Sistema Multiplataforma con IA Generativa en el proceso de reclamos en entidades públicas
El proceso de atención de reclamos en entidades públicas presenta demoras en la asignación de responsables, evaluación de casos y elaboración de resoluciones de respuesta, lo que genera incumplimiento de plazos legales. El objetivo de esta investigación fue desarrollar un sistema multiplataforma apo...
Guardado en:
| Autores principales: | , |
|---|---|
| Otros Autores: | |
| Formato: | Tesis de pregrado |
| Lenguaje: | español |
| Publicado: |
Universidad Peruana Unión
2026
|
| Materias: | |
| Acceso en línea: | Enlace permanente (DOI o Handle) |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1881510393046630400 |
|---|---|
| author | Vivas Quispe, Giovanni Dilmer Brañes Juan De Dios, Josue Lino |
| author2 | Bustamante Romero, Jose |
| author_browse | Brañes Juan De Dios, Josue Lino Bustamante Romero, Jose Vivas Quispe, Giovanni Dilmer |
| author_facet | Bustamante Romero, Jose Vivas Quispe, Giovanni Dilmer Brañes Juan De Dios, Josue Lino |
| author_sort | Vivas Quispe, Giovanni Dilmer |
| collection | Repositorio institucional |
| description | El proceso de atención de reclamos en entidades públicas presenta demoras en la asignación de responsables, evaluación de casos y elaboración de resoluciones de respuesta, lo que genera incumplimiento de plazos legales. El objetivo de esta investigación fue desarrollar un sistema multiplataforma apoyado en inteligencia artificial generativa (IAGen) mediante la integración de un chatbot basado en ChatGPT para optimizar dicho proceso. Se aplicó un diseño pre-experimental con una muestra de 200 reclamos, utilizando fichas de registro y pruebas estadísticas no paramétricas. Los resultados evidencian reducciones significativas en los tiempos de atención: 451 minutos en la asignación de resolutores (80%), 53 horas en la evaluación de reclamos (78%) y 26 horas en la elaboración de documentos de respuesta (53%). Estos hallazgos demuestran que el sistema mejora de manera sustancial la eficiencia del proceso de reclamos y constituye una solución escalable y replicable en otras entidades públicas, contribuyendo a la transformación digital. |
| escuela_str_mv | Escuela Profesional de Ingeniería de Sistemas |
| format | info:eu-repo/semantics/bachelorThesis |
| id | oai:repositorio.upeu.edu.pe:20.500.12840/10098 |
| institution | UPeU |
| language | Spanish |
| linea_str_mv | Tecnología de información e innovación tecnológica |
| ocde_area_str_mv | Ingeniería y tecnología |
| ocde_disciplina_str_mv | Ingeniería eléctrica, electrónica e informática |
| ocde_str_mv | 2.02.04 |
| programa_nombre_str_mv | Ingeniería de Sistemas |
| programa_pxx_str_mv | P27 |
| programa_uri_str_mv | http://upeu.edu.pe/sys/programas/programa/ingenieria-de-sistemas |
| publishDate | 2026 |
| publishDateRange | 2026 |
| publishDateSort | 2026 |
| publisher | Universidad Peruana Unión |
| publisherStr | Universidad Peruana Unión |
| record_format | dspace |
| sede_str_mv | Lima |
| spelling | Sistema Multiplataforma con IA Generativa en el proceso de reclamos en entidades públicas Vivas Quispe, Giovanni Dilmer Brañes Juan De Dios, Josue Lino Bustamante Romero, Jose IA generativa Sistema multiplataforma Entidades públicas Proceso de reclamos El proceso de atención de reclamos en entidades públicas presenta demoras en la asignación de responsables, evaluación de casos y elaboración de resoluciones de respuesta, lo que genera incumplimiento de plazos legales. El objetivo de esta investigación fue desarrollar un sistema multiplataforma apoyado en inteligencia artificial generativa (IAGen) mediante la integración de un chatbot basado en ChatGPT para optimizar dicho proceso. Se aplicó un diseño pre-experimental con una muestra de 200 reclamos, utilizando fichas de registro y pruebas estadísticas no paramétricas. Los resultados evidencian reducciones significativas en los tiempos de atención: 451 minutos en la asignación de resolutores (80%), 53 horas en la evaluación de reclamos (78%) y 26 horas en la elaboración de documentos de respuesta (53%). Estos hallazgos demuestran que el sistema mejora de manera sustancial la eficiencia del proceso de reclamos y constituye una solución escalable y replicable en otras entidades públicas, contribuyendo a la transformación digital. 2026-02-02 2026-05-11T14:38:12Z 2026-05-11T14:38:12Z 2027-02-02 info:eu-repo/date/embargoEnd/2027-02-02 info:eu-repo/semantics/bachelorThesis https://hdl.handle.net/20.500.12840/10098 spa info:eu-repo/semantics/embargoedAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ application/pdf Universidad Peruana Unión PE oai:repositorio.upeu.edu.pe:20.500.12840/10098 2026-11-10T17:45:09Z |
| spellingShingle | IA generativa Sistema multiplataforma Entidades públicas Proceso de reclamos Vivas Quispe, Giovanni Dilmer Brañes Juan De Dios, Josue Lino Sistema Multiplataforma con IA Generativa en el proceso de reclamos en entidades públicas |
| title | Sistema Multiplataforma con IA Generativa en el proceso de reclamos en entidades públicas |
| title_full | Sistema Multiplataforma con IA Generativa en el proceso de reclamos en entidades públicas |
| title_fullStr | Sistema Multiplataforma con IA Generativa en el proceso de reclamos en entidades públicas |
| title_full_unstemmed | Sistema Multiplataforma con IA Generativa en el proceso de reclamos en entidades públicas |
| title_short | Sistema Multiplataforma con IA Generativa en el proceso de reclamos en entidades públicas |
| title_sort | sistema multiplataforma con ia generativa en el proceso de reclamos en entidades publicas |
| topic | IA generativa Sistema multiplataforma Entidades públicas Proceso de reclamos |
| topic_facet | IA generativa Sistema multiplataforma Entidades públicas Proceso de reclamos |
| url | https://hdl.handle.net/20.500.12840/10098 |
| work_keys_str_mv | AT vivasquispegiovannidilmer sistemamultiplataformaconiagenerativaenelprocesodereclamosenentidadespublicas AT branesjuandediosjosuelino sistemamultiplataformaconiagenerativaenelprocesodereclamosenentidadespublicas |