Inge CuC

Uso de asistentes LLM como soporte en el proceso de Formulación de Proyectos: Un mapeo sistemático

Uso de asistentes LLM como soporte en el proceso de Formulación de Proyectos: Un mapeo sistemático

Nelson Fernando

Universidad del Cauca

hugo Armando Ordoñez

Universidad del Cauca

Carlos Alberto

Universidad del Cauca

DOI: https://doi.org/10.17981/ingecuc21.2.2025.05

Palabras clave: LLM, inteligencia artificial generativa, definición de proyectos, formulación de proyectos, asistencia

---

Resumen

Introducción: La formulación de proyectos exige definir objetivos, alternativas, recursos y criterios de evaluación en contextos cada vez más complejos. En Colombia, pese al respaldo de la Metodología General Ajustada (MGA), persisten barreras técnicas y operativas. La Inteligencia Artificial Generativa, en particular los modelos de lenguaje grandes (LLM, por sus siglas en inglés), aparece como apoyo para redacción, síntesis y planeación, pero su adopción en formulación aún carece de evidencia consolidada

Objetivo: Identificar y clasificar cómo se han aplicado los LLM en la formulación de proyectos, sus beneficios y limitaciones, los métodos de evaluación usados, los ámbitos de aplicación y la existencia de herramientas LLM o GenAI que apoyen la MGA.

Metodología: Mapeo sistemático siguiendo a Petersen. Se definieron preguntas con PICOC, cadenas de búsqueda y criterios de inclusión y exclusión. Se consultaron IEEE Xplore, Scopus, ScienceDirect, Web of Science y Taylor & Francis entre 2020 y 2025. El diagrama PRISMA resumió identificación, cribado y selección. Del total de 372 registros, 33 estudios cumplieron los criterios.

Resultados: Predominan modelos GPT-3.5 y GPT-4. Las tareas con mayor evidencia incluyen estimación de esfuerzo y tiempo, generación de planes y cronogramas, ideación y diseño, y gestión temprana de riesgos. También se observó apoyo a requisitos, desglose del trabajo y asignación de recursos. La evaluación combinó comparaciones con humanos, revisión experta, métricas automáticas con otros LLM, encuestas o entrevistas y medidas objetivas. No se hallaron reportes de herramientas LLM o GenAI para apoyar la MGA.

Conclusiones: Los LLM aceleran tareas cognitivas y mejoran claridad y creatividad, pero requieren validación humana, mejor contextualización, explicabilidad, resguardo de datos e integración técnica. Se observan tendencias hacia enfoques híbridos con RAG, agentes multitarea y capacidades multimodales. La ausencia de experiencias para MGA revela una oportunidad estratégica de investigación y desarrollo.

---

Citas

F. M. Cardinal y J. Stal Le, «Project: the just necessary structure to reach your goals,» Int. J. Project Management, vol. 24, nº 3, pp. 226-233, 2006.

D. P. Loucks y E. van Beek, «Project Planning: Putting It All Together,» de Water Resource Systems Planning and Management: An Introduction to Methods, Models, and Applications, Springer International Publishing, 2017, p. 567–615.

S. Jayasaegaran, H. N. B. M. N. Mohd y R. Ahmad, «Issues and challenges impacting the successful management of agile-hybrid projects: A grounded theory approach,» International Journal of Project Management, vol. 39, nº 5, p. 474–495, 2021.

L. G. R. Anna, S. Per y M. Miia, «Developing a Multidimensional Conception of Project Evaluation to Improve Projects,» Project Management Journal, vol. 53, nº 4, p. 416–432, Aug 2022.

Dirección de Proyectos e Información para la Inversión Pública, «Documento conceptual de la Metodología General Ajustada para la formulación de proyectos de inversión pública en Colombia,» Feb 2023. [En línea]. Available: https://mgaayuda.dnp.gov.co/Recursos/Documento_conceptual_2023.pdf.

