Publicación:
La inteligencia artificial como herramienta de apoyo a la toma de decisiones gerenciales en la gestión del cronograma de proyectos

Vista sencilla de ítem
dc.contributor.advisorOchoa Durán, Jaime Alberto
dc.contributor.authorTriana Ávila, Paula Andrea
dc.contributor.authorZambrano Forero, Karen Lizeth
dc.contributor.authorFino, Yudi Lizeth
dc.contributor.authorBobadilla Vanegas, Luisa Fernanda
dc.creator.id53160106
dc.creator.id1014227571
dc.creator.id1030570072
dc.creator.id1032502360
dc.date.accessioned2026-10-10T23:38:06Z
dc.date.issued2026-09-21
dc.description.abstractLa investigación analiza cómo la inteligencia artificial (IA) puede fortalecer la toma de decisiones gerenciales en la gestión del cronograma de proyectos. Ante la alta incertidumbre y complejidad de los entornos actuales, las metodologías tradicionales de planificación y control presentan limitaciones para anticipar desviaciones y gestionar cambios dinámicos. El estudio explora el uso de modelos predictivos, análisis de datos y técnicas de optimización para mejorar el desempeño temporal y reducir la dependencia del juicio subjetivo. Se busca cerrar la brecha entre la teoría de la IA y su aplicación práctica, proporcionando un enfoque analítico para optimizar la precisión en la planificación y la asignación de recursos en la dirección de proyectos.spa
dc.description.abstractThis research analyzes how artificial intelligence (AI) can strengthen managerial decision-making in project schedule management. Given the high uncertainty and complexity of today's environments, traditional planning and control methodologies have limitations in anticipating deviations and managing dynamic changes. The study explores the use of predictive models, data analysis, and optimization techniques to improve time performance and reduce reliance on subjective judgment. It aims to bridge the gap between AI theory and its practical application, providing an analytical approach to optimize the accuracy of planning and resource allocation in project management.eng
dc.description.degreelevelEspecializaciónspa
dc.description.degreenameEspecialista en Gerencia de Proyectosspa
dc.description.tableofcontentsEl documento presenta una estructura detallada que incluye: Planteamiento del Problema, Pregunta de Investigación, Objetivos (General y Específicos), Justificación, Marco Teórico, Antecedentes, Diseño metodológico, Resultados y análisis de la información (cuantitativos y cualitativos), Discusión de los hallazgos, Conclusiones y Referencias.spa
dc.formatpdf
dc.format.extent51 páginas
dc.format.mediumRecurso electrónicospa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameinstname:Universidad Eanspa
dc.identifier.localBDM-PGPI
dc.identifier.reponamereponame:Repositorio Institucional Biblioteca Digital Minervaspa
dc.identifier.repourlrepourl:https://repository.ean.edu.co/
dc.identifier.urihttps://hdl.handle.net/10882/19651
dc.language.isospa
dc.publisher.facultyFacultad de Ingenieríaspa
dc.publisher.programEspecialización en Gerencia de Proyectosspa
dc.relation.referencesAdamantiadou , D. S., & Tsironis, L. (2025). Leveraging artificial intelligence in project management: A systematic review of applications, challenges, and future directions. Computers , 14 (2), 66. https://doi.org/10.3390/computers14020066
dc.relation.referencesAhmad, M., & Wilkins, S. (2025). Purposive sampling in qualitative research: A framework for the entire journey. Quality & Quantity , 59 , 1461 – 1479. https://doi.org/10.1007/s11135 - 024 - 02022 - 5
dc.relation.referencesAmerican Psychological Association. (2002). Ethical principles of psychologists and code of conduct (Standard 8.02: Informed consent to research). https://www.apa.org/ethics/code
