Direccionamiento de Proyectos de Construcción mediante Inteligencia Artificial y Big Data para Mejorar la Eficacia y la Toma de Decisiones

Jaramillo Garcia, Carlos Enrique; Perdomo Moreno, Erika Daniela; Cuello Orozco, Ricardo Andres

Direccionamiento de Proyectos de Construcción mediante Inteligencia Artificial y Big Data para Mejorar la Eficacia y la Toma de Decisiones

dc.contributor.advisor	Zabala Vargas, Sergio Andrés
dc.contributor.author	Jaramillo Garcia, Carlos Enrique
dc.contributor.author	Perdomo Moreno, Erika Daniela
dc.contributor.author	Cuello Orozco, Ricardo Andres
dc.coverage.spatial	Bogotá D.C.
dc.date.accessioned	2026-11-04T00:04:41Z
dc.date.issued	2026-03-09
dc.description	Proponer un modelo estratégico para la implementación de tecnologías de Inteligencia Artificial y Big Data en el direccionamiento de proyectos de construcción en Colombia, orientado a fortalecer la toma de decisiones, mejorar la productividad y reducir riesgos en obras civiles.
dc.description.abstract	La dirección inadecuada y la falta de compromiso en los proyectos de obras civiles generan sobrecostos, retrasos y baja eficacia en la toma de decisiones, afectando el rendimiento de las inversiones en infraestructura. En el sector de la construcción, la limitada integración de tecnologías analíticas dificulta la identificación temprana de riesgos asociados al liderazgo, la planificación y el control del proyecto. Este estudio adoptó un enfoque metodológico mixto. En la fase cualitativa exploratoria se realizó una revisión sistemática de literatura, análisis documental de proyectos ejecutados y entrevistas semiestructuradas a directores de obra, ingenieros residentes y supervisores de contrato, entre otros, con el fin de identificar categorías críticas que inciden en el direccionamiento efectivo. Posteriormente, en la fase cuantitativa descriptiva y correlacional, se aplicaron encuestas estructuradas y se analizaron registros históricos de proyectos de infraestructura para medir la relación entre liderazgo, comunicación, planificación, control, uso de tecnología y desempeño del proyecto. Los resultados cualitativos evidenciaron como categorías centrales el liderazgo estratégico, la comunicación efectiva, la planificación predictiva y la cultura organizacional, destacándose que más del 70% de los entrevistados asociaron los retrasos con deficiencias en la planeación y comunicación.
dc.format.extent	126 páginas
dc.identifier.citation	Perdomo Moreno, E. D., Cuello Orozco, R. A., y Jaramillo García, C. E. (2026). Direccionamiento de Proyectos de Construcción mediante Inteligencia Artificial y Big Data para Mejorar la Eficacia y la Toma de Decisiones. [Monografía, Corporación Universitaria Minuto de Dios - UNIMINUTO]. Repositorio UNIMINUTO.
dc.identifier.uri	https://repository.uniminuto.edu/handle/10656/27692
dc.language.iso	es
dc.publisher	Corporación Universitaria Minuto de Dios – UNIMINUTO
dc.publisher.department	Posgrado (Virtual)
dc.publisher.program	Especialización en Gerencia de Proyectos
dc.rights	Acceso Abierto - http://purl.org/coar/access_right/c_abf2
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.keywords	Inteligencia Artificial
dc.subject.keywords	Big Data
dc.subject.keywords	Dirección de Proyectos
dc.subject.keywords	Obras Civiles
dc.subject.keywords	Toma de Decisiones
dc.title	Direccionamiento de Proyectos de Construcción mediante Inteligencia Artificial y Big Data para Mejorar la Eficacia y la Toma de Decisiones
dc.type	Trabajo de Investigación e Innovación
dc.type.coar	thesis
dcterms.bibliographicCitation	Aguado Cortés, C., Hernández y de Rodríguez, S., & Palafox de Anda, G. (2020). Administración. Pensamiento Procesos Estratégicos. McGraw-Hill. Barcaui, A., & Monat, A. (2023). Who is better in project planning?Generative artificial intelligence or. Project Leadership and Society . Bresciani, S., Ferraris, A., & Del Giudice, A. (2021). "The adoption of digital technologies in SMEs: A systematic literature review". Turin: Jornal of Small Business Management. Calixto Hernández, J. (2023). Detalle de la información geométrica de los niveles de información del modelo 3D para los proyectos de infraestrura vial urbana en Bogotá D.C. Editorial Neogranadina. Castillo Martínez, A. (2024). Infraestructuras del pasado al futuro. Gaceta Técnica, 1-2. Catalán Vasquez, M., & Jarillo Soto, E. (2010). Paradigmas de investigación aplicados al estudio de la percepción pública de la contaminación del aire. Revista internacional de contaminación ambiental, 165-178. Chiavenato, I. (2006). Teoría