Departamento Nacional de Planeación, «Metodología General Ajustada (MGA),» 6 Marzo 2024. [En línea]. Available: https://www.dnp.gov.co/LaEntidad_/subdireccion-general-inversiones-seguimiento-evaluacion/direccion-proyectos-informacion-para-inversion-publica/Paginas/metodologia-general-ajustada-mga.aspx.

D. N. d. Planeación, «Manual conceptual de la Metodología General Ajustada (MGA),» 2014. [En línea]. Available: https://colaboracion.dnp.gov.co/CDT/MGA/Tutoriales%20de%20funcionamiento/Manual%20conceptual.pdf.

P. C. Caro y D. A. Valbuena, «Análisis comparativo de la metodología utilizada en la formulación de proyectos en Bogotá Distrito Capital (BPP) frente a la del Departamento Nacional de Planeación (MGA),» Universidad Nacional Abierta y a Distancia (UNAD), Bogotá, 2020.

Banco Mundial, «Medición de brechas territoriales,» 2023. [En línea]. Available: https://colaboracion.dnp.gov.co/CDT/Desarrollo%20Territorial/Carpeta%202024/SPT/Medici%C3%B3n%20de%20brechas%20territoriales/20231228-CdeE%202.1%20Documento%20te%CC%81cnico_2023_Brechas.pdf.

C. Escobar y D. Rodríguez, «Revisión de la Metodología General Ajustada – MGA y la herramienta de apoyo,» Oct 2006. [En línea]. Available: https://www.repository.fedesarrollo.org.co/bitstream/handle/11445/1635/Repor_Octubre_2006_Ossa_y_Rodriguez.pdf?sequence=2.

E. Cáceres Villanueva, «Incidencia de la metodología general ajustada en la formulación y aprobación de proyectos de inversión a financiarse con recursos del sistema general de regalías en los municipios de sexta categoría,» Universidad Externado de Colombia, Aug 2023.

S. Karnouskos, «The Relevance of Large Language Models for Project Management,» IEEE Open Journal of the Industrial Electronics Society, vol. 5, p. 758–768, 2024.

K. Cinkusz, J. A. Chudziak y E. Niewiadomska Szynkiewicz, «Cognitive Agents Powered by Large Language Models for Agile Software Project Management,» Electronics, vol. 14, nº 1, 2025.

T. S. a. A.-M. B. Z. Alliata, «The AI Scrum Master: Using Large Language Models (LLMs) to Automate Agile Project Management Tasks,» de Agile Processes in Software Engineering and Extreme Programming -- Workshops, vol. 524, Springer, Cham, 2025, p. 110–122.

F. M. Delgado-Chaves, M. J. Jennings, A. Atalaia, J. Wolff, R. Horvath, Z. M. Mamdouh, J. Baumbach y L. Baumbach, «Transforming literature screening: The emerging role of large language models in systematic reviews,» Proceedings of the National Academy of Sciences, vol. 122, nº 2, p. e2411962122, 2025.

X. Luo, F. Chen, D. Zhu, L. Wang, Z. Wang, H. Liu, M. Lyu, Y. Wang, Q. Wang y Y. Chen, «Potential Roles of Large Language Models in the Production of Systematic Reviews and Meta Analyses,» J. Med. Internet Res, vol. 26, p. e56780, 25 Jun 2024.

K. Petersen, S. Vakkalanka y L. Kuzniarz, «Guidelines for conducting systematic mapping studies in software engineering: An update,» Information and Software Technology, vol. 64, nº 64, pp. 1-18, 2015.

D. Carrizo y J. Rojas, «Classification of requirements elicitation practices in agile developments: a systematic mapping,» Ingeniare. Revista chilena de ingeniería, vol. 24, nº 2016, dec 2016.

