Bogotá - Artes - Maestría en Construcción · 2025
Marco de evaluación y caracterización del software de inteligencia artificial con potencial de implementación en la gestión de empresas edificadoras de vivienda en Colombia, como recurso para impulsar productividad a partir de la transformación digital
El presente estudio aborda la aplicabilidad y viabilidad de herramientas de inteligencia artificial en los estudios de factibilidad de proyectos inmobiliarios y de construcción en Colombia, con un énfasis particular en las MiPymes. El problema parte de la baja adopción tecnológica en este sector, caracterizado por limitaciones de recursos, fragmentación de datos y un entorno organizacional complejo que exige altos niveles de adaptación cultural a la transformación tecnológica. El objetivo principal consistió en identificar, evaluar y caracterizar herramientas de IA que apoyen cada fase del estudio de factibilidad —jurídica, de mercado, técnica y económico-financiera— a través de una metodología multicriterio, pruebas comparativas y un análisis crítico de resultados. Los hallazgos evidencian que las arquitecturas con generación aumentada por recuperación RAG y de razonamiento resultan más efectivas en el análisis jurídico y documental, que el procesamiento del lenguaje natural PLN y el aprendizaje automático supervisado, no supervisado y por refuerzo potencian los estudios de mercado, que la visión por computador y la optimización heurística agregan valor en lo técnico, y que la generación de código y el razonamiento numérico son decisivos en lo económico-financiero. Además, se comprobó que herramientas como modelos de lenguaje grande LLM presentan desempeños diferenciados según la tarea, confirmando que la selección debe ser modular y dependiente del contexto de uso. En conclusión, el estudio propone un marco metodológico replicable, sustentado en la Matriz de caracterización de herramientas de IA (Anexo C), que facilita a las empresas tomar decisiones tecnológicas informadas. Este marco asegura resultados reproducibles, mayor trazabilidad y un balance adecuado entre valor funcional, costos y gobernanza de datos. (Texto tomado de la fuente)
Texto completo 195 páginas con texto
Leer la tesis completa Ficha en el repositorio
Contenido
- Introducciónp. 14
- 1.Capitulo 1: Planteamiento del Problemap. 16
- 1.1 Objetivosp. 27
- 1.1.1 Objetivo Generalp. 27
- 1.1.2 Objetivos Específicosp. 27
- 1.2 Justificaciónp. 27
- 1.3 Preguntas de investigaciónp. 32
- 2. Capítulo 2: Marco Teóricop. 33
- en Colombiap. 120
- 2.1.1 Características generales MiPymes en Colombiap. 34
- 2.1.2 Desafíos específicos y contexto institucionalp. 36
- 2.2 Factibilidad de Proyectos de Construcciónp. 37
- 2.2.1 Definición y conceptos fundamentalesp. 38
- 2.2.2 Fases Principales del Proceso de Evaluaciónp. 39
- 2.2.3 Fases Principales en el desarrollo de la prefactibilidadp. 41
- 2.2.3.1 Estudio jurídicop. 42
- 2.2.3.2 Estudio de mercadop. 45
- 2.2.3.3 Estudio Técnicop. 50
- 2.2.3.3 Estudio Económico y Financierop. 54
- 2.3 Inteligencia Artificialp. 59
- 2.3.1 Definición y fundamentosp. 59
- 2.3.2 Orígenes e Historia de la Inteligencia Artificialp. 60
- 2.3.3 Tipos y Niveles de Inteligencia Artificialp. 61
- 2.3.4 Componentes y Subcampos de la Inteligencia Artificialp. 63
- 2.3.4.2 Visión por Computadora (Computer Vision):p. 65
- 2.3.4.3 Robótica:p. 65
- Procesamiento del Lenguaje Natural (NLP):p. 65
- Planificación y programación automatizadas:p. 65
- Optimización:p. 66
- IA Generativa (Generative AI):p. 66
- Modelos de Lenguaje Grande (LLMs - Large Language Models):p. 67
- 2.3.5 Aplicaciones de la inteligencia artificial en la industria de la construcciónp. 67
- 2.3.5.1 Gestión de Proyectos y Operacionesp. 67
- 2.3.5.2 Diseño y Modeladop. 69
- 2.3.5.3 Operaciones en Obra y Automatizaciónp. 70
- 2.3.5.4 Otros Campos de Aplicaciónp. 70
- 2.3.6 Estado de adopción en Colombiap. 71
- 2.3.7 Áreas de aplicación y enfoque actualp. 72
- 3. Marco Metodológicop. 74
- 3.1 Enfoque y Tipo de Investigaciónp. 74
- 3.1.1 Ingreso en el ambientep. 75
- 3.1.1.1 Exploración del contextop. 76
- 3.2 Diseño metodológicop. 76
- 3.2.1 Investigación – acciónp. 76
- 3.2.1.1 Plan de desarrollop. 77
- 4. Capítulo 4: Desarrollo metodológicop. 79
- 4.1 Primer ciclo: Detectar el problemap. 79
