Modelo Oficial de Plan de Tesis 2022-2

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL
FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS

ESCUELA PROFESIONAL DE INGENIERIA DE SISTEMAS
PLAN DE TESIS
“RAZONAMIENTO BASADO EN CASOS PARA LA GESTION DEL

CONOCIMIENTO, Y SU RELACION CON LA EFICIENCIA DE LA GESTION
DE LOS PROYECTOS DE DESARROLLO DE SOFTWARE”
PRESENTADO POR:
Bach. XXXXX XXXXX XXXXXXXXXXX XXXXXXXXX
PARA OPTAR EL TITULO PROFESIONAL DE INGENIERO DE SISTEMAS
ASESOR:
Dr. XXXXX XXXXXXXXXXXXXX
LIMA – PERU
2023
1
ÍNDICE
Pág.
I. Introducción
1.1. Descripción y formulación del problema 4
1.1.1. Descripción del problema 6
1.1.2. Formulación del problema 7
1.2. Antecedentes 7
1.2.1. A nivel Internacional 8
1.2.2. A nivel Nacional 16
1.3. Objetivos 23
1.3.1. Objetivo general 23
1.3.2. Objetivos específicos 23
1.4. Justificación 24
1.4.1. Teórica 24
1.4.2. Metodológica 24
1.4.3. Practica 25
1.5. Hipótesis 29
1.5.1. Hipótesis general 29
1.5.2. Hipótesis secundarias 29
II. Marco Teórico 30

2.1. Bases teóricas 30
2.1.1. Gestión del Conocimiento 30
2.1.1.1 Clasificación de la gestión del conocimiento 31
2.1.1.2 Definición del conocimiento y tipos 32
2.1.1.3 Sistema de gestión del conocimiento (SGC) 35
2.1.1.4 Proceso de la gestión del conocimiento 37
2.1.1.5 Ciclo de la gestión del conocimiento 43
2.1.1.6 Modelos de gestión del conocimiento 45
2.1.1.7 Gestión del conocimiento actual 50
2.1.1.8 Gestión del conocimiento en la Ingeniería de Software 52
2.1.1.9 Mapeo del ciclo de vida de Ingeniería de Software con
procesos de gestión del conocimiento 57
2.1.1.10 Gestión del conocimiento en empresas locales similares 58
2.1.2. Razonamiento basado en casos 62
2.1.2.1 Definición 62
2.1.2.2 Caso 63
2.1.2.3 Sistema de Razonamiento Basado en Casos (SRBC) 64
2.1.2.4 Ciclo de un CBR 64
2.1.2.5 Ventajas de un SRBC 65
2.1.2.6 Mapeo de CBR con GC 67
2.1.2.7 Sistemas CBR Comerciales 71
2.1.2.8 Herramientas para el desarrollo de SRBC 73
2.1.2.9 CBR con otras técnicas 75
2.1.3. Gestores tecnológicos del conocimiento 78
2.1.3.1 Foros colaborativos 78
2.1.3.2 Gestores del conocimiento 80
2.1.3.3 Repositorios digitales 82
2.1.4. La eficiencia en la Gestión de proyectos de Desarrollo de Software 85
2.1.4.1 Proceso de Iniciación 86
2
2.1.4.2 Proceso de Planificación 87
2.1.4.3 Proceso de Ejecución 89
2.1.4.4 Proceso de Monitoreo y Control 90
2.2. Definición de términos 91
III. Método 95
3.1. Tipo de Investigación 95
3.1.1. Tipo de investigación 95
3.1.2. Nivel de investigación 95
3.1.3. Diseño de investigación 95
3.2. Ámbito temporal y espacial 97
3.3. Variables 97
3.3.1. Estrategia de pruebas de hipótesis 97
3.3.1.1. Hipótesis principal 97
3.3.1.2. Hipótesis secundarias 97
3.3.2. Operacionalización de variables 98
3.4. Población y muestra 99
3.4.1. Población de estudio 99
3.4.2. Muestra poblacional 99
3.4.3. Muestreo 100
3.5. Instrumentos 100
3.5.1. Técnicas de recolección de datos 100
3.5.2. Instrumentos de recolección de datos 101
3.5.3. Validación y confiabilidad del instrumento 101
3.5.3.1. Validez 101
3.5.3.2. Confiabilidad 102
3.6. Procedimientos 103
3.7. Análisis de Datos 103
IV. Aspectos Administrativos 105

4.1. Cronograma de actividades 105
4.2. Presupuesto de la investigación 106
4.3. Fuentes de financiamiento 106
V. Referencias 107
VI. Anexos 114