dc.relation.referencesBahroun, Z., Tanash, M., As'ad, R., & Alnajar, M. (2023). Artificial intelligence applications in project scheduling: A systematic review, bibliometric analysis, and prospects for future research. Management Systems in Production Engineering , 31 (2), 144 – 161. https://doi.org/10.2478/mspe - 2023 - 0017
dc.relation.referencesBatool, A., Zowghi, D., & Bano, M. (2025). AI governance: A systematic literature review. AI and Ethics , 5 , 3265 – 3279. https://doi.org/10.1007/s43681 - 024 - 00653 - w
dc.relation.referencesBrynjolfsson, E., & McElheran, K. (2016). The rapid adoption of data - driven decision - making. American Economic Review , 106 (5), 133 – 139. https://doi.org/10.1257/aer.p20161016
dc.relation.referencesChong, H. Y., Yang, X., Goh, C. S., & Luo, Y. (2025). BIM and AI integration for dynamic schedule management: A practical framework and case study. Buildings , 15 (14), 2451. https://doi.org/10.3390/buildings15142451
dc.relation.referencesCouncil for International Organizations of Medical Sciences . (2016). International ethical guidelines for health - related research involving humans . CIOMS. https://cioms.ch/wp - content/uploads/2017/01/WEB - CIOMS - EthicalGuidelines.pdf
dc.relation.referencesCzernek - Marszałek, K., & McCabe, S. (2024). Sampling in qualitative interview research: Criteria, considerations and guidelines for success. Annals of Tourism Research , 104 , 103711. https://doi.org/10.1016/j.annals.2023.103711
dc.relation.referencesDavenport, T. H., & Harris, J. G. (2007). Competing on analytics: The new science of winning . Harvard Business School Press.
dc.relation.referencesElsaid, M., Nassar, K., Alqahtani, F. K., & Abotaleb, I. (2025). Comparative analysis of earned value management techniques in construction projects. Scientific Reports , 15 , 23606. https://doi.org/10.1038/s41598 - 025 - 05834 - z
dc.relation.referencesHashimzai, I. A., & Mohammadi, M. Q. (2024). The integration of artificial intelligence in project management: A systematic literature review of emerging trends and challenges. TIERS Information Technology Journal , 5 (2), 153 – 164. https://doi.org/10.38043/tiers.v5i2.5963
dc.relation.referencesHernández - Sampieri, R., & Mendoza, C. (2018). Metodología de la investigación . McGraw - Hill Interamericana.
dc.relation.referencesIbadildin, N., Kenzhin, Z., Yeshenkulova, G., Ismailova, R., Nurguzhina, A., Nassanbekova, S., & Kadyrova, A. (2025). Artificial intelligence in project management: A bibliometric analysis. Problems and Perspectives in Management , 23 (2), 252 – 264. https://doi.org/10.21511/ppm.23(2).2025.17
dc.relation.referencesJayakannan, S. M. (2025). Real - time dynamic scheduling in construction: An artificial intelligence approach. World Journal of Advanced Research and Reviews , 26 (2), 2631 – 2636. https://doi.org/10.30574/wjarr.2025.26.2.1888
dc.relation.referencesKhan, M. F. (2025). Artificial intelligence in project scheduling management: A systematic literature review [Master's thesis, University of Vaasa]. Osuva Institutional Repository.
dc.relation.referencesKhajesaeedi, S., Sadjadi, S. J., Barzinpour, F., & Tavakkoli - Moghaddam, R. (2025). Resource constrained project scheduling problem: Review of recent developments. Journal of Project Management , 10 (1), 1 – 26. https://doi.org/10.5267/j.jpm.2024.12.002
dc.relation.referencesKoszykowski, M., & Orzeszko, W. (2025). Machine learning in project schedule creation: A systematic literature review. Journal of Scheduling . https://doi.org/10.1007/s10951 - 025 - 00857 - w
dc.relation.referencesLorenzini, E., Osorio - Galeano, S. P., Schmidt, C. R., & Cañón - Montañez, W. (2024). Practical guide to achieve rigor and data integration in mixed methods research. Investigación y Educación en Enfermería , 42 (3), e02. https://doi.org/10.17533/udea.iee.v42n3e02
