Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 7 Núm. (14) 2024. ISSN: 2737-6249  
Aplicación de la Inteligencia Artificial en Proyectos de Ingeniería Civil  
DOI: https://doi.org/10.46296/ig.v7i14.0223  
APLICACIÓN DE LA INTELIGENCIA ARTIFICIAL EN PROYECTOS DE  
INGENIERÍA CIVIL  
APPLICATION OF ARTIFICIAL INTELLIGENCE IN CIVIL ENGINEERING  
PROJECTS  
1
2
Carvajal-Rivadeneira Daniel David ; Guaranda-Mero Betty Geoconda ;  
3
4
Domínguez-Gálvez Dunia Lisbet ; Regalado-Jalca Julio Johnny  
1
Universidad Estatal del Sur de Manabí. Jipijapa, Ecuador.  
Correo: daniel.carvajal@unesum.edu.ec. ORCID ID: https://orcid.org/0000-0002-5288-5483.  
2
Universidad Estatal del Sur de Manabí. Jipijapa, Ecuador.  
Correo: betty.guaranda@unesum.edu.ec. ORCID ID: https://orcid.org/0009-0009-6570-4459.  
3
Universidad Estatal del Sur de Manabí. Jipijapa, Ecuador.  
Correo: dunia.dominguez@unesum.edu.ec. ORCID ID: https://orcid.org/0000-0001-7577-4367.  
4
Universidad Estatal del Sur de Manabí. Jipijapa, Ecuador.  
Correo: julio.regalado@unesum.edu.ec. ORCID ID: https://orcid.org/0000-0003-1669-8522.  
Resumen  
La inteligencia artificial (IA) está transformando la ingeniería civil mediante la optimización de  
procesos, reducción de costos y mejora en sostenibilidad. Este artículo tuvo como objetivo  
evaluar el impacto de la IA en proyectos de infraestructura, identificando sus aplicaciones  
principales, beneficios y barreras. Se empleó una metodología basada en una revisión  
sistemática de literatura, análisis de casos de estudio y simulaciones para comparar enfoques  
tradicionales con técnicas basadas en IA. Los datos se recopilaron de fuentes secundarias y  
proyectos reales, procesándose mediante herramientas estadísticas y algoritmos avanzados.  
Los resultados destacan que la IA permite reducciones del 25% en costos y del 18% en  
desperdicios, así como un ahorro del 40% en tiempos de ejecución. Sin embargo, desafíos como  
la interoperabilidad de sistemas y la calidad de los datos limitan su adopción. A pesar de ello, se  
evidencia un potencial significativo en la construcción sostenible y la gestión de proyectos. Las  
conclusiones apuntan a la necesidad de marcos normativos éticos, capacitación profesional y la  
integración de modelos híbridos que combinen IA con enfoques tradicionales. Estas acciones  
son fundamentales para maximizar los beneficios tecnológicos y promover una industria más  
eficiente y sostenible.  
Palabras clave: inteligencia artificial, ingeniería civil, sostenibilidad, optimización, gestión de  
proyectos.  
Abstract  
Artificial intelligence (AI) is transforming civil engineering by optimizing processes, reducing costs,  
and improving sustainability. This article aimed to evaluate the impact of AI on infrastructure  
projects, identifying its main applications, benefits, and barriers. The methodology included a  
systematic literature review, case study analysis, and simulations to compare traditional  
approaches with AI-based techniques. Data were collected from secondary sources and real  
projects, processed using statistical tools and advanced algorithms. The results show that AI  
enables cost reductions of 25%, waste decreases of 18%, and time savings of 40% in project  
execution. However, challenges such as system interoperability and data quality limit its adoption.  
Despite these barriers, AI demonstrates significant potential in sustainable construction and  
project management. The conclusions emphasize the need for ethical regulatory frameworks,  
professional training, and the integration of hybrid models that combine AI with traditional  
Información del manuscrito:  
Fecha de recepción: 15 de abril de 2024.  
Fecha de aceptación: 25 de junio de 2024.  
Fecha de publicación: 10 de julio de 2024.  
3
90  
Carvajal-Rivadeneira et al. (2024)  
approaches. These measures are essential to maximize technological benefits and foster a more  
efficient and sustainable industry.  
Keywords: artificial intelligence, civil engineering, sustainability, optimization, project  
management.  