ANEXO 01: Matriz de consistencia 115
ANEXO 02: Carta de Validación y confiabilidad de instrumentos 117
3
CAPÍTULO I: INTRODUCCION
1.1 Descripción y formulación del problema
EL conocimiento es considerado un recurso estratégico crítico y por lo tanto su gestión es
crucial para la supervivencia empresarial, ventaja competitiva e innovación. Aunque la gestión
del conocimiento (GC) constituye un aspecto clave de muchas formas de organización, las
empresas consultoras se consideran particularmente firmas intensivas en conocimiento debido
a su dependencia del conocimiento como recurso y como oferta de productos a sus clientes;
constituyendo así un componente clave de su capital intelectual.
Dado que el conocimiento de los consultores y la competencia son los principales activos de
la empresa, existe interés en cómo se puede transferir el conocimiento dentro de estas
empresas para aprovechar la innovación y la competencia individual.
Existen tres factores importantes que hacen que GC sea crucial para las empresas de
consultoría. En primer lugar, se percibe a los consultores como expertos en función de sus
conocimientos. El conocimiento es lo que ofrecen, lo que significa la existencia de un conflicto
de interés propio y el interés organizacional de compartir el conocimiento. En segundo lugar,
los consultores pueden desarrollar nuevas habilidades, competencias y ser más creativos
cuando comparten conocimientos con otros. En tercer lugar, está el inconveniente que
enfrentan las empresas de consultoría cuando algún consultor decide salir de la empresa, su
conocimiento se va con ellos.
Una metodología para el apoyo de la GC es el Razonamiento Basado en Casos. El CBR (por
sus siglas en inglés), es una técnica de la Inteligencia Artificial (IA) que se basa en la
utilización de experiencias previas para resolver nuevos problemas, la hipótesis de problemas
4
similares que tienen soluciones similares. El CBR involucra toda una metodología con un
ciclo de actividades que además de solucionar nuevos problemas nos permite aprender de las
buenas soluciones obtenidas por los nuevos problemas. Por lo tanto, un Director de Proyectos
aprenderá de proyectos anteriores y evitará cometer el mismo error dos veces. Sin embargo,
en una organización un proceso importante de la GC es la transferencia del conocimiento
desde la fase de cierre de un proyecto a la planificación y análisis de riesgos de nuevos
proyectos.
Hoy, la mayoría de las empresas basadas en el conocimiento organizan su trabajo en
proyectos. Debido a diferentes razones, el conocimiento adquirido en los proyectos no es
documentado ni compartido de manera adecuada, lo que da como resultado el problema de
que se pierde el conocimiento tácito. La característica típica que distingue un proyecto de
otros es el tipo de trabajo, como los procesos, es que un proyecto es siempre un desarrollo
individual y, por lo tanto, requiere planificación individual. Si una organización está
produciendo resultados idénticos, definirán un proceso repetible que permite una mejor
gestión de la calidad. Para el dominio de la aplicación, se abarca a la gestión de proyectos de
TI. Basado en la teoría y experiencia en gestión de procesos de negocios y gestión de calidad,
la Ingeniería de Software también define procesos de desarrollo de software y la salida de
algún software o Sistemas de Información; son requeridos para gestionar la diversidad y
complejidad. Varias organizaciones intentan mejorar la gestión de proyectos como:
International Project Management Asociación (IPMA), Project Management Institute (PMI),
Association for Project Management (APM) y muchos más.
Aunque la Ingeniería de Software ofrece muchos enfoques para mejorar el desarrollo del
Proceso, todavía sigue evidenciándose en los Reportes del Caos cada año, las estadísticas de
5
los fracasos de los proyectos. Algunos de éstas razones son: Ampliando los plazos, ampliando
los presupuestos planificados o fallando la calidad del resultado esperado.
Es por ello muy importante determinar el grado de relación que existe entre la CBR en GC y
los proyectos de desarrollo de software en empresas consultoras; para apoyar a las
organizaciones en nuevos proyectos de TI así como gestionar adecuadamente el conocimiento
tácito y explícito en la organización.
1.1.1. Descripción del Problema
Este problema se presenta en las medianas empresas de consultoría; ya que en los resultados
de investigaciones recientes demuestran que las pequeñas empresas tienen una mayor ventaja
a la hora de compartir o intercambiar conocimiento. Y esto se produce de manera informal;
ya que los consultores prefieren la interacción social que el uso de un sistema.
Sin embargo, en las medianas empresas el conocimiento tácito que poseen los consultores
producto de experiencias propias, lecciones aprendidas, valores, sentimientos, emociones,
entre otros; no se registra perdiéndose de esta manera y tampoco se transmite por diversos
factores como: protección de su propio conocimiento, tiempo, extinción de contrato,
migración a otras entidades por mejores oportunidades, etc.; lo que conlleva a retrasos y
deficiencias en los proyectos; y por ende un bajo sentido de responsabilidad y una mala
imagen institucional.
Algunas de las empresas no cuentan con un sistema sistemático para compartir conocimientos
entre proyectos dentro de la empresa; ya que no existe un plan formal de reutilización, la
resistencia del personal, el pobre soporte metodológico y el uso de métodos que no promueven
la reutilización. Esto conlleva a que los proyectos de software no tengan éxito por malas
6
previsiones, ejecuciones de proyectos muy mejorables, presupuestos y recursos limitados, o
funcionalidades inapropiadas; ocasionando demoras o atrasos en la entrega de los proyectos y
en varias ocasiones éstos proyectos son cancelados. Mediante el CBR aparece como una
alternativa para solucionar problemas tomando como base soluciones a problemas resueltos
con anterioridad. Para lograrlo, la reutilización debe hacerse en forma sistemática; esto
conlleva a que los procesos para recuperar, reutilizar, revisar y retener deben definirse entre
los diferentes proyectos. Y el CBR es una alternativa de soporte para la fase de Planificación
de los nuevos proyectos de TI en las organizaciones.
1.1.2. Formulación del problema
Problema general
¿Qué relación existirá entre el Razonamiento Basado en Casos para la Gestión del
Conocimiento y la eficiencia en la Gestión de Proyectos de Desarrollo de Software?
Problemas específicos
a. ¿Qué relación existirá entre el Razonamiento Basado en Casos y la eficiencia en
la Gestión de Proyectos de Desarrollo de Software?
b. ¿Qué relación existirá entre la Gestión del Conocimiento y la eficiencia en la
Gestión de Proyectos de Desarrollo de Software?
1.2 Antecedentes
En el desarrollo de esta investigación se consideran trabajos realizados sobre ésta temática
para el entorno de Ingeniería de Software en proyectos de desarrollo de Software. En este
7
contexto se han revisado investigaciones similares desarrolladas en el ámbito nacional e
internacional y son las siguientes:
1.2.1 A nivel Internacional
Timonen (2018), en su tesis de maestría realizada en Aalto University, Finlandia titulada
“Analyzing Knowledge Management in a Software Consulting Company”, analizó el estado
actual de la gestión del conocimiento (GC) de una empresa consultora de Software, para
mejorar la GC entre proyectos y lograr con éxito el proyecto del cliente. Para esto, un conjunto
de los empleados con diferentes roles y experiencias fueron entrevistados mediante entrevistas
semiestructuradas y analizar los hallazgos.
Se realizó un análisis cualitativo para comprender mejor el dominio del problema, identificar
qué es lo más importante compartir y comprender, qué desafíos existen con respecto a la GC
en la empresa consultora. Además, se construyó un conjunto de ideas de mejoras basadas en
los hallazgos, y que fueron evaluados a través de un Curso-Taller.
Al descubrir qué conocimiento sería beneficioso para un proyecto en diferentes situaciones,
se pudo identificar qué conocimientos se deben compartir para mejorar el éxito de otros
proyectos. Los hallazgos indican que para que los equipos de proyecto se beneficien de
cualquier conocimiento de otros proyectos, primero tendrían que identificar proyectos que
tengan experiencias de tipo similar, sobre diferentes situaciones, actividades y etapas del
proyecto. Por lo tanto, mejorar la capacidad de encontrar proyectos de acuerdo con diferentes
atributos de similitud es crucial, por lo que es una de las conclusiones que responden a ésta
investigación. Entonces, cuando se ha encontrado otro proyecto de acuerdo con algunos
atributos de similitud, se pueden compartir conocimientos que beneficiarían a un proyecto. A
menudo, los tipos de conocimientos que podrían beneficiar a otros proyectos con
8
características similares están relacionados con experiencias exitosas y no exitosas, en
situaciones similares u otros aspectos del proyecto.
Como resultado de ésta investigación, se puedo identificar qué conocimiento podría ser
beneficioso para proyectos en diferentes situaciones y, por lo tanto, indicar qué conocimiento
es importante para compartir. Si bien simplemente compartir este conocimiento puede hacer
que las personas sean conscientes de la experiencia disponible y conocimiento en la empresa,
también es importante codificar diversas características de proyectos para que las personas
puedan encontrar proyectos y personas con experiencia y conocimientos relevantes. Una
mejor comprensión de su GC permite a la empresa tomar decisiones mejor informadas sobre
cómo seguir adelante.
Ming, X. (2018) en su tesis de maestría realizada en University of Tampere, Finlandia
titulada “Improving knowledge sharing in a Chinese IT Company“ propuso un modelo
de GC personalizado con métodos específicos para mejorar las malas prácticas de intercambio
de conocimientos en una empresa china de TI, basado en la revisión de las publicaciones
disponibles sobre GC, intercambio de conocimientos y los trabajos de éxito de proyectos; para
establecer una relación lógica entre la ecología social organizacional, intercambio de
conocimientos y el éxito del proyecto, además del estudio del caso que incluyó un período de
observación y de tres entrevistas para recopilar información sobre las prácticas de intercambio
de conocimientos desde la perspectiva de otras personas.
El modelo propuesto incluye tanto un modelo de ciclo de GC como los factores extrínsecos
que afectan la iniciativa de intercambio de conocimiento y la calidad del conocimiento
compartido. Además, las estrategias organizativas necesitan estar vinculadas con el
intercambio de conocimientos. Se trata de un modelo integral y holístico donde se explica de
9
forma específica la relación entre factores extrínsecos y las tres etapas del ciclo de gestión del
conocimiento.
El autor, concluyó que el modelo propuesto era una solución bien diseñada desde la
perspectiva teórica y de los entrevistados, aunque también presentaba algunos defectos.
Menciona que se puede utilizar como referencia para el estudio del caso ó empresas con
características similares, que deseen mejorar el problema del intercambio de conocimientos.
Hassan (2017) en su tesis de maestría realizada en Umea University, Suecia titulada
“Knowledge sharing in it consultancy firms - exploring the knowledge sharing mechanisms
in small it consultancy firms”, realizó un estudio para explorar el intercambio de
conocimientos (KS) como uno de los mecanismos de GC en las empresas de consultorías de
TI. Dado que los conocimientos de los consultores y la competencia son los principales activos
de una empresa, existe interés en cómo se puede transferir el conocimiento dentro de éstas
empresas para aprovechar la innovación y la competencia individual.
El enfoque de la investigación fue cualitativa inductiva, la cual se basó en 6 entrevistas a
consultores senior y gerentes de varias firmas. Para la recolección de datos, se eligió a las
entrevistas semiestructuradas cualitativas. Se desarrolló una Guía de entrevistas basada en tres
temas principales: KS formal, KS informal y el medio ambiente. Para dar una mayor
flexibilidad, las entrevistas fueron de 2 tipos: Presencial y Vía Telefónica. Para obtener los
resultados más efectivos, se eligieron a 6 consultores de 5 empresas de consultoría de TI;
además de considerar el tamaño de pequeñas empresas; donde el número de empleados oscila
entre 5 a 60 personas, según la empresa. Se eligió como criterio para los participantes un
mínimo de 4 años de experiencia en consultoría.
10
Los conceptos básicos de la teoría fundamentada se adoptaron para la fase de Análisis. Sin
embargo, reconociendo el argumento de que el objetivo principal de la teoría fundamentada
es la generación de teoría, en este estudio, se utilizó más bien como un enfoque analítico para
guiar el análisis de datos. A partir del proceso de análisis y codificación surgieron los
siguientes temas y subtemas: KS formal y KS informal bajo el tema “Mecanismos de KS”,
mientras que el mercado del conocimiento, medio ambiente y la cultura bajo el tema
“Consultoría”, permitieron identificar y explorar temas sobre los que hay que investigar.
Los resultados muestran que las pequeñas empresas tienen una mayor ventaja a la hora de
compartir. Además, la mayor parte del KS en éstas empresas se produce de manera informal;
ya que los consultores prefieren la interacción social que el uso de sistemas. Finalmente, los
resultados muestran que un concepto etiquetado como “Mercado del Conocimiento” existe
fuertemente en empresas de consultoría en ciudades pequeñas.
Dorn (2016), Austria en su artículo de la Revista Procedia Computer Science: “Sharing
Project Experience through Case-based Reasoning.”, propuso un modelo para compartir
conocimientos relevantes entre proyectos de una organización. En esta investigación, se
utilizó el CBR como una solución a los problemas que enfrentan las empresas, donde el
conocimiento crítico adquirido en los proyectos no es documentado ni compartido de manera
adecuada, lo que da como resultado que se pierda. Se propone almacenar este conocimiento
en casos para la información relevante y a través de un razonamiento apropiado sobre este
conocimiento que permita apoyar a las organizaciones en nuevos proyectos. El conocimiento
del dominio sobre la gestión de proyectos respalda el razonamiento.
Para lograr el objetivo, el autor ha analizado el tipo de conocimiento crítico que se adquiere
en los proyectos. Además de definir el caso, como la estructura de conocimiento predefinida
11
y completada por los diferentes actores del proyecto. Después de la primera planificación de
un nuevo proyecto, si se ingresan las características del proyecto, según el caso el
razonamiento se utiliza para encontrar proyectos antiguos similares y derivar de ellos atributos
adicionales y hacer visibles los riesgos potenciales. Ésta es útil para estimar mejor el esfuerzo
de un proyecto, las competencias humanas requeridas y la comunicación requerida entre los
stakeholders. Esta transferencia de conocimientos también puede respaldar otras fases de un
proyecto, como la programación de actividades. En una fase de cierre, los problemas
individuales resueltos en el proyecto pueden documentarse como una clase de lecciones
aprendidas.
En cuanto al diseño e implementación se utilizó el Sistema de Gestión de Contenidos Drupal
7; ya que permitió tener una funcionalidad básica para almacenar contenidos estructurados en
una base de datos, gestionar a los usuarios con diferentes privilegios y registrar las actividades
de los usuarios. En cuanto a la arquitectura, éstos sistemas permiten la separación de la
estructura, contenido, y el diseño; permitiendo tener una interfaz de usuario que puede ser
adaptada fácilmente a las expectativas del usuario u organizaciones. El modelo propuesto
contiene 2 módulos: El Modulo caso con comportamiento estándar y un Módulo Proyecto con
comportamiento más especializado. Si bien, al usar Drupal, para implementar el CBR se ganó
mucha flexibilidad, también se tuvo la posibilidad de ampliar fácilmente ésta funcionalidad
(por ejemplo, implementando un módulo de Compuertas digitales) ó ampliar las descripciones
del proyecto durante el tiempo de ejecución del sistema. Sin embargo, esta flexibilidad tiene
una desventaja en el almacenamiento y en la recuperación de casos es relativamente lento. El
autor concluye y recomienda que para una mejor GC en una organización, ésta información
debe integrarse con un sistema de gestión personal en toda la organización y para motivar a
12
los miembros del proyecto a compartir conocimientos visibles se propone la aplicación de
compuertas digitales.
Rodríguez, Berdún, Soria, Amandi y Campo (2015), Rosario – Santa Fé, Argentina en
su artículo del Simposio Argentino de Inteligencia Artificial: “Análisis de Métricas de
Similitud en Razonamiento Basado en Casos para Administrar Proyectos”, presentaron un
estudio comparativo de distintas métricas de similitud para analizar el desempeño de un
modelo propuesto basado en CBR para la recuperación de casos, como una forma de asistencia
al administrador del proyecto en la administración y planificación del mismo. Para ello, se
utilizó un caso de estudio simulado, cuyos datos fueron tomados de un proyecto real del Curso-
Taller de Ingeniería de Software de la Facultad de Ciencias Exactas de UNICEN, Tandil, Bs.
As. A través de una serie de ejecuciones, se observó que la métrica de similitud del coseno
(Cosine Similarity) es la más apropiada para el razonador subyacente del enfoque presentado.
Los autores proponen un enfoque basado en CBR en combinación con 2 agentes inteligentes:
Agente recurso y Agente Fecha. Estos agentes van aprendiendo de la experiencia previa de
los administradores que han utilizado herramientas de administración de proyectos. Por un
lado, el Agente Recurso es el encargado de realizar recomendaciones de recursos al
administrador del proyecto para asignarlo a una tarea, de manera que si éste lo considera
apropiado para realizar una tarea puede realizar la asignación correspondiente en la
herramienta de administración de proyectos (por ejemplo, Jira). El agente basa sus decisiones
en información histórica sobre las tareas en las que se utilizaron los diferentes recursos que se
encuentran disponibles y el desempeño de los mismos en las diferentes tareas. Por otro lado,
el Agente Fecha es el encargado de estimar la fecha de finalización que podrá asignar el
administrador del proyecto a la tarea. De esta forma, el agente basándose en la información
13
que posee de tareas anteriores, conocimiento del desempeño y habilidades del recurso
asignado en otras tareas asignadas anteriormente, y la duración de la tarea del caso aprendido,
podrá sugerir una estimación de fecha de finalización de la tarea.
Para el estudio comparativo de métricas de similitud se creó una BD con 120 tareas de un
conjunto de requerimientos funcionales de un proyecto real. En total se utilizaron 15 recursos,
3 categorías (diseño, desarrollo, testing), 5 roles (analista, arquitecto, diseñador, desarrollador,
tester) y 10 diferentes tecnologías para determinar las habilidades de los recursos. Se evaluó
la sensibilidad del enfoque explorando distintas métricas de similitud, como: Dice Sorensen,
Tanimoto, Euclidean Distance, Cosine Similarity, y Distance Metric. Este aspecto es de suma
importancia ya que va a otorgar fidelidad al enfoque; una mala decisión en este punto afectaría
la asistencia. A estas métricas se utilizaron los siguientes indicadores estadísticos: media
aritmética, desvío estándar, mediana, asimetría y curtosis. Estos indicadores fueron aplicados
al conjunto de valores de similitud resultante de la comparación entre cada caso de entrada y
los casos candidatos almacenados en la base de casos. Como resultado, Cosine Similarity es
la métrica más apropiada, ya que maximiza los valores de similitud con bajo desvío estándar,
y con valores de curtosis y asimetría que ilustrarían una curva con tendencia normal. Esto nos
indica que esta métrica garantiza la estimación de intervalos de confianza para saber cómo se
distribuyen los casos recuperados alrededor de la media, permitiendo obtener conocimiento
de gran utilidad particularmente en el dominio de proyecto de software.
Sierra, J, L., Becerra, A, L., Diaz, L (2014), Santander, Colombia en su artículo de la
Revista Tecciencia: “Model for Knowledge Management in Software Project Planning in
University Research Groups“, propuso un modelo que guie la incorporación de la GC en la
14
planificación de proyectos de software en grupos de investigación universitarios, para que el
conocimiento aprendido sea explotado en beneficio de la organización y para que sus futuros
miembros utilicen este conocimiento. Esta investigación se desarrolló bajo un enfoque
cualitativo, siguiendo el diseño metodológico investigación-acción, que combina teoría y
práctica, donde los investigadores y profesionales actúan en conjunto dentro de un
determinado ciclo de actividades, que incluye el diagnóstico de problemas, intervención de la
acción y el aprendizaje reflexivo.
El grupo de investigación de Sistemas y Tecnologías de la Información adscrito a la Facultad
de Ingeniería de Sistemas de la Universidad Industrial de Santander, constituye el entorno de
la investigación, donde los integrantes del grupo realizaron diversas actividades como:
entrevistas, talleres, encuestas y revisión de documentos de proyectos anteriores desarrollados
por el grupo de investigación.
Al evaluar los resultados, se pudo identificar los conocimientos y procesos relevantes
realizados en los proyectos de desarrollo de software y, finalmente los resultados fueron
sintetizados en la propuesta de éste modelo de referencia en la planificación de proyectos de
desarrollo de software en grupos de investigación.
Prácticas y herramientas para la GC como: publicaciones, gestión documental, participación
en eventos, formación, repositorios de contenidos, sistemas de gestión de proyectos y páginas
de directorios de expertos contribuyen a gestionar el conocimiento explícito de la
organización. Actualmente, las herramientas anteriores se encuentran en mayor proporción en
plataformas web, con características más robustas, que permiten una mayor difusión y
almacenamiento de conocimientos útiles que contribuyen al aprendizaje de los estudiantes y
a la reducción de tiempos, errores y reprocesos en el desarrollo de proyectos de software.
15
Los autores concluyen, que ésta investigación pueden ser una guía para incorporar la GC en
el desarrollo de software para otros tipos de organizaciones de investigación. Asimismo,
futuras investigaciones pueden estar orientadas a definir modelos y metodologías que
incorporen las prácticas y herramientas mencionadas o extender el trabajo a organizaciones
cuyas actividades de desarrollo de software no se encuentren inmersas en un entorno de
investigación.
1.2.2. A nivel Nacional
Calderón (2020) en su tesis de maestría realizada en UNMSM, Lima titulada “Modelo
de gestión del conocimiento para mejorar la calidad de desarrollo de software“, consideró
la generación e implementación de un nuevo modelo de GC para mejorar la calidad del
desarrollo de software en los outsourcing certificados en CMMI-D-1.3-Sta-3.
El autor considera que la solución del problema está en que el modelo de GC enfocado en el
Proceso de Desarrollo de Software se encuentra basado en CWA-14924 y utiliza CEN
Workshop Agreement (2004) y Nonaka & Takeuchi (1995).
De CEN Workshop Agreement (2004), utiliza CWA-14924 para tomar los facilitadores, según
ya que en la medida que los mismos se encuentren correctamente enfocados, funcionará la
GC. Igualmente para las fases del conocimiento donde cambia la nomenclatura de la fase
“Crear” por la de “Conceptuar” de Nonaka & Takeuchi (1995).
De Nonaka & Takeuchi (1995), propone que el conocimiento se da en diferentes capas. Según
Castrillón (2014), KPMG y KMAT proponen como capas: la persona, el equipo y la
organización. Para el modelo propuesto se distinguen 3 capas: la persona, el equipo y el
servicio. Siendo éste último el outsourcing en sí.
16
Los elementos del modelo son: Los habilitadores/facilitadores, Proceso de Desarrollo de
Software, Capas y fases. El tipo de investigación es correlacional no probabilística; la prueba
de la hipótesis se realizó mediante un diseño no experimental transeccional, habiéndose
considerado como unidad de análisis los requerimientos de desarrollo de software de una
consultora de software certificada en CMMI-D-1.3-Sta-3 representativa en la actividad del
outsourcing de desarrollo de software, en el periodo de estudio del 2016 al 2017. La población
está constituida por las empresas certificadas en CMMI-D-1.3-Sta-3 y la muestra
representativa por la consultora seleccionada, considerando que reúne las condiciones para
efectuar dicho estudio; se emplearon como métodos la medición y como técnicas la
observación y la encuesta. El instrumento de acopio de información son 2 cuestionarios con
alternativas de tipo Likert, a fin de medir las dimensiones de la variable independiente. Así
como se elaboraron 3 fichas de observación de las dimensiones de la variable dependiente.
En cuanto a los resultados, se sometió los 2 cuestionarios para calcular el alfa de Cronbach y
determinar el nivel de fiabilidad, obteniéndose un 0.91 concluyendo que los resultados son
altamente fiables. De la lista de los 107 requerimientos bajo ciertas características,
proporcionadas por la Oficina de Gestión del Servicio, fueron agrupados en 5 periodos de
tiempo tanto para resultados generales como a nivel de tecnología: Mainframe-Cobol, .Net y
Message Broker. A nivel de porcentaje de tiempo de desviación del proceso de desarrollo de
software, se logró reducir en un 13%; a nivel de porcentaje de reversiones se redujo un 18%;
y, a nivel de promedio de ciclos de prueba se redujo en 1.48 ciclos. Esto significa por un lado
ahorro de costos, ya que, el cliente no reconoce el costo incurrido por retrasos en el proceso
de desarrollo de Software, nuevos ciclos de prueba por calidad deficiente, o reversiones como
consecuencia de problemas en el desarrollo de software.
17
Herbozo (2019) en su tesis de maestría realizada en UNFV, Lima titulada “Relación de
los fundamentos para la dirección de proyectos – Guía del PMBOX y la formulación de
proyectos ambientales en Victor Rodriguez E.I.R.L Periodo2016-2017.Lima” sostiene:
El autor en la presente investigación tuvo como objetivo determinar el grado de relación,
concatenación que existe entre los fundamentos de la dirección de proyectos Guía PMBOX y
la Formulación de proyectos ambientales mediante la demostración de las hipótesis
formuladas utilizando el paquete estadístico SPSS 24. La Población estuvo conformado por
estudiantes de Ingeniería de la Universidad de Ingeniería (UNI) de las carreras de Ingeniería
Química, Ingeniería civil e Ingeniería Ambiental que suman 161 y 11 encuestados
pertenecientes a la empresa del caso de estudio. Teniendo como muestra a 119 encuestados
de un total de 172 se midieron las variables y se conocieron la relación que existe entre ellas.
El tipo de investigación es básica, porque se apoya en un contexto teórico para conocer,
describir, relacionar y explicar una realidad. Tiene un enfoque cuantitativo ya que usa la
recolección de datos para procesar hipótesis. Y sus diseños de investigación es transeccional
ó transversal, ya que recolectar los datos en un solo momento, es decir en un tiempo único.
Es un estudio correlacional, cuyo propósito es conocer la relación o grado de asociación que
exista entre dos o más conceptos, categorías o variables en un contexto en particular.
El autor menciona que la implementación de la guía del PMBOK y sus estándares dentro de
la empresa ha permitido que el proyecto cumpla con todos los requisitos planteados, en ese
sentido recomienda mantener la metodología de gerencia de proyectos rigiéndose bajo las
buenas prácticas internacionales del PMBOK. Así mismo recomienda a los Ministerios de
Economía y Finanzas, Ambiente y FONCODES que dentro de sus funciones técnicas-
normativas es la de formular propuestas, normas, proyectos, estrategias de gestión ambiental
18
incluir las herramientas de Gestión Administrativas y Pautas que recomienda los Fundamentos
de dirección de proyectos de la Guía PMBOK para que de ésta manera los Proyectos de
Inversión Pública sean exitosos.
Flores (2019) en su tesis doctoral realizada en UNSA, Arequipa titulada “Modelo
inteligente para la gestión de aprendizaje aplicando Case Based Reasoning (CBR) y
Reinforcement Learning (RL)” propuso desarrollar un nuevo modelo inteligente para la
implementación de e-learning. El modelo propuesto considera el nivel de habilidades o
conocimiento que un estudiante tiene de un tema en particular; esto se determina a través de
una prueba de entrada (Pretest); este aspecto es muy importante para evitar problemas
conocidos como la ansiedad o el aburrimiento de acuerdo a la teoría de flujo. Adicionalmente,
para determinar la secuencia óptima de recursos de aprendizaje para un estudiante, se trabajó
de manera complementaria con dos técnicas de IA: El Razonamiento Basado en Casos (CBR)
y el Aprendizaje por Refuerzo (Q-Learning). El Razonamiento Basado en Casos, permitió en
base a casos de éxito del pasado, determinar la secuencia de recursos de aprendizaje más
apropiada para el estudiante; y en caso de no haber casos muy similares, se eligió una
secuencia de recursos de aprendizaje del conjunto de secuencias óptimas propuestas por el Q-
Learning.
Como resultados el modelo alcanzó una Precision máxima de 0.89 en las secuencias de
recursos de aprendizaje recomendadas para la sesión 3 del curso “Conociendo la Cultura
Chiribaya”. La precisión mínima (0.61), se alcanzó en las secuencias de recursos de
aprendizaje recomendadas para la sesión 6. Por otro lado, se tuvo un Recall demasiado
elevado, esto debido a la baja cantidad (55) de estudiantes que se utilizó para la fase de
entrenamiento del modelo. Se logró validar el modelo inteligente a través del caso de estudio,
19
con dos grupos de estudiantes; un grupo de control conformado por 15 estudiantes y el otro
grupo experimental de 38 estudiantes para la fase de prueba. Desde el punto de vista
académico, la propuesta mejoró considerablemente el rendimiento académico de los
estudiantes, en más de 8 puntos, reduciendo la heterogeneidad de los mismos, al comparar las
pruebas de entrada y salida (Pretest y Postest), se aprecia que los estudiantes del grupo
experimental lograron incrementar sus rendimientos en mayor proporción respecto a los
estudiantes del grupo de control. Se logró comparar el modelo propuesto con otras técnicas;
donde alcanzó un incremento de 8.1 puntos respecto a 7.81 puntos alcanzados por el CBR de
manera individual. Así mismo en el aspecto técnico, el modelo propuesto alcanzó una mayor
precisión respecto a las otras técnicas, obteniendo una precisión general de 0.921 (92.1%)
respecto a la más cercana, el CBR en Casos individual 0.909 (90.9%).
Para la programación de contenidos, se adaptó el Kestroke-Level Model para evaluar el
performance del curso e-learning, agregando la dimensión Tiempo de Aprendizaje (TL), que
fue medida para aprender cada recurso de aprendizaje, el resultado muestra que 20 a 40
minutos diarios son los tiempos más adecuados.
En conclusión, los autores concluyen que el modelo híbrido CBR + RL sirve para la gestión
de contenidos personalizados para los estudiantes que participaron en el curso e-learning de
la “Cultura Chiribaya”; alcanzando una tasa de efectividad del 92.1%.
Aguilar (2016) en su tesis de maestría realizada en UNMSM, Lima titulada “Sistema de
razonamiento basado en casos, para la mejora de atención de salud en un centro rural” ,
diseñó un modelo de sistema utilizando el CBR como apoyo al médico, para diagnosticar
enfermedades más comunes en pobladores de un centro rural, con la finalidad de paliar en
parte las necesidades básicas de salud en aquellos lugares. El modelo presenta el ciclo del
20
CBR, en sus 4 fases: recuperación, adaptación, revisión, evaluación y aprendizaje, para
finalmente, integrar el caso aprendido para incrementarlo en la Base de Conocimientos (BC).
La población en estudio estuvo constituida por los asistentes a las postas médicas de la
Comunidad Campesina Cruz de Mayo, tomándose una muestra de 40 casos del dominio del
problema, sino que utilizó los diagnósticos de casos pasados, almacenados en una BC. La
investigación estuvo enmarcada dentro del desarrollo tecnológico, orientada a la obtención
del modelo de sistema de CBR, que no depende únicamente de conocimiento general de casos.
El enfoque metodológico utilizado fue el descriptivo-analítico, no experimental, además de
cuantitativo al cuantificar las puntuaciones de acierto que el modelo proporciona, para lo cual
se construyó la estructura de casos sobre los síntomas más comunes de dos enfermedades:
Malaria y Leishmaniasis. Se usó los softwares JCOLIBRI y Protegé, para la construcción del
sistema y la ontología dominio, es decir los síntomas y la relación con los casos.
Con lo cual se logró desarrollar e implementar el sistema de CBR como apoyo al médico
especialista en salud, no solo para diagnóstico y solución de emergencias; sino inclusive para
realizar acciones preventivas a las enfermedades en favor de los pobladores.
Finalmente como conclusiones el autor demuestra que la concordancia de diagnóstico para las
enfermedades en mención, entre el modelo propuesto y el diagnóstico médico fue alta, resultó
un índice de Kappa de Kohen de 0,89 (p<0,01), indicando que el acercamiento entre ambos
diagnósticos es muy bueno dentro de la escala de valoración de este indicador.
Córdova, K., Gusukuma, E., Lezameta,U. (2015) en su tesis de maestría realizada en
Universidad del Pacífico, Lima titulada “Plan de Desarrollo de la gestión de conocimiento
de una empresa de consultoría en tecnología” propuso un plan de mejora para incrementar
el nivel de la GC de una empresa de consultoría tecnológica: Holding Perú.
21
La investigación cubre tres etapas en el modelo integrador del plan de GC: En la primera
etapa se conoce claramente el objetivo, en la segunda etapa se genera alianzas y compromisos
para desarrollar el plan y en la última etapa se genera una ventaja competitiva.
En el análisis-diagnóstico se hace un análisis externo e interno. En el análisis externo se hace
uso del Análisis Pestel, donde se enfoca a la empresa desde el panorama político/legal,
económico, social, tecnológico y ambiental. Y finalmente el Análisis de Porter, que nos dará
luces acerca del grado de competitividad de la empresa. Y para el análisis interno, se ha
considerado tres elementos: Canvas, cadena de valor y análisis de recursos y capacidades.
También se realiza el análisis de procesos de gestión de RRHH que abarca los siguientes ejes:
Sistema de información de personal, comunicación interna, selección y reclutamiento,
inducción y socialización, capacitación, evaluación de desempeño, motivación, clima laboral,
bienestar social, salud ocupacional. Se utilizaron dos instrumentos: El primero consistió en
una encuesta cuantitativa, cuyos resultados se procesaron mediante el programa estadístico
SPSS, donde se realizó un análisis de confiabilidad para determinar la pertinencia de los
resultados así como se pudo determinar el nivel de desarrollo de cada dimensión. Con el
segundo instrumento, entrevistas semiestructuradas, se analizó el resultado de manera
individual y cualitativa. En este proceso, se determinó patrones y extrajo citas que reforzaron
los hallazgos encontrados en el análisis de datos cuantitativos.
Dentro del análisis de resultados se aplicó un cuestionario cuantitativo a la totalidad de los
colaboradores, luego se realizó el análisis de confiabilidad para medir la consistencia interna
del instrumento, lo cual nos dio como resultado un alfa de Cronbach = 0,98. Este resultado
reflejaba que los ítems se encontraban correlacionados entre sí, lo que evidenciaba que la
escala era confiable. Después se realizó el análisis a nivel organización, dimensiones y
22
preguntas en el situacional actual de la empresa. A nivel organizacional se determinó que el
área de trabajo que tiene mayor fortaleza es la comercial, seguida de administración y por
ultimo operaciones. A nivel dimensional la organización cuenta con un promedio de 2,75, lo
que significa que los colaboradores sienten que la empresa cuenta con algunas herramientas
que apoyan en la gestión y retención del conocimiento, pero que aún no están bien potenciadas
y difundidas de manera interna. Además, las oportunidades de mejora están dirigidas hacia la
mejora en la parte tecnológica.
En la situación actual de la organización, los procesos de consultoría realizados están poco
documentados y poco difundidos en las redes tecnológicas. Según la percepción de los
colaboradores el nivel de GC solo alcanza al 45%. A partir de este resultado, se sugiere realizar
un plan de mejora que apoye el incremento de la gestión del conocimiento sobre la base de
tres grandes fases, que incluyen la implementación (nivel individual), desarrollo (grupal-
organizativo de las áreas) y consolidación (interorganizativo, entre áreas que realizan
mejoras), que nos ayuden a garantizar el desarrollo y la sostenibilidad del sistema entre los
colaboradores, de modo que se genere rentabilidad por optimización de los procesos.
1.3 Objetivos
1.3.1 Objetivo General
Analizar la relación del Razonamiento Basado en Casos para la Gestión del Conocimiento y
la eficiencia en la Gestión de Proyectos de Desarrollo de Software.
1.3.2 Objetivos específicos
Analizar la relación entre el Razonamiento Basado en Casos y la eficiencia en la Gestión de
Proyectos de Desarrollo de Software.
23
Analizar la relación entre la Gestión del Conocimiento y la eficiencia en la Gestión de
Proyectos de Desarrollo de Software.
1.4 Justificación
1.4.1 Teórica
El CBR es una técnica de Inteligencia Artificial que permite aprovechar la experiencia
acumulada en la solución de nuevos problemas. Con esta técnica se almacenan casos con la
solución que se ha dado anteriormente y cuando se presenta un nuevo problema esta
información o experiencia acumulada es empleada para resolverlo Althoff (2001).
Los CBR se han aplicado con éxito en el campo académico, en la industria, en la medicina y
en la ingeniería. Por ejemplo, en el desarrollo de herramientas que ayuden en la Planificación:
Hammond (1986) CHEF, en los diagnósticos: Bareiss (1998) PROTOS, en el Diseño: Goel
(1989) KRITIK, en la industria: Juárez y Palma (2005) FormTool, etc.
También se han aplicado CBR con éxito en la Ingeniería de Software, tales como: Brady y
Menzies (2010) en la Optimización de la calidad del software, Lee y Kim (2009) en el Diseño
de Controles de Sistemas de Información basados en Internet, Mendes, Mosley y Watson
(2002) en la Estimación de los esfuerzos en el Desarrollo de proyectos de software, etc.
1.4.2 Metodológica
El CBR, no es más que otro paradigma de resolución de problemas, pero son precisamente las
diferencias con el resto de los acercamientos de la IA las que lo hacen tan especial. En lugar
de confiar únicamente en el conocimiento general del dominio del problema, este paradigma
es capaz de utilizar conocimiento específico de experiencias previas, es decir, situaciones de
24
un problema concreto (casos). Un problema nuevo es resuelto cuando se encuentra un caso
pasado similar y se reutiliza en la situación del problema nuevo.
Una segunda diferencia, es un acercamiento al aprendizaje incremental, ya que se guarda una
experiencia nueva cada vez que se resuelve un problema, pasando a estar disponible para
futuros problemas desde ese mismo momento.
El resultado de la investigación es realizar un análisis a fin de establecer la relación entre el
CBR en GC, para reutilizar el conocimiento de los proyectos de software de experiencias
pasadas, que permitirá resolver un problema nuevo para un proyecto de software que se está
gestando en la fase de Planificación de acuerdo, a alguna de los Estándares de
Reconocimiento Mundial (PMBOX® ó ISO 21500) , lo que permitirá que la transferencia
de conocimientos pueda respaldar a otras fases del proyecto; como la programación de
actividades y así tener más tiempo y dedicación al Personal para realizar otras actividades que
se involucran en la Planificación. En una fase de cierre, los problemas individuales resueltos
en el proyecto pueden documentarse como un intento de lecciones aprendidas.
1.4.3 Práctica
Los estudios muestran que una de las causas de los fracasos de los proyectos de software se
encuentra en la planificación. Según Johnson (2018), el reporte del caos publicado en ese año,
no todos los proyectos de software son terminados con éxito. Sólo el 36% de los proyectos
son terminados con éxito, el 45% son terminados con problemas y el 19% son cancelados,
según datos del año 2017 (Ver Tabla 1).
25
Tabla 1.
Reporte del Caos, datos estadísticos por años.
Proyectos 2013 2014 2015 2016 2017

Exitosos 41% 36% 36% 36% 36%
Con problemas 40% 47% 45% 47% 45%
Cancelados 19% 17% 19% 17% 19%
Fuente: Según la Definición Tradicional para Atributos: OnTime,OnBudgetOnTarget. Johnson (2018).
En este reporte se pueden observar que existen muchos factores que causan los fracasos de
estos proyectos, uno de ellos es la falta de planificación. Según la Tabla 2, la representan el
8.1% de la causa de los fracasos.
Tabla 2.
Reporte del Caos, datos estadísticos del año 1994
Factores Perjudiciales del Proyecto % de Respuestas
Requerimientos incompletos 13.1%
Falta de participación del usuario 12.4%
Falta de recursos 10.6%
Expectativas no realistas 9.9%
Falta de apoyo ejecutivo 9.3%
Cambio de requerimientos y 8.7%
especificaciones
Falta de planificación 8.1%
Ya no se necesita 7.5%
Falta de gestión de TI 6.2%
Alfabetismo Tecnológico 4.3%
Otros 9.9%
Fuente : [StandishGroup 1995].
26
Para medir el porcentaje de los proyectos de la Base de Datos CHAOS, se codificaron teniendo
en cuenta seis atributos individuales de: OnTime, OnBudget, OnTarget, OnGoal, Value,
Satisfaction.
En la definición tradicional se consideró atributos: OnTime, OnBudget y OnTarget. Lo que
significa que el proyecto se resolvió en un tiempo estimado razonable, se mantuvo dentro del
presupuesto, y contenía una buena cantidad de características y funcionalidades estimadas.
(Ver Tabla 1)
Por otra parte, en la nueva definición moderna los atributos: OnTime, On Budget, con un
resultado satisfactorio; significa que el proyecto se resolvió en un tiempo estimado razonable,
se mantuvo dentro del presupuesto y satisfacción del cliente y del usuario, independientemente
del alcance original. (Ver Tabla 3)
Tabla 3.
Proyectos 2013 2014 2015 2016 2017

Exitosos 31% 28% 29% 29% 33%
Con problemas 50% 55% 52% 54% 48%
Cancelados 19% 17% 19% 17% 19%
Fuente: Según la Definición Moderna para Atributos: OnTime,OnBudget, Satisfaction. Johnson (2018).
Finalmente, en la última definición pura los atributos: Value, Satisfaction fueron evaluados;
lo que significa que hay una combinación alta en la satisfacción del cliente con un alto retorno
en valor en la organización. En este punto solo se consideran proyectos que tienen un alto ó
muy alto retorno en valor y alto o muy alto nivel de satisfacción del cliente.
Tabla 4.
Proyectos 2013 2014 2015 2016 2017

