Publicación:
Influencia de la inteligencia artificial generativa en la gerencia de proyectos ágiles

Vista sencilla de ítem
dc.contributor.advisorFajardo Moreno, William Stive
dc.contributor.authorCastro Hernandez, Mario Andrés
dc.contributor.juryRincón González, César Hernando
dc.contributor.juryCobo Campo, Luis Armando
dc.contributor.researchgroupEMPRENDIMIENTO Y GERENCIA::DIRECCIÓN Y GESTIÓN DE PROYECTOS NELSON ANTONIO MORENO MONSALVE Categoría A COL0158995
dc.creator.id1026574443
dc.date.accessioned2026-02-10T16:41:22Z
dc.date.issued2025-12-19
dc.description.abstractEsta investigación tiene como objetivo determinar la influencia de la inteligencia artificial generativa en la gerencia de proyectos ágiles, explorando cómo esta tecnología impacta dimensiones relevantes para esta disciplina profesional. La literatura señala que la automatización reducirá gran parte de las tareas tradicionales de los gerentes de proyectos en la próxima década. Sin embargo, existe poca evidencia empírica sobre su aplicación en marcos ágiles. Empleando un enfoque cuantitativo con diseño experimental y correlacional, la muestra compuesta por 40 gerentes de proyectos en organizaciones que aplican marcos de trabajo ágiles fue encuestada antes y después de una intervención de un mes con herramientas de GenAI con el fin de hacer un análisis comparativo. Los hallazgos muestran mejoras en cuatro de cinco dimensiones evaluadas, destacándose la automatización de tareas operativas, mayor dedicación a actividades estratégicas, mejor comunicación y resolución más ágil de impedimentos. En conclusión, la inteligencia artificial generativa influye de manera positiva en la gerencia de proyectos ágiles. Este estudio espera contribuir al conocimiento en gerencia de proyectos mediante la integración de tecnologías emergentes, ofreciendo potenciales beneficios para la productividad, sostenibilidad y adaptabilidad en entornos ágiles.spa
dc.description.abstractThis research aims to assess how generative artificial intelligence influences agile project management by examining its effects on key aspects of this professional field. The literature suggests that automation will reduce many traditional project manager tasks over the next decade. However, there is limited empirical evidence regarding its application in agile frameworks. Using a quantitative approach with an experimental and correlational design, a sample of 40 project managers from organizations using agile frameworks was surveyed before and after a one-month intervention with GenAI tools to perform a comparative analysis. The results show improvements in four of the five evaluated dimensions, emphasizing automation of operational tasks, increased focus on strategic activities, improved communication, and more agile handling of impediments. In conclusion, generative artificial intelligence positively impacts agile project management. This study aims to contribute to project management knowledge through the integration of emerging technologies, potentially enhancing productivity, sustainability, and adaptability in agile settings.eng
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagíster en Gerencia de Proyectosspa
dc.description.researchareaEMPRENDIMIENTO Y GERENCIA::DIRECCIÓN Y GESTIÓN DE PROYECTOS NELSON ANTONIO MORENO MONSALVE Categoría A COL0158995::Gestión de proyectos, estrategia y competitividad
dc.description.tableofcontentsIntroducción .................................................................................................................... 14 Objetivos ......................................................................................................................... 16 Justificación .................................................................................................................... 17 Marco Teórico ................................................................................................................. 19 Fundamentos de la gerencia de proyectos ............................................................................19 Definición de proyecto........................................................................................................19 La triple restricción en la gestión de proyectos ...................................................................20 Gerencia de proyectos .......................................................................................................20 Ciclo de vida del proyecto ..................................................................................................20 Enfoques de la gerencia de proyectos ...................................................................................22 Enfoque predictivo .............................................................................................................22 Enfoque adaptativo ............................................................................................................24 Enfoque hibrido ..................................................................................................................27 Fundamentos sobre Inteligencia Artificial ..............................................................................27 Orígenes de la inteligencia artificial ....................................................................................27 