Logotipo del repositorio

Publicación:
Validación de la Integridad de los Documentos de Diseño Conceptual de Procesos en Ingeniería Química Utilizando Inteligencia Artificial

dc.contributor.advisorMorales Medina, Giovanni
dc.contributor.authorPerez Peñaranda, Alver Alexis
dc.contributor.authorCabeza Mendigaña, Karla Marcela
dc.contributor.evaluatorMorales Valencia, Edgar Mauricio
dc.contributor.evaluatorMercado Ojeda, Ronald Alfonso
dc.date.accessioned2026-06-09T15:49:16Z
dc.date.created2026-06-04
dc.date.issued2026-06-04
dc.description.abstractEl diseño conceptual es fundamental en los proyectos de nuevas plantas de producción, ya que determina si las soluciones propuestas son técnica, económica, ambiental y normativamente viables. En el ámbito académico, la evaluación de los informes de diseño conceptual se realiza típicamente de manera manual, lo que implica un alto consumo de tiempo y puede permitir que problemas técnicos y de integridad (como falta de originalidad, inconsistencias y omisiones) pasen desapercibidos. En este contexto, los modelos avanzados de lenguaje representan una oportunidad para estandarizar y mejorar la evaluación de documentos. Este trabajo describe el entrenamiento de un sistema basado en Inteligencia Artificial tipo GPT, utilizando rúbricas y documentación especializada (por ejemplo, estándares ABET y códigos de ética profesional), con el fin de validar los aspectos técnicos y de integridad de los informes de diseño desarrollados por estudiantes en el curso de Síntesis y Análisis de Procesos Químicos de la Universidad Industrial de Santander. La metodología se estructuró en tres etapas. En primer lugar, la definición de criterios, donde las directrices éticas y las competencias académicas se tradujeron en parámetros cuantificables basados en rúbricas. En segundo lugar, una fase de entrenamiento y calibración, en la cual se desarrolló y refinó un modelo basado en GPT utilizando informes del periodo académico 2025-I. Finalmente, se llevó a cabo una etapa de prueba, en la que el modelo fue aplicado para analizar informes del periodo académico 2026-1. Los resultados indican que el modelo GPT entrenado puede identificar oportunidades de mejora en la formulación de problemas, la consistencia técnica y el cumplimiento normativo, proporcionando retroalimentación estructurada que apoya el aprendizaje de los estudiantes y optimiza los procesos de enseñanza. En conjunto, la integración de la inteligencia artificial en la evaluación del diseño conceptual busca fortalecer el criterio técnico y ético en la formación de futuros ingenieros.
dc.description.abstractenglishConceptual design is fundamental in new production plant projects, as it determines whether the proposed solutions are technically, economically, environmentally, and regulatorily feasible. In academic settings, the evaluation of conceptual design reports is typically carried out manually, which requires a significant amount of time and may allow technical and integrity-related issues (such as lack of originality, inconsistencies, and omissions) to go unnoticed. In this context, advanced language models represent an opportunity to standardize and improve document evaluation. This work describes the training of a GPT-based Artificial Intelligence system using assessment rubrics and specialized documentation (such as ABET standards and professional codes of ethics) to validate the technical and integrity aspects of design reports developed by students in the Chemical Process Synthesis and Analysis course at the Industrial University of Santander. The methodology was structured in three stages. First, the criteria definition stage, where ethical guidelines and academic competencies were translated into measurable parameters based on assessment rubrics. Second, a training and calibration phase, during which a GPT-based model was developed and refined using reports from the 2025-I academic period. Finally, a testing stage was conducted in which the model was applied to analyze reports from the 2026-I academic period. The results indicate that the trained GPT model can identify opportunities for improvement in problem formulation, technical consistency, and regulatory compliance, providing structured feedback that supports student learning and optimizes teaching processes. Overall, the integration of artificial intelligence into conceptual design evaluation aims to strengthen both technical and ethical judgment in the education of future engineers.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Químico
dc.format.mimetypeapplication/pdf
dc.identifier.instnameFacultad de Ingeníerias Fisicoquímicas
dc.identifier.reponameEscuela de Ingeniería Química
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/47782
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingeníerias Fisicoquímicas
dc.publisher.programIngeniería Química
dc.publisher.schoolEscuela de Ingeniería Química
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAtribución-SinDerivadas 2.5 Colombia (CC BY-ND 2.5 CO)
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectInteligencia artificial
dc.subjectGPT
dc.subjectDiseño conceptual
dc.subjectIntegridad
dc.subject.keywordArtificial Intelligence
dc.subject.keywordGPT
dc.subject.keywordConceptual Design
dc.subject.keywordIntegrity
dc.titleValidación de la Integridad de los Documentos de Diseño Conceptual de Procesos en Ingeniería Química Utilizando Inteligencia Artificial
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.typePublication

Archivos

Bloque original

Mostrando 1 - 3 de 3
Cargando...
Miniatura
Nombre:
Carta de autorizacion.pdf
Tamaño:
139.24 KB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Nota de proyecto.pdf
Tamaño:
218.81 KB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Documento.pdf
Tamaño:
1.81 MB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
2.17 KB
Formato:
Item-specific license agreed to upon submission
Descripción:

VIGILADA MINEDUCACIÓN

Ordenanza No. 83 de 1.944 (junio 22)

Carácter académico: Universidad

Notificaciones judiciales: notjudiciales@uis.edu.co 

.

Código SNIES: 1204   Nit: 890.201.213-4

Línea Anticorrupción:  +57 (601) 562 9300 EXT: 3633

Línea transparente: +57 (607) 630 3031