🤖 AI

SheetCompass: Hierarchical Relation Graphs for Agentic Spreadsheet Reasoning

SheetCompass es un marco de agentes guiado por grafos y orientado por memoria que aborda las limitaciones del razonamiento de LLM en hojas de cálculo mediante el modelado explícito de relaciones estructurales jerárquicas y contextos espaciales dentro de y entre las hojas de trabajo para permitir una automatización más efectiva de libros de trabajo complejos.

Autores originales: Panjing He, Mingyue Cheng, Yucong Luo, Li Li, Xiaohan Zhang

Publicado 2026-08-17

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Panjing He, Mingyue Cheng, Yucong Luo, Li Li, Xiaohan Zhang

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

El enigma de la hoja de cálculo digital

Imagina que estás intentando enseñarle a un robot superinteligente a leer una hoja de cálculo desordenada y de varias páginas. En el mundo de la Inteligencia Artificial, esto es un poco como pedirle a un detective que resuelva un crimen leyendo una lista de palabras que fueron arrancadas de un libro y mezcladas en una sola línea. Las hojas de cálculo son especiales porque no son solo listas de datos; son mapas visuales. Tienen filas, columnas y conexiones ocultas entre diferentes páginas que cuentan una historia sobre dinero, ventas o inventario. Para un humano, mirar una hoja de cálculo es como escanear un mapa de una ciudad: ves instantáneamente cómo la calle de "Ventas" se conecta con la avenida de "Precios". Pero para un Modelo de Lenguaje Extenso (LLM) —el tipo de IA que escribe poemas y responde preguntas— las hojas de cálculo suelen ser una pesadilla. Cuando alimentamos a estos modelos con una hoja de cálculo, normalmente la aplanamos en una larga cadena de texto, como convertir un edificio en 3D en un trozo de papel plano. Al hacerlo, perdemos el "dónde" y el "cómo" de los datos. El robot olvida que un número en la parte superior izquierda pertenece a una categoría en la parte inferior derecha, o que dos hojas diferentes están en realidad hablando entre sí. Este artículo, titulado SheetCompass, plantea una pregunta simple pero crucial: ¿Cómo enseñamos a una IA a ver el mapa de nuevo, en lugar de solo leer la lista de palabras?

La historia del artículo: Construyendo una brújula para la IA

Los autores de este artículo, trabajando en la Universidad de Ciencia y Tecnología de China, se dieron cuenta de que el problema no era que la IA no fuera lo suficientemente inteligente; era que la IA estaba mirando la hoja de cálculo de la manera equivocada. Argumentan que tratar una hoja de cálculo como un simple documento de texto despoja a la misma de la estructura que la hace útil. Para solucionar esto, construyeron un nuevo sistema llamado SheetCompass. Piensa en SheetCompass no como un robot que simplemente lee, sino como un equipo de tres exploradores expertos trabajando juntos con un mapa hecho a medida.

Primero, el equipo tuvo que resolver el problema del "texto plano". En lugar de alimentar a la IA con un párrafo largo y confuso, SheetCompass convierte la hoja de cálculo en un grafo jerárquico. Imagina una hoja de cálculo como una habitación desordenada llena de muebles. Los métodos tradicionales intentan describir la habitación enumerando cada objeto en una sola frase: "silla, mesa, lámpara, silla, mesa...". SheetCompass, sin embargo, construye un modelo 3D de la habitación. Crea un "Nodo de Tabla" para toda la tabla y "Nodos de Columna" para los encabezados, y luego dibuja líneas que los conectan. Incluso dibuja "líneas semánticas" especiales entre columnas que parecen diferentes pero significan lo mismo (como "Precio" en una hoja y "Costo" en otra), incluso si están muy alejadas. Esto crea un esqueleto estable y estructurado por el cual la IA puede navegar sin perderse.

