Saltar al contenido

Cómo revisar un CSV antes de analizarlo con inteligencia artificial

noviembre 18, 2026
Revisión de una tabla de datos con lupa junto a un portátil antes del análisis con inteligencia artificial

Un asistente de inteligencia artificial puede explicar una tabla con mucha soltura y, aun así, trabajar con datos que llegaron deformados. Un identificador pierde sus ceros iniciales, una fecha cambia de interpretación o un importe se convierte en texto. El resultado parece razonable porque las operaciones se aplican correctamente a una entrada equivocada. Antes de pedir tendencias, comparaciones o conclusiones, conviene comprobar qué contiene realmente el archivo.

Esta guía propone un método de revisión para archivos CSV utilizados en tareas de oficina, investigación o pequeños negocios. Los ejemplos son ficticios y sirven para practicar; no representan resultados de una empresa. El objetivo es conservar el significado de cada columna, documentar las transformaciones y decidir cuándo hay suficiente evidencia para continuar. La IA puede ayudar a señalar anomalías, pero no conoce por sí sola qué quiso registrar la persona que creó la tabla.

Índice

Qué conserva un CSV y qué debes definir aparte

Un CSV guarda registros de texto separados por delimitadores. No equivale a un libro de cálculo completo: al exportarlo, no debes dar por conservadas las hojas adicionales, el formato visual ni las fórmulas como instrucciones reutilizables. El nombre de una columna tampoco explica necesariamente su unidad, su significado o las reglas con las que se rellenó. Un campo llamado «total» puede representar unidades, euros, operaciones o minutos.

Antes de abrirlo en una hoja de cálculo, prepara una ficha breve: procedencia, fecha de extracción, periodo cubierto, número esperado de registros y persona que puede aclarar dudas. Añade el separador utilizado, la codificación conocida y la convención de fechas y decimales. Si falta alguno de estos datos, anótalo como pendiente. Una suposición invisible es mucho más difícil de revisar que una incertidumbre declarada.

Conserva una copia intacta del original y trabaja sobre otra. Un nombre como «ventas_original_20261118.csv» ayuda a distinguir la entrada de una versión revisada. La fecha del nombre identifica la extracción, no certifica su calidad. Si recibes otra entrega, guárdala separadamente: sustituir el archivo original impide reconstruir qué información sostuvo el análisis anterior.

El primer control: identificadores que parecen números

La documentación de Microsoft explica que Excel puede retirar ceros iniciales, convertir cadenas a fechas o interpretar números largos de formas que alteran su conservación. También advierte de su precisión numérica de quince dígitos significativos. Por eso un código de producto, una referencia o un identificador largo suele necesitar tratamiento como texto, aunque solo contenga cifras. Consulta la documentación de conservación de ceros iniciales y números largos para conocer las opciones de tu versión.

Imagina dos referencias ficticias: «00127» y «127». Quizá designen el mismo artículo con dos convenciones, o quizá sean productos diferentes. Convertir ambas a un número elimina la distinción sin resolver la duda. La regla de revisión es conservar primero y consultar después. No añadas ceros por intuición ni uses una fórmula para reconstruir información que ya se perdió sin contrastarla con el origen.

El formato visible y el valor almacenado son controles distintos. Una celda puede mostrar cinco cifras gracias a un formato personalizado y seguir conteniendo un número. Si vas a intercambiar el resultado con otro programa, comprueba también la exportación. Cierra el ciclo abriendo la salida como texto y contrastando unas referencias de prueba: la apariencia dentro del libro no demuestra lo que recibirá el siguiente sistema.

Fechas y decimales: la ambigüedad debe resolverse antes de calcular

«03/04/2026» puede significar tres de abril o cuatro de marzo según la convención. La presencia de otras fechas con un día superior a doce aporta pistas, pero no sustituye la confirmación del origen. Conserva el texto original en una columna y genera una fecha normalizada en otra cuando conozcas la regla. Así puedes revisar el cambio sin perder la evidencia inicial.