Exitosos 16% 15% 17% 17% 14%
Con problemas 65% 68% 64% 66% 67%
Cancelados 19% 17% 19% 17% 19%
Fuente: Según la Definición Pura para Atributos: Value, Satisfaction. Johnson (2018).
27
Al final del desarrollo de esta investigación permitirá obtener un documento de función
informativa e ilustrativa cuya finalidad sirva como medio de consulta a los estudiantes de la
Universidad Nacional Federico Villarreal que estén en la misma línea de Investigación ó que
les sirva como marco teórico de soporte en sus futuras investigaciones.
Limitaciones de la investigación
Espacial
El espacio geográfico donde se desarrollará la investigación para la población de estudio,
abarcará a las 300 empresas que se dedican al rubro de proyectos de desarrollo de software en
el Perú, según la Comisión de Promoción del Perú para la Exportación y el Turismo –
(PROMPERÚ). Y para la muestra de estudio se consideró a 44 empresas que se dedican al
rubro de proyectos de desarrollo de TI.
Temporal
La limitación para ésta investigación se tradujo en la ubicación y el tiempo que tuvo cada
Director de Proyecto de las empresas consultoras para brindar la información requerida sobre
el proceso actual de su empresa; por la conyuntura que estamos viviendo en época de
pandemia.
Social
En la investigación se considera a los siguientes entes directos o indirectamente involucrados:
PROMPERU, Sociedad Peruana de Computación (SPC), Superintendencia Nacional de
Aduanas y de Administración Tributaria (SUNAT), Colegio de Ingenieros del Perú (CIP),
Cámara de Comercio Lima (CCL), Sociedad Nacional de Industrias (SIN), Empresas
28
Consultoras de TI, Empresas de proyectos de desarrollo de software y al personal involucrado
en dichas empresas.
1.5 Hipótesis
1.5.1 Hipótesis General
El Razonamiento Basado en Casos para la Gestión del Conocimiento se relaciona
significativamente con la eficiencia en la Gestión de Proyectos de Desarrollo de Software.
1.5.2 Hipótesis Secundarias
El Razonamiento Basado en Casos se relaciona significativamente con la eficiencia en la
Gestión de Proyectos de Desarrollo de Software.
La Gestión del Conocimiento se relaciona significativamente con la eficiencia en la Gestión
de Proyectos de Desarrollo de Software.
29
CAPÍTULO II: MARCO TEORICO
2.1 Bases Teóricas sobre el tema de investigacion
2.1.1 Gestión del conocimiento
La GC es un campo multidisciplinario que abarca varios aspectos y roles de conocimiento en
las organizaciones. No existe una definición universal de lo que es la gestión del conocimiento
ya que varios autores desde diferentes perspectivas lo definen; como es el caso del análisis
que fue realizado por Girard y Girard (2015).
Dalkir (2005) destaca esto diciendo:
En un extremo, GC abarca todo lo que tiene que ver con el conocimiento. En el otro
extremo, se define estrechamente como un sistema de tecnología de la información
que dispensa conocimientos organizativos. GC es de hecho ambos y mucho más.
Una de las pocas áreas de consenso en el campo es que GC es un campo
multidisciplinario. (p.2)
Dalkir (2005) también da una definición a la gestión del conocimiento:

La GC es la coordinación deliberada y sistemática de la organización, personas,
tecnología, procesos y estructura organizacional para agregar valor a través de la
reutilización y la innovación. Esta coordinación se logra mediante la creación, el
intercambio, y aplicando el conocimiento y alimentando las valiosas lecciones
aprendidas y mejores prácticas en la memoria corporativa para fomentar que la
organización continúe aprendiendo. (p.3)
Otras fuentes como KMWorld (http://www.kmworld.com/) respaldan la noción de la extensa
cantidad de definiciones para la gestión del conocimiento y diferentes términos para el campo
en sí.
En un reciente artículo en línea “¿Qué es KM? (del inglés knowledge Management), Gestión
del conocimiento publicado por Koenig (2018); él menciona que hay cuatro componentes
30
operativos en la GC: gestión de contenido, ubicación de la experiencia, lecciones aprendidas
y comunidades de práctica (CoPs a partir de ahora).
Por lo tanto, podemos definir la GC como el proceso de crear, compartir, usar y gestionar el
conocimiento y la información de una organización. Se refiere a un enfoque multidisciplinario
para lograr los objetivos organizacionales haciendo el mejor uso del conocimiento.
2.1.1.1 Clasificación de la Gestión del Conocimiento

Según Rodríguez (2009) clasifica el conocimiento:
 Aproximación por defecto: Donde se encuentran las personas expertas que gestionan
todos los proyectos de conocimiento
 Aproximación parcial: La tecnología y comunidades de practica
- La tecnología se encuentran bases de datos de lecciones aprendidas y permite la
búsqueda y almacenamiento de los trabajadores
- Las comunidades de práctica generan estrategias y brindan soluciones, se realiza
documentación para que el conocimiento este de forma explícita en gestores de
contenido o repositorios.
 Aproximación Holística: Comprende etapas del conocimiento sobre las personas,
tecnología y procesos.
También este autor, basado en otras teorías define los niveles de conocimientos como:
 Conocimiento básico que tiene cualquier tipo de empresa y que representa ventaja
competitiva.
 Conocimiento avanzado que permite diferenciarse de sus competidores, dada la
experiencia y maduración de sus trabajadores conocedores en un tema de conocimiento
en específico.
31
 Conocimiento innovador es el conocimiento que permite liderar un sector y lograr algo
trascendental con respecto al conocimiento.
Según Rodríquez (2009), define los roles de la GC:
 Personal orientado al conocimiento: Son las personas que conforman parte de la
empresa y que, en su quehacer cotidiano, comparten y usan conocimiento a todos los
trabajadores.
 Trabajadores especialistas de GC ó ingenieros del conocimiento: Conformados por los
miembros de la empresa capaces de identificar y extraer conocimiento de las personas
para estructurarlos, almacenarlo y actualizarlo.
 Administradores de proyectos de conocimiento: Son personas con perfil de gestión de
proyectos, deberán poseer conocimientos tecnológicos, psicológicos y comerciales,
también armar y administrar equipos de trabajo. Importante el seguimiento que brinde
a los colaboradores.
 Analistas de conocimiento: Es el responsable de recoger, organizar y difundir el
conocimiento a demanda de la empresa.
 Gerente de conocimiento: Directores o jefes de áreas dentro de la empresa, se encarga
de administrar las relaciones con los clientes y supervisa la implementación del modelo
de gestión del conocimiento, evalúa al equipo de trabajo con la finalidad de desarrollar
la cultura empresarial.
2.1.1.2 Definición del conocimiento y tipos

El conocimiento puede significar cosas diferentes, para diferentes personas, en diferentes
situaciones. Por lo tanto al definir que es “conocimiento”, debemos de diferenciar entre
cuatro elementos: Datos, Información, Conocimiento y Sabiduría. Frost (2014) describe
estos conceptos de una manera breve y comprensible en su Website :
32
(http://www.knowledge-management-tools.net/knowledge-information-data.html),
basado en la literatura académica. En resumen, se pueden describir de la siguiente manera:
Los datos se refieren a hechos y cifras no estructurados que carecen de cualquier tipo de
organización.
La información se refiere a datos que se han organizado, condensado y contextualizado
para transmitir algo significativo con los datos.
El conocimiento representa el nivel más profundo de comprensión y know-how.
La sabiduría es la capacidad de tomar buenas decisiones basadas en el conocimiento y
la experiencia.
De acuerdo a Davenport y Prusak (1998) citado en Frost (2014) afirma que "El
conocimiento es una mezcla fluida de experiencia enmarcada, valores, información
contextual, conocimiento experto e intuición fundamentada que proporciona un entorno
y un marco para evaluar e incorporar nuevas experiencias e información. Se origina y se
aplica en la mente de los conocedores. En las organizaciones a menudo se incrusta no
solo en documentos o repositorios, sino también en rutinas organizacionales, prácticas y
normas".
Aunque en la literatura se encuentran definiciones para varios tipos de conocimientos, en
el presente trabajo de investigación se abordan solo los dos tipos de conocimientos que
se dan en el Modelo SECI de GC de Nonaka & Takeuchi, La organización creadora de
conocimiento (1999). En la Tabla 5 se encuentran las definiciones del conocimiento
explícito, mientras que en la Tabla 6 las definiciones correspondientes al conocimiento
tácito.
33
Tabla 5
Conocimiento Explícito
Autor(es) Definiciones del conocimiento explícito
Nonaka & Takeuchi, La Consideran que el conocimiento explícito puede expresarse con
organización creadora de palabras y números, y puede transmitirse y compartirse fácilmente
conocimiento (1999) en forma de datos, fórmulas científicas, procedimientos
codificados o principios universales.
Swan, J., Robertson M., y Considera que el conocimiento explícito “Es el conocimiento
capturado y codificado en manuales, normas y procedimientos y
Newell,S.( 2002)
resulta sencillo de transmitir”. Por lo tanto el conocimiento
explícito es el que se representa por un lenguaje formal y
sistemático.
Bueno (2004) Define el conocimiento explícito como aquel que es fácil de

articular y verbalizar; es codificado, sistemático y objetivo; es
racional y lógico; es digital, secuencial y del pasado; está, en
definitiva, libre de contexto.
Belly(2013) Considera que el conocimiento explícito es el que el individuo

sabe que tiene y es plenamente consciente cuando lo ejecuta, es el
más fácil de compartir con los demás ya que se encuentra
estructurado y muchas veces esquematizado para facilitar su
difusión.
Fuente: Elaboración Propia
Tabla 6
Conocimiento Tácito
Autor(es) Definiciones del conocimiento tácito
Nonaka & Takeuchi, La Definen el conocimiento tácito, como un conocimiento muy
organización creadora de personal, que no es fácil de plantear a través del lenguaje formal,
conocimiento (1999) por lo que resulta difícil transmitirlo y compartirlo con otros.
Puede dividirse en dos dimensiones, la dimensión técnica, de
habilidades no formales y difíciles de definir que se expresan en
el término de Know – How (saber cómo llevar a cabo una tarea o
trabajo) y la dimensión cognoscitiva que incluye esquema,
modelos mentales, creencias y percepciones tan arraigadas en cada
persona que casi siempre las ignoramos.
Swan et al. (2002) Describe el conocimiento tácito como "un conocimiento que no
puede articularse con facilidad y que, por lo tanto, solo existe en
las manos y en las mentes de las personas, para manifestarse
después mediante acciones". Por lo tanto, el conocimiento tácito
es el inherente a las personas, producto de su experiencia,
sabiduría y creatividad.
Bueno (2004) Define el conocimiento tácito como difícil de articular y

verbalizar; es subjetivo (vinculado a la experiencia y a las
emociones); es analógico (simultáneo y del presente); resumen, es
dependiente del contexto y de la práctica.
34
Belly (2013) Considera que el conocimiento tácito, es el tipo de conocimiento
que se encuentra en un nivel “inconsciente”, se encuentra
desarticulado y es implementado y ejecutado de una manera
mecánica sin ser consciente de su contenido.
2.1.1.3 Sistema de Gestión del Conocimiento (SGC)
Un sistema de gestión del conocimiento (en inglés knowledge Management System -
KMS), es cualquier tipo de sistema de TI que almacena y recupera conocimiento para
mejorar la comprensión, la colaboración y la alineación de procesos. Los sistemas de GC
pueden existir dentro de organizaciones o equipos, pero también se pueden utilizar para
centrar su base de conocimientos para sus usuarios o clientes.
Características
 Propósito: Un SGC tiene como explícito objetivo de la GC, permitiendo la
colaboración, el compartir buenas prácticas y similares.
 Contexto: Es ver que el conocimiento es información organizada con inteligencia,
acumulada e integrada en un contexto de creación y aplicación de dicho conocimiento.
 Procesos: El SGC es desarrollado para soportar y permitir procesos de conocimiento
intensivo, como tareas o proyectos de creación, construcción, identificación, captura,
selección, evaluación, acceso, recuperación y aplicación, que es el llamado Ciclo de
Vida del conocimiento.
35
 Participantes: Los usuarios pueden jugar diferentes roles activos de participantes en
las redes del conocimiento y en las comunidades. Los SGC están diseñados para que
el conocimiento se desarrolle colectivamente y la distribución de dicho conocimiento
sea un proceso continuo de cambio, reconstrucción y aplicación en diferentes
contextos, por diferentes participantes con diferentes backgrounds y experiencias.
 Instrumentos: El SGC debe soportar instrumentos de GC, como la captura, creación
y compartición de aspectos codificables de la experiencia, la creación de directorios
de conocimiento corporativos, con su correcta clasificación, taxonomía u
ontología, localizadores de experiencia, sistemas de gestión de habilidades,
herramientas de colaboración para permitir conectar personas interesadas en los
mismos temas, permitiendo de esta manera la creación de redes de conocimiento.
(http://sistema-kms.blogspot.com/).
Usos
El SGC no se compone de un solo sistema. Es la agrupación de varios sistemas que
trabajan para un único objetivo, el cual hace referencia a la GC en la organización. Dentro
de estos sistemas podemos encontrar herramientas y/o soluciones de software:
 Sistemas de trabajo colaborativo
 Sistemas de trabajo colaborativo
 Data Warehouse, minería de datos, procesamiento analítico en línea (OLAP)
 Document Management Systems
 Herramientas de Inteligencia Artificial
 Herramientas de Simulación
 Redes Semánticas
36
 Intranets y Extranet
Estas tecnologías, pueden llegar a integrarse en la etapa de implementación de un SGC
en aspectos como:
 El conocimiento se adquiere o se captura a través de la Intranets, Extranets, Sistemas
de trabajo colaborativo, Content Management Systems y Document Management
Systems.
 Los datos de la organización están organizados y almacenados mediante depósitos
estructurados, tales como los DataWarehouse.
El conocimiento se aplica o se aprovecha a través del aprendizaje y la innovación, por
medio de la extracción de los datos de la organización y la aplicación de sistemas
expertos, como es posible con un Decision Support. (http://sistema-kms.blogspot.com/).
2.1.1.4 Procesos de la Gestión del conocimiento
Por las revisiones de la literatura se pueden mencionar los siguientes procesos de la
gestión del conocimiento: Según Maruland, López, y López (2016) citado por Rivero
(2019), la creación del conocimiento es conformado por la identificación, intercambio y
expresión entre los trabajadores que soportan la gestión del conocimiento. (p. 6)
Identificar el conocimiento: Según Pereira (2011), citado por Rivero (2019), la empresa
debe pensar en lo que quiere lograr y que conocimiento necesita, para ello debe analizar
el conocimiento tácito (que no se ha adquirido) en todas las áreas de producción,
específicamente se analiza los engranajes del conocimiento como las personas, procesos
y tecnología. (p. 2), la empresa debe realizar un cuadro estratégico general tocando los
problemas que tiene para mejorar empresarialmente.
37
Adicionalmente Briceño y Bernal (2010), citado por Rivero (2019), mencionan un
aspecto importante que hay que considerar sobre el enfoque de las actividades de los
trabajadores y los conocimientos que se realizar en forma rutinaria. Una de las maneras
para diagnosticar el conocimiento en la empresa es realizar mapas de conocimiento.
(p.180)
Swan et al. (2002) menciona que un mapa de conocimiento (MC) es una herramienta para
evaluar la existencia de conocimientos en una organización y, para descubrir las ventajas
que es posible explotar y las carencias que hay que rellenar. El MC es un diagrama n-
dimensional que vehicula múltiples relaciones entre conceptos usando nodos, enlaces y
configuraciones especiales es decir permiten una visualización de los conocimientos al
presentarlos éstos de forma gráfica.
Existen distintos tipos de mapas que se pueden usar:
1. Mapas Globales, Detallados ó Resumen.- Los primeros son hipermapas, los segundos
son mapas únicos, y los terceros son mapas sintéticos.
2. Mapas “Ad Hoc”.-Se construyen para usos de gestión en el corto plazo, tal como
planificación, toma de decisión ó pensamiento creativo.
3. Mapas Archivos.- Estos mapas se usan para uso a largo plazo.
Además de los mapas de conocimientos propiamente dichos, existen otros que son
herramientas metodológicas fundamentales para cualquier iniciativa de GC como son los
siguientes:
 Mapas de aprendizaje ó documento de entorno.- Es una “descripción” visual del
modelo de “negocio” de una organización, donde implica el ámbito o mercado, los
clientes o usuarios, los competidores, los canales de distribución, la rentabilidad, etc.
38
 Mapas de valores.- Ayudan a entender los valores centrales de la gente implicada en
las iniciativas, e identificar el perfil de valores del equipo que constituyen la cultura
institucional.
 Mapas de conceptos.- Es una técnica para representar conocimientos en forma de
grafos. Los grafos de conocimientos son redes de conceptos, que constan de nodos
que representan los conceptos, y los enlaces (arcos/aristas) las relaciones entre ellos.
 Mapas mentales.-Puede usarse para organizar el pensamiento individual o colectivo
y representarlo visualmente. Herramienta excelente para la creación y organización
de los conocimientos. Se puede usar colores, imágenes, dibujos y música.
 Mapas de carretera de los activos de conocimientos.- llamados “Hojas de Ruta” son
una herramienta que se usa en planificación estratégica para ayudar en la toma de
decisión estratégica. Permite visualizar los activos críticos de conocimientos, las
relaciones entre éstos y las habilidades, competencias y tecnología requeridas para
encarar las futuras demandas del mercado, de una organización.
 Mapas de Información.- Ayudan a entender distintos tipos de información con los
que se tiene que tratar.
 Mapas de Tecnología de la Información (TI).- Este mapa debe prepararse después de
haberse completado los mapas anteriores. El mapa de TI, con independencia de cómo
se usa, permite el proceso de GC.
Intercambio: Se debe analizar los espacios de intercambio del conocimiento en la
empresa y los procesos que soportan la comunicación de estos espacios, esto puede
realizarse a través de mecanismos formales y/o informales. Aunque se debe lidiar con los
obstáculos que impiden el flujo de comunicación. Según Yang, Saladrigas y Torres
39
(2016), citado por Rivero (2019), aseguran que al poner a disposición algo en común,
transmite a los individuos del entorno, puede ser de gran impacto si va acompañado de
una comunicación y/o difusión entre los miembros desencadenando efectos de gran
potencia (…) Los medios de comunicación empresarial o redes sociales deben ser capaces
de satisfacer al grupo de trabajadores inscritas en ellas. El conocimiento que se
intercambia debe ser entendible para el par que revisa la información. (p.166)
Por otro lado, Ramón (2011), citado por Rivero (2019), menciona que se debe eliminar
las barreras espacio-temporales que obstaculicen el intercambio crea aprendizaje
distribuido, basado en la tecnología, utilizando todo el potencial de lo que se ha dado en
llamar un “espacio virtual de aprendizaje” y de “campus global”. (p.102) Asimismo,
Nonaka y Takeuchi (1995) asegura que el conocimiento disponible, el cual es de carácter
urgente para ser intercambiado a los trabajadores para hacer participe en los procesos de
la empresa. La información como procedimientos, buenas prácticas y lecciones
aprendidas debe ser organizada de tal manera que permita ser ubicada rápidamente con la
finalidad de que los operarios de la empresa puedan utilizarla. El intercambio soporta la
creación de conocimiento y genera aprendizaje entre los miembros como mencionan los
autores Martínez, Prieto, Rincón y Carbonell (2007) citado por Rivero (2019), la
organización de aprendizaje es un espacio donde la persona no puede dejar de aprender
porque el aprendizaje es parte de lo cotidiano. (p.52)
Expresión del conocimiento: Según Rivera (2006) citado por Rivero (2019), la empresa
tiene la capacidad de generar nuevos conocimientos, bajo un proceso espiral de
interacciones entre el conocimiento explícito y el tácito como indica Nonaka, se tiene
40
cuatro modos diferentes de conversión del conocimiento. La organización generadora de
conocimiento tiene que diseñar formas de trabajo y establecer políticas que asuma la
empresa ejecutando las actividades internas en las áreas de trabajo, aplicando acciones
correctivas y preventivas sobre incidencias encontradas, destacando las lecciones
aprendidas e involucrando a los trabajadores motivándolos con reconocimiento del
esfuerzo según el mérito de cada uno, fomentar la confianza entre ellos, delegar tareas
importantes graduando el trabajo para obtener la cooperación en la creación del
conocimiento. Rivera (2006) resalta el diseño de la organización creadora de
conocimiento: a) Adecuación de formalización y centralización de la toma de decisiones
partiendo de una estrategia. b) Políticas y prácticas de recursos humanos para fortalecer
el capital intelectual. c) evaluación con base a resultados grupales, y asegurar la
durabilidad en la empresa aplicando mejora continua. d) los equipos de trabajo deben ser
multifuncionales, y formen unidades organizacionales paralelas. Por ello, según Nonaka
y Rivera mencionan que se trata de crear un espacio organizativo en el que los
trabajadores, con lo que tienen pueden generar cooperación del conocimiento, compartir
los resultados bajo un modelo. De este modo, se asegura que los trabajadores realicen sus
actividades en conjunto. Se puede organizar el diseño del modelo de conocimiento
mediante el capital estructural de la empresa de la mano con el apoyo colaborativo de los
trabajadores. (pp.59-82)
También Matute, Alanoca, Arias, Llantop y Portela (2008) citado por Rivero (2019),
menciona que las actividades especiales emprendidas por las empresas aumentan el activo
del conocimiento. Entre los modos de generar conocimiento, dichos autores consideran
los siguientes puntos:
41
- Adquisición: Incorporar conocimiento existente fuera de la empresa por ejemplo
observar los modelos de gestión o mejores prácticas que adopten otras empresas
- Fusión: Introducción fuerte de lo complejo y el conflicto en la empresa para generar una
nueva sinergia.
- Adaptación: Modificación del conocimiento existente para adecuarlo a nuevas
situaciones. La gestión de cambio es un factor importante para llevar acabo la adaptación.
- Redes: La generación de conocimiento a través de redes en las organizaciones para
compartir sus conocimientos especializados.
Almacenar el conocimiento: Como indica Quintana, Vidal, Torres y Castrillejo (2010)
citado por Rivero (2019), se debe contar con un medio integrado para actualizar el
conocimiento establecido. Es decir, el uso que requiera una persona para el conocimiento
inicialmente se reflejará en la manera en que actualice el mismo mediante la catalogación
de los documentos, con sintaxis o vocabularios definidos hace posible la recuperación
eficaz del conocimiento. (p.55)
Llorca, Gay y Garcia (2001) citado por Rivero (2019), indica que una forma de almacenar
el conocimiento es por medio de herramientas que registre el perfil inicial del trabajador
donde pueda almacenar sus habilidades y conocimientos adquiridos a lo largo del tiempo,
se establece una distribución inteligente dedicada a las personas que trabajen en sintonía
con las líneas estratégicas y técnicas de los proyectos. (p. 32)
Para fortalecer la importancia de almacenar el conocimiento Farfán y Alfonso (2006)
citado por Rivero (2019), mencionan que un sistema de gestión del conocimiento permite
ser reutilizado, para ello debe estar organizado y adoptados en los procesos funcionales y
operacionales, los sistemas de información existentes deben interoperar con la plataforma
42
de conocimiento. El resguardo de experiencias vividas de los trabajadores,
documentación, buenos procedimientos y resultados esperados en relación a los clientes
hace que se deba gestionar el contenido de la información. (p.18)
Utilizar el conocimiento: Según Matute et al. (2008) citado por Rivero (2019),
mencionan que los elementos de utilización del conocimiento como el uso de las buenas
prácticas y revisión de retrospectiva del trabajo realizado se aplica de manera que genere
ventaja competitiva en el sector donde se realice la GC y en la empresa. Se puede decir,
que el conocimiento debe ser actualizado, medible y ser controlado (p. 22). La GC añade
valor solamente cuando sea utilizada a medida; el exceso no dejaría generar mayor
conocimiento, por lo tanto, se debe crear mecanismos para que el uso del conocimiento
determine las necesidades de la empresa, y debe servir como referencia para la creación,
almacenamiento y las formas de compartir conocimiento.
2.1.1.5 Ciclo de la gestión del conocimiento
De acuerdo a Dalkir (2005) citado en Timonen (2018) en su libro "Gestión del
conocimiento en teoría y práctica" proporciona una visión integral de lo que es la GC
desde diferentes perspectivas. Además contiene estudios de casos prácticos de empresas
de la industria con modelos teóricos. y explicaciones académicas de lo que es la gestión
del conocimiento.
También Dalkir (2005) presenta un concepto llamado Ciclo KM ó Ciclo de GC que
describe las principales actividades, fases y facilitadores en la gestión del conocimiento.
Las fases describen la captura, creación, codificación, intercambio, acceso, aplicación y
reutilización de conocimiento dentro y entre organizaciones. Dalkir ha creado un ciclo
GC integrado a partir de modelos integrales preexistentes realizado por Meyer y Zack
43
(1996), Bukowitz y Williams (2000), McElroy (2003) y Wiig (1993). Dalkir identificó
tres etapas principales para describir el ciclo GC integrado. Las tres etapas principales:
1. Captura y / o creación de conocimiento.
2. Intercambio de conocimientos y difusión.
3. Adquisición y aplicación de conocimientos.
Dalkir describe las tres etapas con mayor detalle en capítulos separados del libro. Sin
embargo, Dalkir proporciona un breve resumen del flujo de conocimiento a lo largo del
Ciclo GC integrado como es el siguiente:
En la transición de la captura / creación del conocimiento al intercambio y difusión del
conocimiento, se evalúa el contenido del conocimiento. El conocimiento se contextualiza
para ser entendido ("adquisición") y utilizado ("aplicación"). Esta etapa luego
retroalimenta en el primero para actualizar el contenido del conocimiento.
Además de las etapas y el flujo de conocimiento a lo largo del ciclo GC, Dalkir enfatiza
los factores facilitadores de la gestión exitosa del conocimiento: La Cultura
Organizacional, Estrategia GC, Métricas GC, Tecnologías GC y el equipo de GC. Todo
el ciclo GC integrado por Dalkir se presenta en la Figura 1. El prerrequisito y habilitador
más importante, y la más probable barrera o causa del fracaso para la gestión exitosa del
conocimiento en su conjunto, es la cultura y la estructura organizacional (Dalkir, 2005;
Al-Alawi et al., 2007; Williams, 2008; Ajmal, 2009; Zheng et al., 2010; Machuca y Costa,
2012; Frost, 2014; Mueller, 2014). Como dice Dalkir (2005): “Uno de los requisitos
previos fundamentales de una cultura que fomenta en lugar de obstaculizar la gestión del
conocimiento es la noción de confianza ".
44
Comprender las diferentes etapas y habilitadores es importante y nos permite discutir la
gestión del conocimiento y las implicaciones que tienen diferentes aspectos en el flujo del
conocimiento que proporciona valor en la organización. Sin embargo, desde una
perspectiva práctica, también es importante tener algún tipo de marco y clasificación de
las diferentes actividades y funciones que contribuyen a las diferentes etapas del ciclo
GC. Aquí es donde surgen las teorías y modelos de gestión del conocimiento.
Figura 1. Ciclo Integrado GC.

