Inteligencia artificial, Big-Data y Ciencia de Datos para la optimización de la gestión de proyectos en Colombia

Simple item page
dc.contributor.advisorZabala Vargas, Sergio Andrés
dc.contributor.authorAlbarracin Leon, Ana Maria
dc.coverage.spatialBogotá D.C.
dc.date.accessioned2025-12-02T16:16:49Z
dc.date.available2025-12-02T16:16:49Z
dc.date.issued2024-11-19
dc.descriptionEstablecer el estado de la incorporación de tecnologías emergentes (IA) y el interés de apropiación en la gestión de proyectos de las empresas del sector agropecuario municipio de Yopal departamento de Casanare desde el año 2022 a la actualidad por medio de la recopilación de información y diagnóstico del estado actual con el fin de proponer estrategias y recomendaciones para la incorporación de estas tecnologías.
dc.description.abstractEl sector agropecuario en Yopal, Casanare, enfrenta una baja adopción de tecnologías emergentes como la inteligencia artificial (IA), el Big Data y la ciencia de datos, limitando su competitividad y sostenibilidad. Entre las principales barreras identificadas están la falta de infraestructura digital, escasa capacitación técnica y bajo nivel de inversión en innovación tecnológica. Este estudio tuvo como objetivo diagnosticar el nivel de adopción tecnológica en las empresas agropecuarias de Yopal y proponer estrategias para su implementación efectiva. La investigación siguió un enfoque cuantitativo, descriptivo y exploratorio, utilizando encuestas estructuradas aplicadas a 30 empresas agropecuarias seleccionadas mediante muestreo no probabilístico. Las encuestas midieron el nivel de madurez tecnológica, la infraestructura disponible y las competencias del personal. Los datos recopilados se analizaron estadísticamente y se contrastaron con estudios internacionales sobre tecnologías emergentes en agricultura. Los resultados muestran un nivel bajo de adopción tecnológica, aunque las empresas manifiestan interés en integrar estas herramientas. Se identificaron limitaciones significativas en infraestructura tecnológica, acceso a recursos y conocimiento técnico. Las estrategias propuestas incluyen inversión en infraestructura digital, programas de capacitación técnica, incentivos económicos y la creación de alianzas público-privadas. En conclusión, el estudio evidencia que la adopción de tecnologías emergentes en Yopal es incipiente, pero existen oportunidades para avanzar mediante estrategias específicas y contextualizadas. Estas propuestas no solo mejorarían la competitividad del sector agropecuario, sino que también contribuirían al desarrollo sostenible de la región y podrían ser replicadas en otras áreas rurales con desafíos similares.
dc.description.abstractThe agricultural sector in Yopal, Casanare, struggles with low adoption of emerging technologies such as artificial intelligence (AI), Big Data, and data science, limiting its competitiveness and sustainability. Key barriers include the lack of digital infrastructure, insufficient technical training, and low investment in technological innovation. This study aimed to assess the level of technological adoption in Yopal’s agricultural companies and propose strategies for effective implementation. The research followed a quantitative, descriptive, and exploratory approach, using structured surveys applied to 30 agricultural companies selected through non-probabilistic sampling. The surveys assessed technological maturity levels, available infrastructure, and staff competencies. Data were statistically analyzed and compared with international studies on emerging technologies in agriculture. The results reveal a low level of technological adoption, although companies express interest in integrating these tools. Significant limitations were identified in technological infrastructure, resource access, and technical knowledge. Proposed strategies include investment in digital infrastructure, technical training programs, economic incentives, and the creation of public private partnerships. In conclusion, the study demonstrates that the adoption of emerging technologies in Yopal is at an early stage, but opportunities exist to progress through specific and contextualized strategies. These proposals would not only enhance the agricultural sector’s competitiveness but also contribute to the sustainable development of the region and could be replicated in other rural areas facing similar challenges.
dc.format.extent63 páginas
dc.identifier.citationAlbarracin Leon, A. (2024). Inteligencia artificial, Big-Data y Ciencia de Datos para la optimización de la gestión de proyectos en Colombia. [Monografía, Corporación Universitaria Minuto de Dios - UNIMINUTO]. Repositorio UNIMINUTO.
dc.identifier.urihttps://hdl.handle.net/10656/22678
dc.language.isoes
dc.publisherCorporación Universitaria Minuto de Dios - UNIMINUTO
dc.publisher.departmentPosgrado (Virtual)
dc.publisher.programEspecialización en Gerencia de Proyectos
dc.rightsAcceso Abierto - http://purl.org/coar/access_right/c_abf2
