- Data Tables permet crear taules complexes a NotebookLM usant llenguatge natural i exportar-les a Google Sheets.
- La funció està disponible primer per a subscripcions Google AI Pro i Ultra, amb desplegament progressiu per a la resta dusuaris.
- El sistema sintetitza informació de múltiples fonts, identifica patrons i organitza dades a columnes personalitzades.
- Periodistes, investigadors, estudiants i equips d'empresa poden convertir notes disperses en informació estructurada i analitzable.
La plataforma de recerca amb intel·ligència artificial NotebookLM, desenvolupada per Google, incorpora una nova funció anomenada Data Tables que apunta directament a un dels majors mals de cap a la feina digital: passar de munts de notes desordenades a informació clara i estructurada. En lloc de barallar-se amb fórmules o plantilles de fulls de càlcul, ara només cal descriure en llenguatge natural el tipus de taula que es necessita.
Amb aquesta actualització, Google cerca que qualsevol pugui organitzar, comparar i analitzar dades a partir de documents, apunts, transcripcions o pàgines web ja carregades a NotebookLM. L'eina es recolza en models d'IA avançats per interpretar el context de les fonts, seleccionar el que és rellevant i bolcar-lo en taules llestes per fer-se servir o exportar-se.
Què és Data Tables i com funciona dins de NotebookLM
La nova funció de Data Taules a NotebookLM actua com un generador automàtic de taules basat en les fonts que l'usuari té al quadern. A la pràctica, és possible escriure instruccions del tipus: «Crea una taula que compari preus i característiques dels portàtils esmentats a les meves notes», i el sistema s'encarrega de rastrejar la informació, agrupar-la i presentar-la en columnes ben definides.
NotebookLM analitza els textos disponibles —des de transcripcions de reunions, estudis clínics o treballs acadèmics fins a notes personals i pàgines web— i extreu entitats clau com noms, dates, xifres, ubicacions o responsables. A partir d'aquí construeix una taula coherent, on cada fila representa un element i cada columna un atribut rellevant per a la tasca.
Per a perfils com ara periodistes, investigadors de mercat, analistes de dades o estudiants universitaris, aquesta capacitat pot reduir dràsticament el temps dedicat a tasques mecàniques. En lloc de copiar i enganxar fragments i quadrar-los a mà, la pròpia IA s'encarrega de sintetitzar informació dispersa i convertir-la en dades comparables.
L'opció de Data Tables s'integra a l'àrea de Studio de NotebookLM, juntament amb altres sortides com Audio Overview, Video Overview, mapes mentals, informes, targetes destudi, qüestionaris, infografies o presentacions. És a dir, se suma a un repertori de formats generats a partir dels mateixos materials dorigen, però enfocat específicament a l'anàlisi estructurada.
L'usuari pot afinar el que vol indicant, per exemple, quins camps han d'aparèixer a la taula, quins criteris de filtratge aplicar o com classificar la informació. Aquestes indicacions es fan també en llenguatge natural, de manera que no cal saber programar ni dominar funcions avançades de fulls de càlcul per obtenir un resultat útil.
Exemples pràctics: de notes caòtiques a taules llestes per utilitzar
Google planteja diversos escenaris concrets en què Data Tables pot marcar la diferència al dia a dia. Un dels més clars és el de les reunions: a partir d'una llarga transcripció, NotebookLM pot generar una taula amb accions pendents, assignant responsables, prioritats i terminis. El resultat sassembla molt a un panell de seguiment de tasques, però creat automàticament.
En l'àmbit empresarial, la mateixa lògica serveix per comparar competidors: preus, funcionalitats, estratègies de llançament o mercats objectiu poden organitzar-se en columnes, cosa que facilita tant la detecció de buits al mercat com la preparació d'informes per a direcció. De manera similar, equips de producte poden convertir informes derrors en una taula dincidències, ordenada per impacte i estat.
El sector acadèmic i científic també apareix com un dels beneficiats. NotebookLM permet, per exemple, resumir resultats d'assaigs clínics recollits en diversos articles, construint una taula amb l'any de cada estudi, la mida de la mostra, el tipus d'intervenció o les estadístiques clau. En disciplines on abans es muntaven matrius de literatura a mà, la IA pot agilitzar aquest procés en qüestió de minuts.
Per a estudiants d'història, dret o ciències socials, l'eina pot generar taules destudi que relacionin dates, personatges, causes, conseqüències i conceptes clau, convertint un conjunt d'apunts lineals en un esquema visual fàcil de repassar. El mateix passa amb els qui preparen exàmens tipus test o treballs de final de grau i necessiten tenir la informació ben ordenada.
