Propuesta de guía para la estimación de esfuerzos en proyectos de desarrollo de software que tenga en cuenta el impacto de la inteligencia artificial generativa para una empresa del sector farmacéutico
Cargando...
Autores
Director
Tipo de contenido
Editor
Document language:
Español
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
El objetivo de este estudio fue desarrollar una propuesta de guía para la estimación de esfuerzos en proyectos de desarrollo de software que incorpore el impacto de la inteligencia artificial generativa, aplicada a un HUB tecnológico de una empresa del sector farmacéutico en Colombia. El estudio se diseñó como una investigación descriptiva, con enfoque no experimental y secuencial exploratorio, desarrollada en el contexto real de operación del HUB tecnológico.
La población objetivo estuvo conformada por los principales actores técnicos del HUB, incluyendo roles de arquitectura y liderazgo técnico. La intervención consistió en la identificación de necesidades mediante entrevistas semiestructuradas y el análisis de datos históricos de estimaciones de esfuerzo de la organización. Posteriormente, se realizó un análisis comparativo de cuatro métodos de estimación de esfuerzos —Delphi, COCOMO II, analogía y redes neuronales artificiales— aplicados a un caso de estudio real, con el fin de seleccionar el método más adecuado.
Las mediciones se basaron en la comparación entre el esfuerzo estimado y el esfuerzo real ejecutado. Los resultados mostraron que el método de estimación por analogía presentó el mejor desempeño, con un error relativo del 10,06%, siendo seleccionado como base para la guía. A partir de este método y de las necesidades identificadas, se diseñó una guía estructurada que considera explícitamente el impacto de la inteligencia artificial generativa en la productividad del equipo.
La evaluación de la guía, mediante una rúbrica aplicada a un caso de estudio real, arrojó resultados entre buenos y excelentes. (Texto tomado de la fuente)
Abstract
The objective of this study was to develop a proposed guideline for effort estimation in software development projects that incorporates the impact of generative artificial intelligence, applied within a technological HUB of a pharmaceutical company in Colombia. The study was designed as a descriptive research with a non-experimental, sequential exploratory approach, conducted in the real operational context of the technological HUB.
The target population consisted of the main technical stakeholders of the HUB, including architecture and technical leadership roles. The intervention involved identifying needs through semi-structured interviews and analyzing historical effort estimation data from the organization. Subsequently, a comparative analysis of four effort estimation methods—Delphi, COCOMO II, analogy, and artificial neural networks—was conducted using a real case study to select the most appropriate method.
Measurements were based on the comparison between estimated effort and actual effort executed. The results showed that the analogy-based estimation method achieved the best performance, with a relative error of 10.06%, and was therefore selected as the basis for the guideline. Based on this method and the identified needs, a structured guideline was designed that explicitly considers the impact of generative artificial intelligence on team productivity.
The evaluation of the guideline, using a rubric applied to a real case study, yielded results ranging from good to excellent.
Descripción
ilustraciones (principalmente a color), diagramas, tablas