Aplicaciones de la inteligencia artificial ..............................................................................28 Consideraciones de seguridad de la inteligencia artificial ...................................................29 Consideraciones éticas de la inteligencia artificial ..............................................................30 Legislación en el mundo sobre Inteligencia Artificial ..........................................................31 Consideraciones de sostenibilidad de la inteligencia artificial .............................................32 Inteligencia artificial y gerencia de proyectos .........................................................................32 Hipótesis ......................................................................................................................... 35 Variables ......................................................................................................................... 36 Metodología .................................................................................................................... 38 Enfoque de la investigación ...................................................................................................38 Diseño de la investigación .....................................................................................................38 Tipo de investigación .............................................................................................................38 Fases de la investigación ......................................................................................................38 Fase 1: Revisión de literatura .............................................................................................38 Fase 2: Diseño del instrumento de medición. .....................................................................39 Fase 3: Establecimiento de la línea base ...........................................................................39 Fase 4: Intervención con IA generativa ..............................................................................39 Fase 5: Determinación de la influencia de la IA generativa ................................................40 Población y Muestra ..............................................................................................................40 Diseño del instrumento de recolección de datos ....................................................................41 Preguntas de caracterización de la muestra ......................................................................41 Preguntas sobre uso de herramientas de IA ......................................................................42 Preguntas de medición de la influencia de la IA en proyectos ágiles ..................................43 Validación del instrumento de recolección de datos ..............................................................44 Trabajo de Campo .......................................................................................................... 46 Descripción general del trabajo de campo .............................................................................46 Recolección de los datos .......................................................................................................47 Etapa 1. Establecimiento de la línea base..........................................................................47 Etapa 2. Intervención y acompañamiento ..........................................................................48 Etapa 3. Medición de la evaluación final ............................................................................55 Procesamiento de los datos ..................................................................................................56 Resultados de la caracterización de la muestra .................................................................56 Resultados de la línea base ...............................................................................................61 Resultados de la evaluación final .......................................................................................70 Resultados comparativos entre línea base y evaluación final.............................................79 Análisis de resultados ............................................................................................................84 Análisis de la caracterización de la muestra .......................................................................84 Análisis de la línea base. ...................................................................................................93 Análisis comparativo de medianas. .................................................................................. 104 Análisis estadístico detallado ........................................................................................... 117 Propuesta de solución a la problemática ............................................................................. 149 Situación Actual ............................................................................................................... 149 Oportunidades ................................................................................................................. 