Pero tener un mapa no es suficiente; los exploradores necesitan saber cómo usarlo. SheetCompass introduce un sistema de memoria de doble nivel. Una parte de la memoria es como una biblioteca de reglas expertas (Conocimiento Experto), que enseña a la IA cosas como "no elimines filas, solo escóndelas" o "cómo calcular una tabla dinámica". La otra parte es un diario de errores pasados (Experiencia de Razonamiento), donde el sistema recuerda qué salió mal en intentos previos para no repetir el mismo error. Esto es como un estudiante que no solo tiene un libro de texto, sino que también lleva un cuaderno con sus propias correcciones de exámenes.

Finalmente, el sistema introduce el equipo multi-agente. En lugar de un solo agente de IA intentando hacerlo todo, SheetCompass divide el trabajo en tres roles:

El Navegador (Explorador): Este agente observa el mapa de grafos, encuentra las columnas y tablas correctas, y determina el orden de los pasos necesarios para resolver el problema.
El Constructor (Programador): Este agente toma el plan y escribe el código real para hacer las matemáticas o crear los gráficos, asegurándose de ceñirse estrictamente al mapa para no inventar datos falsos.
El Inspector (Reflector): Este es el guardia de seguridad. Después de que el código se ejecuta, el Inspector verifica los resultados contra una lista de control. Si las matemáticas parecen extrañas (como restar un decimal diminuto de un precio enorme), el Inspector detiene el proceso, dice "Espera, eso no tiene sentido" y envía al equipo de vuelta para que lo arregle.

Lo que encontraron

Los investigadores probaron SheetCompass en varios conjuntos de datos difíciles que incluían hojas de cálculo complejas con múltiples tablas e instrucciones complicadas. Compararon su nuevo sistema con otros métodos de IA populares, incluyendo aquellos que simplemente escriben código de un solo golpe o utilizan bucles de agentes más simples. Los resultados fueron claros: SheetCompass fue significativamente mejor en completar la tarea correctamente a la primera.

En sus pruebas, al utilizar un modelo de IA potente (GPT-4), SheetCompass alcanzó una tasa de éxito del 63.2% en un benchmark importante (SCB), superando al siguiente mejor método que solo obtuvo un 61.1%. En otra prueba difícil (SB) que requería que la IA pasara cada uno de los controles en una serie de ensayos, SheetCompass mejoró la tasa de éxito al 18.3%, un gran salto respecto al mejor anterior de 13.5%. Cuando utilizaron un modelo aún más avanzado (GPT-5), la brecha se amplió, con SheetCompass alcanzando un 71.3% en el benchmark SCB y un 22.0% en el difícil benchmark SB.

El artículo también realizó "estudios de ablación", que son como desarmar una máquina para ver qué pieza es la más importante. Encontraron que si eliminaban el mapa de grafos, el rendimiento del sistema caía drásticamente, demostrando que el mapa es la pieza más crítica. También descubrieron que el Inspector (Reflector) era vital; sin él, el sistema cometía más errores porque no podía detectar sus propios fallos.

Por qué es importante

Los autores sugieren que la clave para que la IA sea buena con las hojas de cálculo no es solo hacer a la IA más inteligente, sino darle una mejor forma de ver los datos. Al convertir el texto plano en un grafo estructurado y utilizar un equipo de agentes especializados que revisan el trabajo de los demás, SheetCompass cierra la brecha entre cómo los humanos leen las tablas de forma natural y cómo las computadoras procesan la información. El artículo no afirma haber resuelto todos los problemas de hojas de cálculo del mundo, pero muestra que este nuevo enfoque de "percepción estructural" combinado con "razonamiento colaborativo" es un camino poderoso hacia adelante. Sugiere que para que la IA domine realmente las herramientas desordenadas y del mundo real que usamos a diario, necesita dejar de leer listas y empezar a leer mapas.

