Barreras para la implementación efectiva de la IA en la predicción de obras públicas
Cargando...
Fecha
2025-12-01
Título de la revista
ISSN de la revista
Título del volumen
Editor
VisualCOM Scientific Publications
Resumen
Los problemas de calidad de los datos públicos suelen obstaculizar las aplicaciones de inteligencia artificial (IA) en la planificación urbana, afectando la aplicabilidad, eficacia y resultados de los modelos. En este artículo se presenta un estudio de caso sobre la predicción de obras públicas afectadas por la infraestructura de red y su impacto a nivel municipal. Este caso ha servido para identificar barreras y limitaciones en la adopción de la IA en este subdominio, permitiendo formular un conjunto de recomendaciones para mejorar la producción y el intercambio de datos públicos, sentando las bases para futuros modelos de IA en la predicción de obras públicas. Al abordar estos desafíos, las ciudades pueden aprovechar al máximo el potencial de la planificación y toma de decisiones urbanas impulsadas por la inteligencia artificial.
Public data quality issues often hinder AI applications in urban planning, affecting model applicability, effectiveness, and results. A case study on predicting public works impacted by network infrastructure and its city-wide impact is presented in this paper. This case has served to identify barriers and limitations to AI adoption in this subdomain, allowing to inform a set of recommendations to improve public data production and sharing, paving the way for future AI modelling in public works prediction. By addressing these challenges, cities can unlock the full potential of AI driven urban planning and decision-making.
Public data quality issues often hinder AI applications in urban planning, affecting model applicability, effectiveness, and results. A case study on predicting public works impacted by network infrastructure and its city-wide impact is presented in this paper. This case has served to identify barriers and limitations to AI adoption in this subdomain, allowing to inform a set of recommendations to improve public data production and sharing, paving the way for future AI modelling in public works prediction. By addressing these challenges, cities can unlock the full potential of AI driven urban planning and decision-making.
Palabras clave
Inteligencia artificial (IA)
Planificación urbana
Predicción de obras públicas
Calidad de los datos públicos
Intercambio de datos
Ciudades inteligentes
Artificial Intelligence (AI)
Urban planning
Public works
Prediction
Public data quality
Data sharing
Planificación urbana
Predicción de obras públicas
Calidad de los datos públicos
Intercambio de datos
Ciudades inteligentes
Artificial Intelligence (AI)
Urban planning
Public works
Prediction
Public data quality
Data sharing
Descripción
Materias
Cita
Usobiaga, E., Molina-Costa, P., Ispizua, B., & Izkara, J.L. (2025). Barreras para la implementación efectiva de la IA en la predicción de obras públicas. Street Art and Urban Creativity, 11(7), 201-219. https://doi.org/10.62161/SAUC.V11.5978