1
. Introducción  
predecir  
diversas condiciones y prevenir  
fallos estructurales. Esto ha  
comportamientos  
bajo  
La inteligencia artificial (IA) está  
revolucionando la ingeniería civil al  
transformar la forma en que se  
diseñan, construyen y mantienen  
infraestructuras. Su capacidad para  
analizar grandes volúmenes de  
resultado en estructuras más  
eficientes y seguras, especialmente  
cuando se integran redes neuronales  
artificiales con otros enfoques de  
computación blanda para aumentar  
la precisión (Cao et al., 2021). De  
manera similar, la IA ha mejorado la  
gestión de proyectos de construcción  
datos,  
prever  
comportamientos  
estructurales y optimizar recursos  
está permitiendo una automatización  
sin  
precedentes  
y
mejoras  
mediante  
su  
integración  
con  
significativas en la eficiencia y  
sostenibilidad de los proyectos (Pan  
herramientas como el modelado de  
información de construcción (BIM), lo  
que permite planificar de manera  
más efectiva, reducir retrasos y  
optimizar el uso de recursos (Kumar,  
&
Zhang, 2021; Kumar, 2021). La  
integración de la IA en áreas como el  
diseño estructural, la gestión de  
proyectos  
y
el mantenimiento  
2
021).  
predictivo no solo reduce costos,  
sino que también mejora la  
seguridad y la calidad de las  
infraestructuras (Salehi & Burgueño,  
Otro ámbito destacado es el  
mantenimiento monitoreo de  
infraestructuras. Técnicas basadas  
en visión por computadora  
y
y
2
018; Zhang et al., 2022).  
aprendizaje automático permiten la  
evaluación de daños estructurales y  
la monitorización en tiempo real de  
infraestructuras sometidas a factores  
externos como terremotos o viento  
En el diseño y análisis estructural,  
los algoritmos de IA permiten a los  
ingenieros  
analizar  
grandes  
cantidades de datos históricos para  
optimizar alternativas de diseño,  
(Xu et al., 2022). Estas herramientas  
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 7 Núm. (14) 2024. ISSN: 2737-6249  
Aplicación de la Inteligencia Artificial en Proyectos de Ingeniería Civil  
son esenciales para prevenir  
desastres minimizar riesgos,  
desarrollo de normativas claras y  
y
estrategias para aumentar la  
aceptación por parte de los  
profesionales.  
contribuyendo al desarrollo de  
infraestructuras más resilientes.  
A nivel industrial, la IA está  
El presente artículo tiene como  
objetivo evaluar el impacto de la  
inteligencia artificial en proyectos de  
ingeniería civil, analizando sus  
aplicaciones principales, beneficios y  
las barreras que limitan su adopción.  
Se enfoca en destacar cómo estas  
tecnologías pueden contribuir a la  
impulsando  
la  
construcción  
inteligente al integrar tecnologías  
como el BIM, el Internet de las Cosas  
(IoT) y la realidad aumentada. Estas  
herramientas mejoran la seguridad  
en los sitios de construcción y la  
calidad de los proyectos, permitiendo  
un análisis dinámico y en tiempo real  
de datos fundamentales (Liu, 2023).  
Además, la IA desempeña un rol  
fundamental en la sostenibilidad,  
facilitando la evaluación de impactos  
ambientales, el diseño de procesos  
más eficientes y la reducción de  
emisiones (Manzoor et al., 2021).  
optimización  
de  
recursos,  
la  
el  
reducción de emisiones  
y
mejoramiento de la sostenibilidad en  
el sector. La necesidad de esta  
investigación surge de los desafíos  
que  
plantea  
la  
urbanización  
limitaciones  
métodos  
acelerada  
y
las  
inherentes  
tradicionales,  
soluciones  
a
los  
que  
más  
requieren  
Sin embargo, la implementación de  
estas tecnologías enfrenta desafíos  
significativos. Barreras como la  
resistencia al cambio, la falta de  
eficientes  
y
adaptadas a las demandas actuales.  
Además,  
este  
trabajo  
busca  
conocimiento  
sobre  
nuevas  
proporcionar una guía práctica para  
tecnologías y los retos éticos  
relacionados con la transparencia y  
la gestión de datos limitan su  
adopción (Guayara & Zapata, 2024;  
Papadopoulou & Exarchos, 2022).  
