El espacio multidimensional

Abre una hoja de cálculo y reserva siete columnas, una por cada coordenada: quién, qué, dónde, cuándo, cuánto, cuál y la columna de enlaces que las amarra, cómo. Ahora pega, en filas sucesivas, hechos que no tienen nada que ver entre sí: una venta que se registró a media tarde, un gol anotado en el segundo tiempo, el estreno de un largometraje, una ordenanza municipal de micromovilidad, la llamada de una usuaria a un agente de inteligencia artificial. Cinco mundos ajenos, una sola rejilla. Y, fila tras fila, la mayoría de las celdas en blanco. Esa hoja medio vacía, lejos de ser un borrador descuidado, es la representación más honesta de lo que vamos a estudiar.

Esa rejilla, llevada a su conclusión natural, es lo que llamaremos el espacio multidimensional de WQuestions. Tiene un eje por cada coordenada de valor (seis dimensiones que fijan posición) y una urdimbre de enlaces que une las lecturas de cada hecho. Los sucesos del mundo son puntos dentro de ese espacio. Habrá regiones congestionadas, donde los hechos llenan casi todos sus ejes, y regiones casi desiertas. Pero todos, sin excepción, obedecen a la misma física geométrica. Este capítulo trata de esa física. No la estudiamos por afición a las matemáticas, sino porque pensar la base de datos como un espacio cambia, de raíz, cómo se escribe una consulta y cómo un sistema automático audita lo que una organización sabe de sí misma.

De la metáfora a la geometría

Conviene decirlo sin rodeos, porque es la tesis del capítulo: las coordenadas no son una metáfora. Cuando en los capítulos anteriores dijimos que un hecho «se ubica» en los ejes de las preguntas, no estábamos adornando una idea con vocabulario espacial prestado. Estábamos describiendo, con precisión, un espacio que admite definición formal y que se comporta como tal. Si nos pusiéramos estrictos, diríamos que el universo de valores (llamémoslo V) es la unión de todos los individuos que viven en los seis ejes de valor:

V  =  Q ∪ O ∪ L ∪ T ∪ N ∪ K          (el universo de valores)
S  ⊆  Q × O × L × T × N × K          (una situación: un punto, posiblemente parcial)
M                                     (los enlaces que conectan cada lectura del punto)

Una situación es un punto de ese producto: una tupla con, a lo sumo, una lectura por eje. Y el «a lo sumo» es el primer detalle que separa este espacio de los que verás en un libro de cálculo. Pero antes de las diferencias, fijemos la intuición con un punto concreto. Toma la venta que el vendedor 17 registró a las cuatro y media de la tarde: no es una abstracción, es un punto con coordenadas legibles, una por eje, unidas por los enlaces de cómo.

Ahora bien, en la inmensa mayoría de los puntos no habrá una lectura en cada eje. Y eso es lo esperable, no un defecto. El gol de Messi toca Q, O y T; la llamada al agente de IA, por ocurrir «en la nube», deja vacío el eje L. Por eso conviene pensar el espacio como una estructura parcial: cada hecho ocupa solo las dimensiones que le importan y deja en paz las demás. La promesa del modelo nunca fue que todo en la vida sea hipercomplejo. Fue que cualquier hecho, por excéntrico que sea, puede encontrar su lugar exacto en este mapa de coordenadas.

Tres propiedades formales

Si trabajas con datos, la palabra «espacio multidimensional» evocará territorios conocidos: el espacio vectorial ℝⁿ del álgebra, las tablas relacionales, los cubos OLAP del business intelligence. Comparten la idea de varios ejes. Pero el espacio de WQuestions difiere de todos ellos en tres propiedades que conviene nombrar con precisión, porque cada una desactiva una incomodidad clásica del modelado de datos.

La tercera propiedad merece una observación que el resto del libro aprovechará. Que el espacio sea tipado no es un detalle decorativo: es lo que permite que las consultas se validen antes de ejecutarse. Si alguien pide «hechos donde Q sea anterior a 2026», el motor puede rechazar la pregunta sin tocar un solo dato, porque sabe que en el eje de los agentes la relación «anterior a» carece de sentido. La geometría no solo almacena: además, defiende su propia coherencia.

Las dimensiones son los roles, no los ejes

Aquí cabe deshacer una confusión que el lenguaje de «ejes» arrastra. Cuando decimos que el espacio tiene seis dimensiones de valor, podría parecer que la dimensionalidad de un hecho es, como mucho, seis. No es así. Lo que da dimensión a una situación no son los seis ejes, sino los roles que cada eje puede desplegar dentro de ese hecho. Un gol de fútbol no tiene «un quién»: tiene un anotador y un asistente, dos roles distintos sobre el mismo eje Q. Un largometraje no tiene «un autor»: tiene una directora y una guionista. Cada rol es una dimensión propia.