151 Oportunidades para la gestión eficiente de tareas operativas .......................................... 151 Oportunidades para la planificación y gestión estratégica ................................................ 151 Oportunidades para la comunicación efectiva .................................................................. 151 Oportunidades para la toma oportuna de decisiones ....................................................... 151 Oportunidades para la remoción rápida de impedimentos ............................................... 151 Propuesta de solución al problema planteado .................................................................. 152 Discusión ...................................................................................................................... 154 Interpretación de los resultados ........................................................................................... 154 Implicaciones teóricas y prácticas ....................................................................................... 155 Limitaciones del estudio ...................................................................................................... 155 Explicaciones alternativas ................................................................................................... 157 Conclusión de la discusión .................................................................................................. 158 Conclusiones y Trabajo Futuro ..................................................................................... 159 ¿Cómo influye la inteligencia artificial generativa en la gerencia de proyectos ágiles? ........ 159 Trabajo futuro ...................................................................................................................... 162 Referencias ................................................................................................................... 164 Anexo A. Política de Tratamiento de Datos y Consentimiento Informado ...................... 172 Anexo B. Formulario para la determinación de la influencia de la GenAI en proyectos ágiles ..................................................................................................................................... 173 Anexo C. Resultados de caracterización de la muestra obtenidos en la línea base ...... 176 Anexo D. Resultados del uso e influencia de la inteligencia artificial generativa de la muestra obtenidos en la línea base ............................................................................................ 183 Anexo E. Límites de alcance y enfoque ético OmnIA Agile Coach. ............................... 187 Anexo F. Instrucciones de entrenamiento para OmnIA Agile Coach ............................. 188 Anexo G. Resultados del uso e influencia de la inteligencia artificial generativa de la muestra obtenidos en la medición final ....................................................................................... 191 Anexo H. Resultados de prueba de Shapiro-Wilk para la variable: Tengo experiencia previa utilizando herramientas de inteligencia artificial en mi trabajo ....................................... 193 Anexo I. Resultados de prueba de Shapiro-Wilk para la variable: Utilizo herramientas de inteligencia artificial de manera regular en la gestión de mis proyectos. ....................... 195 Anexo J. Resultados de prueba de Shapiro-Wilk para la variable: Me siento cómodo/a y seguro/a al utilizar herramientas de inteligencia artificial en mis proyectos .................................. 197 Anexo K. Resultados de prueba de Shapiro-Wilk para la variable: Creo que las herramientas de inteligencia artificial pueden aportar valor a la gestión de proyectos ágiles ................... 199 Anexo L. Resultados de prueba de Shapiro-Wilk para la variable: Puedo gestionar las tareas operativas de forma eficiente ........................................................................................ 201 Anexo M. Resultados de prueba de Shapiro-Wilk para la variable: Dedico suficiente tiempo a actividades de planificación y gestión estratégica ......................................................... 203 Anexo N. Resultados de prueba de Shapiro-Wilk para la variable: La comunicación en el proyecto es efectiva ..................................................................................................................... 205 Anexo O. Resultados de prueba de Shapiro-Wilk para la variable: Tomo decisiones de manera oportuna........................................................................................................................ 207 Anexo P. Resultados de prueba de Shapiro-Wilk para la variable: Los impedimentos se remueven de manera rápida .......................................................................................................... 209 Anexo Q. Resultados de prueba de Wilcoxon para la variable: Tengo experiencia previa utilizando herramientas de inteligencia artificial en mi trabajo ....................................................... 211 Anexo R. Resultados de prueba de t de Student para la variable: Utilizo herramientas de inteligencia artificial de manera regular en la gestión de mis proyectos ........................ 