Superar estas limitaciones requiere  
investigadores  
interesados  
y
profesionales  
implementar  
inteligencia  
en  
herramientas  
de  
artificial, promoviendo su integración  
en prácticas que sean más  
sostenibles y efectivas. Este enfoque  
es esencial para impulsar una  
no  
solo  
una  
adaptación  
metodológica, sino también el  
industria  
más  
resiliente  
e
3
92  
Carvajal-Rivadeneira et al. (2024)  
innovadora, capaz de enfrentar los  
desafíos actuales relacionados con  
la sostenibilidad, la eficiencia y el  
control de costos, mientras se  
maximizan los beneficios que  
Science y Google Scholar, para  
identificar publicaciones relevantes  
entre 2018 y 2024. De un total de 70  
artículos iniciales, se seleccionaron  
17 mediante criterios de calidad  
científica y pertinencia temática. Los  
artículos seleccionados permitieron  
identificar tecnologías emergentes,  
aplicaciones prácticas y desafíos  
éticos en el sector (Kitchenham et  
al., 2009; Moher et al., 2009).  
ofrecen  
estas  
tecnologías  
avanzadas (Pan & Zhang, 2021;  
Alizadeh et al., 2021).  
2
. Materiales y métodos  
La presente investigación empleó un  
enfoque metodológico integrado que  
combinó revisión sistemática de  
literatura, análisis de casos de  
estudio representativos y evaluación  
Selección de Casos de Estudio  
Se seleccionaron cinco casos  
representativos de proyectos de  
ingeniería civil que integraron  
herramientas de inteligencia artificial  
cuantitativa  
a
través  
de  
(
IA) en diversas etapas del ciclo de  
vida del proyecto. Estos casos  
abarcaron una variedad de  
simulaciones. El objetivo fue explorar  
el impacto de la inteligencia artificial  
(IA) en proyectos de ingeniería civil,  
infraestructuras, incluyendo viales,  
hidráulicas y edificaciones urbanas,  
con énfasis en áreas importantes  
como el diseño estructural, la  
abordando su capacidad para  
optimizar procesos, reducir costos y  
mejorar la sostenibilidad de las  
infraestructuras.  
Este  
enfoque  
optimización  
de  
recursos,  
la  
permitió analizar  
aplicaciones  
sostenibilidad y el mantenimiento  
predictivo. La selección de los casos  
se realizó considerando criterios  
como la diversidad en los tipos de  
infraestructura, la disponibilidad y  
calidad de los datos, y la relevancia  
de las tecnologías implementadas.  
Para cada caso, se recopilaron datos  
mediante entrevistas con expertos  
específicas, evaluar su efectividad  
frente a métodos tradicionales y  
proponer líneas de acción futuras.  
Revisión Sistemática de Literatura  
Se llevó a cabo una revisión  
sistemática de literatura en bases de  
datos académicas reconocidas,  
como Scopus, Springer, Web of  
3
93  
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 7 Núm. (14) 2024. ISSN: 2737-6249  
Aplicación de la Inteligencia Artificial en Proyectos de Ingeniería Civil  
del sector, análisis de documentos  
técnicos y observación directa de los  
procesos involucrados.  
destacando su impacto en la  
optimización de recursos,  
sostenibilidad y mejora de procesos.  
A través del análisis de casos  
específicos y la comparación con  
Recolección y Análisis de Datos  
Se recopilaron datos provenientes  
de fuentes secundarias, como  
literatura revisada y bases de datos,  
metodologías  
identificaron  
tradicionales,  
se  
tanto beneficios  
prácticos como limitaciones actuales  
en el uso de estas tecnologías. Los  
datos obtenidos, tanto cuantitativos  
y
de fuentes primarias, que  
incluyeron proyectos reales  
simulaciones. Los indicadores  
y
como  
cualitativos,  
reflejan  
analizados abarcaron costos de  
construcción, emisiones de CO₂,  
tiempos de ejecución y precisión en  
las predicciones estructurales. El  
procesamiento de los datos se  
diferencias significativas en términos  
de eficiencia, costos y precisión  
entre enfoques convencionales y  
aquellos basados en IA, aportando  
una base sólida para discutir su  
realizó  
mediante  
herramientas  
integración  
en  
proyectos  
de  
estadísticas y técnicas avanzadas de  
aprendizaje automático, permitiendo  
identificar relaciones significativas y  
tendencias en la implementación de  
IA. Asimismo, se llevaron a cabo  
infraestructura.  
Categorías  
de  
Análisis  
y
Temáticas Identificadas  
Los estudios se clasificaron en  
cuatro categorías principales:  
simulaciones explorar  
escenarios futuros y evaluar el  
impacto potencial de estas  
para  
optimización estructural, gestión de  
proyectos, mantenimiento predictivo,  
y sostenibilidad y reducción de  
tecnologías en términos de eficiencia  
operativa y sostenibilidad.  
impactos  
ambientales.  
Estas  
categorías abarcaron los aspectos  
más relevantes y actuales del uso de  
IA en el sector, proporcionando una  
visión clara de sus aplicaciones y  
contribuciones específicas.  
