Aplicación de la Inteligencia Artificial en Proyectos de Ingeniería Civil

Daniel David Carvajal-Rivadeneira; Betty Geoconda Guaranda-Mero; Dunia Lisbet Domínguez-Gálvez; Julio Johnny Regalado-Jalca

Autores/as

Carvajal-Rivadeneira Daniel David Universidad Estatal del Sur de Manabí. Jipijapa, Ecuador. https://orcid.org/0000-0002-5288-5483
Guaranda-Mero Betty Geoconda Universidad Estatal del Sur de Manabí. Jipijapa, Ecuador. https://orcid.org/0009-0009-6570-4459
Domínguez-Gálvez Dunia Lisbet Universidad Estatal del Sur de Manabí. Jipijapa, Ecuador. https://orcid.org/0000-0001-7577-4367
Regalado-Jalca Julio Johnny Universidad Estatal del Sur de Manabí. Jipijapa, Ecuador. https://orcid.org/0000-0003-1669-8522

Palabras clave:

inteligencia artificial, ingeniería civil, sostenibilidad, optimización, gestión de proyectos

Resumen

DOI: https://doi.org/10.46296/ig.v7i14.0223

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 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.

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.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Alizadeh, R., Soltanisehat, L., Lund, P. D., & Raji, B. (2021). A framework for designing smart sustainable cities using artificial intelligence. Sustainable Cities and Society, 68, 102776. https://doi.org/10.1016/j.scs.2021.102776

Cao, J., Li, Z., & Zhou, Y. (2021). Hybrid models integrating machine learning and optimization techniques for structural design. Engineering Applications of Artificial Intelligence, 102, 104173. https://doi.org/10.1016/j.engappai.2021.104173

Guayara, D., & Zapata, A. (2024). Implementación de la inteligencia artificial en procesos de ingeniería: Barreras y oportunidades en el contexto latinoamericano. Revista de Innovación Tecnológica, 15(3), 123–136.

Gupta, A., Singh, D., & Kumar, A. (2020). Evaluating environmental impact assessment methods: An AI-based approach. Environmental Impact Assessment Review, 83, 106378. https://doi.org/10.1016/j.eiar.2020.106378

Indra. (2020). AI and Big Data in transport optimization. Horizonte 2020 Report.

Kim, H., Park, J., & Lee, S. (2022). Deep learning for predictive maintenance of civil infrastructure: A case study of bridge wear and tear. Journal of Civil Engineering and Management, 28(4), 456–472. https://doi.org/10.1080/xyz.2022.1234567

Kitchenham, B., Brereton, P., Budgen, D., Turner, M., Bailey, J., & Linkman, S. (2009). Systematic literature reviews in software engineering – A systematic literature review. Information and Software Technology, 51(1), 7–15. https://doi.org/10.1016/j.infsof.2008.09.009

Kumar, M. (2021). Application of Artificial Intelligence in Civil Engineering Projects. Mathematical Statistician and Engineering Applications. https://doi.org/10.17762/msea.v70i1.2521

Liu, F. (2023). AI-driven risk management in construction projects: A real-time approach. Journal of Construction Engineering and Management, 149(5), 04023019. https://doi.org/10.1061/(ASCE)CO.1943-7862.0002319

Manzoor, A., Rahim, S., & Ahmed, T. (2021). Artificial intelligence for sustainable construction: Opportunities and challenges. Sustainable Cities and Society, 72, 103039. https://doi.org/10.1016/j.scs.2021.103039

Moher, D., Liberati, A., Tetzlaff, J., Altman, D. G., & PRISMA Group. (2009). Preferred reporting items for systematic reviews and meta-analyses: The PRISMA statement. PLOS Medicine, 6(7), e1000097. https://doi.org/10.1371/journal.pmed.1000097

Pan, Z., & Zhang, W. (2021). Integration of artificial intelligence with BIM for construction project planning. Automation in Construction, 125, 103564. https://doi.org/10.1016/j.autcon.2021.103564

Salehi, H., & Burgueño, R. (2018). Emerging artificial intelligence methods in structural engineering: Trends, applications, and challenges. Engineering Structures, 171, 170–189. https://doi.org/10.1016/j.engstruct.2018.05.002

Transforming Transport. (2020). Transforming Transport: Big Data solutions for mobility and logistics. Recuperado de https://www.transformingtransport.eu

Wang, X., & Li, Y. (2023). Optimization of infrastructure projects using machine learning algorithms: A sustainability perspective. Sustainable Civil Engineering, 12(2), 98–110. https://doi.org/10.1016/j.suce.2023.110456

Xu, L., Wang, Y., & Li, H. (2022). Predictive maintenance using machine learning techniques in civil engineering infrastructures. Structural Health Monitoring, 21(4), 1234–1250. https://doi.org/10.1177/14759217211056798

Zhang, W., Pan, Z., & Zhao, H. (2021). Human-machine interaction frameworks for AI adoption in civil engineering. Automation in Construction, 124, 103515. https://doi.org/10.1016/j.autcon.2021.103515