Míralo en el gol de Messi. El eje Q aparece dos veces, pero no como duplicado: como dos coordenadas con roles distintos, cada una con su propio enlace de cómo.

Por eso la dimensionalidad real de un hecho es el número de roles que activa, no el número de ejes que existen. El espacio de seis ejes es, en rigor, un espacio de dimensión abierta: cada situación reificada puede abrir tantos roles como su naturaleza exija, y todos aterrizan, tipados, sobre los mismos seis ejes de valor. Los ejes son el alfabeto; los roles, las palabras.

La hoja dispersa, en acción

Volvamos a la rejilla del principio, ahora con datos del repertorio. Cinco situaciones de cinco dominios sin parentesco alguno, conviviendo en la misma estructura. Observa, sobre todo, las celdas en blanco: no son un descuido, son la parcialidad funcionando.

Lo notable no es que las cinco filas quepan en la misma tabla, sino que la estructura sea idéntica para todas. Cualquier analista (y cualquier modelo de lenguaje) puede leer esta rejilla y entender qué dice cada fila sin ser experto en ventas, en fútbol ni en derecho administrativo. Y esa uniformidad es lo que vuelve trivial la búsqueda. Si alguien pide «todo lo que ocurrió el 14 de mayo de 2026», basta filtrar el eje T: el sistema devolverá, en el mismo gesto, la ordenanza de la municipalidad. No hace falta tender un puente entre el servidor de la tienda, el de deportes y el legal. Todo vive en la misma geometría.

Consultar es restringir la geometría

Si los hechos son puntos en un espacio de seis ejes, entonces una consulta no es más que imponer restricciones geométricas sobre las coordenadas. Fijar un eje a un valor es trazar un hiperplano; pedir un rango es recortar una franja; quedarse con unos pocos ejes es una proyección. En la práctica, casi todo lo que una organización pregunta cae en uno de tres gestos.

La consulta de cruce, escrita como tripletas, deja ver su forma. No es una pregunta en lenguaje de tablas, sino un conjunto de restricciones sobre un mismo punto:

(?evento, anotador,    messi)            ∈ M(O→Q)   ← corta el eje Q
(?evento, clase,       gol)              ∈ M(O→K)   ← corta el eje K
(?evento, tiempo,      segundo)          ∈ M(O→T)   ← corta el eje T
─────────────────────────────────────────────────
?evento  =  la intersección de los tres cortes

La belleza técnica está en que el motor ejecuta siempre la misma operación (un corte geométrico) sin que le importe si busca goles, diagnósticos o transacciones. Ahí se cumple la promesa del modelo: un único lenguaje para interrogar al mundo entero.

Una consulta deja de ser una orden en el dialecto de cada base de datos y pasa a ser lo que siempre quiso ser: una restricción sobre las coordenadas de un hecho.La geometría de la pregunta

Situaciones como nube de puntos

Cuando una organización acumula millones de estos puntos parciales, el espacio deja de ser una rejilla y se vuelve una nube. Y en esa nube, las situaciones se ordenan solas según cuántas dimensiones activan y qué magnitud despliegan. La figura siguiente sitúa cinco situaciones del repertorio en un plano de dos ejes elegidos a propósito: cuántas coordenadas llena cada hecho (su densidad) frente a la magnitud numérica que registra. No es una afinidad ni una distancia física (ya volveremos sobre eso); es una manera de ver que los puntos no se reparten al azar.

Esta es la densidad emergente: no una regla matemática, sino un fenómeno orgánico. A medida que el sistema absorbe datos, ciertas regiones del espacio se pueblan mucho más que otras. En un hospital, la zona donde se cruzan pacientes Q, episodios O, fechas T y diagnósticos K se vuelve un nodo brillante de información. Y cuando a ese mismo hospital se le instala un asistente nuevo (un agente que toma citas por mensajería), este empieza a poblar su propio rincón vacío del espacio (sesiones O, latencias N, modelos K) sin estorbar un solo dato del sistema clínico. El día en que una paciente pregunta por mensajería «¿cuándo me toca la consulta?», ambos sistemas se cruzan en un punto del mapa, sin necesidad de tender un túnel de integración entre servidores.

De la geometría a la tabla que ya conoces

Toda esta geometría deja a más de un lector con una incomodidad legítima: está muy bien, pero yo necesito una tabla. La buena noticia es que no hay que elegir. Una consulta recorta un subconjunto de puntos del espacio; entregar ese recorte a un humano (o a una hoja de cálculo, o a un reporte) es, sencillamente, proyectar los ejes a columnas. La geometría no reemplaza a la tabla: la genera bajo demanda, y en más de una forma.

La primera ya la tienes delante. Esa hoja dispersa de la Figura 8.2 (cinco hechos de cinco dominios sobre los seis ejes) es la tabla universal de hechos: una lectura plana, con sus códigos crudos, donde conviven una venta y una ordenanza sin romper nada. Es la vista que querría una máquina. Pero una persona no quiere códigos: quiere nombres, fechas y un encabezado que entienda. Esa es la segunda vista.