dc.rights.licensehttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.keywordsInteligencia Artificial
dc.subject.keywordsCiencia de Datos
dc.subject.keywordsSector Agropecuario
dc.titleInteligencia artificial, Big-Data y Ciencia de Datos para la optimización de la gestión de proyectos en Colombia
dc.typeTrabajo de Investigación e Innovación
dc.type.coarthesis
dcterms.bibliographicCitationAbioye, E. A., Abidin, M. S. Z., Mahmud, M. S. A., Buyamin, S., Ishak, M. H. I., Abd Rahman, M. K. I., Otuoze, A. O., Onotu, P., & Ramli, M. S. A. (2020). A review on monitoring and advanced control strategies for precision irrigation. Computers and Electronics in Agriculture, 173, 105441. Adell, J., & Castañeda Quintero, L. J. (2012). Tecnologías emergentes, ¿pedagogías emergentes? Bernal Torres, C. A. (2022). Descripción y análisis de resultados. En Metodología de la investigación (p. 303). Pearson Educación. Departamento Nacional de Planeación (DNP). (2021). Informe sobre la digitalización del sector agropecuario en Colombia. Bogotá, Colombia: DNP. Food and Agriculture Organization (FAO). (2015). El estado mundial de la agricultura y la alimentación. La innovación en la agricultura familiar. Roma, Italia. Recuperado de: http://www.fao.org/3/i4040s/i4040s.pdf Fundación Telefónica. (2017). Inteligencia Artificial y Big Data: El impacto en los negocios [Video]. YouTube. https://www.youtube.com/watch?v=tSAlzuYd2ig García, E., Sánchez, P., & Torres, J. (2021). Artificial Intelligence in Agriculture: Current Challenges and Future Trends. Agronomy Journal, 113(4), 849-858. Hernández Sampieri, R., & Mendoza Torres, C. P. (2018). Elaboración del reporte de resultados del proceso cuantitativo y del proceso cualitativo. En Metodología de la investigación: las rutas cuantitativa, cualitativa y mixta (pp. 570-608). McGraw-Hill. Hinojosa, A., & Vargas, R. (2019). Implementación de IA en la Agricultura del Cono Sur: Oportunidades y Desafíos. Latin American Research Review, 54(2), 319-337. Monge, M., Hartwich, F., & Halewood, N. (2020). Technological Innovations and Adoption in Agriculture. Washington, D.C.: World Bank. Mukherjee, S. P. (2019). Analysis of dynamic data. En A guide to research methodology: An overview of research problems, tasks, and methods (pp. 213-220). Taylor & Francis Group. Nwankpa, J., & Roumani, Y. (2016). IT Capability and Digital Transformation: A Firm Performance Perspective. Journal of Strategic Information Systems, 25(1), 32-47. Oracle Colombia. (2021). ¿Qué es la inteligencia artificial (IA)?. Recuperado de: https://www.oracle.com/co/artificial-intelligence/what-is-ai/ Oren, C. (2020). Artificial intelligence (AI) applied to unmanned aerial vehicles (UAVs), Canada, Digital Humanitarian Network. Recuperado de: https://www.humanitarianlibrary.org/sites/default/files/2022/03/Artificial%20Intelligence%20Applied% 20to%20Unmanned%20Aerial%20Vehicles%20And%20its%20Impact%20on%20Humanitarian%20Action %20-%20May%202020.pdf Ovalle Másmela, J. C., Romero Perdomo, F. A., & Uribe Galvis, C. P. (2023). Tecnologías emergentes para el agro y su aplicación en Colombia. Palacios-Marqués, D., Soto-Acosta, P., & Merigó, J. M. (2019). Examining the Impact of Online Social Networks and Open Innovation on the Performance of SMEs. Journal of Business Research, 101, 709-716. Pix4D. (2021). El futuro de los drones y la agricultura de precisión. Recuperado de: https://www.pix4d.com/es/blog/investigacion-sobre-la-aplicacion-de-la-tasavariable Plazas Aquite, L. O., Candro Cuineme, D. F., & Diaz Rojas, M. J. (2022). Plan de negocios para la creación de una empresa de servicios de captura y analítica de datos, basados en tecnología UAV (drones) apoyado en inteligencia artificial (IA) (Master's thesis, Maestría en Gerencia de Proyectos). Project Management Institute (PMI). (2021). PMBOK guía de los fundamentos para la dirección de proyectos séptima edición y el estándar para la dirección de proyectos. Raguseo, E. (2018). Big Data Technologies: An Empirical Investigation on their Adoption, Benefits, and Risks for Companies. International Journal of Information Management, 38(1), 187-195. Rao, A. S., & Verweij, G. (2018). Sensing the Future of AI in Agriculture. PwC Report. Valente, A., & Zuanetti, M. (2022). The Role of Technology Transfer in the Digitalization of Agriculture. Agricultural Systems, 194, 103251.+ Vega, F., & Román, S. (2023). Smart Farming and the Use of AI: A Review of Trends and Challenges. Computers and Electronics in Agriculture, 198, 107120. Villarroel, J. (2019). Inteligencia Artificial y Big Data: Oportunidades para el sector agropecuario. Revista Tecnología y Sociedad, 8(2), 45-59.

Files

Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
TE.PRO_AlbarracinLeonAnaMaria_2024
Size:
1.06 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Autorizacion_AlbarracinLeonAnaMaria_2024_.pdf
Size:
135.11 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
4.72 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Especialización en Gerencia de Proyectos