clásica de la administración. McGraw-Hill Interamericana. Creswell, J., & Creswell, J. (2018). Research Design. Qualitative, Quantitative, and Mixed Methods Approaches 5th ed. California: SAGE Publications, Inc. DANE. (2025). Indicadores Económicos Alrededor de la Construcción. Díaz Narváez, V. (2014). El concepto de ciencia como sistema, el positivismo, neopositivismo y las "investigaciones cuantitativas y cualitativas". Revista Salud Uninorte, 227-244. Effect of path-goal leadership styles on the commitment of employees on construction projects. (2016). International Journal of Construction Management. El Proyecto Jamovi (2025). Jamovi (Versión 2.6) [Software]. (2025). Scientific Research. Forum, W. E. (2021). The future of cinstruction in Latin America. 123 Gómez, L., & Rodríguez, M. (2014). Adopción de IA en Pymes latinoamericanas. Un estudio Exploratorio. Revista Latiniamericana de Innovación. Goodfellow, I., Goodfellow, Y., & Courville, A. (2016). Aprendizaje profundo. Prensa del MIT. Henrik Langebaek, C. (2019). Los Muiscas: Una sociedad prehispánica en el altiplano central de Colombia. Editorial Universidad de Los Andes. Hernández Sampieri, R., & Mendoza Torres, C. (2018). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. Ciudad de México: Mcgaw-Hill Interamericana Editores, S.A. de C. V. Hernández, R., & González , L. (2020). Competencias del director de obra en proyectos de construcción en Colombia: una presepctiva desde la gestión de proyectos. Revista de Ingeniería y Desarrollo, 45-67. Jaimes-Quintanilla, M., Rozo-Rojas, I., Rodríguez-Barrera, D., & Zabala-Vargas, S. (2026). A Smart Framework for Integrating Artificial Intelligence, Data Science, and IoT in Construction Project Management. In International Conference on Knowledge Management in Organizations (pp. 393-404). Cham: Springer Nature Switzerland. Kumar, A., & Mor, N. (2023). Artificial Intelligence and lot. Smart Coinvergence for Eco-friendly Springer. (2021). La transformación digital de las pymes. OECD. Ladino Moreno, E., García Ubaque, C., & García Vaca, M. (2021). Estimación de fugas en tuberías a presión para sistemas de agua potable mediante redes neuronales artificiales y Epanet. Revista Científica, 2-19. M. H., & Espinosa Rodríguez, M. (2024). Adopcion y dependencia de las IA en PYMES colombianas. Reice en prensa. Martínez, A. (2010). Historia de la construcción en Colombia. Editorial Pontificia Univeesidad Javriana. 124 Matich, D. (2001). Redes Neuronales: Conceptos Básicos y Aplicaciones. Rosario. McAfee, A., & Brynjolfsson, E. (2017). Machine, Platform, Crowd: Harnessing Our Digital Future. W. W. Norton & Company. Oesterreich, T., & Teuteberg, F. (2016). Understanding the implications of digitisation and automation in the context of Industry 4.0: A triangulation approach and elements of a research agenda for the construction industry. ScienceDirect. Rehan, A., Thorpe, D., & Heravi, A. (2024). Un marco para las prácticas de liderazgo y comunicación en el contexto del sector de la construcción. Liderazgo y Proyectos de Sociedad vol 5. Rodríguez Ramírez, A. (2006). Perspectiva histórica de la mentalidad del empresario caleño en el siglo XX. Entramado. Universifdad Libre de Colombia, Cali, Colombia. Rossy, G., & Arcchibald, R. (1992). Fomentar el compromiso en los equipos de proyectos. Revista de gestión de proyectos, 5-14. Sacks, R., Eastman, C., Lee, G., & Teicholz, P. (2018). Manual BIM: una guía para el modelado de información de construcción para propietarios, diseñadores, ingenieros, contratistas y administradores de instalaciones. Editoria Wiley. Saunders, M., Lewis, P., & Thornhill, A. (2007). Métodos de investigación para estudiantes de negocios. Financial Times/Prentice Hall, 2007. Sharer, R., & Traxler, L. (2006). Los antiguos mayas. Standford, California: Standford University Press. Team, R. (2024). R: A Language and Environment for Statistical Computing. Viena, Austria. Wang, G., & Zhou, J. (2022). Evaluación de seguridad basada en redes neuronales ligeras para dispositivos de construcción inteligentes. Comput Intell Neurosci. Wright, K., Valencia Zegarra, A., & Wright, R. (2000). Machu Picchu: A Civil Engineering Marvel. Amer Society of Civil Engineers. 125 Zabala-Vargas, S., & Jaimes-Quintanilla, M. (2026, February). A Holistic Model for Managing Construction Projects through Artificial Intelligence, Data Science, and IoT. In 2026 International Conference on Artificial Intelligence, Computer, Data Sciences and Applications (ACDSA) (pp. 1-6). IEEE.