Trabajo de Fin de Maestría · Ingeniería y Telecomunicación
Desarrollo e implementación de un prototipo basado en inteligencia artificial para la generación de consultas en lenguaje natural sobre bases de datos relacionales
- Autor/a:
- Pedro Alejandro Alomía Flórez
- Programa:
- MAESTRÍA EN INGENIERÍA DEL SOFTWARE
Resumen
El presente trabajo académico tuvo como finalidad evaluar y comparar el rendimiento de una base de datos inteligente frente al de una base de datos tradicional mediante pruebas técnicas desarrolladas en escenarios controlados. Dichas pruebas analizaron resultados obtenidos en tareas específicas relacionadas con la gestión y administración de grandes volúmenes de información. El estudio surgió como una alternativa de mejora para los sistemas de almacenamiento tradicionales, debido a las dificultades observadas durante el manejo eficiente de datos generados continuamente por procesos y actividades cotidianas. Por esta razón, se investigó con mayor profundidad el diseño y la implementación de una base de datos inteligente utilizando una metodología de investigación con enfoque mixto. El propósito consistió en documentar y comparar el nivel de precisión alcanzado por ambos modelos mediante métricas, pruebas de rendimiento y análisis de eficiencia aplicados sobre conjuntos masivos de datos. La metodología contempló una revisión bibliográfica relacionada con sistemas gestores de bases de datos relacionales e inteligencia artificial aplicada. Finalmente, el trabajo verificó el grado de exactitud, eficiencia y capacidad de respuesta presentado por una base de datos inteligente frente a un modelo tradicional en procesos de gestión y administración de información. Además, los resultados obtenidos permitieron identificar ventajas significativas en tiempos de procesamiento, automatización de consultas y optimización de recursos computacionales, evidenciando que la incorporación de inteligencia artificial favoreció la toma de decisiones y mejoró la adaptabilidad del sistema frente a cambios constantes en la cantidad y complejidad de los datos administrados durante las pruebas experimentales realizadas satisfactoriamente.