Fuente: Dalkir (2005)
2.1.1.6 Modelos de Gestión del conocimiento
Como ya se ha resaltado en párrafos anteriores, la gestión del conocimiento es una
disciplina que se ha tornado fundamental dentro de todas las organizaciones. Debido al
auge de este concepto, diferentes autores se han enfocado en estudiarlo y definir modelos
de gestión del conocimiento, que puedan ser usados como soporte en las organizaciones,
para darle un manejo y aprovechamiento adecuado, a toda la información que se genera
en el día a día de sus operaciones.
Se han definido múltiples modelos para conocer el proceso de aprendizaje de las personas
y cómo logran adquirir, almacenar y difundir el conocimiento. A continuación, se
presentarán los seis más adecuados, con los cuales se mueve este entorno.
45
A. Modelo Nonaka y Takeuhci 1999. (La Organización Creadora de Conocimiento)
B. Modelo de Kolb. (Basado en experiencias)
C. Modelo Tiwana, 2002. (Establece una hoja de ruta para la creación de un modelo
propio)
D. Modelo Tena, 2004. (Establece la GC desde una visión humanista)
E. Modelo Marsal y Molina, 2002. (Desde la cultura organizacional)
F. Modelo Sallis y Jones, 2002 (La GC en Educación)
En la Tabla 7, se presentan algunos de los modelos de GC más reconocidos y los procesos
que los componen.
Tabla 7
Modelos de Gestión del Conocimiento
Modelo de Gestión de Definición Procesos que
Conocimiento Considera
Conversión de Basado en el conocimiento tácito y - Socializar
Conocimiento (Nonaka y explícito; es el movimiento de información - Exteriorizar
Takeuchi) entre el uno y el otro lo que explica la - Combinar
generación del conocimiento. Sánchez - Interiorizar
(2005)
Modelo de Arthur Consiste en la necesidad de acelerar el flujo - Crear

Andersen de la información que tiene valor desde los - Identificar
individuos a la organización y viceversa, de - Coleccionar
modo que pueda ser utilizada para crear - Aplicar
valor para los clientes. Sánchez (2005) - Compartir
KMAT Modelo que favorece el proceso de - Capturar

administrar el conocimiento - Identificar
organizacional. Está compuesto por cuatro - Crear
facilitadores: liderazgo, cultura, tecnología - Compartir
y medición (Del Canto, Sánchez, - Aplicar
Fernándes, & Barbosa (2014) - Organizar
- Adaptar
Modelo Dinámico de El cual establece 6 procesos de rotación de - Adquirir

Rotación del conocimiento, que deben acompañarse de - Socializar
Conocimiento (Goñi otros (medición y establecer objetivos - Estructurar
Zabala) específicos) para permitir la gestión del - Integrar
conocimiento Arceo (2009) - Añadir Valor
46
- Detectar
Oportunidades
Para el estudio de caso que llevaremos en la presente investigación, se asume como
postura teórica el proceso de conversión de conocimiento propuesto por Nonaka y
Takeuchi, La organización creadora de conocimiento (1999).
A. Modelo de creación de Nonaka y Takeuchi 1999 (Modelo SECI)
Este modelo es uno de los más referenciados dentro de la gestión del conocimiento,
reconocido por sus siglas SECI (Socialización, Exteriorización, Combinación,
Internalización), reconocido también por ser un modelo de conversión de conocimiento
tácito y explícito. Para la comprensión de esta teoría es significativo comprender la
naturaleza del conocimiento y tomar en cuenta que fue desarrollado bajo una visión de
las organizaciones japonesas, donde el interrelacionamiento de conocimiento entre las
personas es voluntario.
Para la aplicación del modelo SECI siempre se debe tomar en cuenta la cultura, las
barreras e idiosincrasias de la organización dentro de los procesos de conversión del
conocimiento tácito y explícito.
Conocimiento Explícito.- conocimiento expresado a través del lenguaje formal con
claridad y determinación, susceptible a ser articulado, codificado, almacenado en algún
tipo de medio y transmitido inmediatamente a otros, fácil de gestionar. Centrarse en este
conocimiento lleva a una parálisis por análisis.
Conocimiento Tácito o Implícito.- conocimiento informal aprendido de las experiencias
personales y/o sociales que conllevan un conjunto de creencias, puntos de vista propios y
47
valores difícil de expresar de forma sistematizada, poco visible y difícil de compartir por
los medios tradicionales. Una valoración exagerada de este conocimiento puede ocasionar
un exceso de confianza en los éxitos y experiencias aprendidas del pasado.
Estos dos conocimientos son complementarios al momento de crear y transferir, se
relacionan e interactúan para concebir nuevo conocimiento a través del análisis y
experimentación, para esto se denotan cuatro formas o procesos de transformar el
conocimiento de acuerdo al modelo SECI:
Nonaka y Takeuchi (1995) dieron a conocer el «modelo de ciclos de producción del
conocimiento», en el que por medio de una espiral expresaban el proceso de conversión
del conocimiento (ver Figura 2).
Figura 2. El modelo SECI de creación de conocimiento

Fuente: Nonaka y Takeuchi (1995)
El modelo SECI planea 4 fases:
 Fase I: de tácito a tácito (proceso de socialización): Los individuos adquieren
nuevos conocimientos directamente de otros, especialmente, de maestros.
48
 Fase II: de tácito a explícito (proceso de externalización): El conocimiento se
articula de una manera tangible a través del diálogo. En esta etapa, se resuelven problemas
con el conocimiento transferido.
 Fase III: de explícito a explícito (proceso de combinación): Se combinan diferentes
formas de conocimiento explícito mediante documentos o bases de datos.
 Fase IV: de explícito a tácito (proceso de internalización): Los individuos
internalizan el conocimiento de los documentos en su propia experiencia y los enriquecen
en forma de espiral.
Facilitadores para la creación de conocimiento en el modelo de Nonaka y Takeuchi
Son un conjunto general de actividades de una organización que influyen positivamente
en la creación de conocimiento. Según Nonaka y Takeuchi (1995), por su parte,
establecen seis factores clave en torno a la creación de conocimiento organizacional:
1. La intención o propósito compartido.- Aspiración de la organización hacia sus
propias metas y objetivos.
2. La autonomía.- Proporciona a los individuos y grupos la motivación suficiente para
crear nuevo conocimiento, y también la libertad necesaria para crearlo y absorberlo.
3. La fluctuación y el caos creativo.- Ofrecen al individuo la libertad técnica necesaria
para generar nuevas ideas y resolver problemas de una forma genuina y novedosa.
4. La redundancia.- Existencia de información en un momento determinado pero que
no se requiere de forma inmediata en la práctica operativa, o sea, se recibe y se
comparte más información de la necesaria.
5. La variedad.- La diversidad interna de la organización debe ajustarse a la variedad
y complejidad que muestra el entorno, los miembros de la organización podrán
49
enfrentarse a las distintas contingencias del entorno generando distintas perspectivas
y puntos de vista ante la misma información.
6. Confianza y compromiso.- Se manifiesta cuando los individuos son competitivos
por naturaleza y creen que sus conocimientos son básicos para mantener su valor
como empleados. Establecimiento de un contexto adecuado para compartir
conocimientos como un aspecto de vital importancia para la creación de nuevo
conocimiento.
Condiciones para la creación de conocimiento en el modelo de Nonaka y Takeuchi
 Inculcar una visión.
 Conducción de conversaciones.
 Movilización de activistas de conocimiento.
 Creación del contexto adecuado.
 Globalización del contexto local.
Para el propósito de éste trabajo, es suficiente presentar qué son los modelos KM, por qué
son importantes, y para dar un ejemplo del modelo KM más comúnmente conocido. Esto
dará suficiente profundidad de la teoría detrás del campo de la gestión del conocimiento
necesaria para comprender la naturaleza de conocimiento y cómo se relaciona con la GC.
Sin embargo, todavía hay un aspecto en el campo de la GC que es importante presentar,
es decir, las diferentes etapas del desarrollo de la GC a lo largo de su vida útil.
2.1.1.7 Gestión del conocimiento actual
La GC se ha estudiado como una disciplina establecida durante aproximadamente tres
décadas, y las organizaciones han intentado diferentes iniciativas de GC para tomar una
50
forma más sistemática para gestionar sus conocimientos con la esperanza de alcanzar una
ventaja competitiva.
Dentro de la evolución del conocimiento, se demarca en tres etapas. En los primeros años,
descrita como la primera etapa, el foco estuvo en la Tecnología de la Información (TI) y
las posibilidades que introdujo para compartir información y conocimiento a un público
más amplio, así como almacenarlo y archivarlo para un uso futuro.
Sin embargo, dentro de unos años posteriores se vió que la GC, no es un problema que
simplemente puede resolverse mediante TI, ya que se requiere de dimensiones humanas
y culturales para tener éxito; esto fue lo que se caracterizó en la segunda etapa de la GC
según Dalkir (2005) y Koenig (2018) citado por Timonen (2018).
La tercera etapa en el desarrollo de la gestión del conocimiento se enfatiza en la
conciencia y al acceso a la información en contexto, introduciendo conceptos como
gestión de contenido y taxonomía. Ésta sigue siendo relevante hoy en día, principalmente
porque la información y el conocimiento existen en cantidades muy grandes y aunque
habría tecnología para compartirlo y almacenarlo, y la cultura organizacional alentaría y
permitiría a las personas compartir conocimiento; siempre y cuando que la información y
el conocimiento sea accesible, disponible y localizable para las personas que lo necesitan
cuando lo requieran. Con énfasis en conceptos como análisis de datos y aprendizaje
automático para la búsqueda empresarial, acompañados de desarrollos recientes de
Inteligencia Artificial (IA), la tecnología puede hacer que la búsqueda y el hallazgo sea
conocimiento relevante mucho más eficiente y preciso que nunca. Para Dalkir (2005),
Koenig(2018), Alexander (2017) y Morse (2015a, b) citado por Timonen (2018)
mencionan que la IA incluso podría hacerlo posible para sugerir conocimiento relevante
51
a personas con la necesidad de un conocimiento particular, incluso si ellos no son
conscientes de que el conocimiento exista.
2.1.1.8 Gestión del conocimiento en la Ingeniería de Software
Para Mala & Alagarsamy (2013), GC es un enfoque disciplinado y sistemático para
aprovechar la experiencia y la información de las personas para mejorar la eficiencia
organizacional, capacidad de respuesta, competencia e innovación.
El software está desempeñando un papel cada vez más importante y central en todos los
aspectos de la vida diaria: en el gobierno, la banca y las finanzas, la educación, el
transporte, el entretenimiento, la medicina, la agricultura y el derecho. El número, el
tamaño y los dominios de aplicación de programas que se están desarrollando han crecido
de forma espectacular; como resultado, se están gastando miles de millones de dólares en
el desarrollo de software, y el sustento y la vida de millones de personas dependen
directamente de la efectividad de este desarrollo.
Hay muchos enfoques de cómo se podría desarrollar el software, el cual también afecta a
como el conocimiento es gestionado. Para Nerur & Balijepally (2007) la diferencia
principal está en los métodos, si están basados en métodos tradicionales entonces se basan
principalmente en la GC explícito, ó métodos ágiles lo hacen en la GC tácito.
Una empresa de IS que utiliza activamente la GC a menudo se conoce en la literatura
como “organizaciones de software de aprendizaje”. Una organización que tiene que
“crear una cultura que promueva el aprendizaje continuo y fomente el intercambio de
experiencias” según Feldmann y Althoff (2001).
En la IS, Basili, Caldiera y Rombach (1994), citado por Mala & Alagarsamy (2013).
mencionan que la reutilización de la experiencia del ciclo de vida, los procesos y los
52
productos para el desarrollo de software se denomina a menudo una "fábrica de
experiencia". En este marco, la experiencia se recopila de proyectos de desarrollo de
software y se empaqueta y almacena en una base de experiencia. Por empaque, nos
referimos a generalizar, adaptar y formalizar la experiencia para que sea fácil de reutilizar.
El propósito de la GC es cómo la organización puede inspirar, cultivar y empoderar a las
personas para mejorar y compartir su "capacidad de actuar". Al hacerlo, GC debe verse
como un tema estratégico para toda la organización, ya que GC ayudará a convertirla en
una organización creadora de conocimiento. Y ésta tendrá la capacidad de innovar,
desarrollar nuevos productos, crear nuevos mercados y responder rápidamente a las
competencias. Al administrar mejor la base de conocimientos de una empresa, algunos
de los beneficios potenciales son: Superar las barreras internas para comunicarse y
compartir, habilitación de una cultura innovadora, mejorar las relaciones con los clientes,
incrementar la producción, etc.
GC debe tener un fuerte enfoque estratégico y operativo para tener éxito en el logro de su
propósito comercial. Los recursos están comprometidos con los proyectos y se
aprovechan las competencias existentes para realizar las actividades necesarias. Sin
saberlo conscientemente, la empresa está utilizando sus activos de conocimiento en sus
actividades diarias; pero si éstos no se utilizarán de manera eficiente sin el establecimiento
adecuado de un SGC. Para Mala & Alagarsamy (2013), los siguientes son los pasos
involucrados en el proceso de GC.
 Creación y generación del conocimiento
Las empresas crean una gran cantidad de datos e información en sus actividades
comerciales diarias. Sería fundamental para la empresa contar con un Sistema de Gestión
53
de la Información (SGI) recién creada para poder reutilizarla para resolver nuevos
problemas o aprovecharla para agregar valor a otras actividades comerciales. Por ejemplo,
las empresas de alta tecnología a menudo pueden recibir muchos comentarios de los
clientes sobre sus productos. Este tipo de información puede resultar muy útil para que el
equipo de I + D desarrolle nuevos productos mejorados. Las empresas pueden encontrar
que no pueden cumplir con sus requisitos de conocimiento a partir de sus activos de
conocimiento disponibles. El vacío tendrá que ser llenado ya sea desarrollando
internamente nuevos conocimientos o adquiriendo el conocimiento de fuentes externas.
La creación de conocimiento solo se puede lograr en un entorno creativo que fomente el
trabajo en equipo y el uso del potencial creativo. Si se gestiona con éxito, el proceso puede
ampliar o cambiar la base de conocimientos de la empresa para satisfacer las necesidades
actuales y futuras de la empresa.
 Adquisición del conocimiento
La adquisición de conocimientos incluye la elicitación ú obtención, recopilación, análisis,
modelado y validación de conocimientos para Ingeniería de Conocimiento y Proyectos
de GC.
Identificación del conocimiento
Adaptación del conocimiento
Organización del conocimiento
Se trata de una idea de gestión que describe una organización en la que las personas
utilizan sistemas y procesos para generar, transformar, gestionar, utilizar y transferir
productos y servicios basados en el conocimiento para lograr las metas organizativas. Una
organización del conocimiento también vincula el pasado, el presente y el futuro al
54
capturar y preservar el conocimiento del pasado, compartir y movilizar el conocimiento
hoy, y las organizaciones del conocimiento se pueden ver desde varias perspectivas: su
naturaleza general, redes, comportamiento, dimensiones humanas, comunicaciones,
inteligencia, funciones y servicios.
Distribución del conocimiento
Codificación del conocimiento
Es necesario recopilar y analizar datos e información para convertirlos en conocimientos
útiles. Esta es la etapa en la que el conocimiento tácito se convierte en conocimiento
explícito y es muy importante para el éxito de las otras dos etapas: aplicación y
transferencia. Sin documentar y codificar el conocimiento tácito, su transferencia con
fines de aprendizaje y utilización, tanto interna como externamente, será difícil de lograr.
Además, la protección legal de estos valiosos activos de conocimiento solo puede
realizarse si el conocimiento ha sido codificado. Por ejemplo, las solicitudes de patente
requieren la divulgación completa de las invenciones y los secretos comerciales requieren
la demostración de la custodia de la información documentada. Los derechos legales que
vienen con la protección de la propiedad intelectual ofrecen a la empresa una ventaja
distintiva que se puede utilizar para obtener ingresos de las licencias de propiedad
intelectual o derechos exclusivos para comercializar.
 Aplicación del conocimiento
No es raro que las empresas no sepan cómo generar valor a partir del uso de los activos
de conocimiento que poseen. Es peor cuando una empresa ni siquiera sabe el tipo de
conocimiento que tiene. GC ofrece un sistema de gestión para que la empresa se asegure
de que sus activos de conocimiento, cuando se crearon, estén debidamente documentados
55
y que el conocimiento de los diferentes propietarios de dominios se compartan dentro de
la organización. Cuando los activos de conocimiento se documentan y comparten, se
facilitará la utilización del conocimiento. Esta es la etapa de la GC donde se genera la
creación de valor. Al aprovechar el conocimiento de diferentes dominios de conocimiento
y competencias en toda la organización, se pueden lograr impactos directos en las
misiones y objetivos de la empresa.
 Transferencia del conocimiento
Una de las ventajas del conocimiento es que el conocimiento es dinámico. El
conocimiento puede adaptarse y evolucionar a través de los procesos de aprendizaje e
intercambio. El impacto que tiene el conocimiento individual no es tan grande como el
conocimiento colectivo, por lo que se debe fomentar el intercambio dentro de la
organización. Cuando una empresa tiene una capacidad limitada para utilizar eficazmente
cierto conocimiento, valdría la pena considerar la transferencia externa a terceros que
puedan tener las competencias para utilizar el conocimiento para la creación de valor. Por
ejemplo, una empresa puede haber inventado una nueva tecnología pero no tiene la
capacidad de producir productos basados en dicha invención. La tecnología se puede
licenciar a un tercero que tenga las instalaciones de producción y la capacidad de
marketing y ventas para vender el nuevo producto. Para asegurar el éxito de esta
transferencia de tecnología, es esencial que el conocimiento tácito y el conocimiento
procedimental se conviertan en conocimiento explícito para un fácil aprendizaje,
adaptación y utilización.
56
2.1.1.9 Mapeo del Ciclo de Vida de Ingeniería de Software con Procesos de Gestión del
Conocimiento
Para Mala & Alagarsamy (2013), sostienen que en el ciclo de vida de la IS, la GC se
aplica en cada fase. Hay muchas conclusiones y aprendizajes introducidos en el sistema
para su futura aplicación. La Figura 3 explica qué proceso de gestión del conocimiento se
aplica en el ciclo de vida del desarrollo de software.
FigFigFigura 3. El mapeo del Ciclo de Vida del desarrollo de Software con los Procesos de la GC
Fuente: Mala & Alagarsamy(2013)
57
2.1.1.10 Gestión del conocimiento en empresas locales similares
Cuando se trata de buscar empresas locales, similares de tamaño y propósito, y cómo se
relacionan con GC, en el Perú son muy pocas las empresas consultoras peruanas que
trabajan en software de GC; sin embargo empresas de proveedores de servicios de
Outsourcing de TI en Perú recién están entrando a este giro. Mostramos a dos empresas
peruanas de diferente giro ó actividad económica que están tomando la GC muy en serie
en la implementación y optimización de sus procesos.
La Contraloría General de la República (CGR)
Es una de las instituciones clave en la lucha por la erradicación de la corrupción debido
al rol que le asignan la constitución y leyes peruanas para controlar y supervisar el gasto
público a nivel de los gobiernos nacional, regional y local, organismos
constitucionalmente autónomos, empresas públicas, entre otras; lo que determina que
muchas instituciones públicas en el Perú estén bajo su ámbito de control, lo que conlleva
a que su capacidad operativa resulte limitada; esto ha motivado que la CGR se encuentre
en proceso de actualización del entorno de los sistemas de información, para que éstos
soporten en forma eficiente y transparente el trabajo institucional que realiza el personal
de control.
CGR (2007), en este contexto, la CGR ha diseñado e implementado un SGC que utiliza
la Metodología del Razonamiento Basado en Casos (CBR por sus siglas en inglés). El
Sistema CBR consiste en una base centralizada de casos tipo de responsabilidad penal,
civil o administrativa funcional, identificados a partir de informes de control, los cuales
muestran las condiciones, metodología y procedimientos sugeridos para la identificación
58
de responsabilidades en las acciones de control respecto a situaciones irregulares
similares a las contenidas en dichos casos.
El Sistema CBR permite a la CGR:
 Uniformizar criterios institucionales respecto a las condiciones que deben verificarse
para la identificación de responsabilidades;
 Agilizar los procesos de elaboración, revisión y emisión de informes de control,
reduciendo los tiempos insumidos en atención de consultas dentro y fuera de la
Contraloría General de la República;
 Mejorar la calidad y oportunidad de los Informes de Control; y
 Permitir el aprendizaje organizacional y el intercambio de conocimientos.
El acceso al Sistema CBR es por vía del intranet institucional o mediante una versión
portátil (StandAlone). La versión portátil permite a los usuarios (en su mayoría auditores)
acceder, sin importar su localización geográfica, al conocimiento y experiencia
adquiridos durante la realización de acciones de control precedentes en las que se
observaron situaciones similares, a fin de que puedan observar las normas y
procedimientos que fueron aplicados y adaptarlos a su caso particular.
El Sistema CBR se presenta como una aproximación efectiva a la solución de problemas
típicos (casos), facilitando la adquisición de conocimientos, en forma de nuevos casos,
una vez que la herramienta ha sido implementada. La resolución de los casos CBR se
realiza de la siguiente forma:
Ante la descripción de un nuevo problema, con la consulta, se recuperan casos pasados
similares al problema actual y se elige el mejor de ellos. Sobre la base de las diferencias
entre la descripción del caso pasado y la del problema actual, se adapta la solución del
59
caso resuelto para obtener la solución del caso actual. A continuación se prueba la
solución — normalmente fuera del propio sistema — y se aprende el nuevo caso junto
con la solución revisada.
Los tres procesos básicos en que se apoya este modelo son la recuperación de casos
similares, la adaptación y el recuerdo de nuevos casos.
El Instituto Nacional de Salud (INS)
El INS como organismo Público Ejecutor adscrito al Ministerio de Salud, es el encargado
de la promoción, desarrollo y difusión de la investigación científico-tecnológica y la
prestación de servicios de salud, viene procesando el conocimiento que es generado por
los especialistas en los campos de la salud. Este esfuerzo es necesario que sea compartido,
tanto por razones de enriquecimiento que puedan aportar los pares, como por aplicación
de normativa nacional de transparencia en el uso de fondos públicos en investigación.
Huaillani (2014), menciona que, observando esta necesidad, se desarrolló un Proyecto de
Implementación de Gestión del Conocimiento (PIGC) en el INS, que implicó la
conformación de una Red de Gestión del Conocimiento en Salud (RGC), la cual estaría
integrada por investigadores, centros nacionales y oficinas técnicas del INS, quienes
participan en la creación de conocimiento. Este proyecto propicia una cultura colaborativa
en la organización que mediante una plataforma web permite no sólo gestionar los aportes
sino también sociabilizar contenidos de manera dinámica, en tiempo real y con rápida
capacidad de ajuste ante distorsiones, omisiones o data incorrecta. La plataforma de GC
está basada en un modelo auto-organizativo.
Las características generales del modelo funcional son:
60
 Interoperabilidad: Debe de integrarse con el Correo Electrónico, Facebook, Twitter,
Linkedin, Youtube.
 Multimedia: El contenido no debe ser sólo texto sino también bajo otros formatos,
tales como audio, video e imágenes.
 Interactiva / dinámica: Cada usuario es en simultáneo receptor y emisor de
información/comunicación.
 Descentralizada: Funciona y se regula sobre la base de los pares.
 Escalable: Debe de estar diseñada para empezar con perfil tecnológico básico para
que pueda ir evolucionando en el tiempo.
 Incluyente: Destacar que otros desarrollos o iniciativas semejantes no son
competidores sino colaboradores.
Los requisitos de implementación de la Plataforma Piloto, deben de responder a las
funciones de comunicación, manejo de datos, transferencia de conocimientos,
transferencia de información, centro de almacenamiento de datos, manejo de colecciones
electrónicas e información digital, con las siguientes características:
 Repositorio de código libre: DSpace.
 Para la distribución de la información se crearon comunidades con sus respectivas
colecciones, cada una de ellas, representa un centro nacional y oficina.
 Software de videoconferencia, el Blackboard. Este software permite la creación de
salas para reuniones virtuales en tiempo real. El servicio es sólo para las instituciones
pertenecientes al Ministerio de Salud.
61
 Para el aula virtual, la Oficina General se decidió por Chamilo que es un sistema para
gestión de la formación (Learning Management System) diseñado para apoyar a la
educación en línea.
 Para evaluar y diseñar la plataforma piloto de GC, se utilizó el CMS Joomla!. Esta
plataforma servirá para centralizar las herramientas mencionadas y presentadas en el
proyecto. Y como una de sus próximas tareas es mejorar la transferencia del
conocimiento con el uso de las plataformas de Telemedicina.
2.1.2 Razonamiento Basado en Casos (CBR)
2.1.2.1 Definición
Rossillea, Laurente, Burguna (1993), citado por Wong (2012), definen al razonamiento
basado en casos (CBR) como “una técnica de la inteligencia artificial que intenta llegar a
la solución de nuevos problemas de forma similar como lo hacen los seres humanos
utilizando la experiencia acumulada hasta el momento en acontecimientos similares”.
(p.2)
Juárez y Palma (2005), citado por Wong (2012), afirman que un nuevo problema se
compara con los casos almacenados previamente en la base de casos (Memoria de Casos)
y se recuperan uno o varios casos. Posteriormente, se utiliza y evalúa una solución
sugerida por los casos que han sido seleccionados con anterioridad para tratar de
aplicarlos al problema actual.
Althoff (2001), citado por Wong (2012), menciona que básicamente el CBR es un modelo
de razonamiento que nos permite resolver el problema, entender situaciones y aprender,
todo ello integrado con los mecanismos asociados a la memoria.
62
Juárez y Palma (2005), citado por Wong (2012), señalan que este modelo nos ofrece un
nuevo paradigma para la construcción de sistemas inteligentes que se basa en la
utilización de la experiencia previa. De esta manera podemos construir razonadores que
resuelven nuevos problemas mediante la adaptación de soluciones que han sido utilizadas
para resolver problemas pasados.
2.1.2.2 Caso
Aamodt y Plaza (1994), citado por Wong (2012), definen un caso como una situación
concreta que describe un problema. Se corresponde con una situación previamente
experimentada, capturada y aprendida, de tal forma que puede ser reutilizada en la
resolución de problemas futuros. Un caso está compuesto por la descripción del problema
y la solución de dicho problema (ver Figura 4). A su vez, un problema está compuesto
por un conjunto de atributos finitos que determinan los valores de las diferentes
características que definen el problema.
Figura 4. Descripción de un caso.

