Tras buscar al menos tres tesis doctorales concurrentes con el tema de tu investigación, leer las conclusiones,

las fuentes de consulta y el diseño metodológico, podrás hacer tu participación en el foro, con ese primer
avance. Debe presentarse cuidando hacer las citas y sus referencias bajo Normas APA.

Título: “Uso de herramienta tecnológica para la Administración de proyectos utilizando técnicas de

Inteligencia Artificial con el fin de reducir las actividades operativas del director del Proyecto que le permita
realizar actividades estratégicas que representan valor a la empresa.”

Se revisó los repositorios de las tesis doctorales de las Universidades en idioma español. Como
resultado de esta búsqueda no se obtuvo suficiente información sobre tesis relacionados al tema de tesis
doctoral propuesto. Por el contrario, se encontraron artículos relacionados con las temáticas tratados en el
trabajo doctoral propuesto como la administración de Proyectos, PMBOK, inteligencia artificial, entre otros.

(Álvarez Ochoa, 2022) basa el artículo consultado en su trabajo de tesis doctoral titulada Factores
críticos que influyen en la gestión de los proyectos de saneamiento del Ministerio de Vivienda,
Construcción y Saneamiento de la República del Perú donde se identifican los trece factores críticos que
influyen en la gestión de proyectos de saneamiento. Uno de los inconvenientes que presenta la priorización de
proyectos es que no existe una propuesta clara, según su alcance, tiempo y recursos necesarios, dado que
estos son finitos y no es posible ejecutar todos los proyectos que componen un portafolio al mismo tiempo.
Asimismo, se tiene un gran nivel de incertidumbre en cuanto a los resultados esperados, dado que estos
se conocen solo cuando el proyecto ha culminado, y es en las fases finales cuando se identifica si el proyecto ha
generado o no valor para la institución, cuando ya no hay posibilidades de recuperar la inversión realizada. Esta
investigación tiene como objetivo determinar que la inteligencia artificial se relaciona con la gestión de
proyectos de inversión pública en el Perú. Esto se demuestra en la revisión de bibliografía y el diseño de
una encuesta, con una muestra censal. Según los resultados de la prueba Spearman, se comprueban las
hipótesis descritas. Finalmente, se propone como aporte un modelo de optimización para la priorización de
proyectos (MOPP).

Se repitió la búsqueda en idioma inglés donde se obtuvieron los siguientes trabajos de investigación
doctoral:

En el trabajo doctoral “Developing analytics models for software project management” de

(Choetkiertikul, 2018) trata sobre los problemas que enfrentan los Directores de Proyectos de Software y
propone como solución el desarrollo de técnicas y modelos de análisis de datos para predecir información
valiosa para la gestión del Director de proyecto. Los sobrecostos y cronogramas constituyen un problema
importante en los proyectos de software y han sido una fuente de preocupación para la comunidad de
ingeniería de software durante mucho tiempo. El Gerente de proyectos de software para cumplir con las
limitaciones de tiempo y costo se enfrenta a este gran desafío, debido a la naturaleza dinámica del desarrollo
de software. La gestión de proyectos de software cubre una gama de actividades complejas como la
planificación de proyectos, el seguimiento del progreso y la gestión de riesgos. Estas tareas requieren que los
gerentes de proyectos tengan la capacidad de hacer estimaciones correctas y prever futuros eventos
significativos en sus proyectos. Sin embargo, se ha trabajado poco en proporcionar soporte automatizado para
las actividades de gestión de proyectos de software. Los proyectos de software modernos en su mayoría siguen
el proceso de desarrollo iterativo donde los productos de software se desarrollan y evolucionan
progresivamente en una serie de iteraciones. Cada iteración requiere la finalización y resolución de una serie
de problemas, como errores, mejoras o solicitudes de nuevas funciones. Dado que los proyectos de software
modernos requieren continuas entregas en cada iteración del desarrollo de software, es esencial monitorear la
ejecución de iteraciones y la resolución/finalización de problemas, y hacer predicciones confiables. Por lo
tanto, existe una gran necesidad de proporcionar a los gerentes de proyecto, ingenieros de software y otras
partes interesadas el soporte predictivo a nivel de iteraciones y problemas. Esta tesis tiene como objetivo
aprovechar una gran cantidad de datos de proyectos de software para generar información procesable que sea
valiosa para diferentes actividades de gestión de proyectos de software a nivel de iteraciones y problemas. Uso
de tecnología de aprendizaje automático de última generación (incluido el aprendizaje profundo),
desarrollamos un conjunto novedoso de técnicas y modelos de análisis de datos para predecir la capacidad de
entrega de las iteraciones en curso, predecir retrasos en los problemas y estimar el esfuerzo para resolver
problemas. Una extensa evaluación empírica utilizando datos de más de diez grandes proyectos de software
bien conocidos (por ejemplo, Apache, Duraspace, Java.net, JBoss, JIRA, Moodle y Mulesoft) demuestra la alta
efectividad de nuestro enfoque.

