- Data Tables permite crear tablas complejas en NotebookLM usando lenguaje natural y exportarlas a Google Sheets.
- La función está disponible primero para suscripciones Google AI Pro y Ultra, con despliegue progresivo para el resto de usuarios.
- El sistema sintetiza información de múltiples fuentes, identifica patrones y organiza datos en columnas personalizadas.
- Periodistas, investigadores, estudiantes y equipos de empresa pueden convertir notas dispersas en información estructurada y analizable.
La plataforma de investigación con inteligencia artificial MuistikirjaLM, desarrollada por Google, incorpora una nueva función llamada Data Tables que apunta directamente a uno de los mayores dolores de cabeza en el trabajo digital: pasar de montones de notas desordenadas a información clara y estructurada. En lugar de pelearse con fórmulas o plantillas de hojas de cálculo, ahora basta con describir en lenguaje natural el tipo de tabla que se necesita.
Con esta actualización, Google busca que cualquiera pueda organizar, comparar y analizar datos a partir de documentos, apuntes, transcripciones o páginas web ya cargadas en NotebookLM. La herramienta se apoya en modelos de IA avanzados para interpretar el contexto de las fuentes, seleccionar lo relevante y volcarlo en tablas listas para usarse o exportarse.
Qué es Data Tables y cómo funciona dentro de NotebookLM
Uusi ominaisuus Data Tables en NotebookLM actúa como un generador automático de tablas basado en las fuentes que el usuario tiene en su cuaderno. En la práctica, es posible escribir instrucciones del tipo: «Crea una tabla que compare precios y características de los portátiles mencionados en mis notas», y el sistema se encarga de rastrear la información, agruparla y presentarla en columnas bien definidas.
NotebookLM analiza los textos disponibles —desde transcripciones de reuniones, estudios clínicos o trabajos académicos hasta notas personales y páginas web— y extrae entidades clave como nombres, fechas, cifras, ubicaciones o responsables. A partir de ahí construye una tabla coherente, en la que cada fila representa un elemento y cada columna un atributo relevante para la tarea.
Para perfiles como periodistas, investigadores de mercado, analistas de datos o estudiantes universitarios, esta capacidad puede reducir drásticamente el tiempo dedicado a tareas mecánicas. En lugar de copiar y pegar fragmentos y cuadrarlos a mano, la propia IA se encarga de sintetizar información dispersa y convertirla en datos comparables.
La opción de Data Tables se integra en el área de Studio de NotebookLM, junto a otras salidas como Audio Overview, Video Overview, mapas mentales, informes, tarjetas de estudio, cuestionarios, infografías o presentaciones. Es decir, se suma a un repertorio de formatos generados a partir de los mismos materiales de origen, mutta enfocado específicamente en el análisis estructurado.
El usuario puede afinar lo que quiere indicando, por ejemplo, qué campos deben aparecer en la tabla, qué criterios de filtrado aplicar o cómo clasificar la información. Estas indicaciones se realizan también en lenguaje natural, de modo que no hace falta saber programar ni dominar funciones avanzadas de hojas de cálculo para obtener un resultado útil.
Ejemplos prácticos: de notas caóticas a tablas listas para usar
Google plantea varios escenarios concretos en los que Data Tables puede marcar la diferencia en el día a día. Uno de los más claros es el de las reuniones: a partir de una transcripción larga, NotebookLM puede generar una tabla con acciones pendientes, asignando responsables, prioridades y plazos. El resultado se parece mucho a un panel de seguimiento de tareas, pero creado automáticamente.
En el ámbito empresarial, la misma lógica sirve para comparar competidores: precios, funcionalidades, estrategias de lanzamiento o mercados objetivo pueden organizarse en columnas, lo que facilita tanto la detección de huecos en el mercado como la preparación de informes para dirección. De forma similar, equipos de producto pueden convertir informes de errores en una tabla de incidencias, ordenada por impacto y estado.
El sector académico y científico también aparece como uno de los beneficiados. NotebookLM permiteEsimerkiksi resumir resultados de ensayos clínicos recogidos en varios artículos, construyendo una tabla con el año de cada estudio, el tamaño de la muestra, el tipo de intervención o las estadísticas clave. En disciplinas donde antes se montaban «matrices de literatura» a mano, la IA puede agilizar este proceso en cuestión de minutos.
Para estudiantes de Historia, Derecho o Ciencias Sociales, la herramienta puede generar tablas de estudio que relacionen fechas, personajes, causas, consecuencias y conceptos clave, convirtiendo un conjunto de apuntes lineales en un esquema visual fácil de repasar. Lo mismo ocurre con quienes preparan exámenes tipo test o trabajos de fin de grado y necesitan tener la información bien ordenada.