Con las cantidades, define por separado el separador decimal y el de miles. «1.234» puede representar mil doscientos treinta y cuatro o una cantidad con tres decimales. Una tabla puede mezclar convenciones si procede de varias exportaciones. No hagas una sustitución global de puntos y comas hasta distinguir los casos; una limpieza aparentemente uniforme puede introducir errores distintos en cada grupo.

Microsoft señala que la apertura de un CSV utiliza configuraciones de formato para interpretar los datos y ofrece un proceso de importación con opciones de delimitador y transformación. El procedimiento concreto varía según la versión, pero la idea útil es revisar la previsualización y los tipos antes de cargar. La referencia oficial sobre importar y exportar archivos de texto permite comprobar el recorrido disponible.

Diseña una pequeña muestra que incluya los casos difíciles

Las primeras veinte filas suelen ser una muestra cómoda, pero pueden ocultar los problemas importantes. Elige también registros del final, valores vacíos, cantidades negativas, referencias largas, tildes, comillas dentro de un campo y fechas ambiguas. Incluye al menos un caso de cada sistema de origen si has combinado archivos. Este muestreo dirigido sirve para descubrir fallos; no permite afirmar una tasa de error representativa de toda la población.

Compara la muestra en tres lugares: archivo original, vista importada y archivo que exportarás después. Escribe qué esperabas y qué observaste. Por ejemplo: «La referencia 00127 debe conservar cinco caracteres; entrada correcta, importación incorrecta, salida pendiente». Esta descripción permite corregir un paso concreto. Decir simplemente «Excel cambió el archivo» no identifica dónde se perdió la información.

Comprueba además que una fila sigue representando la misma entidad. Si un comentario contiene una coma o un salto de línea, no basta con contar separadores a simple vista. Utiliza un importador que interprete las reglas del archivo y revisa la alineación de las columnas. Una dirección desplazada a la columna de importes puede hacer fallar todo el análisis aunque muchas filas parezcan correctas.

Cómo pedir ayuda a la IA sin convertirla en la autoridad del dato

Proporciona primero el diccionario de columnas y las reglas confirmadas. Después, pide detección de casos dudosos y propuestas de comprobación, no una limpieza automática irreversible. Una instrucción útil sería: «Identifica registros incompatibles con estas reglas. Devuelve el identificador de fila, el valor observado, la regla afectada y una explicación breve. No corrijas valores ni completes datos ausentes».

Si el asistente propone que un campo es una fecha, exige que lo trate como hipótesis hasta comprobarlo. Si recomienda eliminar duplicados, debe explicar qué columnas definen una coincidencia. Dos filas con el mismo nombre de cliente pueden corresponder a compras diferentes. Una repetición exacta de todas las columnas también puede ser legítima si el sistema permite operaciones idénticas y falta el identificador de transacción.

La calidad de la petición depende de describir bien el problema. Si necesitas aprender a estructurar instrucciones, el análisis de El arte del Prompting con ChatGPT permite revisar qué ofrece ese material formativo. La formación puede ayudar a formular criterios, pero no sustituye la comprobación del archivo ni garantiza que una herramienta interprete correctamente tus datos.

Cuatro recuentos para detectar pérdidas silenciosas

Antes y después de cada transformación, registra el número de filas, los identificadores distintos, los valores vacíos por columna y los registros rechazados. No todos deben permanecer iguales: una transformación puede separar registros o excluir entradas, pero cualquier diferencia necesita una explicación. Guarda los descartes con su motivo para que otra persona pueda revisarlos.

Los totales de control también ayudan cuando las unidades son comparables. En una tabla ficticia de pedidos, una suma por mes puede revelar que se ha perdido un bloque de registros. Sin embargo, un total que coincide no demuestra que cada fila sea correcta: dos errores opuestos podrían compensarse. Combina recuentos agregados con la revisión de casos concretos, especialmente los que provocaron cambios.

