Análisis de las aplicaciones de técnicas de inteligencia artificial para mejorar la definición de alcance en proyectos

Esta tesis se centró en la evaluación y comparación de la eficiencia de la inteligencia artificial (IA) y las metodologías tradicionales basadas en la intervención humana en el proceso de definición del alcance de proyectos de software. El objetivo principal fue determinar si la implementación de técnicas de IA puede mejorar significativamente la precisión y eficiencia en la definición del alcance de proyectos de software en comparación con las metodologías tradicionales que dependen principalmente de la intervención de personas. Para llevar a cabo este estudio, se seleccionaron varios proyectos y se aplicaron tanto técnicas de IA como metodologías aplicadas por personas para definir su alcance. Los resultados revelaron que la aplicación de IA logró una puntuación de eficacia promedio de 2,9 en una escala de evaluación, mientras que las metodologías ejecutas por personas obtuvieron una puntuación ligeramente superior de 2,91. Si bien la diferencia en las puntuaciones no fue significativa, estos hallazgos sugieren que la IA tiene el potencial de ser una herramienta valiosa en el proceso de definición del alcance de proyectos de software. Además, se observó que la IA demostró ser particularmente eficaz en la identificación de riesgos y la gestión de datos complejos, mientras que las metodologías ejecutadas por personas aún desempeñan un papel esencial en la comunicación y toma de decisiones contextuales. Esta tesis proporciona una visión detallada sobre como la IA puede integrarse en el proceso de definición del alcance en proyectos de Software y destaca la importancia de considerar tanto los aspectos técnicos como humanos en la gestión de proyectos. Las organizaciones pueden aprovechar estos hallazgos para tomar decisiones informadas sobre la implementación de tecnologías de IA en sus proyectos y mejorar la gestión del alcance de manera eficiente y precisa.

• Autores: Guevara Gamez, Diego Alexander; Barrera Gomez, Cristian Mauricio
• Tipo de recurso: Masters Thesis
• Fecha de publicación: 2023
• Institución: Universidad Santo Tomás
• Repositorio: Repositorio Institucional USTA
• Idioma: spa
• OAI Identifier: oai:repository.usta.edu.co:11634/52921
• Acceso en línea: http://hdl.handle.net/11634/52921
• Palabra clave: artificial intelligence; accuracy; efficiency; scope; Proyectos de software; Formulación de proyectos; Toma de desiciones; Optimización de recursos; inteligencia artificial; precisión; eficiencia; alcance
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 2.5 Colombia