Flint: gráficos para explorar

Una pregunta mejor

El 22 de octubre de 2026, Microsoft Research publicó una presentación de Flint-interactive: un lenguaje para que agentes generen gráficos explorables mediante selecciones, filtros y vistas conectadas. Su propuesta delega parte de la lógica visual al compilador. La pregunta práctica es qué decisión mejora una interacción y cómo comprobar que conserva el significado de los datos.

Imagina una reunión en la que un gráfico muestra que aumentaron los pedidos. Alguien pregunta qué ocurrió en teléfonos móviles. Otra persona quiere comparar canales. El informe contiene la respuesta general, pero esas preguntas requieren cambiar el recorte. Un tablero útil permite seguir la conversación conservando a la vista qué se está comparando.

Ese será nuestro recorrido: partir de una pregunta comercial concreta, diseñar una selección y definir cómo revisar su resultado. El ejercicio que sigue es una aplicación editorial con datos inventados. No representa una prueba de Flint ni resultados de Microsoft.

Del gesto al significado

Según la publicación, el compilador traduce clics y arrastres a eventos semánticos. El autor relaciona esos eventos con operadores que actualizan el gráfico o elementos externos. Se describen rutas mediante Flint-MCP/MCP Apps, Canvas y una API de programación.

Para entender la distinción, piensa en dos instrucciones: «pintar de azul esta zona de la pantalla» y «resaltar los pedidos del canal correo». La segunda expresa una intención sobre los datos. En nuestro diseño, esa intención debería seguir siendo comprensible cuando cambie el tamaño del gráfico o el orden de las filas.

Antes de pedir una visualización a un agente, escribe qué entidad selecciona la persona y qué información debe responder. Esta frase convierte una preferencia visual en una especificación revisable: «al elegir un canal, mostrar su volumen y su proporción de pedidos dentro del período activo».

Diseñar el recorrido de una decisión

Una interacción merece su lugar cuando ayuda a resolver una duda concreta. Para el ejemplo, la decisión consiste en elegir qué segmento investigar durante la siguiente reunión comercial. La visualización debe ayudar a encontrar preguntas; el ejercicio no autoriza cambios de presupuesto ni demuestra por qué compra una persona.

La cadena evita empezar por una lista de botones. Primero define el razonamiento que el lector necesita completar. Después puedes decidir qué selección, tabla o anotación lo acompaña. Una interacción sin pregunta asociada puede añadir actividad sin aportar una decisión más clara.

Un caso pequeño que se puede calcular

Esta tienda ficticia registra cuatro segmentos durante un mismo período inventado. Para el ejercicio, cada visita y cada pedido pertenece a una sola fila. No hay clientes reales ni datos obtenidos de una cuenta. La proporción se calcula dividiendo pedidos por visitas; no describe rentabilidad, personas únicas o efecto causal del canal.

El conjunto suma 1.200 visitas y 92 pedidos: aproximadamente 7,7 %. Correo en escritorio tiene la proporción más alta, mientras web móvil reúne más pedidos y visitas. Elegir una sola métrica cambiaría la conversación. Para investigar volumen perdido, la segunda observación puede resultar más pertinente; para entender diferencias de comportamiento, haría falta formular otra pregunta.

Conservar el denominador

Supón que seleccionas las dos filas de correo. El resultado esperado del ejercicio es 300 visitas y 38 pedidos: cerca de 12,7 %. El tablero debería mostrar el nombre de la selección junto a esa cifra. Si conserva el título del conjunto completo, una cuenta correcta puede terminar comunicando una comparación equivocada.

También conviene distinguir resaltar de filtrar. En el diseño propuesto, resaltar permite conservar las otras filas como referencia; filtrar reduce el conjunto mostrado. Decide qué comportamiento necesitas y escríbelo junto a la acción. Evita que la persona tenga que deducirlo observando cómo cambia un color.

¿El segmento con 18 % es el que produce más pedidos? No: tiene 18 pedidos. Web móvil produce 30 con una proporción de 5 %. La respuesta depende de si comparas cantidad o proporción. Ambos cálculos se pueden revisar directamente en la tabla ficticia.

Revisar tres estados

Antes de compartir el resultado de un agente, propón tres estados de revisión. El primero muestra todo el conjunto y permite comprobar los totales. El segundo conserva una selección conocida y muestra su alcance. El tercero restablece el conjunto inicial. Guarda el resultado esperado de cada uno antes de ejecutar la prueba.

En una implementación posterior, revisa además el caso vacío: qué aparece si ninguna fila satisface el filtro. La pantalla debería comunicarlo de forma explícita y permitir recuperar el contexto. Estos son criterios editoriales para evaluar una solución; no afirmamos haber verificado que una herramienta concreta los cumpla.

Incluye una comprobación con teclado y una alternativa textual que conserve las cifras. En nuestro ejemplo, la tabla permite revisar el cálculo aunque la interacción del gráfico falle. El color puede ayudar a seguir una selección, pero el nombre del segmento y sus valores deben poder entenderse por sí mismos.

Evaluar el trabajo completo

Para decidir si una herramienta aporta valor, define una tarea que tenga un final observable. Por ejemplo: preparar una comparación de canales, revisar sus cálculos y conseguir que otra persona explique correctamente la selección activa. Fija los mismos datos y preguntas al comparar dos propuestas.

Registra el tiempo hasta obtener una versión aceptada, las correcciones necesarias y las preguntas que el lector consigue responder. Anota también errores que sobreviven a la revisión. Una captura vistosa no informa cuánto trabajo requirió corregir una etiqueta o recuperar un filtro que quedó oculto.

Este criterio conecta con la diferencia entre acelerar una etapa y entregar un resultado útil. Si utilizas varios modelos, puedes complementar el ejercicio con criterios para elegirlos según la tarea. Ninguna de esas comparaciones sustituye medir tu propio recorrido.

Qué falta comprobar

El anuncio permite consultar rutas técnicas, pero no acredita una contratación, condiciones específicas para Chile o ahorro cuantificado en una empresa. Es una presentación del equipo creador, sin una evaluación independiente reproducida aquí.

Si estás evaluando una adopción, separa las preguntas que todavía necesitan respuesta: compatibilidad con tu entorno, permisos de acceso, tratamiento de los datos, mantenimiento y condiciones de uso. La respuesta a una de ellas no completa automáticamente las demás. Tampoco corresponde presentar este artículo como una instalación realizada.

Para un primer ensayo, define un conjunto pequeño y no sensible, un responsable de revisar los números y un criterio para detener la prueba. Mantén una copia de la tabla inicial y las preguntas originales. Así podrás describir con precisión qué funcionó y qué necesita trabajo adicional.

Escribir el encargo antes del gráfico

Un encargo útil puede caber en cuatro frases: qué decisión quieres preparar; qué datos y período utilizarás; qué selección necesita explorar el lector; y qué resultado permitirá aceptar el trabajo. Añade una quinta frase cuando exista un límite importante, como conservar una tabla alternativa o excluir ciertos datos.

En la tienda ficticia, el siguiente paso sería investigar web móvil con una pregunta nueva y evidencia pertinente. La tabla sólo identifica un contraste. No explica si intervienen la experiencia de compra, la composición del tráfico o diferencias entre pedidos. Esa prudencia mantiene la exploración conectada con una investigación posterior.

Antes de elegir una herramienta, intenta completar el recorrido a mano con cuatro filas. Si puedes explicar la selección, su denominador y el contraste esperado, tendrás una base concreta para evaluar lo que construya el agente.