A. Booth, D. Papaioannou y A. Sutton, «Systematic Approaches to a Successful Literature Review,» 01 2016.

A. Barcaui y A. Monat, «Who is better in project planning?Generative artificial intelligence or project managers?,» Project Leadership and Society, vol. 4, p. 100101, 2023.

J. Weng, «Putting Intellectual Robots to Work: Implementing Generative AI Tools in Project Management,» 2023.

R. Jingqing, C. Yihong, Z. Bin, i. X. Zhiwe, B. Tianpeng, D. Guoqing, S. Shiwei, M. Hangyu, L. Ziyue, Z. Xingyu y Z. Rui, «TPTU: Large Language Model-based AI Agents for Task Planning and Tool Usage,» 2023.

K. Nafil y Y. Lefdaoui, «Innovative Approach to Agile Education: Generative AI-Supported Planning Poker Simulation,» de 2024 21st International Conference on Information Technology Based Higher Education and Training (ITHET), 2024, pp. 1-6.

N. Rane, «Role of ChatGPT and Similar Generative Artificial Intelligence (AI) in Construction Industry,» SSRN Electronic Journal, 2023.

N. Rane, S. Choudhary y J. Rane, «Integrating ChatGPT, Bard, and leading-edge generative artificial intelligence in architectural design and engineering: applications, framework, and challenges,» SSRN Electronic Journal, Jan 2023.

A. Kumar, M. L. Devi y J. S. Saltz, «GenAI Tools to Improve Data Science Project Outcomes,» de 2024 IEEE International Conference on Big Data (BigData), 2024, pp. 3143-3152.

B. Anas, J. GHARIB y G. Youssef, «Integrating Generative AI for Advancing Agile Software Development and Mitigating Project Management Challenges,» International Journal of Advanced Computer Science and Applications, vol. 15, nº 3, 2024.

B. Permana, R. Ferdiana y A. Pratama, «Large Language Model Employment for Story Point Estimation Problems in AGILE Development,» de 2024 International Conference on Electrical Engineering and Computer Science (ICECOS), 2024, pp. 391-398.

C. Wang, J. Zhou y J. Chen, «Intelligent Q&A System for Mountainous Transmission Line Design Based on Vector Retrieval,» de 2024 Boao New Power System International Forum - Power System and New Energy Technology Innovation Forum (NPSIF), 2024, pp. 431-437.

P. Valdes, A. Cristian, N. Christopher y A. Cristobal, «A Creative Methodological Approach for Planning Complex Technological Projects Using OTSM-TRIZ, DSM, CPM, and Generative AI,» Sustainable Engineering for a Diverse, Equitable, and Inclusive Future at the Service of Education, 2 dec 2024.

C. He, B. Yu, M. Liu, L. Guo, L. Tian y J. Huang, «Utilizing Large Language Models to Illustrate Constraints for Construction Planning,» Buildings, vol. 14, nº 8, 2024.

M. Clara, A. Greg y B. Stefano, «Empowering Diversity by Building Inclusive Software Engineering Projects with Large Language Models,» 04 2024.

G. a. S. I. Dhruva, S. Parthasarthy y V. M. Sapna, «Agile Project Management Using Large Language Models,» de 2024 5th International Conference on Innovative Trends in Information Technology (ICITIIT), 2024.

J. He, S. Houde, G. E. Gonzalez, D. A. Silva Moran, S. I. Ross, M. Muller y J. D. Weisz, «AI and the Future of Collaborative Work: Group Ideation with an LLM in a Virtual Canvas,» de Proceedings of the 3rd Annual Meeting of the Symposium on Human-Computer Interaction for Work, Association for Computing Machinery, 2024.

K. R. Raghi, K. Sudha, S. A. M y S. Joshua S, «Software Development Automation Using Generative AI,» de 2024 International Conference on Emerging Research in Computational Science (ICERCS), 2024, pp. 1-6.

