xmlui/handle/123456789/495 Thu, 23 Jul 2026 18:26:36 GMT 2026-07-23T18:26:36Z xmlui/handle/123456789/712 Evaluación de la generación de casos de pruebas basados en requerimientos con modelos Large Language Model (LLM) para acelerar procesos en la industria aeroespacial. Méndez Hidalgo, Kendall Este trabajo final de graduación evalúa la efectividad de los Modelos de Lenguaje Grande (LLM) en la generación automatizada de casos de prueba basados en requerimientos para acelerar la verificación de software crítico en la industria aeroespacial. Mediante un enfoque alternativo, se comparó el desempeño cuantitativo y cualitativo de tres paradigmas de IA: RAG, prompts avanzados y agentes autónomos. Se contrasta el modelo comercial GPT-5 frente al de código abierto Mistral (7B). Las evaluaciones emplearon un benchmark de cerca de 90 requerimientos simulados bajo la sintaxis estandarizada EARS, de los cuales 15 fueron utilizados activamente para validación y recolección de resultados. Los resultados cuantitativos demostraron una reducción drástica del esfuerzo inicial, disminuyendo el tiempo de generación de más de 50 minutos por requerimiento por la vía manual a menos de 1 minuto bajo el entorno asistido. A nivel de desempeño, la combinación de GPT-5 con prompts avanzados obtuvo la mayor precisión, con un puntaje F1 promedio de 0.849, mientras que la arquitectura agéntica basada en LangGraph con GPT-5 exhibió la mayor estabilidad y consistencia iterativa, alcanzando una sensibilidad promedio de 0.895 y reduciendo la omisión de pruebas gracias a la especialización de tareas en nodos acotados. Por el contrario, el modelo Mistral evidenció notables deficiencias fuera de la lógica puramente booleana, mostrando una alta variabilidad y errores al procesar requerimientos con variables de rango continuo, tolerancias y operaciones matemáticas complejas. Asimismo, el análisis cualitativo reveló vulnerabilidades inherentes a la naturaleza probabilística de los LLM, tales como alucinaciones estadísticas, omisión sistemática de condiciones de frontera y una marcada tendencia al sobretesteo (over-testing), que genera datos redundantes y exige depuración humana adicional. Como contribución científica y tecnológica fundamental, la investigación aporta una guía práctica de integración alineada rigurosamente con el estándar DO-178C y los siete principios de la hoja de ruta de seguridad para IA de la Administración Federal de Aviación (FAA, 2024), además de un prototipo funcional interactivo desarrollado con LangChain, LangGraph y React que permite la interacción dinámica del usuario con modelos LLM para la generación de casos de prueba. Finalmente, se concluye categóricamente que, debido al comportamiento no determinista de la IA generativa, las herramientas basadas en LLM no cumplen con los criterios de repetibilidad exigidos para la calificación de herramientas bajo la norma DO-330, lo que imposibilita su uso para reemplazar o automatizar de forma autónoma cualquier actividad de verificación. Por lo tanto, el diseño arquitectónico aeroespacial debe configurarse estrictamente bajo el paradigma de "humano en el flujo de trabajo" (human-in-the-loop). En este esquema, el sistema opera exclusivamente como un copiloto de ingeniería que acelera las propuestas iniciales, mientras que el profesional humano retiene de forma obligatoria la supervisión crítica, la validación de matrices de trazabilidad y la responsabilidad final de la seguridad del software de aviónica. Wed, 01 Apr 2026 00:00:00 GMT xmlui/handle/123456789/712 2026-04-01T00:00:00Z xmlui/handle/123456789/704 Modelos de inteligencia artificial para predecir la actividad biológica de compuestos químicos contra Leishmania donovani Aguilar Noguera, Hellen; Araya Parajeles, Jose Leonardo Este documento presenta el diseño, entrenamiento y evaluación de una red neuronal para predecir simultáneamente cuatro métricas de similitud molecular entre compuestos químicos: Tanimoto 2D (ECFP4), similitud del coseno, similitud de forma 3D (OpenEye ROCS) y Combo Tanimoto. El modelo fue entrenado con 48 462 pares moleculares derivados de 20 095 compuestos de ChEMBL, utilizando