Resumen Técnico: SheetCompass

Declaración del Problema

El razonamiento automatizado en hojas de cálculo sigue siendo un cuello de botella significativo para los Modelos de Lenguaje Extensos (LLMs), particularmente al manejar libros de trabajo complejos y del mundo real. Aunque los LLMs sobresalen en la comprensión semántica, su rendimiento se degrada drásticamente en las hojas de cálculo debido al predominante "paradigma de aplanamiento de información". Los métodos existentes suelen serializar las cuadrículas multidimensionales en cadenas lineales (por ejemplo, Markdown o JSON), lo que fundamentalmente despoja de:

Topología Intra-hoja: El sistema de posicionamiento ortogonal de filas y columnas se rompe, causando que los diseños complejos pieran su vecindad espacial dentro del flujo de tokens.
Semántica Inter-hoja: Las dependencias de datos implícitas y la lógica de negocio entre diferentes hojas de cálculo se oscurecen, rompiendo correspondencias críticas (por ejemplo, entre las hojas de costos y precios) en fragmentos de texto aislados.

Este aplanamiento crea una discordancia con la naturaleza visual y basada en cuadrículas de las hojas de cálculo, impidiendo que los modelos aprovechen las pistas espaciales que los expertos humanos utilizan para el escaneo rápido y la alineación lógica. En consecuencia, los modelos tienen dificultades para reconstruir flujos de datos dinámicos, lo que conduce a una desalineación estructural en tareas de razonamiento entre tablas.

Metodología: El Marco de Trabajo SheetCompass

Para abordar estas limitaciones, los autores proponen SheetCompass, un marco agéntico guiado por grafos y orientado a la memoria. La filosofía central es transformar los datos tabulares brutos en espacios de evidencia estructurados que guíen la planificación, ejecución y reflexión del agente. El marco consta de tres componentes principales:

1. Construcción de Grafo de Relaciones Jerárquico

En lugar de secuencias lineales, SheetCompass modela las hojas de cálculo como un grafo jerárquico $G = (V, E)$ para preservar las dependencias estructurales.

Jerarquía de Nodos: El grafo organiza los vértices en una jerarquía de dos niveles: Nodos de Tabla (que representan las hojas de cálculo) y Nodos de Columna (que representan encabezados emparejados con entradas de datos de muestra). Esto evita el modelado denso a nivel de celda mientras captura la identidad semántica.
Tipos de Aristas:
- Aristas Estructurales ( $E_{str}$ ): Extraídas determinísticamente del diseño para definir los límites físicos. Estas incluyen aristas de inclusión (que vinculan tablas con columnas) y aristas de adyacencia (que conectan columnas vecinas horizontalmente).
- Aristas Semánticas ( $E_{sem}$ ): Construidas dinámicamente para vincular columnas relacionadas a través de diferentes hojas, incluso si están espacialmente distantes. Esto se logra calculando una puntuación combinada de similitud espacio-semántica (vía un transformador pre-entrenado) y verificación de relación lógica (vía un LLM que comprueba la lógica de clave primaria/foránea). Un umbral de confianza filtra las conexiones de baja calidad.

2. Mecanismo de Memoria de Doble Nivel

Para mejorar la fiabilidad del agente y dar soporte a tareas de largo alcance, SheetCompass emplea dos sistemas de memoria:

Memoria de Conocimiento Experto: Un repositorio estático que contiene conocimiento de dominio (reglas procedimentales, fórmulas comunes) y conocimiento de uso de herramientas (registros históricos de ejecución de código, causas raíz de errores y soluciones de reparación). Esto proporciona una base cognitiva estable para prevenir alucinaciones.
Memoria de Experiencia de Razonamiento: Un registro dinámico y de corto plazo de la sesión de razonamiento actual. Registra detalles episódicos como rutas de recorrido de grafos, mensajes de error de sandbox y desajustes de estado. Crucialmente, las trayectorias exitosas y las lecciones de alto valor de esta memoria se destilan periódicamente en la Memoria de Conocimiento Experto a largo plazo.