En contextos més quotidians, Google suggereix fins i tot utilitzar Data Tables per planificar viatges: comparar destinacions, temporades recomanades, costos estimats o requisits de visat. El més rellevant és que la IA no es limita a resumir, sinó que estructura les dades de manera que es puguin filtrar, ordenar i reutilitzar en altres entorns.
Integració amb Google Sheets i l'ecosistema Workspace
Una de les claus d'aquesta novetat és la vostra integració directa amb Google Sheets. Un cop generada la taula a NotebookLM, amb un sol clic es pot exportar al format de full de càlcul, el que permet continuar treballant amb fórmules, filtres, taules dinàmiques, gràfics o fins i tot connectors cap a eines com Looker Studio.
Per a equips en empreses europees que ja depenen de Google Workspace, això vol dir que el salt entre la fase de recerca i la fase d'anàlisi o reporting s'escurça notablement. Les taules creades per la IA es poden compartir amb altres membres de l'equip, sotmetre's a comentaris, aprofitar l'historial de versions i encaixar en fluxos de treball ja consolidats.
A més de les taules, Google ha afegit l'opció d'exportar altres continguts generats a NotebookLM -com a guies d'estudi o documents de briefing- directament a Google Docs o Sheets des del menú de tres punts situat al costat de cada element. D'aquesta manera, les sortides de la plataforma no es queden tancades en un entorn aïllat, sinó que s'integren amb les eines habituals d'edició i de càlcul.
Aquesta aposta reforça la idea que NotebookLM actua com a pont entre fonts d'informació diverses i l'ecosistema analític ja existent. En lloc de substituir els fulls de càlcul, l'eina s'encarrega de preparar les dades perquè després puguin ser tractats amb mètodes tradicionals de control i revisió.
Per a organitzacions que treballen amb marcs de compliment normatiu a la Unió Europea, el fet que el resultat acabi a Sheets també facilita aplicar les mateixes polítiques de governança de dades i retenció que ja es fan servir a Workspace, una cosa rellevant a l'hora de gestionar informació sensible o projectes subjectes a auditories.
Pel que fa a accessos, la companyia recomana estar atent a les opcions de l'apartat Studio ia les notes de producte, on sol aparèixer el botó o menú corresponent quan la funció s'activa per a cada compte. Si encara no apareix, el més normal és que es tracti d'un simple desfasament de desplegament.
Model d'IA, Deep Research i millores sota el capó
Paral·lelament a l'arribada de Data Tables, Google ha confirmat que NotebookLM funciona ara sobre Gemini 3, el model d'IA d'última generació. Tot i que la companyia no ha detallat quina variant concreta utilitza el servei, històricament ha apostat per versions més lleugeres pensades per a respostes ràpides i ús intensiu.
Aquest canvi de model es tradueix, segons la pròpia Google, a millores notables en raonament i comprensió multimodal. A la pràctica, això hauria d'ajudar a que Data Tables no només reculli números o noms, sinó que entengui matisos contextuals: per exemple, distingir entre dades de resultats preliminars i finals en un estudi, o entre un preu promocional i un de tarifa estàndard.
NotebookLM ja comptava des del novembre amb un mode Deep Research, orientat a consultes complexes que exigeixen analitzar múltiples documents alhora i oferir una síntesi raonada. L'addició de Data Tables complementa aquest enfocament, ja que permet passar d'una visió narrativa a una representació estructurada on es poden detectar patrons o llacunes.
La plataforma també s'integra cada cop més amb l'aplicació general de Gemini: Google ha anunciat que els usuaris poden pujar quaderns directament a l'entorn de Gemini a la web, i que aquesta capacitat arribarà a mòbils més endavant. Des d'aquí, es poden combinar diversos notebooks, generar imatges o petites aplicacions inspirades en el seu contingut o continuar la investigació en línia.
Tot aquest conjunt de canvis apunta a una evolució en què NotebookLM deixa de ser només un «assistent de notes amb IA» per convertir-se en una ecosistema de serveis d'intel·ligència artificial de Google, amb fluxos creuats entre investigació, creació de contingut i anàlisi de dades.
Disponibilitat, plans de pagament i desplegament progressiu
La nova funció de Data Tables s'està desplegant de manera escalonada. Google ha indicat que està disponible des de ja per als que comptin amb els plans de subscripció Google AI Pro y Google AI Ultra, incloent els usuaris de Google One que hagin contractat aquestes modalitats.