Fuente: Juárez et al. (2005)
Por lo tanto, para Juárez y Palma (2005), citado por Wong (2012), el problema descrito
de un caso se puede considerar como un vector que contienen los valores que toman
dichos atributos. Estos atributos pueden ser cualitativos o cuantitativos dependiendo de
la naturaleza del problema, donde la solución del problema puede ser uno ó más atributos
del problema (ver Figura 5).
63
Figura 5. Descripción de un problema
Fuente: Juárez et al. (2005)
2.1.2.3 Sistema de Razonamiento Basado en Casos (SRBC)
Juárez y Palma (2005) citado por Wong (2012), señala que un Sistema de Razonamiento
Basado en Casos (SRBC) almacena un conjunto de problemas ya resueltos y recibe como
entrada un nuevo problema. El sistema intentará resolver el problema de entrada
buscando, de entre los problemas resueltos, el más semejante y adaptando su solución al
problema de entrada.
A diferencia de otras aproximaciones de la IA, el CBR no depende únicamente del
conocimiento general del dominio del problema, sino que utiliza el conocimiento
específico de casos pasados para reutilizarlo como solución del nuevo problema. De esta
manera, se evita el cuello de botella que supone la adquisición de conocimiento para el
desarrollo de CBR.
Las partes más importantes de un sistema CBR son:
 La base de Casos (también llamada librería de casos) y
 El motor de similitudes.
2.1.2.4 Ciclo de un CBR
El ciclo de un CBR consta de cuatro pasos los cuales se explican a continuación Aamodt
& Plaza (1994) ), citado por Wong (2012):
1. Recuperar: Dado una nueva consulta se recuperan de la base de datos los casos
relevantes para resolver el nuevo caso.
64
2. Reutilizar: Se encuentra la solución que se apegue más al problema ingresado y se
adapte al nuevo caso.
3. Revisar: Después de haber encontrado la posible solución se realizan pruebas en el
nuevo caso para determinar si la solución encontrada es la indicada para el problema
actual.
4. Retener: Posteriormente a que la solución es probada en el nuevo caso, se almacena
para su posterior utilización dentro de la base de datos de casos.
En la Figura 6 se puede observar el ciclo de un CBR y el flujo que siguen los cuatro pasos
mencionados anteriormente para la resolución de una problemática.
Figura 6. Ciclo de un CBR

Fuente: Aamodt & Plaza (1994).
2.1.2.5 Ventajas de un SRBC
Juárez y Palma (2005), citado por Wong (2012), menciona que existen cinco ventajas
frente a los sistemas expertos tradicionales:
 Adquisición del conocimiento
Es bien sabido el cuello de botella que supone el proceso de adquisición de conocimiento
en los SBC tradicionales. El proceso de extracción de reglas a partir de un experto requiere
un enorme esfuerzo que no garantiza la validez de dichas reglas.
65
Los SRBC no requieren este proceso, pues utilizan experiencias previas para resolver
casos. En los dominios donde la resolución de problemas se basa en experiencias previas
(por ejemplo, ciertos campos de la medicina y la jurisprudencia), el coste de la adquisición
de conocimiento para un SRBC es mínima.
Sin embargo, esto no es aplicable a todos los dominios, ya que los casos pueden no estar
disponibles, ser difíciles de usar o estar incompletos. En estas situaciones, el desarrollo
de un SRBC depende de lo costoso que sea la ingeniería de los casos: determinar la
información que deben incluir, elegir la representación adecuada y extraer dicha
información a partir de los datos disponibles.
 Mantenimiento del conocimiento
En los SBC tradicionales el mantenimiento de la base de conocimiento (BC) es una de las
tareas más costosas del proceso de desarrollo (aparte del ya mencionado cuello de botella
de la adquisición de conocimiento).
Normalmente, el contenido inicial de la BC se ve sujeto a la adición del nuevo
conocimiento, lo cual puede implicar la redefinición del conocimiento existente e incluso
se puede dar el caso de que éste llegue a estar obsoleto.
Los SRBC permiten que los usuarios añadan nuevos casos a la librería de casos sin
intervención del experto (aunque tiene que existir algún mecanismo que valide los nuevos
casos). Además, gracias a que los SRBC realizan un aprendizaje incremental,
inicialmente pueden empezar a trabajar con un conjunto limitado de casos e ir
incorporando nuevos casos a medida que sea necesario.
 Eficiencia en la Resolución de Problemas
66
La reutilización de casos previos permite que se puedan resolver problemas similares sin
tener que rehacer el proceso de razonamiento. Además, debido a que los SRBC pueden
almacenar casos fallidos, estos pueden servir como avisos para futuros problemas a evitar.
 Calidad de la Solución
Existen situaciones en las que las BC de los SBC tradicionales pueden tener reglas
imperfectas, especialmente si no se ha entendido correctamente el dominio de aplicación.
En estas circunstancias, las soluciones proporcionadas por los casos son más precisas, ya
que reflejan qué es lo que realmente ha sucedido en un contexto determinado.
 Aceptación del Usuario
Para que un sistema inteligente sea aceptado por los usuarios, éstos deben confiar en las
soluciones que aportan. Para ello resulta extremadamente importante que los usuarios
confíen en el proceso que lleva a dichas soluciones.
2.1.2.6 Mapeo de CBR con GC
Bartlmae y Riemenschneider (2000), presentan un artículo titulado “Case Based
Reasoning for Knowledge Management in KDD-Projects”. Razonamiento basado en
casos para la GC en proyectos de Descubrimiento de conocimientos en bases de datos
(KDD); donde usan dos enfoques basados en la Fábrica de experiencias (en inglés
Experience Factory - EF) de Basili, Caldiera, Rombach (1994) y el método de
Razonamiento basado en casos (CBR). Aquí los autores analizaron la BD de los clientes
en las diferentes sucursales de DaimlerChrysler por razones de marketting y/o riesgos
crediticios. Su objetivo era de brindar ayuda y tiempo a los miembros del equipo para
documentar las experiencias de los proyectos, así como darles la información que
necesitan más fácil y rápida.
67
1.- Vista Organizacional: El enfoque de la Fábrica de experiencias
El planteamiento de la EF ha sido introducido por Basili et al. como una experiencia
evolutiva; es decir es un enfoque basado en la mejora de productos de software y
procesos de desarrollo de software. Los autores adaptaron éste enfoque según Althoff
(1998). En la Figura 7, se muestra como distinguieron los equipos de proyectos,
conduciendo diferentes Proyectos KDD, y la organización de la EF, según Houdek
(1999), con los roles de Ingeniero de Experiencia (Experience Engineer),
Administrador de la fábrica de experiencias (EF manager) y agentes de soporte de EF
(EF support agent).
Figura 7. Fábrica de Experiencias en proyectos de Descubrimiento de conocimientos en bases de datos

(KDD)
Fuente: Bartlmae y Riemenschneider (2000).
Los bloques de construcción de la GC dentro de la Fábrica de experiencias
Los bloques de construcción según Probst et al. (1999), construyen un marco general
para la GC y está basado en un ciclo de aprendizaje de 2 capas. El ciclo exterior consta
de los elementos: objetivos, realización y valoración y describe un ciclo de control de
gestión tradicional. El ciclo interno está representado por los bloques del
68
conocimiento: identificación, adquisición de conocimiento, desarrollo del
conocimiento, distribución del conocimiento, uso del conocimiento y preservación del
conocimiento.
En la Figura 8, se puede ver como los roles básicos y responsabilidades de la EF que
pueden ser asignados a los bloques de construcción de GC. Aunque el enfoque EF se
centra en la recopilación y reutilización de experiencias en el trabajo del proyecto,
también cubre con sus roles los bloques básicos de un enfoque de GC general.
Figura 8. Asignación de las responsabilidades de la Organización-Fábrica de Experiencias a los

