Mostrar el registro sencillo del ítem
Impacto de la Inteligencia Artificial en el desarrollo de software en Bucaramanga en la última década.
| dc.rights.license | abierto | es_ES |
| dc.contributor.advisor | Perez Gutierrez, Alain | |
| dc.contributor.author | Muñiz Castellanos, Jhon Jairo | |
| dc.contributor.author | Vargas Buenahora, Yerly Michel | |
| dc.contributor.other | Carrascal Avendaño, Carlos | |
| dc.date.accessioned | 2025-12-10T20:15:55Z | |
| dc.date.available | 2025-12-10T20:15:55Z | |
| dc.identifier.citation | N/A | es_ES |
| dc.identifier.uri | http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/22241 | |
| dc.description | inteligencia artificial, desarrollo de software, productividad, aprendizaje, transformación digital. | es_ES |
| dc.description.abstract | RESUMEN EJECUTIVO La investigación analiza el impacto de la Inteligencia Artificial (IA) en el desarrollo de software en Bucaramanga durante la última década, con el fin de identificar cómo estas tecnologías han transformado los procesos de aprendizaje y el desempeño profesional. El estudio evalúa tanto los beneficios como los desafíos que surgen al integrar herramientas automatizadas en la práctica del desarrollo de software. La metodología fue descriptiva con enfoque cualitativo y utilizó una encuesta aplicada a 100 participantes entre estudiantes, desarrolladores y profesionales del área tecnológica. Los datos permitieron examinar el uso de la IA, su influencia en la productividad, la calidad del software, la adquisición de nuevas competencias y la percepción de riesgos. Los resultados muestran que el 43% usa la IA para el aprendizaje, el 46% percibe mejoras en la productividad y el 39.8% en la calidad del código. Además, el 67% afirma haber adquirido nuevas competencias técnicas gracias a estas herramientas. Sin embargo, se identifican riesgos relacionados con la pérdida de autonomía, la dependencia tecnológica y la seguridad de los datos. En conclusión, la IA se ha consolidado como una herramienta transformadora que fortalece el aprendizaje y la productividad. No reemplaza al desarrollador, sino que lo complementa y facilita su labor, siempre que se use con criterio ético y crítico. Palabras clave: inteligencia artificial, desarrollo de software, productividad, aprendizaje, transformación digital. | es_ES |
| dc.description.sponsorship | N/A | es_ES |
| dc.description.tableofcontents | TABLA DE CONTENIDO RESUMEN EJECUTIVO 12 INTRODUCCIÓN 14 1. DESCRIPCIÓN DEL TRABAJO DE INVESTIGACIÓN 16 1.1. PLANTEAMIENTO DEL PROBLEMA 16 1.2. JUSTIFICACIÓN 18 1.3. OBJETIVOS 19 1.3.1. OBJETIVO GENERAL 19 1.3.2. OBJETIVOS ESPECÍFICOS 19 1.4. ESTADO DEL ARTE 20 2. MARCO REFERENCIAL 22 2.1. MARCO TEÓRICO 22 2.1.1. LA INTELIGENCIA ARTIFICIAL EN EL DESARROLLO DE SOFTWARE 22 2.1.2. LA INTELIGENCIA ARTIFICIAL EN EL DESARROLLO WEB 23 2.1.3. APRENDIZAJE AUTOMÁTICO Y AUTOMATIZACIÓN EN EL CICLO DE VIDA DE SOFTWARE 24 2.1.4. RETOS Y OPORTUNIDADES DE LA IA EN LA FORMACIÓN DE FUTUROS DESARROLLADORES 25 2.2. MARCO LEGAL 26 2.3. MARCO CONCEPTUAL 28 2.3.1. INTELIGENCIA ARTIFICIAL 28 2.3.2. APRENDIZAJE AUTOMÁTICO (MACHINE LEARNING) 29 2.3.3. DESARROLLO DE SOFTWARE ASISTIDO POR INTELIGENCIA ARTIFICIAL . 