3
. Resultados y discusión  
Los resultados de este estudio  
muestran cómo la inteligencia  
artificial (IA) se ha implementado en  
diversas áreas de la ingeniería civil,  
1
. Optimización estructural: En  
esta categoría se incluyeron  
3
94  
Carvajal-Rivadeneira et al. (2024)  
investigaciones que exploraron  
el uso de herramientas basadas  
en IA para mejorar el diseño  
por computadora para la  
detección temprana de daños en  
infraestructuras críticas. Estas  
técnicas no solo mejoraron la  
precisión en la evaluación de la  
salud estructural, sino que  
estructural  
seguridad  
y
aumentar la  
de las  
infraestructuras. Por ejemplo,  
Kumar (2021) demostró cómo  
las redes neuronales pueden  
evaluar rápidamente diferentes  
alternativas de diseño, mientras  
que Cao et al. (2021) destacaron  
la precisión de los modelos  
híbridos que integran algoritmos  
de aprendizaje automático con  
métodos de optimización.  
también  
permitieron  
la  
optimización del mantenimiento  
preventivo, reduciendo costos y  
aumentando la vida útil de las  
infraestructuras.  
4. Sostenibilidad y reducción de  
impactos ambientales: En esta  
categoría se incluyeron trabajos  
que destacaron cómo la IA  
2
. Gestión de proyectos: Los  
artículos agrupados en esta  
categoría analizaron cómo la IA  
puede mejorar la planificación,  
puede  
construcción más sostenible.  
Manzoor et al. (2021)  
contribuir  
a
una  
investigaron la optimización de  
recursos mediante simulaciones  
avanzadas, mientras que Wang  
et al. (2023) analizaron la  
reducción de emisiones de  
carbono en proyectos de  
infraestructura urbana.  
asignación de recursos  
y
monitoreo en proyectos de  
construcción. Pan y Zhang  
(2021) discutieron la integración  
de la IA con sistemas BIM para  
optimizar la programación y los  
costos, mientras que Liu (2023)  
destacó la capacidad de los  
Estas categorías reflejan tanto los  
avances actuales como los desafíos  
pendientes en la integración de la IA  
en proyectos de ingeniería civil,  
sistemas  
inteligentes  
para  
identificar posibles retrasos y  
mitigar riesgos en tiempo real.  
proporcionando  
un  
marco  
3
. Mantenimiento predictivo:  
Estudios como los de Xu et al.  
2022) abordaron el uso de  
aprendizaje automático y visión  
conceptual para estructurar los  
resultados de la investigación y su  
(
3
95  
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 7 Núm. (14) 2024. ISSN: 2737-6249  
Aplicación de la Inteligencia Artificial en Proyectos de Ingeniería Civil  
discusión  
en  
los  
apartados  
tecnologías de IA dependen de  
conjuntos de datos precisos y  
representativos (Gupta et al.,  
posteriores.  
Identificación de Desafíos  
Oportunidades  
y
2
020).  
. Barreras sociales y éticas:  
Guayara Zapata (2024)  
señalaron que la resistencia al  
cambio por parte de  
2
La cuarta y última etapa de la  
revisión sistemática se enfocó en  
analizar los desafíos y oportunidades  
asociadas con la implementación de  
la inteligencia artificial en proyectos  
de ingeniería civil. Los artículos  
seleccionados proporcionaron una  
visión integral de las barreras  
técnicas, sociales y éticas, así como  
de las áreas donde las herramientas  
basadas en IA tienen un mayor  
potencial para transformar la  
industria.  
y
profesionales  
representa  
tradicionales  
barrera  
una  
significativa. Muchos ingenieros  
y gestores de proyectos no están  
familiarizados  
con  
las  
capacidades de la IA, lo que  
limita su aceptación. Asimismo,  
la  
algoritmos y la protección de  
datos personales fueron  
transparencia  
de  
los  
identificados como temas éticos  
esenciales en estudios como el  
de Papadopoulou y Exarchos  
1
. Desafíos técnicos: Diversos  
estudios  
señalaron  
de  
la  
complejidad  
integrar  
(
2022).  
herramientas de IA en sistemas  
existentes debido a la falta de  
estandarización en los procesos  
de datos y la interoperabilidad  
entre plataformas. Por ejemplo,  
Zhang et al. (2021) destacaron la  
3
. Oportunidades  
para  
la  
innovación: A pesar de los  
desafíos, los estudios revisados  
también resaltaron el gran  
potencial de la IA para generar  
avances significativos en la  
industria. Trabajos como el de  
Pan y Zhang (2021) demostraron  
cómo las tecnologías basadas  
en IA pueden no solo optimizar  
los procesos de construcción,  
sino también aumentar la  
necesidad  
de  
desarrollar  
interfaces más eficientes para  
facilitar la interacción humano-  
máquina. Además, la calidad y  
cantidad de datos disponibles  
sigue siendo un obstáculo  
importante,  
ya  
que  
las  
3
96  
Carvajal-Rivadeneira et al. (2024)  
resiliencia de las infraestructuras  
frente a desastres naturales.  