En contextos más cotidianos, Google sugiere incluso usar Data Tables para planificar viajes: comparar destinos, temporadas recomendadas, costes estimados o requisitos de visado. Lo relevante es que la IA no se limita a resumir, sino que estructura los datos de forma que puedan filtrarse, ordenarse y reutilizarse en otros entornos.
Integración con Google Sheets y el ecosistema Workspace
Una de las claves de esta novedad es su integración directa con Google-taulukot. Una vez generada la tabla en NotebookLM, con un solo clic se puede exportar al formato de hoja de cálculo, lo que permite seguir trabajando con fórmulas, filtros, tablas dinámicas, gráficos o incluso conectores hacia herramientas como Looker Studio.
Para equipos en empresas europeas que ya dependen de Google Workspace, esto significa que el salto entre la fase de investigación y la fase de análisis o reporting se acorta notablemente. Las tablas creadas por la IA pueden compartirse con otros miembros del equipo, someterse a comentarios, aprovechar el historial de versiones y encajar en flujos de trabajo ya consolidados.
Además de las tablas, Google ha añadido la opción de exportar otros contenidos generados en NotebookLM —como guías de estudio o documentos de briefing— directamente a Google Docs o Sheets desde el menú de tres puntos situado junto a cada elemento. De esta manera, las salidas de la plataforma no se quedan «encerradas» en un entorno aislado, sino que se integran con las herramientas habituales de edición y cálculo.
Esta apuesta refuerza la idea de que NotebookLM actúa como un puente entre fuentes de información diversas y el ecosistema analítico ya existente. En lugar de sustituir a las hojas de cálculo, la herramienta se encarga de preparar los datos para que después puedan ser tratados con métodos tradicionales de control y revisión.
Para organizaciones que trabajan con marcos de cumplimiento normativo en la Unión Europea, el hecho de que el resultado acabe en Sheets también facilita aplicar las mismas políticas de gobernanza de datos y retención que ya se utilizan en Workspace, algo relevante a la hora de gestionar información sensible o proyectos sujetos a auditorías.
En cuanto a accesos, la compañía recomienda estar atento a las opciones del apartado Studio y a las notas de producto, donde suele aparecer el botón o menú correspondiente cuando la función se activa para cada cuenta. Si todavía no aparece, lo normal es que se trate de un simple desfase de despliegue.
Modelo de IA, Deep Research y mejoras bajo el capó
Paralelamente a la llegada de Data Tables, Google ha confirmado que NotebookLM funciona ahora sobre Gemini 3, su modelo de IA de última generación. Aunque la compañía no ha detallado qué variante concreta utiliza el servicio, históricamente ha apostado por versiones más ligeras pensadas para respuestas rápidas y uso intensivo.
Este cambio de modelo se traduce, según la propia Google, en mejoras notables en razonamiento y comprensión multimodal. En la práctica, esto debería ayudar a que Data Tables no solo recoja números o nombres, sino que entienda matices contextuales: por ejemplo, distinguir entre datos de resultados preliminares y finales en un estudio, o entre un precio promocional y uno de tarifa estándar.
NotebookLM ya contaba desde noviembre con un modo Deep Research, orientado a consultas complejas que exigen analizar múltiples documentos a la vez y ofrecer una síntesis razonada. La adición de Data Tables complementa este enfoque, ya que permite pasar de una visión narrativa a una representación estructurada donde se pueden detectar patrones o lagunas.
La plataforma también se integra cada vez más con la aplicación general de Kaksoset: Google ha anunciado que los usuarios pueden subir cuadernos directamente al entorno de Gemini en la web, y que esta capacidad llegará a móviles más adelante. Desde ahí, es posible combinar varios notebooks, generar imágenes o pequeñas aplicaciones inspiradas en su contenido o continuar la investigación en línea.
Todo este conjunto de cambios apunta a una evolución en la que NotebookLM deja de ser solo un «asistente de notas con IA» para convertirse en una ecosistema de servicios de inteligencia artificial de Google, con flujos cruzados entre investigación, creación de contenido y análisis de datos.
Disponibilidad, planes de pago y despliegue progresivo
Uusi ominaisuus Data Tables se está desplegando de forma escalonada. Google ha indicado que está disponible desde ya para quienes cuenten con los planes de suscripción Googlen tekoälyammattilainen y Googlen tekoäly Ultra, incluyendo los usuarios de Google One que hayan contratado estas modalidades.
