persona que lee el dato, no del modelo que lo generó.

Lo que la IA ya hace bien en el análisis de datos

Pídele a ChatGPT o a Copilot una consulta SQL para sacar las ventas del mes, o un bloque de Python para limpiar una columna de fechas, y en segundos tienes algo que corre. Eso es real: generar código de arranque, resumir una tabla larga en un párrafo, o proponer tres formas de armar una gráfica son tareas donde la IA ya es más rápida que escribirlo desde cero.

Según el Barómetro de la IA en el mundo laboral de PwC México, las vacantes que pidieron habilidades de IA casi se duplicaron en 2025, con cerca de 35 mil plazas nuevas, mientras el empleo general se mantenía plano. No es una señal de que el puesto de analista desaparezca: es una señal de que ahora se espera que uses la IA como parte del trabajo, no que la evites.

Dónde se equivoca sin que te des cuenta

El problema no es que la IA se equivoque obvio. Es que se equivoca con el mismo tono seguro con el que acierta. Mira este caso con datos de ejemplo:

VENTAS.CSV · DATOS DE EJEMPLO
pedido,cliente,monto
1001,Ana,850
1002,Luis,1200
1002,Luis,1200
1003,Marta,640

El pedido 1002 quedó duplicado, algo que pasa todo el tiempo cuando una exportación se pega dos veces en la misma hoja. Le pides a la IA: «suma el total de ventas de esta tabla». Sin que nadie se lo pida, suma las cuatro filas tal cual vienen: 850 + 1,200 + 1,200 + 640 = 3,890. El número real, sin el duplicado, es 2,690. La respuesta llega igual de rápido y igual de segura en los dos casos, y nada en el texto de la IA te dice cuál de las dos confiaba demasiado en los datos crudos.

La habilidad que no cambia: saber si la respuesta está bien

Para cazar ese error no hace falta desconfiar de la IA en general: hace falta saber, con una línea de código o una consulta, cómo comprobar si hay filas repetidas antes de confiar en una suma. En Python, con pandas, es una sola llamada: df.duplicated().sum() te dice cuántas filas se repiten antes de sumar nada. En SQL, un group by con count(*) hace lo mismo. La documentación oficial de pandas explica el método completo.

import pandas as pd

df = pd.read_csv('ventas.csv')
print(df.duplicated().sum())      # cuántas filas se repiten
df_limpio = df.drop_duplicates()
print(df_limpio['monto'].sum())   # 2690, el total real

Esa es la parte que la IA no te regala: no porque no pueda escribir esas dos líneas si se las pides, sino porque no sabe que hacían falta hasta que tú, que conoces la tabla, sospechas del número.

Qué hacer esta semana

Preguntas frecuentes

La próxima vez que una IA te entregue un total en segundos, tómate treinta más para preguntarte de dónde salió. Esa pregunta es la que no se automatiza.