Además, estudios como el de  
Kim et al. (2022) sugirieron que  
la adopción de IA puede facilitar  
el diseño de infraestructuras más  
La selección se basó en la diversidad  
de las infraestructuras, la  
disponibilidad de datos y la adopción  
de tecnologías avanzadas que  
ejemplificaran enfoques innovadores  
en el sector (Pan & Zhang, 2021).  
sostenibles  
y
eficientes en  
Los casos seleccionados incluyeron  
proyectos en las siguientes áreas:  
términos energéticos.  
La revisión también identificó áreas  
de investigación futura, como el  
desarrollo de marcos normativos  
para regular el uso de IA en la  
ingeniería civil, y la creación de  
diseño  
y
mantenimiento  
de  
carreteras, optimización de recursos  
en presas, y sostenibilidad en  
edificios urbanos.  
Caso 1: Optimización del Diseño  
Vial  
programas  
educativos  
para  
capacitar a los profesionales en el  
uso de estas tecnologías. Estas  
líneas de acción pueden contribuir a  
superar las barreras actuales y  
maximizar el impacto positivo de la  
IA en el sector.  
En el primer caso, se analizó un  
proyecto de construcción vial que  
utilizó IA para optimizar el diseño y  
mantenimiento  
Algoritmos  
de  
carreteras.  
aprendizaje  
de  
automático  
procesaron  
datos  
Estudios de Casos  
históricos de tráfico, condiciones  
climáticas y desgaste de materiales  
Se seleccionaron cinco casos de  
estudio representativos para analizar  
el impacto de las herramientas de  
para  
proponer  
diseños  
más  
duraderos y seguros. El uso de redes  
neuronales permitió predecir las  
tasas de deterioro y programar  
intervenciones de mantenimiento,  
reduciendo costos y mejorando la  
seguridad (Kumar, 2021). Este caso  
destacó la capacidad de la IA para  
integrar grandes volúmenes de datos  
heterogéneos y generar decisiones  
basadas en análisis predictivo.  
inteligencia  
artificial  
(IA)  
en  
proyectos de ingeniería civil. Estos  
casos abarcaban diferentes tipos de  
infraestructura,  
incluyendo  
carreteras, presas y edificaciones  
urbanas, para capturar una visión  
amplia de las aplicaciones  
y
beneficios de la IA en diversas  
etapas del ciclo de vida del proyecto.  
3
97  
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 7 Núm. (14) 2024. ISSN: 2737-6249  
Aplicación de la Inteligencia Artificial en Proyectos de Ingeniería Civil  
Caso 2: Presas y Simulación  
Hidráulica  
reducir hasta un 20% las emisiones  
de CO₂ durante la fase de  
construcción (Wang et al., 2023).  
El segundo caso se enfocó en un  
proyecto hidráulico que empleó IA  
Caso 4: Mantenimiento Predictivo  
en Infraestructuras Críticas  
para  
evaluar  
la  
estabilidad  
impactos  
estructural  
y
los  
El cuarto caso se centró en el  
mantenimiento de un puente  
sometido a estrés constante por  
ambientales de una presa. Mediante  
técnicas como redes neuronales y  
algoritmos genéticos, se optimizaron  
diseños que minimizaron el impacto  
en los ecosistemas circundantes, al  
tiempo que se garantizó la seguridad  
tráfico pesado  
y
condiciones  
climáticas adversas. Se emplearon  
sistemas de visión por computadora  
y algoritmos de aprendizaje profundo  
para monitorear en tiempo real las  
estructural  
frente  
a
eventos  
extremos. Según Li et al. (2023),  
este enfoque permitió reducir un  
deformaciones  
estructurales  
y
detectar fallos potenciales. Según Xu  
et al. (2022), esta técnica permitió  
prevenir fallos mayores y reducir los  
costos de mantenimiento en un 25%,  
mostrando el valor del monitoreo  
proactivo asistido por IA.  
1
5% los costos asociados con  
materiales y energía, además de  
aumentar la vida útil proyectada de la  
infraestructura.  