Bloques de Construcción de GC de Probst et al. (azul = papel importante, rojo = papel menos
importante).
2.- Vista de Ciencias Cognitivas: Razonamiento basado en casos
El enfoque del CBR y la GC comparten el mismo objetivo: el uso y el desarrollo del
conocimiento. Los autores muestran en la Figura 9 como el CBR es usado en el
framework Probst y cómo los bloques de construcción son cubiertos por el CBR.
La idea básica del CBR es que para resolver un nuevo problema, una solución concreta
similar pero resuelta es adaptado al nuevo contexto y reutilizada (Wess,1996). Está
basado en un ciclo de aprendizaje, incluida la recuperación de sus fases, reutilización,
revisión y retención de casos y experiencias (Aamodt y Plaza ,1994). Se basa en la
psicología cognitiva, afirmando que los expertos tienden a reutilizar experiencias
concretas en lugar de resolver nuevos problemas desde cero.
69
Figura 9.
Tareas
generales de la Fábrica de experiencias de KDD a lo largo del Proceso CBR.
En la Figura 10, los autores mapearon el ciclo CBR en los bloques de construcción de
la GC. Puede verse que el ciclo CBR por (Aamodt y Plaza, 1994) corresponde a la
realización del ciclo interior de GC según Probst et al. Pero también el diseño,
evaluación y mantenimiento del sistema CBR son temas importantes que deben
cubrirse mediante un enfoque global. Aquí, vemos que tanto el administrador EF como
el Ingeniero de experiencia son responsables del desarrollo del sistema, es decir, del
modelo del dominio, la estructura, las medidas de similitud y su implementación
técnica.
En la Figura 11, los autores asignan para cada uno de los roles de la EF en las diferentes
fases del CBR y añade los bloques faltantes. Este framework combina la EF y el CBR
donde cubre todos los pasos necesarios de un importante framework de GC,
concretizado por la introducción de los bloques de construcción de KM.
70
Figra 9.
Figura 10. Mapeo del Ciclo CBR dentro de los bloques de construcción del GC (azul = muchas
similitudes, rojo = algunas similitudes).
Figura 11. Roles de la Fábrica de experiencias y CBR para la realización de GC (azul = rol importante,
rojo =rol menos importante).
2.1.2.7 Sistemas CBR Comerciales
A continuación se presentan algunos sistemas CBR comerciales que se han desarrollado
y son citados por Wong (2012):
 CASEY. Koton (1989)
Sistema inteligente centrado en el dominio de los fallos cardíacos que combina
Razonamiento Basado en Casos y Sistemas Basados en Reglas. Este sistema recupera
los casos más similares y determina cuáles son las diferencias entre los casos
recuperados con el caso de entrada. Si aparecen pocas diferencias, utiliza un conjunto
de operadores de adaptación para obtener un diagnóstico. Si las diferencias
son importantes y no es posible la adaptación de la solución, CASEY aplica el módulo
basado en reglas para obtener un posible diagnóstico.
 JULIA. Hinrichs (1991)
71
El objetivo de este SRBC es el diseño de menús para restaurantes. Para ello obtiene
el menú más similar y establece el conjunto de restricciones que el nuevo plato debe
cumplir. Para obtener la solución utiliza una librería de métodos de adaptación con el
fin de conseguir platos que satisfagan las restricciones.
 BOLERO. Löpez y Plaza (1993)
Se diseñó para planificar un tratamiento a partir de la información extraída de la
historia clínica. Combina un sistema basado en reglas para diagnosticar la enfermedad
que presenta el paciente y un componente de CBR para planificar el tratamiento
correspondiente.
 PROTOS. Bareiss (1998)
Sistema centrado en el diagnóstico de las afecciones del oído. Este sistema intenta
clasificar en una de las categorías diagnósticas las evidencias de un paciente
encontradas en resultado de pruebas, la historia clínica y los síntomas.
 FORM TOOL. Juaréz y Palma (2005)
Este sistema fue desarrollado por la empresa General Electric Plastics en 1994, su
objetivo era determinar cuáles son los colorantes que deben ser utilizados para
fabricar un plástico de un color determinado.
El problema que resuelve este sistema es encontrar la fórmula que componga un
nuevo color para un plástico. Para ello, sabiendo ciertas propiedades del nuevo color,
se realiza una búsqueda en un catálogo de muestras y sus composiciones de colores
ya utilizados para encontrar el más parecido.
Una vez encontrado, se alterará la fórmula de su composición para obtener el nuevo
color. Para realizar este proceso, esta compañía ha utilizado funciones de similitud
72
para seleccionar el color más conveniente, atendiendo a criterios tales como: similitud
de color, coste de colorantes y densidad óptica del color.
 CLAVIER. Juaréz y Palma (2005)
Este sistema fue desarrollado por la empresa Lockheed en 1897, fue uno de los
primeros sistemas CBR comerciales que estaba orientado al diseño en autoclaves. En
la industria aeronáutica se necesita fabricar componentes formados por materiales
compuestos que necesitan tratarse simultáneamente a altas temperaturas. Para ello se
utiliza una autoclave, un dispositivo similar a una olla a presión de grandes
dimensiones, que permite someter a altas temperaturas lo que se encuentre en su
interior (para realizar esterilización o tratamientos térmicos).
2.1.2.8 Herramientas para el desarrollo de SRBC
Se realizó una búsqueda de herramientas de software libre para la realización de un
prototipo de CBR, las cuales se listan a continuación:
 CBR Shell.
Este software es un Java Applet desarrollado en la versión 1.4 de Java, este software
utiliza archivos con de tipo File y Key
(http://www.aiai.ed.ac.uk/project/cbr/CBRDistrib/). Se carga el archivo de tipo File
y automáticamente se cargará el archivo Key, posteriormente deben ser definidos los
parámetros para la creación y configuración del CBR.
 FreeCBR
Esta aplicación está desarrollada en Java y cuenta con una licencia de dominio
público, por lo tanto, es de uso gratuito y libre modificación. Actualmente la versión
disponible y más actualizada de descarga es la versión 1.1.4. FreeCBR cuenta con 6
73
clases principales para desarrollar el CBR, las cuales son CBR, CBRResult, Console,
Feature, GUI y WebResult. Existe la opción de ejecutarse desde GUI o consola
(http://freecbr.sourceforge.net/).
 Doctus
Este es un sistema experto basado en conocimientos, es un software para el modelado
de conocimiento experto el cual fue desarrollado principalmente para apoyar en la
toma de decisiones. Doctus se encuentra solo disponible para sistemas operativos
Windows (http://www.doctuskbs.com/).
 COLIBRI CBR Studio
COLIBRI Studio es un software que provee herramientas para la construcción de
sistemas CBR sin necesidad de manejar código fuente. Se utiliza el framework de
jCOLIBRI y una integración con el IDE Eclipse, el lenguaje de programación
manejado para este software es Java, cuenta con versiones para sistemas operativos
Linux y Windows (http://gaia.fdi.ucm.es/research/colibri/colibristudio).
 myCBR
Esta es una herramienta de código abierto desarrollada por el Centro de Investigación
Alemán de Inteligencia Artificial (DFKI) y por la Universidad de West London,
mediante ella pueden ser modelados los casos del CBR mediante instancias a las
cuales se les asignarán atributos, posteriormente son configuradas las medidas de
similitud para realizar las consultas a la base de casos.
 Protégé
Es un editor de ontologías gratuito y de código abierto.
74
Una ontología es una definición formal de relaciones, tipos y propiedades entre
entidades existentes en un dominio específico con el fin de catalogarlas, organizarlas
y definir límites para la resolución de problemas (Oberle, Guarino y Staab ,2009).
2.1.2.9 CBR con otras técnicas
Watson (1997) citado por Tejada (2006), se provee una comparación entre el CBR y otras
técnicas computacionales de razonamiento como: recuperación de información, técnicas
estadísticas, sistemas de producción, máquinas de aprendizaje y redes neuronales con la
finalidad de presentar fortalezas y debilidades de cada una.
 CBR y la Recuperación de información
El razonamiento basado en casos y la recuperación de información tienen varias
características en común. La recuperación de información usa diferentes técnicas
como las peticiones estándar a una base de datos cuando se trata de recuperar
información de un conjunto de fuentes informáticas. La técnica más popular es la
recuperación basada en conceptos, la cual usa un catálogo para encontrar palabras
semejantes en una query para ampliar su alcance. En este contexto el CBR y la
recuperación de información soportan la flexibilidad en la query y ambas recuperan
un conjunto potencialmente relevante de elementos concordantes.
Sin embargo, los métodos de la recuperación de información se enfocan en recuperar
texto de fuentes informáticas mientras que el CBR puede tratar con diferentes tipos
de datos (v. gr. números, símbolos, etc). Además en la recuperación de información
no se usa conocimiento acerca de la información que está siendo recupera mientras
que el CBR la usa para dar un peso a los valores de los atributos de un problema.
 CBR vs. Técnicas estadísticas
75
Existen estudios que comparan el CBR contra las técnicas estadísticas. Un ejemplo
es la comparación entre el algoritmo de vecino más cercano y el análisis discriminante
lineal, para sistemas de clasificación. En un sistema de tratamiento en medicina, el
CBR tuvo un 87% de los tratamientos clasificados de manera correcta mientras que
el análisis discriminante solo el 67%. Esto puede sugerir que el CBR tiene un
rendimiento mejor que el análisis discriminante pero no se puede hacer a un lado el
éxito de las técnicas estadísticas para probar una hipótesis en un conjunto de datos
bien comprendidos.
 CBR vs. Sistemas de Producción
Un sistema de producción representa el conocimiento a través de la producción de
reglas las cuales resuelven partes de un problema, por eso es que a través de un sistema
de producción se define el razonamiento basado en reglas (RBR). Las reglas son
combinadas para solucionar el problema, la solución es vista como una meta.
Mientras los sistemas de producción se enfocan en cómo solucionar un problema, el
CBR trata de reconocer el problema utilizando su experiencia pasada en resolver
problemas similares. Ambas técnicas se usan para proveer diagnósticos. Sin embargo
se presentan algunas diferencias fundamentales en ambas técnicas, ver Tabla 8.
Tabla 8.
Comparativa entre el RBR y el CBR.
76
Fuente: Tejada (2006)
 CBR vs Máquinas de aprendizaje
Una máquina de aprendizaje involucra el análisis de casos previos para derivar reglas
que se aplican a un conjunto de casos. Estas reglas pueden entonces aplicarse a nuevos
problemas. La máquina de aprendizaje claramente separa los procesos de aprendizaje
de reglas y solución de problemas. El algoritmo de inducción utilizado potencialmente
en un sistema CBR deriva de la máquina de aprendizaje. La distinción más importante
es que la máquina de aprendizaje justifica su respuesta con base en las reglas que
fueron inducidas del entrenamiento y en el CBR utiliza los casos recuperados como
precedentes.
 CBR vs. Redes Neuronales
Ambas técnicas tienen la similaridad de basarse en casos previos con conocimiento
de los resultados para informar sus decisiones. Sin embargo, los sistemas neuronales
tienen un mejor rendimiento en dominios donde los datos no pueden ser representados
de manera simbólica sino puramente numérica; caso contrario con el CBR que tiene
un mejor rendimiento para estructuras simbólicas.
La mayor desventaja de una red neuronal radica en que es concebida como una caja
negra. La respuesta dada esta en función de vectores con pesos, característicos de sus
neuronas. En la Tabla 9 se muestra la comparación de todas éstas técnicas estudiadas.
Tabla 9
Comparativo de Técnicas de Razonamiento.
77
Fuente: Tejada (2006)
2.1.3 Gestores Tecnológicos del conocimiento
2.1.3.1 Foros Colaborativos
Para crear canales de comunicación a partir del conocimiento generado entre las
comunidades de practica o de servicio: Según Brown, Iiyoshi y Kumar (2008), citado por
Rivero (2019), la denominada "web 2.0", distinguida por sus herramientas como blog,
redes sociales y wikis que facilitan el desarrollo colaborativo de las personas, ya que se
puede registrar las ideas, pensamientos y soluciones de problemas sirviendo como soporte
básico en la gestión del conocimiento:
 Blogs
Surgieron los blogs en los años noventa, Ruiz y Expósito (s.f.), citado por Rivero (2019),
definen el blog como un sitio web donde se describen historias o mensajes llamados
publicaciones de uno o varios autores, enfocándose en un tema en particular, también se
maneja roles de los cuales existe un responsable del blog que tiene la libertad de dejar
publicado lo que crea pertinente siendo de utilidad para las empresas y puede contar con
78
niveles de acceso como privado o público, asimismo, puede ser para fines comerciales
para mejorar la cultura de una sociedad cerrada donde muchas personas ocultan su
identidad, tanto como externamente para las relaciones de marketing o relaciones públicas
se llaman blogs corporativos. Los blogs tienen la capacidad de configurarse como club,
grupo o similares para informar a los miembros asignados a actividades específicas. Un
blog corporativo normalmente suele ser parte de una estrategia organizacional para crear
conocimiento referente
 Wiki
Según Pacheco (2008), citado por Rivero (2019), menciona que la wiki fue creada por
Ward Cunningham, quien creo el concepto de wiki, produciendo la primera
implementación de un servidor llamado WikiWiki para el repositorio de patrones
Portland. La tecnología Wiki brinda un esfuerzo de construir y actualizar las páginas web
en general, no hace falta hacer una revisión para que los cambios sean aceptados; ya que
una wiki es de acceso abierto al público sin la necesidad de crear una cuenta de usuario;
simplemente con su configuración se registran las historias de edición de un documento
incluyendo sus metadatos para uniformizar la información.
Aparte de eso, un Wiki se organiza como una serie de nodos (documentos) unidos por
enlaces que permiten realizar operaciones de recorrido y búsqueda; y muchos de ellos
tienen opciones que facilitan la usabilidad de los usuarios a través de menús u otros
patrones de navegación, es decir se va auto-organizando, es decir se va creando en forma
dinámica de acuerdo al contenido.
79
Los wikis sirven para el trabajo colaborativo entre trabajadores de forma esporádica y
simultánea, y tienen el poder de editar una página dinámicamente a la vez. Un claro
ejemplo es Confluence, (https://en.wikipedia.org/wiki/Confluence_(software)#Analysis)
que es un wiki corporativo (software de colaboración) basado en la web desarrollado por
la empresa australiana de software Atlassian. Usa el lenguaje de programación Java y fué
publicado por primera vez en 2004. Confluence Standalone viene con un servidor web
Tomcat integrado y una base de datos hsql, y también es compatible con otras bases de
datos.
 Slack
Según Palazuelos (2014) citado por Rivero (2019), manifiesta que se ha convertido en el
entorno ideal de toda empresa nivel mundial; ya que integra servicios múltiples de los
Blogs y Wikis. El primer motivo para usar Slack son las aplicaciones de mensajería como
correo, Skype contando con video llamadas, WhatsApp como el Chat, etiquetas llamando
a los miembros de los equipos entre otras aplicaciones y extensiones. Otra de sus
características es su portabilidad y seguridad; aunque requiere de una capacitación para
el uso masivo.
Slack, es una área o espacio de trabajo digital que centraliza las comunicaciones de la
empresa. Junto con otros recursos humanos y técnicos, permite que puedan llevarse a
cabo los proyectos. Es una herramienta fácil de utilizar a través del móvil que conecta a
los trabajadores con un fin en común.
2.1.3.2 Gestores del Conocimiento
Algunos gestores de contenidos importantes que sirven como soporte tecnológico para
registrar y compartir el conocimiento que emana de los trabajadores:
80
 Alfresco
Rivero (2019), manifiesta que fue fundado en 2005 por John Newton y John Powell ex
COO de Business Objects, entre otros inversionistas se incluyeron SAP, Accel Partners y
Mayfield Fund.
Alfresco Content Services ALFRESCO (2017), ofrece capacidades de gestión de
contenido empresarial (ECM) abiertas, configurables y robustas donde se integra
fácilmente con otras aplicaciones empresariales teniendo un lenguaje de programación
que el mercado demanda.
Alfresco Content Services se combina con los servicios enfocados en procesos de
contenido que los trabajadores pueden utilizar. Se pueden generar estadísticas para la
toma de decisiones mejorando la productividad y el gobierno de la información, tanto
dentro como fuera de la empresa de una forma sencilla, abriéndose paso a otras
aplicaciones libres con la misma temática.
Características:
- Participación social
- Colaboración móvil
- Colaboración externa segura
 Drupal
Moyano (2017), citado por Rivero (2019), describe que Drupal es un sistema de Gestión
de Contenido basado en módulos implementables y configurables que permiten visualizar
y administrar la información estructurada con un framework puesto a disposición y con
mayor flexibilidad que un típico CMS, asimismo se orienta a la capacidad de
personalización de módulos por parte de los usuarios según el rol.
81
Su historia se remonta al año 2000 cuando dos estudiantes de la Universidad de Amberes
deciden buscar la manera de compartir sus apuntes y materiales en internet, luego el
proyecto crece contando con programadores en casi todo el mundo que se dedican
exclusivamente al desarrollo ofertando servicios; en efecto, Drupal es dinámico y el
contenido que muestra se almacena en una base de datos que responde a los usuarios
mediante un entorno Web. Destaca por la calidad de sus servicios, su robusta comunidad
y las atractivas páginas que genera de una manera bastante sencilla.
Drupal publica todo tipo de información como artículos, multimedia en general, encuestas
configurables por sectores, la incorporación de blogs y foros, mediante un sistema de
administración de contenido, usuarios y permisos.
2.1.3.3 Repositorios Digitales
Según Waters y Barton (2014), citado por Rivero (2019), un Repositorio Institucional es
una plataforma con un conjunto de servicios cumpliendo con los siguientes elementos:
capturar, almacenar, indexar, preservar y redistribuir la investigación académica de
cualquier institución que genere documentos en formatos digitales.
Para Babini, Gonzáles, López y Medici (2010), citado por Rivero (2019), mencionan que
el Repositorio Institucional se aplica al desarrollo de archivos digitales que difunden y
preservan la producción de las diversas áreas y/o centros de una institución, son
repositorios que ofrecen acceso abierto a la información de cada institución como ejemplo
el problema en un proceso de producción que supieron solucionar, en efecto, se entiende
como un sistema de información que reúne, preserva, divulga y da acceso a la producción
intelectual de la institución, almacenada en un formato digital, en el que se permite la
búsqueda y la recuperación para su posterior uso compartido. (p.65)
82
Tiene como base dos variables importantes en la GC: almacenar y compartir.
Según Waters y Barton (2014), citado por Rivero (2019), los beneficios de usar un
Repositorio Institucional son los siguientes:
- Almacenamiento de materiales de aprendizaje y material didáctico
- Edición de documentos
- Gestionar colecciones de documentos
- Preservar materiales digitales a largo plazo
- Gestión del Conocimiento
- Evaluación de documentos
- Fomentando el acceso abierto
También para Barton y Waters (2005), citado por Rivero (2019), comentan que los
Repositorios Institucionales pueden proporcionar muchos servicios, no solo se dedican a
las publicaciones, es adaptable ya que se apoyan en tecnología disponible.
Para saber utilizar el Repositorio Institucional debe existir un trabajador con una serie de
roles que se encargue de gestionar la información, para que pueda ser registrada de
manera, que pueda ser utilizada adecuadamente.
 Dspace
DURASPACE (2007) es una organización sin fines de lucro que conserva y permite el
acceso a los recursos que están en acceso abierto de contenido digital.
Características:
- Foco en el caso de uso del Repositorio Institucional.
- Sea delgado, ágil y flexible.
- Sea fácil y simple de instalar y operar.
83
- Incluir un conjunto básico de funcionalidades que se pueda extender o integrar con
servicios y herramientas complementarios en el ecosistema académico más amplio.
Adicional, Sarduy y Urra (2006), citado por Rivero (2019), describen con más detalle al
sistema, desde un aspecto técnico donde se instala sobre un Sistema Operativo de
software libre como Ubuntu, bajo el Lenguaje de Programación Java, y trabaja con la BD
PostgreSql incluyendo un Sistema de Datos Relacional; donde se puede montar sobre un
servidor Tomcat. Por otro lado, DSpace utiliza el esquema estándar de metadatos Dublin
Core para representar los campos controlados, permitiendo la recuperación sobre las
búsquedas semánticas que cuenta la interfaz en ambiente web; asimismo trabaja con un
motor indexador solr. Los responsables de las colecciones pueden ser los administradores
del sistema, donde los usuarios como los responsables pueden realizar búsquedas a partir
de los metadatos asignados y finalmente recuperar los documentos.
Como parte del funcionamiento del DSpace y soporte al registro de información se puede
generar comunidades, colecciones e ítems (registros) para gestionar el conocimiento
generado en la organización.
 DSpace CRIS
Según Donohue (2018), citado por Rivero (2019), menciona que DSpace-Cris soporta el
desarrollo sobre la investigación y la gestión de la información. A diferencia de otros
CRIS (comerciales), DSpace-CRIS tiene el Repositorio Institucional como componente
principal, que proporciona una gran visibilidad en la web a toda la información recopilada
de sistemas informáticos u otras fuentes de información.
Es una extensión específica de DSpace donde amplía sus funcionalidades y expande su
metodología de datos al tiempo que depende de su gran comunidad. DSpace-CRIS
84
cumple con las normas internacionales pertinentes (como CERIF, IIIF) para facilitar la
interoperabilidad y la transferencia de datos.
La principal característica de DSpace-CRIS es su modelo de datos flexible, que le permite
recopilar y administrar datos de investigación e información típica de un sistema CRIS,
para definir entidades y atributos con sus enlaces recíprocos.
Un SI de Investigación Actual (CRIS) - también llamado Sistema de Gestión de
Información de Investigación (RIMS) almacena y gestiona datos sobre investigaciones
realizadas en una empresa. Su alcance es proporcionar a las personas naturales, tales como
gerentes y administradores, financiadores y tomadores de decisiones, un sólido
conocimiento de las actividades de investigación, sus productos y resultados para
informar las estrategias empresariales.
Los sistemas CRIS son útiles para evaluar el desempeño del personal, exponer resultados
para encontrar nuevas oportunidades de financiamiento y/o competencia, evitar la
duplicación de actividades, analizar tendencias, referencias a publicaciones académicas
de texto completo o multimedia, localizar nuevos contactos e identificar nuevos mercados
para productos de investigación, diseminar investigación para apoyar el conocimiento
abierto. Adicionalmente es un sistema integrado que puede generar participación
relacionada con los equipos de trabajo que se originen.
2.1.4 La eficiencia de los Proyectos de Desarrollo de Software
a. La eficiencia
Según Lusthaus et al. (2002).
En términos generales, se puede decir que la eficiencia está referida a la relación entre el
nivel del objetivo logrado y la adecuada utilización de los recursos disponibles, es decir,
85
es la relación entre la producción de un bien o servicio y los inputs que fueron usados
para alcanzar ese nivel de producción.
b. Gestión de proyectos
Según Project Management Institute (PMI ,2008).
“El plan de gestión del proyecto consta de 5 grupos de proceso en 10 áreas de
conocimientos generando 50 procesos, este plan abarca desde el inicio, planificación,
ejecución, seguimiento, control y cierre del proyecto”.
Un proyecto es un esfuerzo temporal que se lleva a cabo para crear un producto, servicio
o resultado único. La naturaleza temporal de los proyectos indica un principio y un final
definidos. El final se alcanza cuando se logran los objetivos del proyecto o cuando se
termina el proyecto porque sus objetivos no se cumplirán o no pueden ser cumplidos, o
cuando ya no existe la necesidad que dio origen al proyecto. (PMI, 2008, p. 11).
c. Desarrollo de Software
“El software de gestión de proyectos para la elaboración de cronogramas permite hacer
un seguimiento de las fechas planificadas en comparación con las fechas reales, y de
proyectar los efectos de los cambios al cronograma del proyecto”. (PMI, 2008).
2.1.4.1 Proceso de Iniciación
El Grupo del Proceso de Iniciación está compuesto por aquellos procesos realizados para
definir un nuevo proyecto o una nueva fase de un proyecto ya existente, mediante la
obtención de la autorización para comenzar dicho proyecto o fase. Dentro de los procesos
de iniciación, se define el alcance inicial y se comprometen los recursos financieros
iniciales. (PMI, 2008, p.47).
2.1.4.1.1. Identificar a los interesados
86
Identificar a los Interesados es el proceso que consiste en identificar a todas las personas
u organizaciones que reciben el impacto del proyecto, y en documentar información
relevante relativa a sus intereses, participación e impacto en el éxito del proyecto. (PMI,
2008, p. 48).
Involucrar a los clientes y a otros interesados durante la iniciación mejora la probabilidad
de contar con propiedad compartida, con la aceptación de los entregables y con la
satisfacción del cliente y demás interesados (PMI, 2008, p.47).
2.1.4.2 Proceso de Planificación
Aquellos procesos requeridos para establecer el alcance del proyecto, refinar los objetivos
y definir el curso de acción necesario para alcanzar los objetivos para cuyo logro se
emprendió el proyecto. (PMI, 2008, p.41).
Los procesos de planificación desarrollan el plan para la dirección del proyecto y los
documentos del proyecto que se utilizarán para llevarlo a cabo. A medida que se recopilan
o se comprenden más características o informaciones sobre el proyecto, puede ser
necesaria una mayor planificación. Los cambios importantes que ocurren a lo largo del
ciclo de vida del proyecto generan la necesidad de reconsiderar uno o más de los procesos
de planificación y, posiblemente, algunos de los procesos de iniciación. (PMI, 2008,
p.49).
2.1.4.2.1. Desarrollo del plan para la dirección del proyecto
Desarrollar el Plan para la Dirección del Proyecto es el proceso que consiste en
documentar las acciones necesarias para definir, preparar, integrar y coordinar todos los
planes subsidiarios. El plan para la dirección del proyecto se convierte en la fuente
87
primaria de información para determinar la manera en que se planificará, ejecutará,
supervisará y controlará, y cerrará el proyecto. (PMI, 2008, p. 51).
2.1.4.2.2. Recopilación de requisitos
“Recopilar Requisitos es el proceso que consiste en definir y documentar las necesidades
de los interesados a fin de cumplir con los objetivos del proyecto. (PMI, 2008).
2.1.4.2.3. Estimación del tiempo
Estimar la Duración de las Actividades es el proceso que consiste en establecer
aproximadamente la cantidad de períodos de trabajo necesarios para finalizar cada
actividad con los recursos estimados.
Desarrollar el Cronograma es el proceso que consiste en analizar el orden de las
actividades, su duración, los requisitos de recursos y las restricciones del cronograma para
crear el cronograma del proyecto. (PMI, 2008, p. 53).
2.1.4.2.4. Desarrollo del programa
Comienza con crear la Estructura de Desglose del Trabajo, proceso que consiste en
subdividir los entregables y el trabajo del proyecto en componentes más pequeños y más
fáciles de dirigir. Posteriormente definir las Actividades es el proceso que consiste en
identificar las acciones específicas a ser realizadas para elaborar los entregables del
proyecto. (PMI, 2008, p.52).
Finalmente, estimar los Recursos de las Actividades es el proceso que consiste en estimar
el tipo y las cantidades de materiales, personas, equipos o suministros requeridos para
ejecutar cada actividad. (PMI, 2008, p. 53).
2.1.4.2.5. Determinado del presupuesto
88
Estimar Costos es el proceso que consiste en desarrollar una aproximación de los recursos
monetarios necesarios para completar las actividades del proyecto. (PMI, 2008)
Determinar el Presupuesto es el proceso que consiste en sumar los costos estimados de
actividades
2.1.4.2.6. Planificación de la calidad
“Planificar la Calidad es el proceso por el cual se identifican los requisitos de calidad y/o
normas para el proyecto y el producto, y se documenta la manera en que el proyecto
demostrará el cumplimiento con los mismos”. (PMI, 2008).
2.1.4.2.7. Identificación de riesgos
“Identificar Riesgos es el proceso por el cual se determinan los riesgos que pueden afectar
el proyecto y se documentan sus características”. (PMI, 2008).
2.1.4.3 Proceso de Ejecución
Aquellos procesos realizados para completar el trabajo definido en el plan para la
dirección del proyecto a fin de cumplir con las especificaciones del mismo. (PMI, 2008,
p. 57).
Durante la ejecución del proyecto, los resultados pueden requerir que se actualice la
planificación y que se vuelva a establecer la línea base. Esto puede incluir cambios en la
duración prevista de las actividades, cambios en la disponibilidad y productividad de
recursos, así como en los riesgos no anticipados. (PMI, 2008, p. 58).
2.1.4.3.1. Dirección y gestión de la ejecución del proyecto
“Dirigir y Gestionar la ejecución del proyecto es el proceso que consiste en ejecutar el
trabajo definido en el plan para la dirección del proyecto para cumplir con los objetivos
del proyecto”. (PMI, 2008).
89
2.1.4.3.2. Planificar la gestión de los interesados
Al inicio se adquiriere el Equipo del Proyecto, proceso para confirmar los recursos
humanos disponibles y a formar el equipo necesario para completar las asignaciones del
proyecto.
Después se desarrolla el Equipo del Proyecto, proceso que consiste en mejorar las
competencias, la interacción de los miembros del equipo y el ambiente general del equipo
para lograr un mejor desempeño en el proyecto.
Finalmente se dirige el equipo del proyecto, proceso que consiste en dar seguimiento al
desempeño de los miembros del equipo, proporcionar retroalimentación, resolver
problemas y gestionar cambios a fin de optimizar el desempeño del proyecto (PMI, 2008,
p. 59-60).
2.1.4.4 Proceso de Monitoreo y Control
“Aquellos procesos requeridos para dar seguimiento, analizar y regular el progreso y el
desempeño del proyecto, para identificar áreas en las que el plan requiera cambios y para
iniciar los cambios correspondientes”. (PMI, 2008).
2.1.4.4.1. Aseguramiento de la calidad
Realizar Aseguramiento de Calidad es el proceso que consiste en auditar los requisitos de
calidad y los resultados obtenidos a partir de medidas de control de calidad, a fin de
garantizar que se utilicen definiciones operacionales y normas de calidad adecuadas
(PMI, 2008, p. 64).
2.1.4.4.2. Gestión de la participación de los interesados
90
“Gestionar las Expectativas de los Interesados es el proceso que consiste en comunicarse
y trabajar en conjunto con los interesados para satisfacer sus necesidades y abordar los
problemas conforme se presentan”. (PMI, 2008).
2.1.4.4.3. Control de costos
La gestión de los costos del proyecto incluye los procesos involucrados en estimar,
presupuestar y controlar los costos de modo que se complete el proyecto dentro del
presupuesto aprobado. Además, debe tener en cuenta los requisitos de los interesados para
la obtención de los costos (PMI, 2008, p. 64).
2.1.4.4.4. Control de riesgos
Dar seguimiento y controlar a los riesgos es el proceso por el cual se implementan planes
de respuesta a estos riesgos, se da seguimiento a los riesgos identificados, se da
seguimiento a los riesgos residuales, se identifican nuevos riesgos y se evalúa la
efectividad del proceso contra riesgos a través del proyecto. (PMI, 2008, p. 65).
2.2 Definición de términos
a) Sistema: Hurtado (2011), señala que: “Un sistema es un conjunto de subsistemas (sistemas
más pequeños) que intercambian energía con el fin de transformarla (cumplir un objetivo)”.
b) Razonamiento: Según RAE (2014), “Razonamiento, es la acción y efecto de razonar. Es una
serie de conceptos encaminados a demostrar algo ó a persuadir ó mover a oyentes ó lectores”.
c) Casos: Aamodt y Plaza (1994) definen un caso como una situación concreta que describe un
problema. Se corresponde con una situación previamente experimentada, capturada y
aprendida, de tal forma que puede ser reutilizada en la resolución de problemas futuros.
91
d) Razonamiento basado en casos: Rossillea et al. (1993), citado por Wong (2012) definen al
CBR como “una técnica de la inteligencia artificial que intenta llegar a la solución de nuevos
problemas de forma similar como lo hacen los seres humanos utilizando la experiencia
acumulada hasta el momento en acontecimientos similares” (p.2).
e) Sistema de Razonamiento Basado en Casos (SRBC)
Juárez y Palma (2005) señalan que un Sistema de Razonamiento Basado en Casos (SRBC)
almacena un conjunto de problemas ya resueltos y recibe como entrada un nuevo problema.
El sistema intentará resolver el problema de entrada buscando, de entre los problemas
resueltos, el más semejante y adaptando su solución al problema de entrada.
f) Gestión: La Real Academia Española (citado por Ramírez, 2010) define que la palabra gestión
significa, administrar. Es decir, hacer diligencias conducentes al logro de unos objetivos. El
termino gestión se asemeja mucho al término gerencia y el de gestor al de gerente.
g) Conocimiento: Davenport, T. & Prusak. L. (1998), definen al conocimiento como: “una
mezcla de experiencia estructurada, valores, información contextual e internalización experta
que proporciona un marco para la evaluación e incorporación experta de nuevas experiencias
e informaciones. Se origina y es aplicada en la mente de los conocedores. En las
organizaciones con frecuencia no sólo queda arraigado en documentos o bases de datos, sino
también en rutinas, procesos y normas institucionales” (p.61).
h) Gestor de contenidos: “…Un CMS es un sistema de gestión de contenidos, Content
Management System. Desde el punto de vista del usuario del sistema, se trata de gestionar, de
forma uniforme, accesible, y cómoda, un sitio web dinámico, con actualizaciones periódicas,
y sobre el que pueden trabajar una o más personas, cada una de las cuales tiene una función
determinada; desde el punto de vista del cliente, se trata de un sitio web dinámico, con
92
apariencia e interfaz uniforme, con un diseño centrado en el usuario, y que permite llevar a
cabo fácilmente las tareas para las que ha sido diseñado. .....” (Merelo, 2005).
i) Gestión de Conocimiento:
Dalkir (2005), la gestión del conocimiento es: “la coordinación deliberada y sistemática de la
organización, personas, tecnología, procesos y estructura organizacional para agregar valor a
través de la reutilización y la innovación. Esta coordinación se logra mediante la creación, el
intercambio, y aplicando el conocimiento y alimentando las valiosas lecciones aprendidas y
mejores prácticas en la memoria corporativa para fomentar que la organización continúe
aprendiendo” (p.3).
Nonaka y Takeuchi (1999), la gestión del conocimiento es: “la capacidad de una compañía
para generar nuevos conocimientos, diseminarlas entre los miembros de la organización y
materializarlos en bienes, servicios y sistemas” (p.1).
j) Eficiencia: Es hacer correctamente las actividades y productos planeados utilizando el
mínimo de recursos disponibles.
k) Proyectos: Según PMI - guía del (PMBOX, 2017), “Un proyecto es un esfuerzo temporal que
se lleva a cabo para crear un producto ó servicio ó resultado único” (p. 2).
l) Dirección de Proyectos: Según PMI - guía del (PMBOX, 2017), “La Dirección (Gestión) de
Proyectos (PM) es la aplicación de conocimientos, habilidades, herramientas y técnicas a las
actividades de un proyecto para satisfacer los requisitos del proyecto” (p.4).
m) Software: Según RAE (2014), “software es un conjunto de programas, instrucciones y reglas
informáticas que permiten ejecutar distintas tareas en una computadora”.
n) Proyecto de desarrollo de software: Según Sommerville (2011), “La buena gestión de
proyectos de software es esencial si los proyectos de Ingeniería de Software deben
93
desarrollarse dentro del plazo, mantener el presupuesto establecido, entregar software que
cumpla con las expectativas del cliente, y mantener un equipo de desarrollo óptimo y con buen
funcionamiento” (p.594).
o) Ingeniería de Software: Según Sommerville (2011), “Es una disciplina de ingeniería que se
interesa por todos los aspectos de la producción de software, desde las primeras etapas de la
especificación del sistema hasta el mantenimiento del sistema después que se pone en
operación” (p.7).
94
CAPÍTULO III: MÉTODO
3.1 Tipo de Investigación
3.1.1 Tipo de Investigación
La investigación tiene un enfoque cuantitativo según lo mencionado por (Ramírez, Ampa &
Ramírez A., 2007) y (Hernández, Fernández & Baptista, 2014) porque consideran como
objeto y campos de investigación solo los hechos o fenómenos observables, susceptibles de
medición y adopta el método hipotético-deductivo cuyos procedimientos son: la
observación, la formulación de hipótesis y posteriormente la contrastación ó prueba de
hipótesis, finalmente la correlación de variables para conseguir el rigor del método científico.
3.1.2 Nivel de Investigación
La presente investigación según Hernández et al.(2014) es de tipo explicativo porque van más
allá de la descripción de conceptos ó fenómenos ó del establecimiento de relaciones entre
conceptos. Además es correlacional porque tiene como finalidad conocer la relación o grado
de asociación que exista entre dos o más conceptos, categorías ó variables en un contexto en
particular. Cabe resaltar que en una misma investigación se puede incluir diferentes alcances
todo dependerá de lo que se busca determinar en la investigación.
3.1.3 Diseño de Investigación
De acuerdo a (Morán y Alvarado, 2010) la investigación es de corte transversal por la
comparación de variables en un periodo de tiempo y Mayurí (2015) indico que el Diseño de
95
investigación es No Experimental, porque no se manipula el factor causal para la
determinación posterior en su relación con los efectos y sólo se describen y se analizan su
incidencia e interrelación en un momento dado de las variables. Según Hernández et al. ( 2014)
menciona que son investigaciones no experimentales porque son estudios que se realizan sin
la manipulación deliberada de variables y en los que sólo se observan los fenómenos en su
ambiente natural.
Teniéndose en cuenta la perspectiva de la gráfica en la Figura 12
Figura 12. Relación de variables

