Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAPI / Producto · Listo para usarMicrosoft Research→ original

Microsoft Research presenta Flint-interactive: agentes de IA que dibujan gráficos interactivos

Los agentes de IA dibujan gráficos en el chat, pero casi siempre son estáticos: no se pueden ampliar ni seleccionar un grupo de puntos. Microsoft Research ha publicado Flint-interactive, un lenguaje en el que el agente describe un evento ("países seleccionados") y una reacción ("resaltar"), y el compilador gestiona por sí mismo los clics y el renderizado. Según los autores, así los gráficos interactivos resultan más fiables y consumen menos tokens que cuando se generan desde cero con código. Para los desarrolladores de agentes es más sencillo usar presets listos que depurar JavaScript hecho a medida.

Procesado por IA desde Microsoft Research; editado por Hamidun News
Microsoft Research presenta Flint-interactive: agentes de IA que dibujan gráficos interactivos
Fuente: Microsoft Research. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalMicrosoft Research ↗
Editor jefe
Dato clave #1Se conecta al chat mediante Flint-MCP y MCP Apps
Dato clave #2Los gráficos se vinculan con tablas, texto y widgets de la aplicación
Dato clave #3Para escenarios no estándar hay una API de programación y manejadores de eventos

Pide a un agente de IA que analice unos datos y, con toda probabilidad, devolverá un gráfico ordenado pero inmóvil. Para entender los detalles, el usuario necesita otra cosa: acercar una zona, comparar dos diagramas, resaltar un grupo de países y ver en qué parte del informe se habla de él. Los investigadores de Microsoft Research han propuesto para ello el lenguaje Flint-interactive, que se construye sobre su biblioteca Flint y que pretende que los gráficos interactivos sean un resultado habitual del trabajo de un agente.

Por qué a los agentes les cuesta hacer gráficos interactivos

Los autores describen dos problemas. El primero es el coste. Un agente rara vez logra una visualización interactiva acertada a la primera: razona, escribe código, detecta errores, los corrige y vuelve a ejecutarlo. Cada iteración consume tokens y tiempo. El segundo es la fiabilidad. En un gráfico interactivo es fácil obtener una disposición defectuosa o una interacción rota, y corregir un error suele generar otro nuevo.

Las bibliotecas de visualización populares tampoco bastan. Cubren casos típicos, como la información emergente al pasar el cursor, pero la mecánica no estándar, como la que usan los periodistas de datos, hay que escribirla a mano. Según los autores, el problema de fondo es que no existe un lenguaje cómodo para describir de forma breve el comportamiento de un gráfico.

Cómo funciona, con un ejemplo

La idea consiste en separar dos capas. La lógica visual la gestiona el compilador de Flint. Convierte acciones en bruto, como un clic, un arrastre o la pulsación de una tecla, en "eventos semánticos", es decir, en un registro comprensible: el usuario ha seleccionado estos países o este punto. Además, determina qué elemento está bajo el cursor y vuelve a dibujar el lienzo.

La lógica de la interacción la define el usuario o el agente. Para ello hay que vincular un evento con una operación de actualización. Las operaciones son sencillas: resaltar datos, anotar un punto, desplazar o ampliar el área de visualización. Por ejemplo, en dos gráficos enlazados se puede enmarcar un conjunto de países y en la vista contigua se resaltan los mismos grupos. Para este caso ya existe el preset linked-brush.

El mismo principio funciona más allá de un único gráfico. Un evento puede enviarse a un elemento externo: filtrar una tabla, actualizar otro diagrama o cambiar el estado de la aplicación. También existe el sentido contrario. En uno de los ejemplos, al hacer clic en una fila de la tabla se resaltan los puntos del gráfico, y viceversa. El lienzo Flint Canvas funciona como un autómata finito: registra las acciones del usuario y mantiene el estado del renderizado.