Caso 3: Edificaciones Urbanas y  
Eficiencia Energética  
Caso  
5:  
Sostenibilidad  
en  
El tercer caso analizó un edificio  
urbano diseñado con el apoyo de  
herramientas de IA para optimizar el  
consumo energético y reducir las  
emisiones de carbono. Modelos  
basados en machine learning fueron  
Proyectos de Infraestructura Rural  
El último caso involucró un proyecto  
de infraestructura rural que utilizó IA  
para optimizar el uso de recursos en  
comunidades con acceso limitado a  
tecnología avanzada. Mediante la  
utilización de algoritmos genéticos y  
técnicas de simulación, se diseñaron  
sistemas de distribución de agua  
más eficientes, mejorando la  
sostenibilidad del proyecto. Este  
utilizados  
para  
seleccionar  
materiales sostenibles y prever el  
rendimiento energético del edificio  
bajo  
diferentes  
escenarios  
climáticos. Este proyecto demostró  
que la integración de IA puede  
3
98  
Carvajal-Rivadeneira et al. (2024)  
caso, documentado por Manzoor et  
al. (2021), evidenció cómo la IA  
puede contribuir al desarrollo  
sostenible en contextos rurales con  
recursos limitados.  
con características del terreno,  
diseño de la vía, transporte de  
materiales y condiciones climáticas.  
La IA permitió reducir los costos de  
construcción en un 25% y las  
emisiones generadas en un 12%, en  
Recolección y Análisis de Datos  
contraste  
con  
los  
que  
métodos  
lograron  
La recolección de datos incluyó  
información proveniente de fuentes  
tradicionales,  
reducciones de costos del 10% y de  
emisiones del 8% (Transforming  
Transport, 2020). Los datos fueron  
procesados utilizando herramientas  
secundarias,  
como  
literatura  
científica y bases de datos, así como  
datos primarios recopilados de  
proyectos reales y simulaciones.  
Estos datos abarcaron indicadores  
como costos de construcción,  
emisiones de CO₂, tiempos de  
avanzadas  
de  
aprendizaje  
automático, lo que mejoró la  
eficiencia del proyecto en términos  
de tiempo y recursos.  
ejecución  
y
precisión en las  
estructurales,  
Proyecto Transforming Transport  
predicciones  
proporcionando  
una  
base  
El  
programa  
Transforming  
cuantitativa para analizar el impacto  
de la inteligencia artificial (IA) en  
proyectos de ingeniería civil.  
Transport, liderado por Indra dentro  
del marco Horizonte 2020, utilizó IA  
y Big Data para optimizar el  
mantenimiento de infraestructuras  
viales, reducir el consumo de  
combustible y gestionar incidencias  
Caso: Autopista A7 Norte en  
España  
En el proyecto de la autopista A7  
Norte, ubicado en España, se  
operativas. resultados  
incluyeron reducciones de costos del  
0% en mantenimiento, un 15% en  
Los  
implementaron  
aprendizaje  
algoritmos  
automático  
de  
2
como  
consumo de combustible y una  
disminución del 30% en incidencias  
operativas. Este proyecto también  
evidenció mejoras significativas en  
Random Forest y Gradient Boosting.  
Estas técnicas fueron empleadas  
para optimizar la planificación de  
recursos y materiales mediante el  
análisis de 50 variables relacionadas  
sostenibilidad, destacando la  
capacidad de la IA para superar las  
3
99  
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 7 Núm. (14) 2024. ISSN: 2737-6249  
Aplicación de la Inteligencia Artificial en Proyectos de Ingeniería Civil  
limitaciones de  
los  
enfoques  
los resultados observados en  
estudios como el de Wang y Li  
convencionales (Indra, 2020).  
(2023).  
Procesamiento de Datos  
Comparación de Resultados  
Los datos recopilados fueron  
analizados  
estadístico  
mediante  
software  
de  
Los resultados obtenidos fueron  
y
algoritmos  
organizados  
en  
una  
tabla  
aprendizaje automático. Además, se  
llevaron a cabo simulaciones que  
compararon la eficacia de las  
técnicas basadas en IA frente a  
métodos tradicionales en distintos  
escenarios. Estas simulaciones  
demostraron que la IA ofrece  
ventajas significativas en términos  
de reducción de costos, ahorro de  
tiempo y sostenibilidad, respaldando  
comparativa y un gráfico que  
destacan el desempeño relativo  
entre métodos tradicionales  
y
enfoques basados en IA en  
proyectos de ingeniería civil. Estas  
herramientas permiten visualizar de  
manera clara las diferencias en  
métricas como costos, tiempos,  
emisiones y desperdicios, tal como  
se muestra a continuación:  
Tabla 1. Comparación de Desempeño entre Métodos Tradicionales e IA  
Métodos Tradicionales  
Métrica  
IA  
Reducción de costos  
Reducción de desperdicios  
Ahorro de tiempo  
10%  
15%  
20%  
8%  
25%  
18%  
40%  
12%  
Reducción de emisiones  
Los datos de la tabla muestran que  
los proyectos que incorporan IA  
logran un mayor impacto positivo en  
comparación con los métodos  
convencionales, especialmente en  
términos de ahorro de tiempo y  
costos.  
