En los últimos cinco años, el avance en el poder de cómputo trajo consigo un auge en la inteligencia artificial (IA). De forma directa o indirecta, una gran cantidad de sistemas comenzaron a incluir dentro de su funcionalidad, algoritmos o implementaciones de IA para realizar diversas tareas. Estas implementaciones van desde modelos de machine learning, procesamiento de lenguaje natural o de imágenes entre muchos otros. La construcción de un programa informático requiere de habilidades técnicas, así como también, es necesaria la aplicación de un modelo de gestión de proyectos que sea capaz de incorporar y adaptarse a las nuevas tecnologías que se incorporan dentro del proceso de desarrollo. En este trabajo, se analiza si la incorporación de una nueva tecnología de IA como requerimiento funcional de desarrollo de un producto, impacta en el esfuerzo de gestión de proyecto mediante la medición de las horas invertidas a dicha tarea. En esta investigación se responde la siguiente pregunta de investigación: i) ¿Existe alguna diferencia en el esfuerzo y dedicación de horas de gestión en los proyectos de desarrollo de software que incluyen como parte de su funcionalidad alguna tecnología de inteligencia artificial? Para ello, se efectúa una investigación documental con enfoque cuantitativo no experimental haciendo uso de la estadística descriptiva como herramienta de cuantificación. El estudio incluye el 100% de la población analizada y dentro de los resultados se destaca que el esfuerzo en tareas de gestión no presenta mayores diferencias
Alaimo, M., & Salías, M. (2013). Proyectos ágiles con #Scrum : flexibilidad, aprendizaje, innovación y colaboración en contextos complejos.
Arias, J. (2023). Tendencias del empleo en IA. Nuevos roles y profesiones. Observatorio IA. https://observatorio-ametic.ai/inteligencia-artificial-y-empleo/tendencias-del-empleo-en-ia-nuevos-roles-y-profesiones
Carmichael, A., & Anderson, D. J. (2016). Kanban esencial condesado. LeanKanban University Press.
International Project Management Association. (2018). Individual Competence Baseline for Project Management (4ª Ed.). IPMA.
Jones, C. (2005). Software Cost Estimating Methods for Large Projects. CrossTalk - The Journal of Defense Software Engineering, 18(4), 8–12.
Ladas, C. (2008). Scrumban: Essays on Kanban Systems for Lean Software Development. Modus Cooperandi.
Lerma González, H. D. (2009). Metodología de la investigación: Propuesta, anteproyecto y proyecto (4ª Ed.). Ecoe Ediciones.
Lledó, P. (2016). Director de Proyectos. (3ª Ed.). Lledó.
Ñaupas, H., Valdivia, M., Palacios, J., & Romero, H. (2018). Metodología de la investigación: Cuantitativa - Cualitativa y Redacción de la Tesis (5ª Ed.). Ediciones de la U.
Organización Internacional de Normalización. (2022). Dirección y gestión proyectos, programas y carteras deproyectos (ISO 25102:2022). Asociación Española de Normalización.
Pressman, R. S. (2020). Software Engineering: A practitioner’s approach (9ª Ed.). Mc Graw Hill.
Project Management Institute. (2021). Guía de los Fundamentos para la Dirección de Proyectos (7ª Ed.). Project Management Institute.
Rojas Sánchez, M., & Uc Ríos, C. (2022). Gestión de proyectos en tesis de titulación universitaria. Project, Design and Management, 4(1), 52–68. https://doi.org/10.35992/pdm.4vi1.974
Salvay, J. (2017). Kanban y Scrumban orientados a Proyectos de Tecnología de la Información. Instituo Universitario Aeronautico.
Sampieri Hernandez, R., Fernandez, C., & Baptista, M. (2014). Metodología de la investigación (6ª Ed.). Mc Graw Hill.
Satpathy, T. (2022). Guía de los fundamentos de SCRUM (4ta.). SCRUMStudy.
Sommerville, I. (2016). Software Engineering (10ª Ed.). Pearson Education Ltd.
2025-04-13
Nueva versión OJS