M. Monteiro, I. Dsilva, S. Abraham, A. Nadar y P. Dhamanskar, «Revolutionizing Project Collaborations: The Role of AI Integration,» de 2024 Parul International Conference on Engineering and Technology (PICET), 2024, pp. 1-6.

M. Sanwal y I. Deva, «An Autonomous Multi-Agent LLM Framework for Agile Software Development of the Creative Commons Attribution License (CC BY 4.0),» International Journal of Scientific Research, vol. 8, pp. 892-89811, 11 2024.

N. Abouzakhar, «Artificial Intelligence-Based Solution Model for Real Estate Business and Entrepreneurial Operations: Case Study,» sep 2024.

N. Rane, «Potential Role and Challenges of ChatGPT and Similar Generative Artificial Intelligence in Architectural Engineering,» SSRN Electronic Journal, Jan 2023.

R. G. Cooper, «The Artificial Intelligence Revolution in New-Product Development,» IEEE Engineering Management Review, vol. 52, nº 1, pp. 195-211, 2024.

S. Gonzalez-Garcia, G. Loreto-Gomez y J. Rodriguez-Arce, «Enhancing Project Formulation in Engineering Education Through ChatGPT and Product Development Tools,» de 2024 6th International Workshop on Artificial Intelligence and Education (WAIE), 2024, pp. 82-86.

S. Xu, Y. Wei, P. Zheng, J. Zhang y C. Yu, «LLM enabled generative collaborative design in a mixed reality environment,» Journal of Manufacturing Systems, vol. 74, pp. 703-715, 2024.

T. Mahbub, D. Dghaym, A. Shankarnarayanan, T. Syed, S. Shapsough y I. Zualkernan, «Can GPT-4 Aid in Detecting Ambiguities, Inconsistencies, and Incompleteness in Requirements Analysis? A Comprehensive Case Study,» IEEE Access, vol. 12, pp. 171972-171992, 2024.

V. Saklamaeva y L. Pavlič, «Effort Estimation in Agile Software Development - Is AI a Resourceful Addition?,» Workshop on Software Quality, Analysis, Monitoring, Improvement, and Applications, 2024.

L. Wei y P. B. B. Zoghi, «Using Generative AI for a Graduate Level Capstone Course Design—a Case Study,» nº 10.18260/1-2--48235, Jun 2024.

Z. Zheying, R. Maruf, H. Tomas, G. Manuel y A. Pekka, «LLM-based agents for automating the enhancement of user story quality: An early report,» 2024.

C. Powell y A. Riccardi, «Generating textual explanations for scheduling systems leveraging the reasoning capabilities of large language models.,» Journal of Intelligent Information Systems, Apr 2025.

M. H. Rajmohan, P. Zhao, C. Xu, Q. Sun, J. Lou, Q. Lin y P. L. a. Saravan, «AgentGen: Enhancing Planning Abilities for Large Language Model based Agent via Environment and Task Generation,» 2025.

S. Ge, Y. Sun, Y. Cui y D. Wei, «An Innovative Solution to Design Problems: Applying the Chain-of-Thought Technique to Integrate LLM-Based Agents With Concept Generation Methods,» IEEE Access, vol. 13, pp. 10499-10512, 2025.

S. J. Quan y S. Lee, «Enhancing participatory planning with ChatGPT-assisted planning support systems: a hypothetical case study in Seoul,» International Journal of Urban Sciences, vol. 29, nº 1, pp. 89--122, 2025.

V. Sahadevan, R. Joshi, K. Borg, V. Singh, A. R. Singh, B. Muhammed, S. B. Beemaraj y A. Joshi, «Knowledge augmented generalizer specializer: A framework for early stage design exploration,» Advanced Engineering Informatics, vol. 65, p. 103141, 2025.

Y. Hu, A. N. N A, D. D. Yellamati y Y. Goktas, «Leveraging Generative AI Tools for Proactive Risk Mitigation in Design,» de 2025 Annual Reliability and Maintainability Symposium (RAMS), 2025.