(Sajja, 202) en su tesis “DEEP LEARNING COMPONENTS PROJECT MANAGERS NEED TO IMPLEMENT
TO ENSURE THE SUCCESS OF PROJECTS IN INFORMATION TECHNOLOGY ENTERPRISES” menciona en su
estudio donde se utilizó la metodología cualitativa con el objetivo de identificar los diferentes componentes de
aprendizaje profundo que los gerentes de proyecto necesitan implementar para aumentar la posibilidad de
éxito para los proyectos. El estudio cualitativo obtuvo los datos necesarios para el estudio entrevistando a los
gerentes de proyecto en las empresas de tecnología de la información. Por lo tanto, los gerentes de proyecto
fueron la población objetivo del estudio. Los participantes de esta investigación cumplieron con los siguientes
criterios:

a) deben ser mayor de 20 años

b) debe tener experiencia en gestión de proyectos de más de dos años
c) debe contar con una certificación profesional para la gestión de proyectos (PMP).
Los hallazgos del estudio indican que hay varias áreas que se beneficiarían de la gestión de proyectos. Estos
incluyen la gestión de recursos, planificación, presupuestos, y, finalmente, la gestión de la calidad. El estudio
ilustra que los componentes de aprendizaje profundo, como las redes neuronales profundas y aprendizaje no
supervisado son vitales en la gestión de proyectos.

En otro trabajo de tesis denominado “Evaluating the Adoption of Project Management Tools and
Techniques in Private Construction Companies in Nigeria” el autor (Sidney, 2019) investiga los factores que
influyen en la adopción de Herramientas y Técnicas de Gestión de Proyectos (PMTT) en la industria de
construcción privada en Nigeria. Hasta la fecha, la industria de la construcción privada en Nigeria ha
experimentado retrasos en la entrega de proyectos, exceso de presupuesto, baja calidad y fallas de proyectos
en la mayoría de sus proyectos como resultado del uso inadecuado de herramientas y técnicas de gestión de
proyectos. Estos temas han sido una gran preocupación para las partes interesadas y los clientes, considerando
las enormes inversiones realizadas en los proyectos de construcción y el impacto que tienen en el crecimiento
de la economía. Varios autores se han centrado en la gestión de proyectos en organizaciones de construcción
pública con menos enfoque en las compañías de construcción privada. Esta investigación, por lo tanto, busca
abordar esta brecha para investigar los factores que influyen en la práctica de la PTMI. Esta investigación se
llevó a cabo utilizando una investigación cualitativa, los métodos y los datos fueron recolectados a través de
entrevistas estructuradas. Esta investigación adoptó la estrategia genérica de muestreo intencional porque era
la más adecuada para el contexto de esta investigación. Para cumplir con los objetivos planteados para la
investigación, se realizó un estudio piloto realizado mediante una entrevista semiestructurada con dieciocho
participantes en cinco zonas geopolíticas de Nigeria, excluyendo la zona noreste debido a problemas de
seguridad, seguido por el estudio principal con cuarenta y tres participantes. Estudios de caso de dos empresas
se realizaron además con el propósito de triangulación, validando los datos tanto del estudio piloto como del
estudio principal. Los datos recopilados de los estudios fueron analizados utilizando el análisis temático para
identificar los diferentes temas y subtemas en la investigación. Con base en los hallazgos de la investigación y la
teoría institucional, se investigan los factores que influyen en la adopción de PMTT desarrollado para empresas
de construcción privadas en Nigeria con el fin de mejorar su práctica. Este marco conceptual presenta la teoría
que sustenta este estudio, factores que influyen en la adopción de PMTT y los "factores de necesidad".
Asimismo, este estudio se validó el marco conceptual.

