Flujos de trabajo con agentes de IA

Laboratorio Abre Tu Ciencia

José Daniel Conejeros, Msc.

23 de enero de 2026

Asistente de IA en Positron

Positron Assistant

Asistente de IA para ciencia de datos: Construido específicamente para workflows de data science
Contexto ampliado: Acceso a datos cargados, plots, historial de consola además de archivos activos
Chat pane dedicado: Panel de chat AI para programación, troubleshooting y planificación
Inline chat: Asistencia AI en contexto dentro del Editor, Notebook o Terminal
Code completions: Sugerencias de código directamente en Editor o Notebook
Preview disponible: Desde Positron 2025.07.0-204

Fuente: Positron Assistant

Positron Assistant

Chat y Agentes

Chat pane: Panel dedicado para conversaciones con el asistente sobre código
Inline chat: Asistencia contextual seleccionando código en el editor
Code completions: Sugerencias automáticas mientras escribes código
Contexto de data science: El asistente entiende tus datos, plots y sesión activa
Multi-lenguaje: Soporte para Python, R y otros lenguajes
BYO-key: Trae tu propia clave de API del proveedor de modelos (Anthropic, OpenAI, GitHub Copilot, AWS Bedrock)

Uso del Chat

Abrir Chat pane: Desde Activity Bar o Command Palette
Preguntas sobre código: Explicar funciones, encontrar errores, optimizar código
Generar código: Solicitar funciones o scripts basados en tus datos
Contexto automático: El asistente ve tu código seleccionado, archivos abiertos y estructura del proyecto
Historial de conversación: Mantiene contexto de conversaciones previas
Integración con consola: Puede ver outputs y resultados de ejecuciones

Completado de código (Completions)

Sugerencias automáticas: Basadas en contexto de tu código y proyecto
Multi-línea: Genera bloques completos de código, no solo palabras
Context-aware: Entiende tu proyecto, datos cargados y patrones de código
Multi-lenguaje: Python, R, SQL y otros lenguajes soportados
Activar/desactivar: Configurable desde settings, se puede desactivar si no se necesita
Mejora con uso: Aprende de tus patrones de código y preferencias

Ingenería de prompt

Un mal prompt

Hazme un modelo de calor y parto pretérmino

Problemas:

No especifica qué tipo de modelo (regresión, clasificación, etc.)
No menciona variables disponibles
No indica el objetivo del análisis
Falta contexto sobre los datos
No especifica software/paquetes a usar

Un buen prompt

Necesito proponer un modelo estadístico para analizar la asociación entre 
exposición a calor extremo y riesgo de parto pretérmino (<37 semanas).

Contexto:
- Base de datos: Registro de nacimientos de Santiago 1992-2020
- Variable respuesta: parto_pretérmino (binaria: sí/no)
- Variables predictoras disponibles: temperatura_máxima_diaria, humedad_relativa, 
  trimestre_gestacional_exposición, edad_materna, nivel_educacional, área_residencial
- Objetivo: Estimar odds ratio ajustado de parto pretérmino por aumento de 1°C 
  en temperatura máxima, controlando por covariables

Por favor propón:
1. Tipo de modelo apropiado (regresión logística, GAM, etc.)
2. Estructura del modelo con variables principales y de control
3. Código en R usando tidyverse y posiblemente mgcv para efectos no lineales
4. Consideraciones para exposición acumulada vs. aguda al calor

Un buen prompt

Ventajas:

✅ Especifica claramente el objetivo y tipo de análisis
✅ Proporciona contexto sobre datos y variables disponibles
✅ Indica software y paquetes preferidos
✅ Solicita estructura específica del modelo
✅ Considera aspectos metodológicos relevantes

Cursor

Editor de código basado en VS Code con IA integrada para desarrollo de software

Composer: Edición multi-archivo con contexto completo del proyecto (requiere suscripción)
Chat contextual: Conversaciones sobre código con acceso a múltiples archivos simultáneos
Codebase indexing: Indexación inteligente del repositorio completo para mejor contexto

Pueden ver aquí: https://cursor.com/

Cursor

Multi-modelo: Soporte para GPT-4, Claude, y modelos locales (vía LM Studio u Ollama)
Rules y Skills: Sistema de reglas personalizables (.cursorrules) para guiar el comportamiento del AI
Composer mode: Permite editar múltiples archivos en una sola conversación

Cursor: Ventajas para Ciencia Abierta

Reproducibilidad: Facilita generar código documentado, estructurado y con mejores prácticas
Colaboración: Mejora la calidad del código compartido en repositorios públicos (GitHub, GitLab)
Aprendizaje: Ayuda a investigadores sin experiencia a escribir código de calidad profesional
Eficiencia: Acelera desarrollo de scripts de análisis, visualizaciones y pipelines de datos

Cursor: Ventajas para Ciencia Abierta

Multi-lenguaje: Soporte robusto para Python, R, JavaScript, SQL, Julia y más
Integración Git: Facilita versionado, commits y contribuciones a proyectos open-source
Documentación: Genera automáticamente comentarios y documentación inline
Debugging: Identifica errores y sugiere correcciones rápidamente