En una segona fase, la companyia preveu estendre la funció a la resta d'usuaris, incloent-hi els que utilitzen la versió gratuïta de NotebookLM. Aquest tipus de llançaments progressius és habitual en les actualitzacions connectades a Workspace i serveis d'IA, i permet provar l'eina en entorns exigents abans d'obrir-la al públic general.
Per als que treballen des d'Espanya o altres països d'Europa, el desplegament segueix el mateix patró global, amb excepció habitual que les funcions poden anar arribant per onades. Google també ha assenyalat que l'eina admet diferents idiomes –entre ells el japonès– i que les peticions en llenguatge natural s'adapten a la llengua on l'usuari es comunica amb el sistema.
Ara com ara, Data Tables s'ofereix com a part del propi NotebookLM, sense cost addicional dins dels plans d'IA ja existents. Queda per veure com encaixarà en la futura regulació europea sobre intel·ligència artificial, però en l'aspecte pràctic la companyia insisteix que els usuaris amb requisits de compliment poden recolzar-se en la documentació de seguretat i privadesa de Google Workspace.
Pel que fa a accessos, la companyia recomana estar atent a les opcions de l'apartat Studio ia les notes de producte, on sol aparèixer el botó o menú corresponent quan la funció s'activa per a cada compte. Si encara no apareix, el més normal és que es tracti d'un simple desfasament de desplegament.
Cautelles, verificació i bones pràctiques dús
Com passa amb qualsevol contingut generat per intel·ligència artificial, les dades que produeix NotebookLM a través de Data Tables requereixen supervisió. Tot i que l'eina automatitzi gran part del treball d'extracció, continua sent responsabilitat de l'usuari revisar una mostra de les files i comparar-les amb les fonts originals, especialment quan hi ha decisions importants en joc.
Una bona pràctica és formular instruccions precises: especificar quines columnes es necessiten, quins criteris s'han de seguir per incloure o excloure elements i demanar al sistema que indiqui qualsevol dubte o manca d'informació. D'aquesta manera es redueixen les interpretacions ambigües i es fa més fàcil detectar on es pot haver equivocat la IA.
Per a organitzacions amb requisits de compliment a Europa, és recomanable revisar la documentació de Google sobre tractament de dades, xifratge i controls d'administrador abans d'emmagatzemar informació sensible en fulls de càlcul compartits derivats de Data Tables. Ajustar els permisos d'accés i les polítiques de retenció ajuda a mantenir l'ús de l'eina dins dels límits normatius.
En casos com la investigació científica, la preparació de documents legals o la gestió de dades personals, és especialment important confrontar els resultats amb les fonts originals, ja sigui mitjançant la revisió directa en PDF o comparant amb les dades d'origen a les webs o sistemes interns corresponents.
Si es combina aquest enfocament prudent amb les avantatges d'automatització que ofereix NotebookLM, Data Tables pot ser una peça útil per modernitzar processos d'anàlisi sense renunciar al control humà ni als estàndards de qualitat que s'exigeixen en àmbits professionals i acadèmics.
Amb l'arribada de Data Tables, NotebookLM es mou clarament cap a un terreny on els documents llargs deixen de ser un fi en si mateixos i es converteixen en matèria primera per construir dades accionables. Entre la integració amb Sheets, el suport de Gemini 3 i el desplegament progressiu entre diferents tipus d'usuaris, l'eina es perfila com un recurs pràctic per als qui a Espanya i Europa necessiten passar, cada cop més ràpid, de la lectura a la presa de decisions basada en informació ben estructurada.
Sóc un apassionat de la tecnologia que ha convertit els seus interessos frikis en professió. Porto més de 10 anys de la meva vida utilitzant tecnologia d'avantguarda i traslladant tota mena de programes per pura curiositat. Ara he especialitzat en tecnologia d'ordinador i videojocs. Això és perquè des de fa més de 5 anys que treballo redactant per a diverses webs en matèria de tecnologia i videojocs, creant articles que busquen donar-te la informació que necessites amb un llenguatge comprensible per tothom.
Si tens qualsevol pregunta, els meus coneixements van des de tot allò relacionat amb el sistema operatiu Windows així com Android per a mòbils. I és que el meu compromís és amb tu, sempre estic disposat a dedicar-te uns minuts i ajudar-te a resoldre qualsevol dubte que tinguis a aquest món d'internet.