Pídele al sistema «un reporte de los trámites de licencias». Por dentro, el motor hace dos cosas: filtra por el eje K (se queda con los hechos cuya clase es una licencia) y resuelve cada código a su etiqueta legible a través del lexicon: juan se vuelve «Juan», tramite_juan_lic_04 se vuelve «Licencia de funcionamiento», zona_centro se vuelve «Centro». El resultado es exactamente la tabla clásica que esperabas:

Repara en esa última columna, porque toca un punto fino del modelo. La tabla universal tiene seis columnas de valor, no siete: M es la urdimbre de enlaces, no una coordenada de posición. Pero al proyectar para un humano puedes elegir qué enlace subir a columna (aquí, el estado del trámite). Cada reporte decide qué cable de cómo le interesa mostrar; el modelo de fondo no cambia.

Y hay una tercera vista, la que más impresiona a quien manda. Si el alcalde pide «cuántos trámites de cada tipo se hicieron por zona», no hace falta un programa nuevo: cruzas dos ejes en una cuadrícula. Las filas son el eje K, las columnas el eje L, y cada celda cuenta los puntos que caen en esa intersección. En SQL eso pediría un GROUP BY con PIVOT; aquí es la misma operación geométrica de siempre (un corte), contada ahora sobre dos dimensiones:

Tres vistas, un solo almacén: la lectura plana para la máquina, la proyección con nombres para la persona, la pivote para quien decide. Ninguna se diseñó por separado; las tres son cortes y proyecciones del mismo espacio de puntos.

Conviene ponerle nombre a esa pivote, porque es el hogar de un mecanismo que reaparecerá en cada dominio del libro: el reporte. Pivotar es tomar muchas situaciones y agruparlas por dos coordenadas a la vez, y de ahí en adelante toda vez que un hospital pregunte por sus diagnósticos o un banco por su cartera estará volviendo aquí. El caso individual fue la entrada al espacio; el reporte sobre muchos es su salida natural.

La tabla nunca fue el modelo. Era una de sus vistas —y el grafo sabe generarla cuando la pides.Del espacio a la rejilla

Frente a ℝⁿ, las tablas y los cubos

Conviene ahora contrastar este espacio, de frente, con las tres tecnologías multidimensionales que más se le parecen. No para descartarlas (cada una resuelve su problema), sino para fijar el límite exacto donde WQuestions hace algo distinto.

El contraste con los embeddings de la inteligencia artificial merece párrafo aparte, porque ahí la diferencia es de otra índole. Cuando un modelo «lee» una palabra, la convierte en un vector denso de cientos de números para medir su cercanía a otras. Ese espacio es enormemente útil (captura parecidos sutiles) pero es opaco: ningún humano lee esos millones de cifras para saber por qué el modelo unió dos ideas. El espacio de WQuestions es lo contrario: transparente y auditable, cada eje con una etiqueta legible. La IA usa los embeddings para pensar rápido en privado; usa WQuestions para guardar el resultado de un modo que una persona pueda inspeccionar y defender. No compiten: se complementan.

Tres cosas que este espacio no es

Para que la metáfora geométrica no prometa de más, conviene cerrar el contorno con tres negaciones deliberadas. La geometría es real, pero no hace todo lo que una geometría podría sugerir.

Un espacio hecho para agentes

Cerremos uniendo la geometría con quien va a recorrerla. Cuando un agente autónomo se conecta a los datos de una organización, lo que hace, en términos del espacio, es navegar esta geometría como un dron. Dar de alta un cliente es dibujar un punto nuevo. Investigar un fraude es recortar una región y leer lo que hay dentro. Responder una pregunta es imponer una restricción y devolver el corte. Las mismas tres operaciones de antes, ahora ejecutadas por una máquina.

Y aquí está el cierre del argumento: este mapa de coordenadas (quién, qué, dónde, cuándo, cuánto, cuál) es el mismo armazón cognitivo que el modelo de lenguaje ya usaba para entender el mundo descrito en palabras. Al presentarle los datos estructurados de esta forma, el agente no aterriza en un ecosistema extraño que debe aprender desde cero: se encuentra con un universo digital que obedece a las mismas leyes que organizan su propio entrenamiento. Esa compatibilidad entre la forma de la pregunta y la forma del dato es lo que vuelve rentable todo el esfuerzo de modelar.

Pero la vida real reserva un nudo. En el eje O habitan unos individuos especiales: las situaciones reificadas (un partido entero, una sesión completa, un proceso de varios actos) donde miles de hechos menores convergen porque hablan de lo mismo. Son los puntos que más roles abren y, por tanto, los de mayor dimensión real. Cómo el modelo desata esos nudos sin que la estructura se desborde (cómo distingue una situación de su contexto, y dónde entra la agencia) es justo el asunto del próximo capítulo.