En una segunda fase, la compañía prevé extender la función al resto de usuarios, incluyendo quienes utilizan la versión gratuita de NotebookLM. Este tipo de lanzamientos progresivos es habitual en las actualizaciones conectadas a Workspace y servicios de IA, y permite probar la herramienta en entornos exigentes antes de abrirla al público general.
Para quienes trabajan desde España u otros países de Europa, el despliegue sigue el mismo patrón global, con la salvedad habitual de que las funciones pueden ir llegando por oleadas. Google también ha señalado que la herramienta admite distintos idiomas —entre ellos el japonés— y que las peticiones en lenguaje natural se adaptan a la lengua en la que el usuario se comunica con el sistema.
Por ahora, Data Tables se ofrece como parte del propio NotebookLM, sin coste adicional dentro de los planes de IA ya existentes. Queda por ver cómo encajará en la futura regulación europea sobre inteligencia artificial, pero en lo práctico la compañía insiste en que los usuarios con requisitos de cumplimiento pueden apoyarse en la documentación de seguridad y privacidad de Google Workspace.
En cuanto a accesos, la compañía recomienda estar atento a las opciones del apartado Studio y a las notas de producto, donde suele aparecer el botón o menú correspondiente cuando la función se activa para cada cuenta. Si todavía no aparece, lo normal es que se trate de un simple desfase de despliegue.
Cautelas, verificación y buenas prácticas de uso
Como ocurre con cualquier contenido generado por inteligencia artificial, los datos que produce NotebookLM a través de Data Tables requieren supervisión. Aunque la herramienta automatice gran parte del trabajo de extracción, sigue siendo responsabilidad del usuario revisar una muestra de las filas y compararlas con las fuentes originales, especialmente cuando hay decisiones importantes en juego.
Una buena práctica es formular tarkat ohjeet: especificar qué columnas se necesitan, qué criterios deben seguirse para incluir o excluir elementos y pedir al sistema que indique cualquier duda o carencia de información. De este modo se reducen las interpretaciones ambiguas y se hace más fácil detectar dónde puede haberse equivocado la IA.
Para organizaciones con requisitos de cumplimiento en Europa, resulta recomendable revisar la documentación de Google sobre tratamiento de datos, cifrado y controles de administrador antes de almacenar información sensible en hojas de cálculo compartidas derivadas de Data Tables. Ajustar los permisos de acceso y las políticas de retención ayuda a mantener el uso de la herramienta dentro de los límites normativos.
En casos como la investigación científica, la preparación de documentos legales o la gestión de datos personales, es especialmente importante cotejar los resultados con las fuentes originales, ya sea mediante la revisión directa en PDF o comparando con los datos de origen en las webs o sistemas internos correspondientes.
Si se combina este enfoque prudente con las ventajas de automatización que ofrece NotebookLM, Data Tables puede ser una pieza útil para modernizar procesos de análisis sin renunciar al control humano ni a los estándares de calidad que se exigen en ámbitos profesionales y académicos.
Con la llegada de Data Tables, NotebookLM se mueve claramente hacia un terreno en el que los documentos largos dejan de ser un fin en sí mismos y se convierten en materia prima para construir datos accionables. Entre la integración con Sheets, el soporte de Gemini 3 y el despliegue progresivo entre distintos tipos de usuarios, la herramienta se perfila como un recurso práctico para quienes en España y Europa necesitan pasar, cada vez más rápido, de la lectura a la toma de decisiones basada en información bien estructurada.
Olen teknologian harrastaja, joka on muuttanut "nörtti"-harrastuksensa ammatiksi. Olen käyttänyt yli 10 vuotta elämästäni uusinta teknologiaa käyttäen ja kaikenlaisten ohjelmien parissa puhtaasta uteliaisuudesta. Nyt olen erikoistunut tietotekniikkaan ja videopeleihin. Tämä johtuu siitä, että yli 5 vuoden ajan olen työskennellyt kirjoittaen useille teknologiaa ja videopelejä käsitteleville verkkosivustoille ja luonut artikkeleita, jotka pyrkivät antamaan sinulle tarvitsemaasi tietoa kielellä, jota kaikki ymmärtävät.
Jos sinulla on kysyttävää, tietoni ulottuu kaikesta Windows-käyttöjärjestelmään liittyvästä sekä matkapuhelimien Androidista. Ja sitoumukseni on sinulle, olen aina valmis käyttämään muutaman minuutin ja auttamaan sinua ratkaisemaan kaikki kysymyksesi, joita sinulla saattaa olla tässä Internet-maailmassa.