Barreras para la implementación efectiva de la IA en la predicción de obras públicas

Vista sencilla de ítem
dc.contributor.authorUsobiaga, Elena
dc.contributor.authorMolina Costa, Patricia
dc.contributor.authorIspizua, Begoña
dc.contributor.authorIzkara Martínez, José Luis
dc.date.accessioned2026-04-20T07:52:47Z
dc.date.available2026-04-20T07:52:47Z
dc.date.issued2025-12-01
dc.date.updated2026-04-20T07:52:47Z
dc.description.abstractLos 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.es
dc.description.abstractPublic 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.en
dc.identifier.citationUsobiaga, 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
dc.identifier.doi10.62161/SAUC.V11.5978
dc.identifier.eissn2183-9956
dc.identifier.issn2183-3869
dc.identifier.urihttps://hdl.handle.net/20.500.14454/5701
dc.language.isospa
dc.language.isoeng
dc.publisherVisualCOM Scientific Publications
dc.rightsDerechos de autor 2025 Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación y el derecho de edición
dc.subject.otherInteligencia artificial (IA)
dc.subject.otherPlanificación urbana
dc.subject.otherPredicción de obras públicas
dc.subject.otherCalidad de los datos públicos
dc.subject.otherIntercambio de datos
dc.subject.otherCiudades inteligentes
dc.subject.otherArtificial Intelligence (AI)
dc.subject.otherUrban planning
dc.subject.otherPublic works
dc.subject.otherPrediction
dc.subject.otherPublic data quality
dc.subject.otherData sharing
dc.titleBarreras para la implementación efectiva de la IA en la predicción de obras públicases
dc.title.alternativeBarriers to the effective implementation of AI in predicting public worksen
dc.typejournal article
dcterms.accessRightsopen access
oaire.citation.endPage219
oaire.citation.issue7
oaire.citation.startPage201
oaire.citation.titleStreet Art and Urban Creativity
oaire.citation.volume11
oaire.licenseConditionhttps://creativecommons.org/licenses/by-nd/4.0/
oaire.versionVoR
Archivos
Bloque original
Mostrando 1 - 2 de 2
Miniatura
Nombre:
usobiaga_barreras_2025_spa.pdf
Tamaño:
1.33 MB
Formato:
Adobe Portable Document Format
Descargar
Miniatura
Nombre:
usobiaga_barriers_2025_eng.pdf
Tamaño:
1.27 MB
Formato:
Adobe Portable Document Format
Descargar
Colecciones
Artículos