213 Anexo S. Resultados de prueba de Wilcoxon para la variable: Me siento cómodo/a y seguro/a al utilizar herramientas de inteligencia artificial en mis proyectos ...................................... 215 Anexo T. Resultados de prueba de Wilcoxon para la variable: Creo que las herramientas de inteligencia artificial pueden aportar valor a la gestión de proyectos ágiles ................... 217 Anexo U. Resultados de prueba de Wilcoxon para la variable: Puedo gestionar las tareas operativas de forma eficiente ........................................................................................ 219 Anexo V. Resultados de prueba de Wilcoxon para la variable: Dedico suficiente tiempo a actividades de planificación y gestión estratégica ......................................................... 221 Anexo W. Resultados de prueba de Wilcoxon para la variable: La comunicación en el proyecto es efectiva ..................................................................................................................... 223 Anexo X. Resultados de prueba de Wilcoxon para la variable: Tomo decisiones de manera oportuna........................................................................................................................ 225 Anexo Y. Resultados de prueba de Wilcoxon para la variable: Los impedimentos se remueven de manera rápida .......................................................................................................... 227spa
dc.formatpdf
dc.format.extent234 páginas
dc.format.mediumRecurso electrónicospa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameinstname:Universidad Eanspa
dc.identifier.localBDM-MGP
dc.identifier.reponamereponame:Repositorio Institucional Biblioteca Digital Minervaspa
dc.identifier.repourlrepourl:https://repository.ean.edu.co/
dc.identifier.urihttps://hdl.handle.net/10882/15597
dc.language.isospa
dc.publisherUniversidad Ean
dc.publisher.facultyFacultad de Ingenieríaspa
dc.publisher.placeBogotá, Colombia
dc.publisher.programMaestría en Gerencia de Proyectosspa
dc.relation.referencesAgile Alliance. (2022). Agile Alliance Agile Coaching Ethics Initiative Code of Ethical Conduct for Agile Coaching. Ajay Reddy. (2016). The Scrumban [R]Evolution. Alexander Maasik. (s/f). Step by Step Guide to OKRs 2. Recuperado el 25 de septiembre de 2025, de https://weekdone.com/resources/ebooks/step-by-step-guide-to-okrs Anderson, D. J. ., & Carmichael, Andy. (2016). Essential Kanban condensed. Lean Kanban University Press. Arne Roock. (s/f). Stop Starting Start Finishing. Asociación Colombiana de Ingenieros de Sistemas - ACIS. (2022). XX Encuesta de gerencia de proyectos de TI. Association for Project Management. (2019). APM Body of knowledge. Atkinson, R. (1999). Project management: cost, time and quality, two best guesses and a phenomenon, its time to accept other success criteria. International Journal of Project Management, 17(6), 337–342. https://doi.org/10.1016/S0263-7863(98)00069-6 Axelos. (2017). Managing Successful Projects with PRINCE2 ®. Axelos. (2024). Prince2. https://www.axelos.com/certifications/propath/prince2-project-management Banco Interamericano de Desarrollo. (2019). Guía Metodología PM4R. Banco Interamericano de Desarrollo. (2024). About PM4R. https://pm4r.org/faq Bashkirova, A., & Krpan, D. (2024). Confirmation bias in AI-assisted decision-making: AI triage recommendations congruent with expert judgments increase psychologist trust and recommendation acceptance. Computers in Human Behavior: Artificial Humans, 2(1), 100066. https://doi.org/10.1016/J.CHBAH.2024.100066 Beck, K. (2005). Praise for Extreme Programming Explained, Second Edition. Beck, K., Beedle, M., van Bennekum, A., Cockburn, A., Cunningham, W., Fowler, M., Grenning, J., Highsmith, J., Hunt, A., Jeffries, R., Kern, J., Marick, B., Martin, R. C., Mellor, S., Schwaber, K., Sutherland, J., & Thomas, D. (2001). Manifesto for Agile Software Development. https://agilemanifesto.org/ Benitez, R. (2013). Inteligencia artificial avanzada. Berez, S. H., Elk, S., & Rigby, D. K. (2020). Doing Agile Right. Bowman, S. L. (2009). Training From the Back of the Room!: 65 Ways to Step Aside and Let Them Learn. Bryce, C., Kalousis, A., Leroux, I., Madinier, H., Pasche, T., & Ruch, P. (2024). Exploring the Dual Role of LLMs in Cybersecurity: Threats and Defenses. En Large Language Models in Cybersecurity (pp. 235–242). Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-54827-7_26 Caroli, P., Escudero, F., Coronel, F., & Trejo, P. (2019). Lean Inception Creando conversaciones hacia un producto exitoso. Cognilytica. (2019). The seven patterns of AI. https://www.cognilytica.com/the-seven-patterns-of-ai Cohen, Jacob. (1977). Statistical Power Analysis for the Behavioral Sciences. Elsevier Science. Cohn, M. (2004). User Stories Applied for Agile Software Development. Addison-Wesley. Craig Larman, & Bas Vodde. (2017). Large-Scale Scrum. Crawford, K. (2023). Atlas de IA : Poder, política y costes planetarios de la inteligencia artificial. Daniel S. Vacanti. (2025). Actionable Agile Metrics for Predictability. Dave Grey, Sunni Brown, & James Macanufo. (2010). Game Storming. David J Anderson, & Teodora Bozheva. (2018). Kanban Maturity Model: Evolving Fit For Purpose Organizations. Delgado Rodriguez, M., & Llorca Díaz, J. (2004). Estudios