Aplicación de modelamiento y simulación computacional para la predicción y optimización del tiempo-costo en proyectos y procesos constructivos edilicios

Abstract

Tradicionalmente la industria de la construcción se ha caracterizado por su reticencia al uso de tecnologías digitales y adopción de prácticas que permitan avanzar a una cultura de innovación y reinventarse frente a sus pobres resultados, especialmente frente a su capacidad de estimación de plazos y presupuestos. Sus recurrentes retrasos y sobrecostos en la ejecución de proyectos, así como particularmente un rezago en la adopción de nuevas tecnologías no le han permitido capitalizar avances de la ciencia y tecnología aplicable al sector para elevar su productividad (WEF, 2016) (Rahman et al., 2020). Otro aspecto preocupante es la forma en que se concibe el ciclo de vida de los proyectos, ya que reflejan una fragmentación (Mossman, 2020) que condiciona el desarrollo del aprendizaje por experiencia, es decir, lograr cambios adaptativos a los inputs de su entorno (Witteman, 1997) y aprovechar la evaluación de datos que le pueden servir como base de pronóstico (CII, 2013 a). La referenciación en otras industrias y la articulación de escenarios CAE (Clúster-Academia-Empresa) (Rúa Machado et al., 2022) pueden ser una vía para consolidar criterios y establecer formas de conocimiento basados en datos y uso tecnologías. Esta propuesta de investigación plantea el uso de nuevas tecnologías, como el modelamiento y la simulación computacional, para incentivar la apropiación de prácticas que permitan la predictibilidad y capacidad de estimar y optimizar tiempo-costo a partir de datos documentados su en el sector AECO (Architecture, Engineering, Construction and Operactions) en Colombia, aportando al desarrollo de confiabilidad y la disminución de sobrecostos y retrasos en las obras. (Tomado de la fuente)

Traditionally, the construction industry has been characterized by its reluctance to use digital technologies and adopt practices that allow for advancing towards a culture of innovation and reinventing itself in the face of its poor results, especially regarding its ability to estimate timelines and budgets. Its recurrent delays and cost overruns in project execution, as well as a particular lag in the adoption of new technologies, have not allowed it to capitalize on advances in science and technology applicable to the sector to increase its productivity (WEF, 2016) (Rahman et al., 2020). Another concerning aspect is the way in which the project life cycle is conceived, as it reflects a fragmentation (Mossman, 2020) that conditions the development of learning from experience, that is, achieving adaptive changes to the inputs from its environment (Witteman, 1997) and taking advantage of data evaluation that can serve as a basis for forecasting (CII, 2013 a). Benchmarking in other industries and the articulation of CAE (ClusterAcademia-Enterprise) scenarios (Rúa Machado et al., 2022) can be a way to consolidate criteria and establish forms of knowledge based on data and use of technologies. This research proposal suggests the use of new technologies, such as computational modeling and simulation, to encourage the appropriation of practices that allow for predictability and the ability to estimate and optimize time-cost based on documented data in the AECO (Architecture, Engineering, Construction and Operations) sector in Colombia, contributing to the development of reliability and the reduction of cost overruns and delays in construction works.