- del sector construcciónp. 79
- 4.1.2 Recolección de datos en campo (encuestas a profesionales)p. 81
- 4.1.3 Análisis de los datos recolectadosp. 77
- 4.1.3.1 Análisis documental con IAp. 85
- 4.1.3.2. Análisis de encuestasp. 89
- 4.1.3.3. Integración de resultadosp. 97
- 4.1.4 Resultados y conclusionesp. 98
- 4.2 Segundo ciclo: Elaborar el planp. 102
- del sector construcciónp. 102
- 4.2.2 Recolección de datos en campo (encuestas a profesionales)p. 81
- 4.2.3 Análisis de los datos recolectadosp. 77
- 4.2.3.1 Análisis documental con IAp. 85
- 4.2.3.2. Análisis de encuestasp. 89
- 4.2.4 Resultados y conclusionesp. 98
- 4.3 Tercer ciclo: Implementar y evaluar el planp. 117
- 4.3.1 Revisión del estado del artep. 117
- 4.3.2 Casos de uso y buenas prácticas (mapeo a procesos de factibilidad)p. 122
- 4.3.3 Inventario de herramientas IA relevantesp. 123
- 4.3.4 Matriz de clasificación y caracterizaciónp. 127
- 4.3.5 Resultados y Conclusionesp. 98
- 4.4 Cuarto ciclo: Retroalimentaciónp. 132
- 4.4.1 Definición de los criterios y metodología de selecciónp. 133
- 4.4.2 Selección final de herramientas a caracterizarp. 135
- 4.4.3 Flujo de trabajo y evaluación de herramientasp. 135
- 4.4.4 Comprobación de los hallazgosp. 165
- 5. Resultadosp. 178
- 5.1 Análisis de los resultadosp. 178
- 5.2 Matriz de caracterización de herramientas de inteligencia artificialp. 181
- 6. Conclusiones y recomendacionesp. 182
- 6.1 Conclusionesp. 100
- 6.2 Recomendacionesp. 184
- Bibliografíap. 187
- Figura 1-1. Balance de mejores prácticas, Colombia frente al mundop. 17
- conocido?p. 19
- Figura 1-3. ¿Qué estudios presentan mayores dificultades?p. 20
- artificial?p. 22
- tecnologías de inteligencia artificialp. 23
- estudios de factibilidad?p. 25
- Figura 1-7. Árbol de problemasp. 26
- Figura 1-8. ¿Qué nivel de importancia le da al a fase de factibilidad?p. 31
- Figura 2-1. Empresas formales según tamañop. 33
- Figura 2-2. Distribución de empresas por tamaño y subsectorp. 35
- Figura 2-3. Ciclo de vida del proyecto de construcciónp. 38
- Figura 2-4. Fases del estudio de factibilidadp. 41
- Figura 2-5. Tipos, niveles y componentes de la inteligencia artificialp. 62
- Figura 4-1. Cuaderno de análisis Notebook LMp. 80
- Figura 4-3. Información empresarial: tamaño, antigüedad y tipo de proyectosp. 82
- Figura 4-4. Fase de factibilidad: percepción general sobre su relevanciap. 83
- componentes (jurídico, de mercado, técnico y financiero)p. 83
- Figura 4-6. Riesgos: identificación de riesgos críticosp. 84
- Figura 4-7. Herramientas: herramientas tecnológicas actualmente utilizadasp. 84
- Figura 4-8. ¿Cuál es su área profesional?p. 89
- Figura 4-9. Tipo de proyectos que desarrollanp. 90
- donde ha participado?p. 91
- Figura 4-11. Estudio económico y financiero – Nivel de dificultadp. 92
- Figura 4-12. Principal dificultadp. 92
- Figura 4-13. Estudio de mercado – Nivel de dificultadp. 93
- Figura 4-14. Principal dificultadp. 94
- Figura 4-15. Estudio jurídico – Nivel de dificultadp. 95
- Figura 4-16. Principal dificultadp. 95
- Figura 4-17. Estudio técnico – Nivel de dificultadp. 96
- Figura 4-18. Principal dificultadp. 96
- Figura 4-19. Cuaderno IA en Consttrución Notebook LMp. 103
- Figura 4-20. Conocimiento y adopción de inteligencia artificialp. 104
- Figura 4-21. ¿Su empresa usa inteligencia artificial para alguno de estos propósitos?p. 107
- artificial?p. 108
- inteligencia artificial?p. 22
- estudios de factibilidad?p. 114
- inteligencia artificial para mejorar los estudios de factibilidad?p. 115
- Figura 4-27. Revisión juridica del predio - ChatGPTp. 166
- Figura 4-28. Cuaderno POT Bogotá – Notebook LMp. 167
- Figura 4-29. Stream Google Studio AIp. 168
- Figura 4-30. Análisis normativo del prediop. 168
- Figura 4-31. Generación de matriz normativap. 169
- Figura 4-32. Generación ruta de regularizaciónp. 170
- Figura 4-33.Consulta profunda con Geminip. 171
- Figura 4-34.Consulta especializada con Perplexityp. 171
- Figura 4-35. Generación de tablas con Perplexityp. 172
- Figura 4-36. Tabla de indicadores con ChatGPTp. 173
- Figura 4-37. Cuadro de áreas ocupación actualp. 174
- Figura 4-38. Cuadro de áreas propuestap. 174
- Figura 4-39. Plataforma de Diseño arquitectónicop. 175
- Figura 4-40. Generación de programaciónp. 176