30 2.3.4. AUTOMATIZACIÓN DEL CICLO DE VIDA DEL SOFTWARE 31 2.3.5. ÉTICA Y FORMACIÓN EN INTELIGENCIA ARTIFICIA 31 2.4. MARCO AMBIENTAL 32 2.4.1. RELACIÓN ENTRE TECNOLOGÍA E IMPACTO AMBIENTAL 32 2.4.2. NORMATIVIDAD AMBIENTAL APLICABLE 33 2.4.3. INTELIGENCIA ARTIFICIAL COMO HERRAMIENTA PARA LA SOSTENIBILIDAD 33 2.5. MARCO HISTÓRICO 34 2.5.1. LA EVOLUCIÓN DE LA IA EN BUCARAMANGA 38 3. DISEÑO DE LA INVESTIGACIÓN 39 3.1. ENFOQUE DE LA INVESTIGACIÓN 40 3.2. MÉTODO DE LA INVESTIGACIÓN 40 3.3. POBLACIÓN Y MUESTRA 41 3.4. TÉCNICAS 41 3.5. FASES 42 4. DESARROLLO DEL TRABAJO DE GRADO 44 4.1. RECOLECCIÓN DE INFORMACIÓN 44 4.1.1. DISEÑO Y VALIDACIÓN DE LA ENCUESTA 44 4.2. ANÁLISIS DE LA INFORMACIÓN 45 4.2.1. PROCESAMIENTO DE LOS DATOS 46 4.2.2. ANÁLISIS ESTADÍSTICO DESCRIPTIVO 46 4.2.3. ANÁLISIS RELACIONAL 47 4.2.4. ANÁLISIS DE PERCEPCIONES 47 4.2.5. INTEGRACIÓN DE RESULTADOS PARA DETERMINAR EL IMPACTO 48 4.3. INTERPRETACIÓN Y ELABORACIÓN DE RESULTADOS 48 4.3.1. IMPACTO EN LOS PROCESOS DE DESARROLLO 48 4.3.2. IMPACTO EN LOS ROLES Y COMPETENCIAS 49 4.4. REDACCIÓN Y PRESENTACIÓN DEL INFORME 49 5. RESULTADOS 50 5.1. USO Y PROPÓSITO DE LA INTELIGENCIA ARTIFICIAL 50 5.2. IMPACTO EN LA PRODUCTIVIDAD Y CALIDAD DEL SOFTWARE 51 5.3. APRENDIZAJE Y DESARROLLÓ DE NUEVAS COMPETENCIAS 53 5.4. RIESGOS Y DESAFÍOS PERCIBIDOS 53 5.5. CONFIABILIDAD Y REVISIÓN DEL CÓDIGO GENERADO POR IA 56 5.6. PREPARACIÓN Y PERCEPCIÓN DEL FUTURO PROFESIONAL 58 5.7. ANÁLISIS GENERAL 61 6. CONCLUSIONES 65 7. RECOMENDACIONES 67 8. CONSIDERACIONES ETICAS 69 9. REFERENCIAS 71 10. ANEXOS 75 10.1. INSTRUMENTO DE RECOLECCIÓN DE DATOS 75 10.1.1. ENCUESTA SOBRE EL USO DE LA INTELIGENCIA ARTIFICIAL EN EL DESARROLLO DE SOFTWARE 75 | es_ES |
| dc.publisher | UTS | es_ES |
| dc.subject | inteligencia artificial, desarrollo de software, productividad, aprendizaje, transformación digital. | es_ES |
| dc.title | Impacto de la Inteligencia Artificial en el desarrollo de software en Bucaramanga en la última década. | es_ES |
| dc.type | degree work | es_ES |
| dc.date.emitido | 2025-12-04 | |
| dc.dependencia | fcni | es_ES |
| dc.proceso.procesouts | bienestar | es_ES |
| dc.type.modalidad | desarrollo_tecnológico | es_ES |
| dc.format.formato | es_ES | |
| dc.titulog | Tecnólogo en Desarrollo de Sistemas Informáticos | es_ES |
| dc.educationlevel | tecnologo | es_ES |
| dc.contibutor.evaluator | evaluador | es_ES |
| dc.date.aprobacion | 2025-12-04 | |
| dc.description.programaacademico | Tecnólogo en Desarrollo de Sistemas Informáticos | es_ES |
| dc.dependencia.region | bucaramanga | es_ES |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(ones)
-
Proyectos de Investigación
Trabajos de Grado en modalidad DTeI, monografía, Investigación