Cursor: Desventajas para Ciencia Abierta

Costo: Requiere suscripción ($20/mes) para funciones avanzadas (Composer, mejor contexto)
Dependencia de APIs: Modelos cloud (GPT-4, Claude) requieren conexión y tienen costos por uso
Privacidad: Código sensible puede enviarse a servicios externos (configurable con modelos locales)
Curva de aprendizaje: Requiere aprender a escribir prompts efectivos y configurar reglas

Cursor: Desventajas para Ciencia Abierta

Over-reliance: Riesgo de depender demasiado sin entender el código generado
Licencias: Verificar que código generado cumpla con licencias de proyectos (MIT, GPL, etc.)
Calidad variable: Respuestas pueden variar y requerir múltiples iteraciones
Limitaciones contexto: Aunque amplio, tiene límites en proyectos muy grandes

LM Studio

Pueden ver aquí: https://cursor.com/

LM Studio

Plataforma para ejecutar modelos de lenguaje grandes (LLMs) localmente en tu computadora

Ejecución local: Modelos corren completamente en tu máquina (CPU/GPU)
Sin conexión: Funciona completamente offline una vez descargado el modelo
Multi-modelo: Soporte para Llama 2/3, Mistral, Phi, CodeLlama y otros modelos open-source
API local: Expone modelos como servidor API (compatible con OpenAI API) para usar con Cursor, Positron, etc.
Gratuito: Software open-source sin costos de suscripción ni límites de uso

LM Studio: Ventajas para Ciencia Abierta

Cuantización: Optimiza modelos para ejecutarse eficientemente en hardware limitado
Privacidad total: Datos sensibles (datos clínicos, encuestas, información personal) nunca salen de tu computadora
Sin costos: No hay límites de uso ni costos por token después de la descarga inicial
Control completo: Tienes control total sobre el modelo, parámetros (temperatura, top-p) y configuración
Reproducibilidad: Mismo modelo + misma configuración = resultados idénticos, sin variabilidad de APIs cloud

LM Studio: Ventajas para Ciencia Abierta

Open-source: Modelos y herramientas alineados con principios de ciencia abierta y FAIR
Sin restricciones: No hay límites de rate limiting, políticas de uso restrictivas ni censura
Investigación: Permite experimentar con diferentes modelos, fine-tuning y configuraciones
Compliance: Cumple con regulaciones de protección de datos (GDPR, HIPAA) al mantener datos locales
Transparencia: Puedes auditar exactamente qué modelo y versión estás usando

LM Studio: Desventajas para Ciencia Abierta

Requisitos hardware: Necesita GPU potente (NVIDIA con 8GB+ VRAM) o mucha RAM (16GB+) para modelos grandes
Velocidad: Más lento que servicios cloud optimizados (segundos vs milisegundos por respuesta)
Calidad: Modelos locales generalmente menos capaces que GPT-4/Claude en tareas complejas y razonamiento
Configuración: Requiere más conocimiento técnico para configurar, optimizar y resolver problemas

LM Studio: Desventajas para Ciencia Abierta

Espacio: Modelos grandes ocupan 4-70GB de almacenamiento (dependiendo del modelo y cuantización)
Mantenimiento: Necesitas actualizar modelos y software manualmente, sin actualizaciones automáticas
Limitaciones: Algunos modelos locales tienen limitaciones en tareas complejas, matemáticas avanzadas y código
Energía: Consume más energía localmente que usar APIs cloud optimizadas
Disponibilidad: Requiere tener el hardware encendido y disponible cuando necesitas usarlo

¿Cuándo usar cada herramienta?

Cursor + Cloud APIs (GPT-4, Claude)

Proyectos que requieren alta calidad de código
Cuando la privacidad no es crítica
Presupuesto disponible para suscripciones
Necesitas velocidad y resultados inmediatos

¿Cuándo usar cada herramienta?

Cursor + LM Studio (Modelos locales)

Balance entre privacidad y funcionalidad
Datos sensibles pero necesitas funciones avanzadas de Cursor
Control sobre qué modelo usar sin costos adicionales

¿Cuándo usar cada herramienta?

LM Studio standalone

Máxima privacidad requerida (datos clínicos, encuestas sensibles)
Sin presupuesto para APIs
Investigación que requiere reproducibilidad exacta
Compliance estricto con regulaciones de datos

Mejores prácticas con IA

Sé específico: Preguntas claras y detalladas dan mejores respuestas
Proporciona contexto: Menciona paquetes, datos y objetivos específicos
Revisa el código: Siempre verifica y prueba el código generado antes de publicar
Aprende de las explicaciones: Usa las respuestas para entender mejor el código, no solo copiar
Itera: Refina tus preguntas según necesites más información
Privacidad: Considera usar modelos locales (LM Studio) para datos sensibles

Mejores prácticas con IA

Documentación: Documenta el uso de IA en tus métodos y agradecimientos
Reproducibilidad: Especifica qué modelo y versión usaste si es relevante para tu investigación
Licencias: Verifica que código generado cumpla con licencias de tu proyecto
Transparencia: Sé transparente sobre el uso de IA en ciencia abierta