Fuente: Elaboración propia.
Donde:
M = Muestras tomadas para observaciones
Ox = Observación de la variable (X) El Razonamiento basado en casos para la Gestión del
Conocimiento
Oy = Observación de la variable (Y) La eficiencia en la Gestión de Proyectos de Desarrollo
de Software
r = Correlación
96
3.2 Ámbito temporal y espacial
 Ámbito Espacial: La investigación se llevara a cabo tomando como base la ciudad
de Lima-Perú.
 Ámbito Temporal: Debido a la estructura del presente proyecto de
investigación, su desarrollo va a ser llevado a cabo en el lapso de tiempo que
comprende el año 2020.
3.3 Variables
3.3.1 Estrategias de Prueba de Hipótesis
3.3.1.1 Hipótesis Principal
Ha : El Razonamiento Basado en Casos para la Gestión del Conocimiento se relaciona
significativamente con la eficiencia en la Gestión de Proyectos de Desarrollo de
Software.
3.3.1.2 Hipótesis Secundarias
Ha : El Razonamiento Basado en Casos se relaciona significativamente con la eficiencia
en la Gestión de Proyectos de Desarrollo de Software.
Ha : La Gestión del Conocimiento se relaciona significativamente con la eficiencia en la
Gestión de Proyectos de Desarrollo de Software.
97
3.3.2 Operacionalización de variables
Tabla 10.
Operacionalización de variables
Variable Dimensiones Indicadores
Variable Independiente: Generación de Nivel de Identificación
El Razonamiento basado en conocimiento Nivel de intercambio
casos para la Gestión del Nivel de expresión
Conocimiento Utilización de Nivel de utilización de buenas prácticas
Conocimiento Nivel de revisión de retrospectiva
Capital intelectual Tasa de rotación
Valor agregado
Variable Dependiente: Procesos de iniciación Identificar a los interesados
La eficiencia en la Gestión de Proceso de planificación Desarrollo del plan para la dirección

del proyecto
Proyectos de Desarrollo de Recopilación de requisitos
Estimación del tiempo
Software Desarrollo del programa
Determinado del presupuesto
Planificación de la calidad
Identificación de riesgos
Procesos de ejecución Dirección y gestión de la ejecución del
proyecto
Planificar la gestión de los recursos
Procesos de monitoreo y Aseguramiento de la calidad
control
Gestión de la participación de los
interesados
Control de costos
Control de riesgos
Fuente: elaboración propia.
98
3.4 Población y muestra
3.4.1 Población de estudio
La población de estudio son las empresas que se dedican al rubro de proyectos de desarrollo
de software, el cual cuenta con 300 empresas desarrolladas de software en el Perú según
PROMPERÚ.
3.4.2 Muestra poblacional
La muestra de estudio se determinó en 44 empresas que se dedican al rubro de proyectos de
desarrollo de software.
La muestra fue de tipo aleatoria-sistemática y su tamaño será calculado usando la siguiente
fórmula de población finita con proporciones con un error estimado de 0.05 % y un acierto
del 95 %:
Reemplazando:
99
3.4.3 Muestreo
Se trata de obtener las subpoblaciones del tamaño muestral para cada dependencia de la
población de estudio, a partir de las cuales se obtendrán datos que permitan comprobar la
verdad o falsedad de la hipótesis.
A partir de los criterios de inclusión, para la selección de la muestra se ha tomado en cuenta
a las 44 empresas de la muestra poblacional.
3.5 Instrumentos
3.5.1 Técnicas de recolección de datos
La técnica que se realizó es la observación activa o directa del análisis de la Relación entre el
CBR en GC y la eficiencia de los proyectos de desarrollo de Software; a través de sus
Directores de Proyectos, mediante una encuesta donde para obtener datos más estructurados
se utilizarán instrumentos para la recolección de datos.
La técnica es un conjunto de reglas y procedimientos que permiten al investigador establecer
una relación con el objeto ó sujeto de la investigación. (Hernández et al, 2014, p.488).
Las encuestas son investigaciones no experimentales, transversales o transeccionales,
descriptivas o correlacionales-causales, ya que tienen a veces los propósitos de unos u otros
diseños y a veces de ambos. (Hernández et al, 2014, p.165).
Para el Estado de Arte se han buscado tesis que guarden relación directa con el objeto de
estudio y sólo se han encontrado tesis y trabajos que tienen una relación indirecta con él. Asi
mismo se han utilizado revistas virtuales que contienen artículos e investigaciones que
guardan relación con la investigación.
100
3.5.2 Instrumentos de recolección de datos
El instrumento de la recolección de datos que se utilizará en la presente investigación es un
cuestionario dirigido a los Directores de Proyectos en las diferentes empresas que se dedican
al rubro de proyectos de desarrollo de software de nuestra muestra poblacional.
Los cuestionarios se utilizan en encuestas de todo tipo. Un cuestionario consiste en un
conjunto de preguntas respecto de una o más variables a medir. (Hernández et al, 2014, p.217).
La encuesta se realizará en forma escrita, mediante un cuestionario, con 45 preguntas de las
cuales, 44 son con escala de Likert y una sin escala, con preguntas diseñadas de acuerdo a las
variables definidas para esta investigación y las preguntas serán del tipo cerrada las cuales son
contestadas por el encuestado y nos permitirá tener una amplia cobertura del tema de
investigación y que posteriormente serán validadas.
La escala está definida de la siguiente manera:
(1) Totalmente en desacuerdo.
(2) En Desacuerdo
(3) Ni de acuerdo ni en desacuerdo
(4) De acuerdo
(5) Totalmente de acuerdo
3.5.3 Validación y Confiabilidad del instrumento
3.5.3.1 Validez
Hurtado (2011) afirma:
La validación por jueces o expertos es una de las técnicas utilizadas para el cálculo del
índice de validez de constructo. Cuya base es la correspondencia teórica entre los ítems
del instrumento y los conceptos del evento. El objetivo es corroborar el consenso entre
el investigador y los expertos con respecto a la pertenencia de cada ítem a las
respectivas sinergias del evento y, de esta manera, apoyar la definición de la cual se
parte (p. 792).
101
En la validación se utilizará la validación de contenido, donde el juicio de los expertos
darán la validez a los instrumentos de recolección de la presente investigación.
La validez es el grado en que un instrumento realmente mide la variable que pretende medir.
(Hernández et al, 2014, p.200).
3.5.3.2 Confiabilidad
Para (Hernández et al, 2014, p.200) señalaron que la confiabilidad de un instrumento de
medición se refiere al grado en que su aplicación repetida al mismo individuo u objeto,
produce resultados iguales. El Instrumento que se utilizó en la investigación es el Alfa de
Cronbach, requiere de una sola administración del instrumento de medición y produce
valores que oscilan entre cero y uno. Su ventaja reside en que no es necesario dividir en
dos mitades a los ítems del instrumento de medición, simplemente se aplica la medición y
se calcula el coeficiente.
La fórmula estadística es la siguiente:
Donde:
K: Es el número de ítems
S2i: Es la sumatoria de varianzas de los ítems
S2t: Es la varianza de la suma de los ítems
α: Es el coeficiente de alfa de cronbach
102
Criterio para evaluar al coeficiente alfa de cronbach:
Como criterio general, se sugieren las siguientes recomendaciones para evaluar los
resultados de los coeficientes de alfa de cronbach (α):
3.6 Procedimientos
Utilizando la base de datos se aplicará el programa estadístico SSPS 24 y Excel 2016 donde
se procederá al análisis estadístico para obtener los siguientes resultados:
Se procederá a describir los datos de cada variable a estudiar calculando el promedio, la
varianza, la desviación estándar, frecuencia y el error estándar.
Luego se calculará el resultado promedio de las dimensiones según los indicadores expuestos
en cada ítem.
Para la correlación entre dos variables se utilizará la correlación r de Spearman, para
determinar si existe influencia significativa de las dimensiones con las variables.
3.7 Análisis de datos
Finalmente se interpretará los resultados a través de la contrastación de las hipótesis con el
uso del coeficiente de correlación Rho de Spearman y el sigma bilateral, lo que nos permitirá
analizar que las hipótesis alternas si cumplen o no con las hipótesis nulas. Para ello, se debe
de utilizar la Regla de Decisión, comparando el valor p calculado por la data con el valor p
103
teórico de tabla = 0.05. Si el Valor p calculado >= 0,05, se Aceptará Ho. Pero, si el Valor p
calculado < 0,05, se Aceptará Ha. Lo que nos indicará que la(s) variable(s) independiente(s)
se relaciona(n) significativamente ó no con la variable dependiente. Dichas hipótesis se
complementarán con la pregunta que no trabaja con la escala de Likert.
104
CAPÍTULO IV: ASPECTOS ADMINISTRATIVOS
4.1 Cronograma de actividades
2020 2021
May
Mar
Mar
Abr
Ago
Nov
Ene
Jun
Feb
Sep
Oct
Dic
Jul
ACTIVIDADES
Recopilación X X X
bibliográfica
Planteamiento del X
problema
Marco Teórico X
Estado del Arte X
Ajustar el proyecto X
Planificación del X
trabajo de campo
Diseñar e imprimir X
los formatos
Ejecutar el trabajo de X
campo
Procesar los datos X X
Analizar e interpretar X
Presentar los X X
resultados
Redactar el borrador X
final al Asesor
Presentar el Informe X
Final
Fuente: Elaboración propia
105
4.2 Presupuesto de la investigación
I Bienes y Servicios Cantidad Costo Costo Total

1 Papel Bond 04 Millar 15.00 60.00
2 Folders 10 10.00 100.00
3 Fotocopia 100 100.00 1,000.00
4 USB-CD 5 130.00 650.00
5 Impresión 100 100.00 1,000.00
6 Internet 8 Meses 150.00 1,200.00
7 Compra de Libros 3 150.00 450.00
8 Anillados 5 30.00 150.00
Subtotal 4,610.00
II Movilidad 6 meses 100.00
Subtotal 600.00
III Recursos
Asesorías 6 meses 500.00
Subtotal 3,000.00
IV Otros 2,790.00
Total General S/. 11,000.00
4.3 Fuentes de Financiamiento