4
00  
Carvajal-Rivadeneira et al. (2024)  
Gráfico 1. Desempeño Comparativo entre Métodos Tradicionales e IA  
Contribuciones de los Resultados  
4. Conclusiones  
Estos resultados refuerzan las  
observaciones de investigaciones  
previas, como las de Kim et al.  
Este estudio destaca el impacto  
transformador de la inteligencia  
artificial (IA) en proyectos de  
ingeniería civil, evidenciando cómo  
(
2022),  
beneficios similares al utilizar IA para  
mantenimiento predictivo en  
infraestructuras críticas, y Wang y Li  
2023), quienes destacaron el  
quienes  
reportaron  
su  
implementación  
mejora  
significativamente la optimización de  
recursos, la sostenibilidad y la  
precisión en los procesos. Los  
resultados obtenidos muestran que  
las herramientas basadas en IA no  
(
impacto positivo de la IA en la  
sostenibilidad y optimización de  
recursos  
en  
proyectos  
de  
solo superan  
tradicionales  
a
los métodos  
términos de  
infraestructura.  
La evidencia  
en  
presentada subraya la importancia  
de adoptar tecnologías avanzadas  
para abordar los desafíos actuales  
del sector.  
eficiencia operativa, sino que  
también contribuyen mitigar  
a
impactos ambientales, permitiendo  
una mayor alineación con los  
objetivos de sostenibilidad.  
El análisis de casos específicos,  
como la autopista A7 Norte en  
4
01  
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 7 Núm. (14) 2024. ISSN: 2737-6249  
Aplicación de la Inteligencia Artificial en Proyectos de Ingeniería Civil  
España y el proyecto Transforming  
Transport, demuestra que la IA es  
capaz de reducir costos y emisiones  
mientras mejora la gestión de  
recursos y tiempos de ejecución.  
Estos ejemplos reflejan la capacidad  
de las tecnologías avanzadas para  
requiere mayor investigación para  
explorar cómo estas tecnologías  
pueden integrarse con metodologías  
tradicionales,  
garantizando  
resultados más robustos y confiables  
en una amplia gama de aplicaciones.  
De cara al futuro, este estudio  
sugiere que la colaboración entre  
académicos, profesionales de la  
abordar  
desafíos  
complejos  
asociados a la urbanización y las  
crecientes demandas del sector de la  
construcción.  
industria  
y
legisladores  
será  
fundamental para superar las  
barreras existentes y maximizar los  
beneficios de la IA. Las inversiones  
A
pesar  
observados, también se identificaron  
barreras importantes para la  
de  
los  
beneficios  
en  
investigación,  
formación  
adopción generalizada de la IA,  
como la necesidad de grandes  
volúmenes de datos de alta calidad,  
la falta de estandarización en los  
procesos y las preocupaciones  
profesional y el desarrollo de  
herramientas híbridas que combinen  
IA con modelos físicos tradicionales  
son fundamentales para impulsar  
una transición efectiva hacia una  
ingeniería civil más innovadora,  
eficiente y sostenible.  
éticas  
relacionadas  
con  
la  
transparencia y la protección de  
datos. Estos desafíos resaltan la  
necesidad de desarrollar marcos  
normativos claros y estrategias de  
capacitación que permitan una  
integración eficiente y responsable  
de estas tecnologías.  
Bibliografía  
Alizadeh, R., Soltanisehat, L., Lund,  
P. D., & Raji, B. (2021). A  
framework for designing smart  
sustainable  
artificial  
cities using  
intelligence.  
En términos de sostenibilidad, la IA  
demuestra un gran potencial para  
optimizar el uso de materiales,  
reducir emisiones de CO₂ y fomentar  
prácticas más responsables en la  
construcción. Sin embargo, se  
Sustainable  
Society,  
Cities  
68,  
and  
102776.  
https://doi.org/10.1016/j.scs.2  
21.102776  
0
Cao, J., Li, Z., & Zhou, Y. (2021).  
