Inteligencia artificial on Bastián Olea

Posit Assistant, una IA para análisis de datos integrada en RStudio

Sat, 13 Jun 2026 00:00:00 +0000

Recientemente Posit, la ~~empresa~~ corporación de beneficio público detrás de RStudio, Positron, y responsable de muchos de los paquetes que más usamos en el ecosistema de R, anunció la integración oficial de inteligencia artificial en RStudio.

Posit Assistant reside en la barra lateral de RStudio y sirve para hacer consultas a una IA relacionadas al análisis de datos, dentro del contexto del proyecto que estés realizando con R.

En la parte superior de RStudio encuentras el botón Posit Assistant.

Crea un chatbot de inteligencia artificial con R

Mon, 01 Jun 2026 00:00:00 +0000

Con R y los paquetes apropiados, en pocos minutos podrás crear un chat interactivo de inteligencia artificial dentro de una aplicación Shiny, para poder chatear con un modelo de lenguaje (LLM) de tu elección.

El objetivo es poder crear un chat interactivo e ir mejorándolo con la capacidad de consultar datos, realizar cálculos y otras capacidades propias de R, y además aumentar su conocimiento y la precisión de sus respuestas al permitirle consultar documentos y textos para responder.

Aumenta el conocimiento de inteligencias artificiales creando un sistema de RAG con R

Thu, 28 May 2026 00:00:00 +0000

La generación aumentada por recuperación o RAG, por sus siglas en inglés (retrieval-augmented generation) es un proceso por medio del cual puedes aumentar o complementar el conocimiento de una inteligencia artificial para que pueda responder preguntas basándose en tus propios documentos sin necesidad de entrenar un modelo nuevo ni de requerir un modelo de lenguaje gigante y caro.

¿Para qué sirve el RAG? Para que cualquier modelo de IA pueda informarse en uno o varios documentos que tú especifiques, y así tenga conocimiento específico de temáticas especializadas. De esta forma, los modelos dejan de depender en los conocimientos de su entrenamiento (que son generales y difusos) y se basan en el conocimiento que tú les proveas para responder.

Creando una función para consultar datos en R

Sat, 23 May 2026 00:00:00 +0000

En este tutorial veremos cómo crear una función en R diseñada para consultar datos. Este puede ser el primer paso para crear una API, una herramienta para entregarle a una inteligencia artificial, o simplemente algo conveniente de hacer para consultar datos.

Pasaremos de tener una tabla de datos que necesitamos manipular, a una función conveniente que nos entregue las cifras que necesitamos

Potencia las capacidades de la IA entregándole herramientas (_tool calling_) basadas en R

Sun, 26 Apr 2026 00:00:00 +0000

La inteligencia artificial no lo sabe todo. Y lo que no sabe, lo inventa. Es demasiado importante conocer las limitaciones de las herramientas de inteligencia artificial para poder hacer buen uso de ellas.

Por ejemplo, la IA puede saber mucho sobre Chile, pero no sabe con exactitud todos los datos de la población de todos sus territorios. Veamos un caso:

Poniendo a prueba el conocimiento de la IA

Hagamos una consulta por un dato específico primero, y luego sobre población chilena al modelo Claude Haiku de Anthropic.

Extracción de datos estructurados desde texto usando IA

Sat, 07 Mar 2026 00:00:00 +0000

Los modelos de lenguaje (LLMs, también llamados coloquialmente inteligencia artificial) nos pueden ayudar a transformar textos de cualquier tipo en datos estructurados. Esto significa que puedes convertir entrevistas, reseñas, opiniones, correos, noticias y más en bases de datos con la información que necesitas debidamente ordenada en filas y columnas.

Interactúa con modelos de lenguaje (LLM) y chatea con IAs directamente desde R

Thu, 26 Feb 2026 00:00:00 +0000

Chatear con modelos de lenguaje (LLM) o IAs —como se les llama coloquialmente— puede tener muchos usos para el análisis de datos. Si bien siempre se puede usar IA desde las páginas/apps de los proveedores más populares, cuando analizamos datos es mejor usar IA directamente desde R. Así podemos entregar datos a la IA, aprovechar las capacidades de la IA para hacer funciones y desbloquear análisis complejos, integrar IA en nuestro procesamiento de datos, mantener el control de cómo y dónde se usa la IA en nuestro análisis, usar IA de manera reproducible, y usar directamente los resultados de la IA en nuestros flujos de trabajo.

Redactar textos basados en datos usando IA desde R

Thu, 19 Feb 2026 00:00:00 +0000

Como vimos en un post anterior, podemos usar funcionalidades de R para generar párrafos de texto que se basen en datos, para integrar cifras y otros valores de un dataframe en un párrafo diseñado para resumir o presentar la información.

Si bien esto produce textos de máxima precisión y nos entrega todo el control sobre el texto generado, también existen herramientas de inteligencia artificial que pueden facilitar este trabajo.

Existen paquetes que hacen muy fácil usar IA en R!

Interactúa desde R con una IA que conoce tus datos, archivos y paquetes

Wed, 10 Dec 2025 00:00:00 +0000

En este blog ya hemos visto varias herramientas de IA que te pueden ayudar a usar R, por ejemplo el paquete {gander}, que al presionar una combinación de teclas cuando tienes código seleccionado invoca una ventana donde puedes pedir a una IA que haga cosas con ese código y/o datos, gracias a un conocimiento contextual de tu entorno de R.