3. Flujo de Trabajo Multi-Agente

El marco coordina tres agentes especializados para manejar la percepción, ejecución y verificación en un bucle cerrado:

Explorador de Navegación: Descompone instrucciones de alto nivel en pasos atómicos. Utiliza el grafo jerárquico para realizar detección topológica, extrayendo subgrafos relevantes mediante el filtrado de similitud semántica y Búsqueda en Anchura (BFS) para anclar objetivos y reducir la longitud del contexto.
Programador Lógico: Actúa como un generador de código restringido. Traduce los pasos del explorador en scripts de Python ejecutables, adhiriéndose estrictamente a los conjuntos de nodos verificados del grafo para asegurar que todas las variables estén ancladas al diseño físico correcto.
Reflector Crítico: Implementa un mecanismo de retroalimentación de verificación de estado. Traduce las instrucciones del usuario en una lista de verificación y valida el estado de los metadatos de la hoja de cálculo después de la ejecución del código. Si se encuentran discrepancias, genera notas de diagnóstico para activar la refinación iterativa por parte del Explorador y el Programador.

Contribuciones Clave

El artículo reclama tres contribuciones primarias:

Puente de Razonamiento Estructural: La propuesta de SheetCompass, que efectivamente une la percepción del espacio estructural con el razonamiento multi-agente, superando la pérdida de información inherente a las secuencias planas convencionales.
Grafo Contextual Jerárquico: La introducción de una estructura de grafo que preserva tanto los diseños espaciales intra-hoja como los vínculos semánticos inter-hoja, combinado con un sistema de memoria de doble nivel y un flujo de trabajo multi-agente coordinado para garantizar una ejecución de alta fidelidad.
Validación Empírica: Experimentos extensos que demuestran que SheetCompass alcanza el estado del arte en benchmarks complejos de hojas de cálculo, confirmando el impacto crítico del razonamiento estructural y semántico entre tablas.

Resultados Experimentales

El marco fue evaluado en tres benchmarks: SCB (SheetCopilotBench), SB (SpreadsheetBench) y SheetRM.

Rendimiento: SheetCompass superó consistentemente a bases sólidas (incluyendo Binder, generación de VBA, OS-Copilot, SheetCopilot y SheetAgent) en todas las métricas.
- En SCB, logró un 63.2% de Pass@1 (backbone GPT-4) y un 71.3% (backbone GPT-5), superando al mejor baseline por márgenes significativos.
- En SB, alcanzó un puntaje de 22.0% en Restricción Dura (GPT-4) y 24.7% (GPT-5), representando mejoras absolutas de 6.4% a 6.9% sobre los baselines más fuertes.
- En SheetRM, alcanzó un 43.5% de Pass@1 (GPT-4) y 52.3% (GPT-5).
Estudios de Ablación: Eliminar el grafo jerárquico causó la caída de rendimiento más aguda (por ejemplo, -14.9% en Pass@1 en SCB), confirmando que el anclaje estructural es fundacional. Del mismo modo, deshabilitar el flujo de trabajo multi-agente o la memoria de doble nivel condujo a una degradación significativa, validando la necesidad de la ejecución colaborativa y la retención de memoria.
Análisis de Complejidad: SheetCompass demostró una robustez superior en escenarios de múltiples tablas en comparación con los entornos de tabla única. Mientras que los baselines sufrieron caídas de rendimiento pronunciadas al cruzar tablas, SheetCompass mantuvo una alta precisión, atribuido a su capacidad de usar aristas semánticas para rastrear dependencias entre tablas.

Significado y Reclamaciones

El artículo posiciona a SheetCompass como una solución al desajuste fundamental entre el procesamiento de texto lineal y el diseño visual basado en cuadrículas de las hojas de cálculo. Al modelar explícitamente las "propiedades de cuadrícula intrínsecas" a través de un grafo jerárquico, el marco permite a los agentes descendentes navegar espacios multidimensionales sin perder el contexto espacial.

Los autores afirman que este enfoque resuelve un cuello de botella importante en la productividad industrial al permitir una automatización de hojas de cálculo de alta fidelidad. El trabajo establece una base escalable para las próximas herramientas empresariales de próxima generación, yendo más allá del simple emparejamiento de patrones hacia sistemas de razonamiento robustos, interpretables y autocorrectivos que pueden manejar dependencias de datos no lineales complejas. Se destaca como un avance clave en el razonamiento agéntico la capacidad del marco para transicionar de la detección de errores a la autorreparación lógica mediante su conjunto cognitivo de bucle cerrado.