longitudinales: concepto y particularidades. Revista Española de Salud Pública, 78. https://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S1135-57272004000200002 digital.ai. (2020). The 14th State of Agile Report. digital.ai. (2022). The 16th State of Agile Report. digital.ai. (2023). The 17th State of Agile Report. Dúo Terrón, P. (2024). Generative artificial intelligence: Educational reflections from an analysis of scientific production. Journal of Technology and Science Education, 14(3), 756. https://doi.org/10.3926/jotse.2680 Edward de Bono. (2019). Seis sombreros para pensar. El Khatib, M., & Al Falasi, A. (2021). Effects of Artificial Intelligence on Decision Making in Project Management. American Journal of Industrial and Business Management, 11(03), 251–260. https://doi.org/10.4236/ajibm.2021.113016 Ellis, A. R., & Slade, E. (2023). A New Era of Learning: Considerations for ChatGPT as a Tool to Enhance Statistics and Data Science Education. Journal of Statistics and Data Science Education, 31(2), 128–133. https://doi.org/10.1080/26939169.2023.2223609 Estupiñán, J. L. M. P. A. E. A. Y. (2021). Inteligencia artificial y propiedad intelectual. Revista Universidad y Sociedad, 362–368. Fabian Schwartz. (2020). Scrum: las estrategias del juego. García, A. (2017). Inteligencia Artificial fundamentos, practica y aplicaciones. Garin, O. (2014). Ceiling Effect. Encyclopedia of Quality of Life and Well-Being Research, 631–633. https://doi.org/10.1007/978-94-007-0753-5_296 Gartner Inc. (2023). Gartner Says 80 Percent of Today’s Project Management Tasks Will Be Eliminated by 2030 as Artificial Intelligence Takes Over. https://www.gartner.com/en/newsroom/press-releases/2019-03-20-gartner-says-80-percent-of-today-s-project-management Gelles, D. (2024). La IA y su voraz consumo de energía atentan contra los objetivos climáticos. The New York Times en Español. https://www.nytimes.com/es/2024/07/19/espanol/ia-energia-cambio-climatico.html Green Project Management. (2023). El Estándar P5 de GPM para la Sostenibilidad en la Dirección de Proyectos. Green Project Management. (2024). Who / What is GPM? https://greenprojectmanagement.org/about/our-story Group Jazz. (2010). Liberating Structures. www.groupjazz.com Hashfi, M. I., & Raharjo, T. (2023). Exploring the Challenges and Impacts of Artificial Intelligence Implementation in Project Management: A Systematic Literature Review. En IJACSA) International Journal of Advanced Computer Science and Applications (Vol. 14, Número 9). Hernandez, H. (2021). Testing for Normality: What is the Best Method? ForsChem Research Reports, 6, 2021–2026. https://doi.org/10.13140/RG.2.2.13926.14406 Hollander, M., Wolfe, D. A., & Chicken, E. (2015). Nonparametric statistical methods. En Nonparametric Statistical Methods. wiley. https://doi.org/10.1002/9781119196037 International Organization for Standardization. (2012). ISO 21500 Guidance on project management. International Organization for Standardization. (2024). About ISO. https://www.iso.org/about International Project Management Association. (2015). Individual Competence Baseline for Project, Programme and Portfolio Management (4th ed.). International Project Management Association. (2024). About IPMA. https://ipma.world/ John Doerr. (2019). Mide lo que importa. Jonathan Rasmusson. (2017). The Agile Samurai: How Agile Masters Deliver Great Software. Josephs, S., & Bill Joiner. (2017). Leadership Agility. Klaus Leopold. (2019). Reconsiderando AGILE. Kurt Bittner, Patricia Kong, & Dave West. (2018). The Nexus TM Framework for Scaling Scrum. Lahmann, M. (2018). AI will transform project management. Are you ready? Laing, S., & Greaves, K. (2014). Growing Agile: A Coach’s Guide to Agile Testing. Lasa, C. Á. A. D. las H. R. (2017). Métodos ágiles: Scrum, Kanban, Lean. Lledó, Pablo. (2013). Director de proyectos: cómo aprobar el examen PMP sin morir en el intento. Lyssa Adkins. (2010). Coaching Agile Teams. Manterola, C., & Otzen, T. (2015). Los Sesgos en Investigación Clínica. International Journal of Morphology, 33(3), 1156–1164. https://doi.org/10.4067/S0717-95022015000300056 Marek, M. W. (2018). Uderstanding the Novelty Effect: How long should an experimental Intervention Last? En System (Vol. 74, pp. 62–72). Elsevier Ltd. https://doi.org/10.1016/j.system.2018.02.009 Mauvius Group Inc. (2024). The Official Kanban Guide. Mike Cohn. (2006). Agile Estimating and Planning. Mishra, P., Singh, U., Pandey, C. M., Mishra, P., & Pandey, G. (2019). Application of student’s -test, analysis of variance, and covariance. Annals of Cardiac Anaesthesia, 22(4), 407–411. https://doi.org/10.4103/ACA.ACA_94_19 Müller, R., Locatelli, G., Holzmann, V., Nilsson, M., & Sagay, T. (2024). Artificial Intelligence and Project Management: Empirical Overview, State of the Art, and Guidelines for Future Research. Project Management Journal, 55(1), 9–15. https://doi.org/10.1177/87569728231225198 Patton, Jeff., Economy, Peter., Fowler, Martin., Cooper, Alan., & Cagan, Marty. (2014). User story mapping. O’Reilly Pedro M. Almeida, Gabriela Fernandes, José M.R.C.A. Santos. (2025). Artificial intelligence tools for project management: A knowledge-based perspective. https://doi.org/10.1016/j.plas.2025.100196. Perdomo, J., & Valera, J. (2017). Methodological