Recursos propios del tesista.
106
CAPÍTULO V: REFERENCIAS
Aamodt A., & Plaza E. (1994). Case-Based Reasoning: Foundational Issues, Methodological
Variations, and System Approaches, Artificial Intelligence Communications, (7), 39-59.
Aguilar, M. (2016). Sistema de razonamiento basado en casos, para la mejora de atención de
salud en un centro rural (Tesis de maestría). Universidad Nacional Mayor de San Marcos,
Lima, Perú.
Ajmal, M.(2009) Managing knowledge in project-based organizations: A cultural perspective.
PhD thesis, Vaasan yliopisto. Recuperado de
https://scholar.google.com.pe/scholar?q=Managing+knowledge+in+project-
based+organizations:+A+cultural+perspective.&hl=es&as_sdt=0&as_vis=1&oi=scholart
ALFRESCO. (2017). Alfresco Content Services. Recuperado de
https://www.alfresco.com/es/plataforma/servicios-de-contenido-ecm
Althoff Klaus-Dieter. (2001). Case-Based Reasoning. Handbook of Software Engineering and
Knowledge Engineering. Institute for Experimental Software Engineering (IESE). (2001).
Recuperado de http://www.iis.unihildesheim.de/files/staff/althoff/Publications/althoff-
CBR-update.pdf
Althoff, K.-D., Nick, M., Tautz, C..(1998). CBR-PEB: Implementing Reuse Concepts of the Experience
Factory for the Transfer of CBR System Know-How. Preceeding of the 7th Workshop on Case-
Based Reasoning. IESE-Report No. 058.98/E. 1998. Recuperado de
http://www.iese.fhg.de/pdf_files/iese-058_98.pdf
Alexander, R. (2017). Is artificial intelligence fundamentally changing knowledge sharing?.
Recuperado de https://bloomfire.com/blog/artificial-intelligencefundamentally-changing-
knowledge-sharing/.
AL-Hakim, L.A.Y. & Hassan, S. (2012). Critical Success Factors of Knowledge Management,
Innovation and Organisational Performance: An Empirical Study of the Iraqi Mobile
Telecommunication Sector. British Journal of Economics, Finance and Management
Sciences, 4(1): 31-49.
Babini, D., Gonzáles, J., López , F., & Medici, F. (2010). Construcción social de Repositorios
Institucionales: el caso de un repositorio de América latina y el Caribe. Información,
Cultura y Sociedad. (39), 63-90. Recuperado en
http://revistascientificas.filo.uba.ar/index.php/ICS/article/view/746
Bareiss, R. (1998). PROTOS; a unified approach to concept representation, classification and
learning (Tesis doctoral). University of Texas. Texas - USA.
Bartlmae, K., & Riemenschneider,M. (Octubre de 2000). Case Based Reasoning for Knowledge
Management in KDD Projects. En U.Reimer (Presidencia), Third International Conference
on Practical Aspcts of Knowledge Management. Conferencia PAKM 2000 llevado a cabo
en Basilea, Suiza. Recuperado de http://ceur-ws.org/Vol-
34/bartlmae_riemenschneider.pdf
Barton, M., & M. Waters, M. (2005). Cómo crear un Repositorio institucional . The Cambridge:
MIT Institute. The Cambridge-MIT Institute (CMI). Recuperado de
https://www.recolecta.fecyt.es/sites/default/files/contenido/documentos/mit.pdf
Basili,V.R. , Caldiera,G., Rombach,H.D.(1994). The experience factory, in: J.J. Marciniak (Ed.),
Encyclopedia of Software Engineering, 1, John Wiley, New York, pp. 469–476.
107
Belly, P. (2013). BKMI (Belly Knowledge Management International). Madrid, España: Bellykm.
Recuperado de http://www.bellykm.com/library-km/el-capital-humano/niveles-de-
conocimiento.html
Brady, A., y Menzies T. (2010). Case-Based Reasoning vs Parametric Models for Software
Quality Optimization. ACM, (3) pp. 1-10. doi.org/10.1145/1868328.1868333
Briceño, M., & Bernal, C. (2010). Estudio de caso sobre la Gestión del conocimiento en cuatro
organizaciones colombianas: Lideres de penetración de mercado. Estudios Gerenciales,
26(117), 173-193. Recuperado de
https://linkinghub.elsevier.com/retrieve/pii/S0123592310701406
Brown, J., Iiyoshi, T., & Kumar , M. (2008). Opening Up Education: the collective advancement
of education through open technology, open content and open knowledge. The MIT Press.
England. Recuperado de https://oli.cmu.edu/wp-
content/uploads/2012/05/Thille_2008_Building_Open_Learning.pdf
Bueno, E. (2004). Fundamentos epistemológicos de dirección del conocimiento organizativo:
desarrollo, medición y gestión de intangibles. Madrid. España:Minetur. Recuperado de
http://www.minetur.gob.es/Publicaciones/Publicacionesperiodicas/EconomiaIndustrial/R
evistaEconomiaIndustrial/357/03_EduardoBueno_357.pdf
Bukowitz,W & Williams,R.(2000). The knowledge management fieldbook. Financial
Times/Prentice Hall.
Calderón, M.(2020). Modelo de gestión del conocimiento para mejorar la calidad de desarrollo
de software (Tesis de maestría). Universidad Nacional Mayor de San Marcos, Lima, Perú.
CGR – Contraloría General de la República (2007). El sistema CBR en la Contraloría General de
la República. Recuperado de http://www.bivica.org/upload/sistema-cbr.pdf
Córdova, K., Gusukuma, E., Lezameta, U. (2015). Plan de desarrollo de la gestión de
conocimiento de una empresa de consultoría en tecnología. (Tesis de maestría).
Universidad del Pacífico, Lima, Perú. Recuperado de
http://repositorio.up.edu.pe/bitstream/handle/11354/1134/Kelly_Tesis_maestria_2015.pdf
?sequence=1&isAllowed=y (07 de Junio del 2018)
Davenport, H. & Prusak, L. (1998) Working knowledge: How organizations manage what they
know. Harvard Business School Press.
Dalkir,K .(2005). Knowledge management in theory and practice. Recuperado de
https://dianabarbosa.files.wordpress.com/2009/03/knowledge-management-kimiz-
dalkir.pdf
Dorn, J. (2016). Sharing Project Experience through Case-based Reasoning. Procedia Computer
Science 99, 4-11. doi: 10.1016/j.procs.2016.09.097
DURASPACE. (2007). DSpace. Cambridge, Massachusetts, EE.UU. [Blog de Julián Moyano.
Document, Knowledge & Information Management]. Recuperado de
http://documentalqueridowatson.es/content/archivos-y-repositorios-digitales-drupal-con-
greenstone-una-opci%C3%B3n-de-software-libre.
Farfán, D. & Alfonso, M. (2006). La gestión del conocimiento. Bogotá: Universidad del Rosario
Facultad de Administración. Recuperado de
https://www.researchgate.net/publication/256484742_DOCUMENTOS_DE_INVESTIG
ACION_La_gestion_del_conocimiento
108
Flores, G, A. (2019). Modelo inteligente para la gestión de aprendizaje aplicando Case Based
Reasoning (CBR) y Reinforcement Learning (RL) (Tesis doctoral). Universidad
Nacional de San Agustín, Arequipa, Perú.
Frost, A.(2014). A synthesis of knowledge management failure factors. Recuperado de
http://www.knowledge-management-tools.net/A_Synthesis_of_Knowledge_
Management_Failure_Factors.pdf.
Girard, J., & Girard.J. (2015). Defining knowledge management: Toward an applied compendium.
Journal of Applied Knowledge Management, 3:1,1-20. Recuperado de
http://www.iiakm.org/ojakm/articles/2015/volume3_1/OJAKM_Volume3_1pp1-20.pdf.
Goel, A. (1989). Integración of case-based reasoning and rnodelbased reasoning for adaptation,
(Tesis doctoral), Ohio Univeristy, Ohio - USA.
Hassan, A. (2017). Knowledge sharing in it consultancy firms - exploring the knowledge sharing
mechanisms in small it consultancy firms (Master’s thesis), Department of Informatics, IT
Management, Umea University, Sweden.
Hammond, K. (1986). “CHEF: a model of case-based planning”, Proceedings of the Fourth
National Conference on Artificial Intelligence, (1986).
Herbozo, C. (2019). Relación de los fundamentos para la dirección de proyectos – Guía del
PMBOX y la formulación de proyectos ambientales en Victor Rodriguez E.I.R.L
Periodo2016-2017.Lima (Tesis de maestría). Universidad Nacional Federico Villarreal,
Lima, Perú.
Hernández,R., Fernández,C., & Baptista, P.(2014). Metodología de la Investigación. México D.F.
Mc Graw Hill Education.
Hinrichs, T. & Kolodner, J. (1991).“The roles of adaptation in case-based design”, Proceedings of
the Ninth National Conference on Articial Intelligence, Anaheim.
Houdek, F. (1999). Empirisch basierte Qualitätsverbesserung. Systematischer Einsatz externer
Experimente im Software Engineering. Dissertation. Logos-Verlag. Berlin. 1999. In
german.
Huaillani, S. (2014). Gestión del conocimiento tácito en el Instituto Nacional de Salud (Tesis de
maestría). Universidad Nacional Mayor de San Marcos, Lima, Perú. Recuperado de
http://cybertesis.unmsm.edu.pe/handle/cybertesis/3878
Hurtado, D. (2011). Teoría General de Sistemas Un Enfoque Hacia La Ingeniería de Sistemas.
Barranquilla, Colombia. Recuperado de
https://books.google.com.pe/books?hl=es&lr=&id=Ww41AwAAQBAJ&oi=fnd&pg=PP
16&dq=teor%C3%ADa+general+de+sistemas,+libro&ots=NbYPHJ5fH0&sig=FEPllXIC
njrwKbN8ymFPvC2PDrY#v=onepage&q=teor%C3%ADa%20general%20de%20sistem
aso&f=false
Juárez J. y Palma J (2005). Inteligencia Artificial: Razonamiento Basado en Casos, Universidad
de Murcia, (74), Murcia, España.
Johnson J. (2018). CHAOS Report: Decision Latency Theory: It Is All About the Interval
United States of America: The Standish Group International, Inc. Recuperado de:
https://books.google.com.pe/books?hl=en&lr=&id=WV1QDwAAQBAJ&oi=fnd&pg=P
A1&dq=CHAOS+Report+2018&ots=9_AVRGAO_f&sig=R3YlzdsGj-
9sDOf2W4q31MdiDTg#v=onepage&q=CHAOS%20Report%202018&f=false
109
Koenig. M .(2018, 15 de enero) What is KM? knowledge management explained .KMWorld.
Recuperado de http://www.kmworld.com/Articles/Editorial/What-Is/What-is-KM-
Knowledge- Management-Explained-122649.aspx.
Koton , P. (1989) Using experience in learning and problem solving. Informe técnico
AÍIT/LCS/TR-441, MIT.
Lee S. and Kim K. (2009). “Using case-based reasoning for the design of controls for internet-
based information systems”, Sciencedirect, Volumen 36, Issue 3, Part 1. Pages 5582–5591.
http://www.sciencedirect.com/science/article/pii/S0957417408004119
Llorca, M., Gay, B., & Garcia, J. (2001). Modelos de gestión del conocimiento. La Gestión del
conocimiento en la Sociedad de la información. Recuperado de
https://www.researchgate.net/publication/256326265_La_Gestion_del_Conocimiento_en
_la_Sociedad_de_la_Informacion
López, B. and Plaza, E. (1993). Case-based learning of plans and goal states in medical diagnosis,
Artificial Intelligence in Medicine, Vol. 9, 29-60.
Lusthaus, Ch. et al. (2002). Evaluación organizacional: marco para mejorar el desempeño. Estados
Unidos: Banco Interaméricano de Desarrollo y Centro Internacional de Investigaciones
Machuca,M. & Costa,C. (2012). A study of knowledge culture in the consulting industry.
Industrial Management & Data Systems, 112(1):24–41. doi:
10.1108/02635571211193626.
Mala, S. & Alagarsamy K. (2013). Knowledge Management in Software Enterprise. IOSR Journal
of Computer Engineering (IOSR-JCE) ,14(5), 32-37. e-ISSN: 2278-0661 Recuperado de
www.iosrjournals.org
Martínez, M., Prieto, A., Rincón, Y., & Carbonell, D. (2007). Aprendizaje en las comunidades de
conocimiento desde una perspectiva organizacional: una aproximación teórica. Revista
ORBIS / Ciencias Humanas (7), 52. doi: ISSN: 1856-15944
Maruland C., López M., López Fernando. (2016, 1 de diciembre). La Cultura Organizacional y las
Competencias para la Gestión del Conocimiento en las Pequeñas y Medianas Empresas
(PYMEs) de Colombia. Información tecnológica. 27(6), 3-10 Recuperado de
https://scielo.conicyt.cl/pdf/infotec/v27n6/art02.pdf
Matute, G., Alanoca, E., Arias, M., Llantop, A., & Portela, W. (2008). Gestión del conocimiento
en el sector agroexportador. Recuperado de https://www.esan.edu.pe/publicaciones/serie-
gerencia-global/2008/gem-2006-gestion-del-conocimiento-en-el-sector-agroexportador.
Mayurí, J. (2015) El marketing y la ventaja competitividad en los alumnos de FCA-UNMSM,
comparada con los alumnos de administración de la Universidad de los Estudios de
Bérgamo. Rev de Investigación de la Fac. de Ciencias Administrativas. Lima, Perú.;
18(36): 31-38.
McElroy,M.(2003). The new knowledge management: Complexity, learning, and sustainable
innovation. Butterworth-Heinemann.
Mendes E., Mosley N. and Watson I. (2002). A comparison of case-based reasoning approaches
to Web hypermedia Project Cost Estimation. ACM.pp 1-9. Recuperado de
http://portal.acm.org/citation.cfm?id=511446.511482&coll=DL&dl=GUIDE&CFID=312
71263&CFTOKEN=12937670
Merelo, J. (2005) Introducción a los sistemas de gestión de contenidos. Consultado el 31 de abril
del 2020. Recuperado de http://geneura.ugr.es/~jmerelo/tutoriales/cms/
110
Meyer, M. & Zack,M.(1996). The design and development of information products. Sloan
Management Review.
Ming, X (2018). Improving knowledge sharing in a Chinese IT Company (Tesis de maestría).
University of Tampere, Tampere, Finlandia.
Morán G. & Alvarado, D. (2010). Métodos de investigación. Primera edición. Pearson educación,
México.
Morse,J.(2015a) 5 impacts of sharing knowledge within an organization. Recuperado de
https://www.brainspace.com/blog/5-impacts-of-sharing-knowledge-withinan-
Organization/.
Morse,J. (2015b) Is artificial intelligence fundamentally changing knowledge sharing?,.
Recuperado de https://www.brainspace.com/blog/the-key-to-knowledge-management-
andinnovation-is-knowledge-flow-part-1/.
Moyano, J. (2017). Archivos y repositorios digitales. Drupal con Greenstone, una opción de
software libre [Blog de Julián Moyano. Document, Knowledge & Information
Management]. Recuperado de http://documentalqueridowatson.es/content/archivos-y-
repositorios-digitales-drupal-con-greenstone-una-opci%C3%B3n-de-software-libre
Mueller, J. (2014). A specific knowledge culture: Cultural antecedents for knowledge sharing
between project teams. European Management Journal, 32(2):190 – 202, 2014. ISSN 0263-
2373. doi: 10.1016/j.emj.2013.05.006.
http://www.sciencedirect.com/science/article/pii/S0263237313000789.
Nerur,S, Balijepally,V. (2007). Theoretical reflections on agile development methodologies,
Communications of the ACM 50, 79–83.
Nonaka,I & Takeuchi,H(1995). The knowledge-creating company: How Japanese Companies
Create the Dynamics of Innovation. New York-Oxford: Oxford University Press.
Nonaka, I., & Takeuchi, H. (1999). La organización creadora de conocimiento. OXFORD.
Recuperado de
https://www.academia.edu/11722553/LA_ORGANIZACI%C3%93N_CREADORA_DE
L_CONOCIMIENTO
Oberle, D., Guarino, N., & Staab, S. (2009), What is an ontology?. In: "Handbook on Ontologies".
Springer
Pacheco, C. (2008). Un poco sobre Wiki [El Origen del Wiki]. Recuperado en
http://blogsobrewiki.blogspot.pe
Palazuelos, F. (2014). Hipertextual. Slack: crónica del éxito: F. Palazuelos. Recuperado de de
https://hipertextual.com/2014/10/slack-exito
Pereira, H. (2011). Implementación de la Gestión del conocimiento. Exito Empresarial. (135), 1-
6. Recuperado de http://www.cegesti.org/exitoempresarial/publicaciones/
PMBOX (2017). Guía de los fundamentos para la dirección de proyectos. Recuperado de
https://www.u-
cursos.cl/usuario/9ab2176940ab9954ced859e56499d050/mi_blog/r/Project_Management
_Institute-
Guia_de_los_fundamentos_para_la_direccion_de_proyectos_(Guia_del_PMBOK)-
Project_Management_Institute__Inc_(2017).pdf
PMI (2008). Guía de los fundamentos para la dirección de proyectos (guía del PMBOK®), Cuarta
edición., Inc. USA, 2008.
111
PMI (2015). Capturing the value of Project Management. Recuperado de https://www.pmi.org/-
/media/pmi/documents/public/pdf/learning/thought-leadership/pulse/pulse-of-the-
profession-2015.pdf?v=3998917b-cb3e-4bbb-9653-0ff3d431e3fe&sc_lang_temp=es-ES
Probst, G., Raub, S., Romhardt, K.(1999). Wissen Managen. Wie Unternehmen ihre wertvollste
Ressource optimal nutzen. Gabler. Wiesbaden. 1999. In german.
Quintana, E., Vidal, D., Torres, L., & Castrillejo , V. (2010). George Siemens Conociendo el
conocimiento. Recuperado de http://www.sociedadytecnologia.org/file/download/186841
RAE (2014). Diccionario de la lengua española. 23a edición. Publicado en octubre, 2014.
Ramírez, C. (2010). Fundamentos de Administración. Tercera Edición. Bogotá, Colombia:
Litoperla Impresores Ltda.
Ramírez, A., Ampa, I. & Ramírez K. (2007). Tecnología de la investigación. Primera edición.
Editorial Moshera SRL.
Ramón, F. (2011). Transmisión del conocimiento en la empresa y la influencia de las redes sociales
y tics. Revista de micro y pequeña empresa, 5(3):99-113. Recuperado de
http://hdl.handle.net/10251/29376
Rivera, J. (2006). ¿Gestión del conocimiento o Gestión del información?. Revistas Tecnológicas.
(16), 59-82. Recuperado de http://www.redalyc.org/articulo.oa?id=344234272004
Rivero, A. (2019). Modelo de gestión del conocimiento basado en el enfoque ágil para mejorar la
producción en las empresas, (Tesis de maestría). Universidad Nacional Federico Villarreal,
Lima - Perú.
Rodríguez, D. (2009). La creación y gestión del conocimiento en las organizaciones educativas:
barreras y fácilitadores. (Tesis de doctordo). Universidad Autónoma de Barcelona.
España.
Rodriguez, G., Berdún,L., Soria, A., Amandi,A., Campo, M. (2015). Análisis de Métricas de
Similitud en Razonamiento Basado en Casos para administrar Proyectos. Simposio
Argentino de Inteligencia Artificial ASAI (2015) (16° edición). Simposio llevado a cabo en
44 Jornadas Argentinas de Informática (44 JAIIO), Rosario, Santa Fé. Argentina.
Rossillea D., Laurentc J. y Burguna A (1993). Modelling a Decision-Support System for Oncology
using Rule-Based and Case-Based Reasoning Methodologies, International Journal of
Medical Informatics, (74), 2-4.
Ruiz, J., & Expósito, F. (s.f.). El uso didáctico del blog o bitácora: la experiencia del glosario de
Psicología Social Aplicada. Universidad de Granada.
Sarduy, Y., & Urra, P. (2006). Herramientas para la creación de colecciones digitales. ACIMED.
Recuperado en http://bvs.sld.cu/revistas/aci/vol14_5_06/aci19506.htm
Sierra, J, L., Becerra, A, L., Diaz, L (2014). Model for Knowledge Management in Software
Project Planning in University Research Groups. Tecciencia, 9(16), 58-64. doi:
http:/dx.doi.org/10.18180/tecciencia.2014.16.6
Sommerville, I (2011). Ingeniería de Software. Mexico: Pearson Education, publicada como
Addison-Wesley.
StandishGroup (1995), “The Chaos Report 1995 - 2004”,(20/10/2020),
https://cs.nmt.edu/~cs328/reading/Standish.pdf
Swan, J., Robertson, M., & Newell, S. (2002). Gestión del conocimiento: el Factor Humano.
Madrid, España: Thomson., pp. 215- 233.
Tejada, J.(2006). Sistema de recomendación turística basado en RBR y CBR (Tesis de maestría).
Instituto Tecnológico y de Estudios Superiores de Monterrey, Atizapán de Zaragoza,
México. Recuperado
112
https://repositorio.tec.mx/bitstream/handle/11285/567546/DocsTec_4683.pdf?sequence=
1&isAllowed=y
Timonen, M. (2018). Analyzing Knowledge Management in a Software Consulting Company
Master’s thesis, School of Science, Aalto University, Finland. Recuperado de
https://pdfs.semanticscholar.org/ba9b/a0c1f0a4401ee2b41e78be94b7314f0f966a.pdf
Waters, & Barton. (2014). Creating an Institutional Repository: LEADIRS Workbook. The
Cambridge: MIT- institute CMI. Recuperado de
https://dspace.mit.edu/handle/1721.1/26698
Watson, I. (1997). Applying case-based reasoning: techniques for enterprise systems. United
States of America: Morgan Kaufmann Publishers Inc.
Wiig,K.(1993). Knowledge management foundations. Arlington: Schema Press.
Williams, T. (2008). How do organizations learn lessons from projects - and do they? IEEE
Transactions on Engineering Management, 55(2):248–266. ISSN 0018-9391. doi:
10.1109/TEM.2007.912920
Wong, L (2012). Un modelo de razonamiento basado en casos para la captación de requisitos en
el desarrollo de proyectos de software (Tesis de maestría). Universidad Nacional Mayor
de San Marcos, Lima, Perú.
Yang, Y., Saladrigas Medina, H., Torres Ponjuan, D. (2016). Proceso de comunicacion en la
gestión del conocimiento, analisis teorico del comportamientoa partir de modelos típicos.
Revista Científica de la Universidad de Cienfuegos, 8(2), 167. Recuperado de
http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2218-36202016000200022.
Zheng,W., Yang,B., & McLean,G.(2010). Linking organizational culture, structure, strategy, and
organizational effectiveness: Mediating role of knowledge management.
Journal of Business Research, 63(7):763 – 771. ISSN 0148-2963. doi:
https://doi.org/10.1016/j.jbusres.2009.06.005. URL
http://www.sciencedirect.com/science/article/pii/S0148296309001714.
113
CAPÍTULO VI. ANEXOS
114
Anexo Nº 1: Matriz de Consistencia
Título: Razonamiento Basado en Casos para la Gestión del Conocimiento, y su relación con la eficiencia de la gestión de los proyectos de desarrollo de software
PROBLEMA OBJETIVOS HIPOTESIS VARIABLES E INDICADORES METODO

Problema General Objetivo General Hipótesis General VARIABLE INDEPENDIENTE: Tipo de Investigación:
¿Qué relación existirá entre el Analizar la relación del razonamiento El razonamiento basado en casos para la Teórico Cuantitativo
razonamiento basado en casos para la basado en casos para la gestión del gestión del conocimiento se relaciona X. Razonamiento Basado en Casos
gestión del conocimiento y la eficiencia conocimiento y la eficiencia en la significativamente con la eficiencia en la para la Gestión del Conocimiento Nivel de Investigación:
en la gestión de proyectos de desarrollo gestión de proyectos de desarrollo de gestión de proyectos de desarrollo de Explicativa – Correlacional
de software? software. software.
Problemas específicos Objetivos específicos Hipótesis Secundarias Dimensión Diseño:

a) ¿Qué relación existirá entre el a) Analizar la relación del a) El razonamiento basado en casos se No experimental / Transversal
razonamiento basado en casos y la razonamiento basado en casos y la relaciona significativamente con la x.1. Generación de conocimiento
eficiencia en la gestión de eficiencia en la gestión de eficiencia en la gestión de Indicadores: nivel de identificación, Población:
proyectos de desarrollo de proyectos de desarrollo de proyectos de desarrollo de nivel de intercambio, nivel de Todas las empresas que se dedican al
software? software. software. Rubro de proyectos de desarrollo de
expresión. software.
X.2. Utilización de conocimiento Muestra:

Indicadores: nivel de utilización de Tipo Aleatoria-sistemática, usando
buenas prácticas, nivel de revisión fórmula de población finita con error
estimado de 0.05% y un acierto del
de retrospectiva. 95%.
X.3. Capital intelectual N = 44 empresas

Indicadores: tasa de rotación, valor
agregado Instrumento:
Encuestas utilizando cuestionario con
45 preguntas y aplicando la escala de
Likert con 5 opciones.
b) ¿Qué relación existirá entre la b) Analizar la relación entre la gestión b) La gestión del conocimiento se VARIABLE DEPENDIENTE: Validación del Instrumento:
gestión del conocimiento y la del conocimiento y la eficiencia en relaciona significativamente con la Validación por jueces ó expertos.
eficiencia en la gestión de la gestión de proyectos de eficiencia en la gestión de Y. La eficiencia de la Gestión de los
proyectos de desarrollo de desarrollo de software. proyectos de desarrollo de Proyectos de Desarrollo de Confiabilidad del Instrumento:
software? software. Coeficiente de Alfa de Cronbach.
Software
Dimensión Análisis de datos:

Contrastación de las hipótesis con el
y.1. Proceso de Iniciación uso del coeficiente de correlación Rho
Indicadores: Identificar a los de Spearman y el sigma bilateral.
interesados.
y.2. Proceso de Planificación
115
Indicadores: Desarrollo del plan para
la dirección, recopilación de
requisitos, estimación del tiempo
desarrollo del programa,
determinado del presupuesto,
planificación de la calidad,
identificación del riesgo.
y.3. Proceso de Ejecución

Indicadores: Dirección y gestión de
ejecución del proyecto, planificar la
gestión de recursos.
y.4. Proceso de Monitoreo y Control

Indicadores: Aseguramiento de la
Calidad, gestión de la participación
de los interesados, control de costos,
control de riesgos.
116
117

Modelo Oficial de Plan de Tesis 2022-2

Cargado por

Copyright:

Formatos disponibles

Modelo Oficial de Plan de Tesis 2022-2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Modelo Oficial de Plan de Tesis 2022-2

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS

“RAZONAMIENTO BASADO EN CASOS PARA LA GESTION DEL

Bach. XXXXX XXXXX XXXXXXXXXXX XXXXXXXXX

PARA OPTAR EL TITULO PROFESIONAL DE INGENIERO DE SISTEMAS

II. Marco Teórico 30

IV. Aspectos Administrativos 105

VI. Anexos 114

1.1 Descripción y formulación del problema

EL conocimiento es considerado un recurso estratégico crítico y por lo tanto su gestión es

crucial para la supervivencia empresarial, ventaja competitiva e innovación. Aunque la gestión

empresas consultoras se consideran particularmente firmas intensivas en conocimiento debido

constituyendo así un componente clave de su capital intelectual.

la empresa, existe interés en cómo se puede transferir el conocimiento dentro de estas

empresas para aprovechar la innovación y la competencia individual.

conocimientos. El conocimiento es lo que ofrecen, lo que significa la existencia de un conflicto

de interés propio y el interés organizacional de compartir el conocimiento. En segundo lugar,

conocimiento se va con ellos.

Una metodología para el apoyo de la GC es el Razonamiento Basado en Casos. El CBR (por

utilización de experiencias previas para resolver nuevos problemas, la hipótesis de problemas

en una organización un proceso importante de la GC es la transferencia del conocimiento

desde la fase de cierre de un proyecto a la planificación y análisis de riesgos de nuevos

Hoy, la mayoría de las empresas basadas en el conocimiento organizan su trabajo en

proyectos. Debido a diferentes razones, el conocimiento adquirido en los proyectos no es

documentado ni compartido de manera adecuada, lo que da como resultado el problema de

que se pierde el conocimiento tácito. La característica típica que distingue un proyecto de

individual y, por lo tanto, requiere planificación individual. Si una organización está

gestión de la calidad. Para el dominio de la aplicación, se abarca a la gestión de proyectos de

TI. Basado en la teoría y experiencia en gestión de procesos de negocios y gestión de calidad,

la Ingeniería de Software también define procesos de desarrollo de software y la salida de

algún software o Sistemas de Información; son requeridos para gestionar la diversidad y

complejidad. Varias organizaciones intentan mejorar la gestión de proyectos como:

International Project Management Asociación (IPMA), Project Management Institute (PMI),

Association for Project Management (APM) y muchos más.

los presupuestos planificados o fallando la calidad del resultado esperado.

los proyectos de desarrollo de software en empresas consultoras; para apoyar a las

organizaciones en nuevos proyectos de TI así como gestionar adecuadamente el conocimiento

tácito y explícito en la organización.

1.1.1. Descripción del Problema

a la hora de compartir o intercambiar conocimiento. Y esto se produce de manera informal;

ya que los consultores prefieren la interacción social que el uso de un sistema.

producto de experiencias propias, lecciones aprendidas, valores, sentimientos, emociones,

factores como: protección de su propio conocimiento, tiempo, extinción de contrato,

entre proyectos dentro de la empresa; ya que no existe un plan formal de reutilización, la

funcionalidades inapropiadas; ocasionando demoras o atrasos en la entrega de los proyectos y

de los nuevos proyectos de TI en las organizaciones.

1.1.2. Formulación del problema

Conocimiento y la eficiencia en la Gestión de Proyectos de Desarrollo de Software?

a. ¿Qué relación existirá entre el Razonamiento Basado en Casos y la eficiencia en

la Gestión de Proyectos de Desarrollo de Software?

b. ¿Qué relación existirá entre la Gestión del Conocimiento y la eficiencia en la

Gestión de Proyectos de Desarrollo de Software?

En el desarrollo de esta investigación se consideran trabajos realizados sobre ésta temática

para el entorno de Ingeniería de Software en proyectos de desarrollo de Software. En este

internacional y son las siguientes:

1.2.1 A nivel Internacional

Timonen (2018), en su tesis de maestría realizada en Aalto University, Finlandia titulada

“Analyzing Knowledge Management in a Software Consulting Company”, analizó el estado

semiestructuradas y analizar los hallazgos.