dc.relation.referencesMayo - Alvarez, L., Alvarez - Risco, A., Del - Aguila - Arcentales, S., Sekar, M. C., & Yañez, J. A. (2022). A systematic review of earned value management methods for monitoring and control of project schedule performance: An AHP approach. Sustainability , 14 (22), 15259. https://doi.org/10.3390/su142215259
dc.relation.referencesNational Commission for the Protection of Human Subjects of Biomedical and Behavioral Research. (1979). The Belmont Report: Ethical principles and guidelines for the protection of human subjects of research . U.S. Department of Health and Human Services. https://www.hhs.gov/ohrp/sites/default/files/the - belmont - report - 508c_FINAL.pdf
dc.relation.referencesRanganathan, P., Caduff, C., & Frampton, C. M. A. (2024). Designing and validating a research questionnaire — Part 2. Perspectives in Clinical Research , 15 (1), 42 – 45. https://doi.org/10.4103/picr.picr_318_23
dc.relation.referencesRussell, S. J., & Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.). Pearson.
dc.relation.referencesSahu, P., Bera, D. K., Parhi , P. K., & Kandpal, M. (2025). Smart delay prediction: Supervised machine learning solutions for construction projects. Journal of Mechanics of Continua and Mathematical Sciences , 20 (6), 154 – 167. https://doi.org/10.26782/jmcms.2025.06.00010
dc.relation.referencesShinde, R. (2024). Adaptive scheduling: Applying AI and machine learning to optimize project timelines and resources. Journal of Information Systems Engineering and Management , 9 (3). https://www.jisem - journal.com/download/JISEM - Septeber - 2024.pdf
dc.relation.referencesShmueli, G., Bruce, P. C., Gedeck, P., & Patel, N. R. (2020). Data mining for business analytics: Concepts, techniques, and applications in Python . John Wiley & Sons.
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
dc.rights.licenseAtribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subject.armarcAdministración de proyectosspa
dc.subject.armarcControl de proyectosspa
dc.subject.armarcInteligencia artificialspa
dc.subject.armarcNegocios -- Toma de decisonesspa
dc.subject.armarcPlanificación estratégicaspa
dc.subject.armarcAnalítica de negociosspa
dc.subject.mpirdesDirección de proyectosspa
dc.subject.proposalInteligencia artificialspa
dc.subject.proposalGestión de proyectosspa
dc.subject.proposalCronograma de proyectosspa
dc.subject.proposalToma de decisiones gerencialesspa
dc.subject.proposalAnálisis predictivospa
dc.subject.proposalOptimización de tiemposspa
dc.titleLa inteligencia artificial como herramienta de apoyo a la toma de decisiones gerenciales en la gestión del cronograma de proyectosspa
dc.titleArtificial intelligence as a tool to support managerial decision-making in project schedule managementeng
dc.typeTrabajo de grado - Especializaciónspa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.otherTrabajo de grado - Especialización
dc.type.redcolhttp://purl.org/redcol/resource_type/TP
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dspace.entity.typePublication
person.affiliation.nameEspecialización en Gerencia de Proyectos
person.affiliation.nameEspecialización en Gerencia de Proyectos
person.affiliation.nameEspecialización en Gerencia de Proyectos
person.affiliation.nameEspecialización en Gerencia de Proyectos

Archivos

Bloque original

Mostrando 1 - 2 de 2
Miniatura
Nombre:
BobadillaLuisa2026.pdf
Tamaño:
377.4 KB
Formato:
Adobe Portable Document Format
Descripción:
Tesis de Especialización
Descargar
Miniatura
Nombre:
BobadillaLuisa2026_Anexo.pdf
Tamaño:
275.59 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

Especialización en Gerencia de Proyectos