Acelera tus análisis con `{gander}`, un asistente de IA integrado en RStudio

Mon, 20 Oct 2025 00:00:00 +0000

Índice

{gander} es un paquete de R para integrar asistentes de inteligencia artificial (IA) directamente en RStudio. Solo con presionar una combinación de teclas, podrás pedirle a un asistente con tus propias palabras que escriba código, corrija tu código, o incluso que genere gráficos.

Sugerencias y autocompletado de código con GitHub Copilot

Mon, 09 Jun 2025 00:00:00 +0000

Uno de beneficios concretos de los avances en inteligencia artificial generativa son las herramientas de autocompletado de código¹. Una de estas herramientas es GitHub Copilot, la cual puede integrarse directamente en RStudio para ayudarte a programar en R. En este post mostraré algunos casos de uso real donde Copilot me ha servido.

¿Para qué sirve?

Copilot es un servicio de autocompletado de código que puede integrarse directamente en RStudio. Sirve para recibir sugerencias de código mientras programas, lo que puede ayudarte a escribir código más rápido. Esta herramienta utiliza modelos de lenguaje entrenados con una gran cantidad de código fuente disponible públicamente, lo que le permite ofrecer sugerencias contextuales basadas en el código que ya has escrito.

Predecir género a partir de nombres usando un modelo de lenguaje en R

Wed, 19 Feb 2025 00:00:00 +0000

Hace poco conocí el paquete {mall}, que facilita mucho el uso de un un modelo de lenguaje (LLM) local como una herramienta cotidiana para el análisis y procesamiento de datos.

El paquete incluye varias funciones para usar un modelo LLM local en las columnas de un dataframe. {mall} te puede ayudar a :

clasificar el contenido de una variable
resumir textos
extraer sentimiento a partir del texto
extraer información desde el texto
confirmar si algo es verdadero o falso a partir de un texto
y también a aplicar cualquier prompt a una variable.

Recientemente lo usé para un caso real, donde tenía una columna de casi 2.000 nombres, y necesitaba asignarle un género a cada una de estas personas, solamente a partir de sus nombres y apellidos.

Resumir textos usando modelos de lenguaje (LLM) locales en R

Sat, 08 Feb 2025 00:00:00 +0000

Los modelos de lenguaje (LLM) son herramientas muy útiles para analizar texto, y usarlos en tus análisis de datos con R es sencillo. Previamente en este blog ya he explicado cómo usar LLMs para análisis de sentimiento y otros usos. En este tutorial, te enseño a utilizar modelos de lenguaje locales, instalados en tu propio computador, para obtener resúmenes de textos. Esto puede servir por si estás analizando una base de datos de texto que contenga textos de extensión larga, para los cuales sería conveniente tener una versión más breve. Por ejemplo, al analizar resultados de web scraping, conjuntos de datos periodísticos o de noticias, datos de entrevistas, respuestas abiertas en encuestas, etc.

Actualización de app Análisis de prensa: visualización de análisis de sentimiento de noticias recientes

Tue, 14 Jan 2025 00:00:00 +0000

Actualización de app análisis de prensa 🗞️

Nuevo: gráfico de análisis de sentimiento: elige un tema y revisa si las noticias recientes fueron mayormente positivas o negativas. Compara cómo distintos medios abordan las temáticas. ¡Pronto más detalle!

Análisis de sentimiento usando modelos de lenguaje (LLM) locales en R

Sun, 22 Dec 2024 00:00:00 +0000

El análisis de sentimientos es una técnica de análisis de texto donde se aplican distintos algoritmos para poder clasificar textos de distinta longitud y complejidad en un conjunto preestablecido de categorías relacionadas al sentimiento de dichos textos. Con el sentimiento de los textos nos referimos a la información subjetiva que entregan estos textos, así como los afectos que producen. Por ejemplo, “odio a mi gato” versus “mi gatita es tan tierna” son dos textos que expresan distintos niveles de negatividad/positividad, agresividad, ternura, etcétera. Las categorías del análisis del sentimiento suelen ser positivo, neutro y negativo, u otras más complejas, como agrado (agradable/desagradable), activación (activo/pasivo), entre otros.

Procesando datos de texto en masa usando modelos de lenguaje (LLM)

Fri, 20 Dec 2024 00:00:00 +0000

Anoche dejé el computador procesando 5000 noticias por 8 horas usando un modelo de lenguaje (LLM) local en R para obtener clasificación, resumen y sentimiento de cada texto.

Esto porque tengo una base de datos de más de 600 mil noticias chilenas, con su texto completo, y quiero empezar a sacarle más provecho. Por ejemplo, saber si noticias que hablan de ciertos temas son positivas o negativas (sentimiento), o simplemente clasificar de manera automatizada las noticias para separar las de política y economía de las de deportes y farándula.

Crea tu propio asistente de programación en R con inteligencia artificial usando el paquete {pal}

Tue, 10 Dec 2024 00:00:00 +0000

El paquete {pal} te permite crear asistentes para programar en R, potenciados por modelos de lenguaje (LLM). La utilidad de estos asistentes es que pueden ayudarte a realizar tareas rápidamente a partir de tu código de R, o incluso a partir de un texto que describa lo que quieres hacer.

Usando inteligencia artificial (LLM) para analizar datos de texto en R

Tue, 29 Oct 2024 00:00:00 +0000

El paquete {mall} facilita el uso de un LLM (large language model) o modelo de lenguaje de gran tamaño para analizar texto con IA en un dataframe.

Esto significa que, para cualquier dataframe que tengamos, podemos aplicar un modelo de IA a una de sus columnas y recibir sus resultados en una columna nueva.

Para poder hacer ésto, primero necesitamos tener un modelo LLM configurado en R. Sigue las instrucciones en este tutorial para lograrlo.