adjustment in subjective measurements to improve data quality and individual freedoms. https://www.researchgate.net/publication/318795617 Pichler, Roman. (2010). Agile product management with Scrum : creating products that customers love. Addison-Wesley. Poppendieck, M. P. T. (2003). Lean Software Development: An Agile Toolkit. Project Management Institute. (2017). A Guide to the Project Management Body of Knowledge (PMBOK ®) (6th ed.). Project Management Institute. (2018). Guía práctica de Ágil. Independent Publishers Group : Project Management Institute. Project Management Institute. (2021). A Guide to the Project Management Body of Knowledge (PMBOK ®) (7th ed.). Project Management Institute. (2024a). First Movers’ Advantage The Immediate Benefits of Adopting Generative AI for Project Management. Project Management Institute. (2024b). AI Essentials for Project Professionals. Project Management Institute. (2025a). PMI Membership. https://www.pmi.org/membership Project Management Institute. (2025b). PMI Standards. https://www.pmi.org/standards Project Management Institute. (2025c). Leading AI Transformation. Project Management Institute. (2025d). Leading and Managing AI Projects. Rache Davies, & Liz Sedley. (2009). Agile Coaching. Reddy Nagireddy, S. (2023). Artificial Intelligence and Its Impacts on Project Management. Robert C. Martin. (2020). Clean agile back to basics. Roberto Hernández Sampieri, & Christian Paulina Mendoza Torres. (2023). Metodología de la investigación. Roberts, B., Young, M., & Coesmans, P. (2018). Agile (Project) Management NOT a contradiction. Sanjay, D., & Sushil. (2018). Flexible Strategies in VUCA Markets. http://www.springer.com/series/10780 Scott Ambler, & Mark Lines. (2012). Disciplined Agile Delivery. IBM Press/Pearson. Scrum Alliance. (2004). Example User Stories. scrumguides.org. (2024). Scrum Guides Download. https://scrumguides.org/download.html Skelton, M., & Pais, M. (2019). Team Topologies: Organizing Business and Technology Teams for Fast Flow. Smartsheet. (2017). Automation in the Workplace 2017. Souza, F., & De Mello, H. (2016). The Definitive Guide to OKRs by Qulture.Rocks How Objectives and Key-Results can help your company build a culture of excellence and achievement. Squirrel, D., & Fredrick, J. (2020). Agile Conversations: Transform Your Conversations, Transform Your Culture. Sutherland, J. S. K. (2020). La Guía de Scrum. Teubner, T., Flath, C. M., Weinhardt, C., van der Aalst, W., & Hinz, O. (2023). Welcome to the Era of ChatGPT et al.: The Prospects of Large Language Models. En Business and Information Systems Engineering (Vol. 65, Número 2, pp. 95–101). Springer Gabler. https://doi.org/10.1007/s12599-023-00795-x The Liberators. (2022). The 6 Stances of a Scrum Master. Tony Stoltzfus. (2008). Coaching Questions. Triola, M. F. (2009). Estadística. Décima edición. International Journal of Production Economics, 163(50), 904. http://dx.doi.org/10.1016/j.ijpe.2015.02.016%0Ahttp://revistaeconomia.unam.mx/index.php/ecu/article/view/524 Turing, A. (1950). COMPUTING MACHINERY AND INTELLIGENCE. En Computing Machinery and Intelligence. Mind (Vol. 49). Unión Europea (2021). Proposal for a regulation of the european parliament and of the council laying down harmonised rules on artificial intelligence (artificial intelligence act) and amending certain union legislative acts. https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX%3A52021PC0206 Verwijs, Christiaan., Schartau, Johannes., & Overeem, Barry. (2021). Zombie scrum survival guide : a journey to recovery. Addison-Wesley. Warren Beatty. (2018). Decision Support Using Nonparametric Statistics. http://www.springer.com/series/8921
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.lembAdministración de proyectosspa
dc.subject.lembInteligencia artificialspa
dc.subject.lembMejoramiento de procesosspa
dc.subject.lembSostenibilidadspa
dc.subject.proposalInteligencia artificial generativaspa
dc.subject.proposalGerencia de proyectosspa
dc.subject.proposalGerente de proyectosspa
dc.subject.proposalMarcos de trabajo ágilesspa
dc.subject.proposalAutomatizaciónspa
dc.subject.proposalGenerative artificial intelligenceeng
dc.subject.proposalProject managementeng
dc.subject.proposalProject managereng
dc.subject.proposalAgile frameworkseng
dc.subject.proposalAutomationeng
dc.titleInfluencia de la inteligencia artificial generativa en la gerencia de proyectos ágilesspa
dc.titleInfluence of Generative Artificial Intelligence on Agile Project Managementeng
dc.typeTrabajo de grado - Maestríaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.type.otherTrabajo de grado - Maestría
dc.type.redcolhttp://purl.org/redcol/resource_type/TM
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dspace.entity.typePublication
person.affiliation.nameMaestría en Gerencia de Proyectos

Archivos

Bloque original

Mostrando 1 - 2 de 2
Miniatura
Nombre:
CastroMario2025.pdf
Tamaño:
6.59 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis de Maestría
Descargar
Miniatura
Nombre:
Autorización Publicación.pdf
Tamaño:
236.41 KB
Formato:
Adobe Portable Document Format
Descripción:
Autorización Publicación
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
1.92 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Maestría en Gerencia de Proyectos