Para reforzar la información levantada que servirá para la construcción del marco teórico además de
los trabajos de investigación de tesis doctorales consultados, se analizaron los siguientes artículos relacionados
con el uso de Inteligencia Artificial en la gestión de Proyectos:
 1. Artificial Intelligence applied to project success: a literature review (Magaña Martínez &
Fernández-Rodríguez, 2015)
2. Artificial Intelligence in Project Management (Sulaiman , 2019)
3. A Study on the Impact of Artificial Intelligence on Project Management (Belharet, et al., 2020)
4. The Role of Artificial Intelligence in Improving Project Management (Ligs University Blog, 2020)
5. Application of Artificial Intelligence for Construction Project Planning (Oghenemaro Sota, 2017)
6. What Impact Will Artificial Intelligence Have on Project Management? (Northeastern University
Blog, 2019)
7. Application of artificial intelligence in construction project management (Harihanandh, Karthik,
& Murali, 2022)
8. Applying Artificial Intelligence techniques in Project Management (Kunnathur, 2020)
9. A Virtual Partnership? How Artificial Intelligence will disrupt Project Management and change
the role of Project Managers (Fayyoumi, 2019)

Referencias
Álvarez Ochoa, J. (abr. de 2022). La inteligencia artificial en la gestión de proyectos de inversión pública del
Ministerio de Vivienda, Construcción y Saneamiento. Ingeniería Industrial, 99-121.
doi:10.26439/ing.ind2022.n.5802

Belharet, A., Bharathan, U., Dzingina, B., Madhavan, N., Mathur, C., Toti, Y.-D., . . . Markowski, K. (2020). A
Study on the Impact of Artificial Intelligence on Project Management. doi:10.31226/osf.io/8mxfk

Choetkiertikul, M. (2018). Developing analytics models for software project management. Doctor of Philosophy
thesis, School of Computing and Information Technology, University of Wollongong. Obtenido de
https://ro.uow.edu.au/theses1/346

Fayyoumi, A. (07 de 2019). Obtenido de https://www.pwc.com/m1/en/publications/documents/virtual-

partnership-artificial-ntelligence-disrupt-project-management-change-role-project-managers-final.pdf

Harihanandh, M., Karthik, P., & Murali, K. (2022). Application of artificial intelligence in construction project
management. AIP Conference Proceedings, 2385(1), 100003. doi:10.1063/5.0070908

Kunnathur, M. (03 de 2020). Applying Artificial Intelligence techniques in Project Management.

doi:10.13140/RG.2.2.15113.39526

Ligs University Blog. (06 de 08 de 2020). Obtenido de https://ligsuniversity.com/blog/the-role-of-artificial-

intelligence-in-improving-project-management

Magaña Martínez, D., & Fernández-Rodríguez, J. (01 de 2015). Artificial Intelligence applied to project success:
a literature review. International Journal of Artificial Intelligence and Interactive Multimedia, 3, 77-84.
doi:10.9781/ijimai.2015.3510

Northeastern University Blog. (10 de 01 de 2019). Obtenido de

https://www.northeastern.edu/graduate/blog/ai-and-project-management/
Oghenemaro Sota, L. (01 de 2017). Obtenido de
https://www.academia.edu/44922975/APPLICATION_OF_ARTIFICIAL_INTELLIGENCE_FOR_CONSTRUCT
ION_PROJECT_PLANNING

Sajja, G. (202). A Dissertation Presented in Partial Fulfillment of the Requirements for the Degree. Doctor of
Philosophy thesis, University of The Cumberlands. Obtenido de
https://www.proquest.com/openview/e6194b6d953c20c590f12703712657ec/1?pq-
origsite=gscholar&cbl=18750&diss=y

Sidney, E. (2019). Evaluating the Adoption of Project Management Tools and Techniques in Private Construction
Companies in Nigeria. PHD Thesis, Business and Management Research Institute, University of
Bedfordshire. Obtenido de https://uobrep.openrepository.com/bitstream/handle/10547/624955/PhD
%20Thesis%20for%20Edidiong%20Sidney..pdf?sequence=1&isAllowed=y

Sulaiman , E. (2019). Obtenido de

https://www.academia.edu/41734485/Artificial_Intelligence_in_Project_Management