Temas de IA: Conoce el servidor MCP de Google Data Commons
Con el nuevo servidor MCP de Data Commons de Google, los sistemas de IA y los agentes pueden acceder a datos estadísticos reales usando lenguaje natural y construir modelos basados en datos confiables.
Puntos clave del servidor MCP de Google Data Commons
Google lanzó un servidor de Protocolo de Contexto de Modelo (MCP) para Data Commons, permitiendo acceder fácilmente a datos públicos usando solo oraciones en lenguaje natural.
Data Commons contiene estadísticas de encuestas gubernamentales, registros administrativos locales y organizaciones globales como la ONU.
El estándar MCP creado por Anthropic está siendo utilizado ahora por OpenAI, Microsoft y Google para conectar sistemas de IA con datos estructurados.
Google se asoció con la Campaña ONE para crear el ONE Data Agent, publicando decenas de millones de datos financieros y de salud para África.
El servidor se puede usar a través de Gemini CLI, notebooks de Colab o cualquier cliente compatible con MCP, con código de ejemplo disponible en GitHub.
Google lleva Data Commons a MCP
Google lanzó un nuevo servidor MCP (Protocolo de Contexto de Modelo), facilitando el acceso a la plataforma Data Commons para agentes de IA, desarrolladores y científicos de datos.
Lanzado en 2018, Data Commons organiza y estandariza datos públicos de encuestas gubernamentales, administraciones locales y organizaciones internacionales como la ONU.
Ahora Google ha conectado la plataforma a un servidor MCP, facilitando la obtención de estos datos mediante preguntas en lenguaje natural.
Esta capacidad permite que los sistemas de IA utilicen datos verificados y estructurados en lugar de depender únicamente de fuentes web no verificadas que a menudo están plagadas de desinformación.
Resolviendo la desinformación de IA con datos reales
Muchos modelos de IA se entrenan con enormes cantidades de texto de internet, que pueden ser inexactos y tener lagunas.
Cuando los modelos encuentran información faltante o ambigua, a menudo generan resultados incorrectos para "llenar los espacios en blanco".
Google Data Commons proporciona una forma de construir IA basada en hechos al permitir el acceso a datos reales verificados a través del servidor MCP.
El servidor conecta directamente datos como registros censales y estadísticas climáticas al proceso de entrenamiento de IA.
"Con el Protocolo de Contexto de Modelo, puedes usar la inteligencia de los modelos de lenguaje grandes para seleccionar los datos correctos en el momento adecuado, sin necesidad de saber cómo se modelan los datos o cómo funcionan las APIs."
Prem Ramaswami, responsable de Google Data Commons, dijo esto en una entrevista.
MCP: De Anthropic al estándar de la industria
El Protocolo de Contexto de Modelo (MCP), creado por primera vez por Anthropic en noviembre de 2024, se ha convertido rápidamente en un estándar de la industria.
El protocolo permite que los sistemas de IA se conecten a APIs, almacenes de datos y entornos de desarrollo a través de un marco común.
Desde su lanzamiento, empresas como OpenAI, Microsoft y Google lo han adoptado para ayudar a los agentes de IA a interactuar naturalmente con diversas fuentes de información estructurada.
Mientras muchas empresas se enfocaron en conectar sus modelos de IA al protocolo, el equipo de Google Data Commons exploró formas de hacer los datos públicos más accesibles.
A principios de este año, sus experimentos llevaron directamente al desarrollo del servidor MCP.
Asociación con la Campaña ONE
La Campaña ONE, una organización sin fines de lucro enfocada en mejorar las oportunidades económicas y la salud pública en África, creó un servidor MCP piloto usando Google Data Commons, convirtiéndose en un catalizador para el cambio.
Esta colaboración produjo el ONE Data Agent, una herramienta de IA que usa el servidor MCP para presentar decenas de millones de datos financieros y de salud en lenguaje común.
Animado por el éxito del piloto, el equipo de Google lanzó un servidor dedicado en mayo.
Acceso abierto para desarrolladores y agentes de IA
El servidor MCP de Google Data Commons está disponible para todos y es compatible con todos los modelos de lenguaje grandes (LLMs).
Para aumentar la adopción, Google proporcionó múltiples puntos de entrada:
Agentes de ejemplo a través del Kit de Desarrollo de Agentes (ADK) en notebooks de Colab
Acceso directo al servidor a través de Gemini CLI
Conexión con cualquier cliente compatible con MCP usando el paquete PyPI
Código de ejemplo publicado en GitHub
Esta flexibilidad permite a los desarrolladores conectar pipelines de datos reales directamente a sistemas de IA con una configuración mínima.
Preguntas y Respuestas
P: ¿Qué es el servidor MCP de Google Data Commons?
R: Es un servidor MCP que permite a los agentes y aplicaciones de IA acceder a los datos públicos de Google Data Commons mediante consultas en lenguaje natural.
P: ¿Por qué es esto importante para el entrenamiento de IA?
R: Construye sistemas de IA basados en datos estructurados confiables, reduciendo la dependencia de texto web incorrecto y minimizando la desinformación.
P: ¿Quién creó originalmente MCP?
R: El Protocolo de Contexto de Modelo (MCP) fue creado por Anthropic en noviembre de 2024 y desde entonces se ha convertido en un estándar de la industria.
P: ¿Quién está usando MCP hasta ahora?
R: OpenAI, Microsoft, Google y otras empresas están usando el protocolo para conectar modelos de IA con fuentes de datos externas.
P: ¿Cómo pueden los desarrolladores acceder al servidor?
R: A través de Gemini CLI, notebooks de Colab, paquetes PyPI o código de ejemplo en GitHub.
Implicaciones
El lanzamiento del servidor MCP de Google Data Commons es un avance importante para reducir uno de los mayores problemas de la IA: la generación de desinformación.
Al permitir que los agentes de IA accedan a datos reales estructurados a través de lenguaje natural, Google ayuda a los desarrolladores a construir sistemas más precisos y transparentes.
Más allá de mejorar el proceso de entrenamiento de IA, la disponibilidad abierta del servidor hace accesibles para todos los datos que antes estaban bloqueados en repositorios gubernamentales e institucionales.
Asociaciones como la de la Campaña ONE muestran cómo el acceso basado en MCP a estadísticas confiables puede apoyar la salud global, el desarrollo económico y otras aplicaciones de interés público.
A medida que más empresas adopten el estándar MCP, la capacidad de conectar directamente los modelos de IA a fuentes verificables podría convertirse en lo predeterminado, mejorando la calidad y confiabilidad de la IA en toda la industria.
Blog de IMPAKERS | Integración de Gemini AI en Google TV Leer más
Fuente: Alicia Shapiro, AiNews, "Google Opens Data Commons MCP Server to Make Real-World Data AI-Ready", https://www.ainews.com/p/google-brings-gemini-ai-to-google-tv-and-android-tv-devices, (2025-09-24)