Esta disciplina conecta con la verificación de respuestas de inteligencia artificial: hay que comprobar las evidencias que sostienen la conclusión. En un CSV, esa evidencia incluye el recorrido entre el dato recibido y el dato utilizado. Un gráfico claro puede resumir errores con la misma eficacia con la que resume información correcta.

Un ejemplo completo: preparar un fichero de pedidos

Supongamos que recibes un archivo ficticio con referencia de pedido, fecha, código de producto, cantidad y precio unitario. La persona responsable confirma que las fechas siguen día, mes y año; las referencias son texto; los importes están expresados en euros; y cada fila representa una línea de pedido. Esa última aclaración evita eliminar varias líneas porque comparten referencia.

Importa las referencias y códigos como texto. Mantén las fechas originales y crea una columna normalizada después de validar su interpretación. Convierte cantidades e importes con la convención confirmada y separa los registros imposibles de interpretar. No sustituyas un precio vacío por cero: vacío y gratuito describen situaciones diferentes. Devuelve la duda a la fuente antes de calcular un resultado definitivo.

A continuación, revisa una muestra de pedidos con varias líneas. Comprueba que el identificador compuesto elegido distingue cada línea y que la suma de cantidades no incluye subtotales ya presentes. Si existe una columna de total del pedido repetida en cada fila, sumarla directamente multiplicaría el importe. El problema es conceptual, no algo que se resuelva escogiendo un modelo de IA más potente.

Solo entonces pide un análisis acotado: distribución de cantidades por producto, con los registros excluidos identificados y el periodo exacto. Solicita que cualquier conclusión cite la tabla o cálculo que la sostiene. Revisa manualmente dos o tres operaciones representativas y una de las excepciones antes de compartir el resumen con otras personas.

Documenta las decisiones para repetir el trabajo

Una revisión útil debe poder repetirse con el archivo de la semana siguiente. Guarda el diccionario, la secuencia de pasos, la muestra de control y un listado de incidencias. Diferencia las reglas estables de las decisiones específicas de una entrega. «Conservar códigos como texto» puede ser permanente; «excluir estas tres filas por duplicación confirmada» necesita sus identificadores y una justificación propia.

Si trabajas por proyectos, también conviene describir qué validación está incluida en la entrega y qué queda pendiente del cliente. El análisis de la Guía IA para Freelancers puede servir para valorar recursos de organización profesional. Ningún repertorio de instrucciones reemplaza una definición acordada de los campos, las unidades y los criterios de aceptación.

Para archivos con información que no necesitas, prepara una copia limitada a las columnas relevantes. Usa datos ficticios al ensayar instrucciones y revisa las condiciones de acceso antes de compartir información real. La guía sobre preparación de documentos para asistentes amplía el enfoque de selección, orden y trazabilidad. Mantener menos información irrelevante facilita también detectar inconsistencias.

Cuándo detener el análisis

Detén la entrega si no puedes resolver una ambigüedad que cambia el resultado: monedas mezcladas sin identificar, fechas sin convención conocida, códigos ya truncados o registros cuyo significado se desconoce. Conserva lo que sí has verificado y describe qué falta para continuar. Un informe parcial que delimita sus datos es más útil que una conclusión completa construida sobre supuestos invisibles.

También conviene parar cuando el asistente afirma haber revisado todo sin mostrar qué comprobó. Pide un resultado verificable: filas señaladas, recuentos reproducibles y criterios utilizados. Si no puede proporcionarlo, considera la revisión inconclusa. La respuesta «no he encontrado errores» únicamente acredita los controles realmente ejecutados y sobre los datos efectivamente disponibles.

Conclusión

Revisar un CSV antes de analizarlo con inteligencia artificial consiste en proteger el significado de los datos durante cada transformación. Conserva el original, define las columnas, controla identificadores y fechas, compara una muestra exigente y documenta las excepciones. Después utiliza la IA para explorar preguntas concretas, manteniendo cálculos y conclusiones comprobables. El buen análisis empieza cuando puedes explicar de dónde salió cada dato y qué cambios recibió.