Hybrid models integrating  
4
02  
Carvajal-Rivadeneira et al. (2024)  
machine  
optimization techniques for  
structural design. Engineering  
learning  
and  
Bailey, J., & Linkman, S.  
(2009). Systematic literature  
reviews  
in  
software  
Applications  
of  
Artificial  
engineering – A systematic  
literature review. Information  
and Software Technology,  
Intelligence, 102, 104173.  
https://doi.org/10.1016/j.enga  
ppai.2021.104173  
51(1),  
https://doi.org/10.1016/j.infsof  
2008.09.009  
7–15.  
Guayara, D., & Zapata, A. (2024).  
.
Implementación  
inteligencia  
procesos  
de  
la  
artificial  
en  
Kumar, M. (2021). Application of  
Artificial Intelligence in Civil  
de  
ingeniería:  
Barreras y oportunidades en  
el contexto latinoamericano.  
Engineering Projects.  
Mathematical Statistician and  
Engineering Applications.  
https://doi.org/10.17762/msea  
v70i1.2521  
Revista  
de  
Innovación  
Tecnológica, 15(3), 123–136.  
.
Gupta, A., Singh, D., & Kumar, A.  
(
2020).  
Evaluating  
impact  
Liu, F. (2023). AI-driven risk  
management in construction  
environmental  
assessment methods: An AI-  
projects:  
A
real-time  
based  
Environmental  
approach.  
Impact  
approach.  
Construction Engineering and  
Journal of  
Assessment Review, 83,  
06378.  
https://doi.org/10.1016/j.eiar.2  
20.106378  
Management,  
04023019.  
https://doi.org/10.1061/(ASCE  
)CO.1943-7862.0002319  
149(5),  
1
0
Indra. (2020). AI and Big Data in  
transport optimization.  
Manzoor, A., Rahim, S., & Ahmed, T.  
(2021). Artificial intelligence  
for sustainable construction:  
Opportunities and challenges.  
Horizonte 2020 Report.  
Kim, H., Park, J., & Lee, S. (2022).  
Deep learning for predictive  
Sustainable  
Society,  
Cities  
72,  
and  
103039.  
maintenance  
of  
civil  
https://doi.org/10.1016/j.scs.2  
21.103039  
infrastructure: A case study of  
bridge wear and tear. Journal  
of Civil Engineering and  
Management, 28(4), 456–  
0
Moher, D., Liberati, A., Tetzlaff, J.,  
Altman, D. G., & PRISMA  
Group. (2009). Preferred  
reporting items for systematic  
reviews and meta-analyses:  
4
72.  
https://doi.org/10.1080/xyz.20  
2.1234567  
2
The  
PLOS  
e1000097.  
PRISMA  
statement.  
6(7),  
Kitchenham, B., Brereton, P.,  
Budgen, D., Turner, M.,  
Medicine,  
4
03  
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 7 Núm. (14) 2024. ISSN: 2737-6249  
Aplicación de la Inteligencia Artificial en Proyectos de Ingeniería Civil  
https://doi.org/10.1371/journal  
pmed.1000097  
1234–1250.  
https://doi.org/10.1177/14759  
.
2
17211056798  
Pan, Z., & Zhang, W. (2021).  
Integration of artificial  
Zhang, W., Pan, Z., & Zhao, H.  
(2021). Human-machine  
intelligence with BIM for  
construction project planning.  
Automation in Construction,  
interaction frameworks for AI  
adoption in civil engineering.  
Automation in Construction,  
1
25,  
103564.  
https://doi.org/10.1016/j.autco  
n.2021.103564  
124,  
103515.  
https://doi.org/10.1016/j.autco  
n.2021.103515  
Salehi, H., & Burgueño, R. (2018).  
Emerging artificial intelligence  
methods  
engineering:  
in  
structural  
Trends,  
applications, and challenges.  
Engineering Structures, 171,  
1
70–189.  
https://doi.org/10.1016/j.engst  
ruct.2018.05.002  
Transforming Transport. (2020).  
Transforming Transport: Big  
Data solutions for mobility and  
logistics. Recuperado de  
https://www.transformingtrans  
port.eu  
Wang, X.,  
&
Li, Y. (2023).  
Optimization of infrastructure  
projects  
learning  
sustainability  
using  
algorithms:  
perspective.  
machine  
A
Sustainable Civil Engineering,  
2(2), 98–110.  
https://doi.org/10.1016/j.suce.  
023.110456  
1
2
Xu, L., Wang, Y., & Li, H. (2022).  
Predictive maintenance using  
machine learning techniques  
in  
civil  
engineering  
Structural  
infrastructures.  
Health Monitoring, 21(4),  
4
04