datos reales de similitud tridimensional generados mediante OpenEye OMEGA/ROCS y tomando como compuestos de referencia 12 benzimidazoles evaluados experimentalmente. La arquitectura de la red neuronal convolucional (CNN), con 399 300 parámetros entrenables, alcanzó un R² promedio de 0,9353 y una correlación de Spearman de 0,9724 en el conjunto de validación. El sistema se implementó como una aplicación web interactiva desarrollada con Streamlit, que permite a los usuarios ingresar una cadena SMILES y obtener un ranking de similitud con respecto a los compuestos de referencia. Este trabajo da continuidad al PIA-01 al materializar el prototipo funcional propuesto y demostrar la viabilidad de integrar inteligencia artificial con quimioinformática para acelerar la priorización de compuestos mediante similitud molecular. Sat, 01 Nov 2025 00:00:00 GMT xmlui/handle/123456789/704 2025-11-01T00:00:00Z xmlui/handle/123456789/703 Marco de migración de aplicaciones monolíticas hacia arquitecturas serverless en la nube Orozco Montenegro, Roberto Antonio Las organizaciones que mantienen sistemas monolíticos enfrentan hoy un reto común: la dificultad para escalar, adaptarse y operar con eficiencia en entornos digitales que cambian rápido. Este proyecto estudia cómo esos sistemas pueden modernizarse mediante una migración directa hacia arquitecturas serverless, analizando la evidencia disponible sobre rendimiento, costos, mantenibilidad y riesgos. A partir de una revisión sistemática de estudios académicos y casos reales, se identifican las ventajas y limitaciones de ambos enfoques y se describen los principales factores que influyen en una transición exitosa. La investigación se desarrolla con un enfoque cualitativo y se centra en comprender cómo serverless responde a problemas típicos del monolito, como el acoplamiento extremo, los despliegues lentos y la gestión constante de infraestructura. También se analizan patrones como Strangler Fig y conceptos de Domain-Driven Design, que permiten extraer funcionalidades de forma gradual y con bajo riesgo. Los hallazgos muestran que serverless sobresale en escenarios con demanda variable y que su adopción reduce significativamente la deuda técnica y la carga operativa. El resultado del estudio es un marco conceptual de migración que integra criterios técnicos, económicos y arquitectónicos para evaluar la viabilidad de transformar un monolito en una solución serverless. Mon, 01 Jun 2026 00:00:00 GMT xmlui/handle/123456789/703 2026-06-01T00:00:00Z xmlui/handle/123456789/652 Propuesta de Marco Conceptual para Formalizar la automatización de pruebas de Software en Entornos Empresariales Bonilla Calvo, Jairo Este trabajo presenta una propuesta de marco conceptual orientado a la formalización de los procesos de automatización de pruebas en organizaciones de distintos tamaños y niveles de madurez. La investigación se desarrolló mediante un enfoque cualitativo y descriptivo, sustentado en una revisión sistemática de literatura, entrevistas con profesionales de la industria y la aplicación de un cuestionario dirigido a expertos en aseguramiento de la calidad y desarrollo de software. Los hallazgos revelan que, aunque existen diversas herramientas y metodologías —incluyendo enfoques emergentes como la automatización guiada por requisitos y el uso de inteligencia artificial—, persisten barreras significativas. Entre ellas destacan la falta de métricas alineadas al valor de negocio, la baja calidad de los requisitos y la resistencia cultural al cambio. Estos factores limitan la adopción efectiva de prácticas de automatización dentro de las organizaciones. El marco propuesto integra lineamientos estratégicos, técnicos y organizacionales, promoviendo la estandarización de procesos, la incorporación temprana de la calidad dentro del ciclo de desarrollo y la adaptación flexible a diferentes contextos organizacionales. Como resultado, busca ofrecer a las empresas una guía estructurada que permita una adopción escalable de prácticas de automatización alineadas con sus objetivos estratégicos. Fri, 01 Aug 2025 00:00:00 GMT xmlui/handle/123456789/652 2025-08-01T00:00:00Z