Para los escenarios no estándar, Flint ofrece una API de programación. El desarrollador define un disparador y una función manejadora que convierte el evento en una cadena de actualizaciones. El manejador puede, por ejemplo, resaltar el país pulsado y rotularlo, combinando operaciones de estilo y anotación sin recurrir a los detalles de un renderizador concreto. Como ejemplo más complejo, los autores muestran DimpVis: el usuario arrastra un punto a lo largo de una trayectoria temporal y cambian la temperatura y las precipitaciones de todas las ciudades.

Cómo probarlo y qué tener en cuenta

Hay tres formas de usarlo. La primera, para usuarios del chat: Flint se conecta mediante Flint-MCP y MCP Apps siguiendo las instrucciones de la guía. Después, el agente genera una especificación de interacción (interaction_spec) junto con la especificación del propio gráfico y lo dibuja directamente en la conversación. Los elementos que el usuario selecciona pueden trasladarse a las siguientes preguntas, es decir, el usuario puede precisar la consulta haciendo clic.

La segunda, para quienes construyen aplicaciones: los paneles, los relatos de datos y las vistas enlazadas se montan sobre Flint Interactive Canvas. La aplicación recibe eventos semánticos a través de los manejadores y envía al lienzo operaciones de actualización, por ejemplo desde widgets propios. La tercera, para diseñadores de interacciones: se puede idear un comportamiento nuevo y proponerlo como preset en GitHub.

Para los desarrolladores, la conclusión es práctica. Si estás creando un agente que muestra datos a clientes, no conviene obligar al modelo a escribir código interactivo desde cero en cada ocasión. Es más rentable que describa la intención a alto nivel y que una capa probada se encargue del renderizado y de las dependencias. Los autores también proponen entregar al agente de programación una habilidad llamada interaction-author para que añada presets a tu aplicación.

Hay límites. El anuncio no incluye benchmarks: no hay cifras sobre el ahorro de tokens, la proporción de generaciones correctas ni la velocidad. Las afirmaciones sobre fiabilidad y bajo coste se apoyan por ahora en demostraciones y en la descripción de la arquitectura. La expresividad está limitada por el vocabulario de operaciones y presets de Flint, y en los escenarios poco habituales seguirá haciendo falta la API de programación. Si un lenguaje así logra reducir de forma notable el número de iteraciones de un agente, se verá con el uso real.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Por qué a los agentes les cuesta hacer gráficos interactivos?

Los autores describen dos problemas. El primero es el coste. Un agente rara vez logra una visualización interactiva acertada a la primera: razona, escribe código, detecta errores, los corrige y vuelve a ejecutarlo. Cada iteración consume tokens y tiempo. El segundo es la fiabilidad. En un gráfico interactivo es fácil obtener una disposición defectuosa o una interacción rota, y corregir un error suele generar otro nuevo. Las bibliotecas de visualización populares tampoco bastan.

Cómo funciona, con un ejemplo?

La idea consiste en separar dos capas. La lógica visual la gestiona el compilador de Flint. Convierte acciones en bruto, como un clic, un arrastre o la pulsación de una tecla, en "eventos semánticos", es decir, en un registro comprensible: el usuario ha seleccionado estos países o este punto. Además, determina qué elemento está bajo el cursor y vuelve a dibujar el lienzo. La lógica de la interacción la define el usuario o el agente. Para ello hay que vincular un evento con una operación de actualización.

Cómo probarlo y qué tener en cuenta?

Hay tres formas de usarlo. La primera, para usuarios del chat: Flint se conecta mediante Flint-MCP y MCP Apps siguiendo las instrucciones de la guía. Después, el agente genera una especificación de interacción (interaction_spec) junto con la especificación del propio gráfico y lo dibuja directamente en la conversación. Los elementos que el usuario selecciona pueden trasladarse a las siguientes preguntas, es decir, el usuario puede precisar la consulta haciendo clic.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
¿Qué te parece?
Cargando comentarios…