Marco de trabajo basado en BIM e Inteligencia Artificial para la Gestión Predictiva de Riesgos de Accidentabilidad en Construcción Residencial de Vivienda de Interés Social (VIS)

(VER PROPUESTA COMPLETA EN EL DOCUMENTO ADJUNTO) Planteamiento y justificación del problema La industria de la construcción continúa siendo uno de los sectores con mayores índices de accidentalidad a nivel mundial, fenómeno que afecta gravemente la salud, el bienestar y la productividad de los trabajadores. Las cifras globales y nacionales son alarmantes: países como Estados Unidos, Japón e Irlanda reportan tasas de mortalidad significativamente elevadas dentro del sector, mientras que en Colombia se registran más de 980 accidentes laborales al año solo en la construcción, con una tasa de 6.4 accidentes por cada 100 trabajadores y casi 100 muertes por cada 100.000 trabajadores. Particularmente, la construcción de Vivienda de Interés Social (VIS) representa un segmento crítico dentro de este escenario, dado su crecimiento sostenido y su impacto directo en sectores poblacionales vulnerables. Este panorama evidencia una brecha importante entre la identificación de factores de riesgo y la implementación de mecanismos de prevención eficaces. A pesar de los avances normativos y las estrategias de gestión de seguridad existentes, la alta incidencia de accidentes demuestra que las prácticas tradicionales no son suficientes. La urgencia de abordar esta problemática se intensifica al considerar los costos derivados de los siniestros laborales, tanto humanos como económicos, y el impacto que estos tienen sobre la continuidad de los proyectos y la imagen del sector. En respuesta a este desafío, la integración de metodologías innovadoras como Building Information Modeling (BIM) e Inteligencia Artificial (IA) se perfila como una solución con alto potencial de transformación, al permitir una planificación más precisa, automatización de procesos de detección de riesgos y toma de decisiones basada en datos. Objetivo general del estudio El propósito principal de esta investigación es diseñar y validar un marco de trabajo computacional que integre BIM y algoritmos de inteligencia artificial para la gestión predictiva de riesgos de accidentalidad en proyectos de construcción residencial, específicamente en viviendas de interés social. Este marco busca no solo identificar los factores causales más relevantes, sino también mitigar su impacto mediante flujos de trabajo preventivos que faciliten la toma de decisiones informadas desde etapas tempranas del proyecto. Método de investigación La investigación adoptará un enfoque de Design Science Research (DSR), metodología que se estructura en cinco fases fundamentales: Fase 1 – Identificación del problema: Se recopilarán datos sobre accidentalidad en proyectos VIS, utilizando fuentes secundarias y registros de incidentes. Se realizará un análisis estadístico para identificar los factores de riesgo más recurrentes, los cuales serán complementados con revisión bibliográfica nacional e internacional. Fase 2 – Desarrollo de la herramienta: Se diseñarán flujos de trabajo en BIM orientados a mitigar los factores de riesgo identificados. Estos flujos permitirán la simulación de escenarios constructivos peligrosos antes de su ejecución. Posteriormente, se seleccionarán e integrarán algoritmos de IA, como modelos de lenguaje natural y aprendizaje automático, para analizar, clasificar y prever condiciones inseguras a partir de modelos BIM. Fase 3 – Integración funcional: Se desarrollará un sistema computacional capaz de combinar las capacidades de modelado 3D de BIM con la predicción automatizada de riesgos por parte de la IA. El sistema podrá generar alertas, sugerencias de modificación de diseños y evaluación de impacto de cada decisión. Fase 4 – Evaluación y validación: La herramienta será aplicada a casos reales de proyectos VIS, donde se evaluará su eficacia para mitigar los riesgos identificados. Esta fase incluirá la recolección de datos de campo y el análisis cualitativo con profesionales de obra. Fase 5 – Presentación de resultados: Finalmente, los hallazgos serán sistematizados y comunicados a través de publicaciones científicas, informes técnicos y espacios de divulgación interdisciplinar. Posibles resultados o contribuciones Esta investigación generará contribuciones tanto teóricas como prácticas. En el ámbito académico, se espera aportar un marco conceptual que articule tecnologías BIM y modelos de IA para la gestión de riesgos, con evidencia empírica que respalde su aplicabilidad. Asimismo, se documentarán los factores causales de accidentalidad más frecuentes en VIS, aportando a la construcción de un cuerpo de conocimiento especializado y actualizado. Desde una perspectiva práctica, se desarrollará una herramienta computacional que puede ser replicada y adaptada a distintos contextos constructivos, promoviendo una cultura de prevención basada en la anticipación y la inteligencia de datos. La implementación del marco permitirá reducir la siniestralidad, mejorar la eficiencia operativa de los proyectos y fortalecer las competencias digitales en el sector. Adicionalmente, se espera contribuir a la formulación de políticas públicas y normativas que promuevan el uso de tecnologías emergentes para la seguridad laboral. Implicaciones del estudio Las implicaciones de este proyecto son amplias y multidimensionales. Primero, se anticipa un impacto positivo en la reducción de accidentes laborales en la construcción de VIS, lo que repercutirá directamente en la salud y seguridad de los trabajadores, la calidad de vida de sus familias y la imagen social del sector. Segundo, el uso de tecnologías como BIM e IA fomenta una transformación digital en la industria que se alinea con los objetivos de sostenibilidad y eficiencia promovidos por la Cuarta Revolución Industrial y los lineamientos de la Construcción 4.0. En el ámbito educativo, el desarrollo de esta investigación enriquecerá los procesos formativos de estudiantes e investigadores en ingeniería civil, sistemas y arquitectura, promoviendo la formación interdisciplinaria. Además, al incorporar actores académicos de la Pontificia Universidad Javeriana y la Pontificia Universidad Católica de Valparaíso, se fortalece la cooperación internacional y el intercambio de conocimientos. Finalmente, al integrar herramientas tecnológicas con un enfoque predictivo, esta investigación permite pasar de un modelo reactivo de seguridad a uno proactivo y automatizado, ofreciendo una respuesta efectiva a uno de los problemas más persistentes en el sector. De este modo, el estudio se constituye en una plataforma para futuras innovaciones orientadas a mejorar las condiciones laborales en la construcción y a impulsar el desarrollo de ciudades más seguras, inteligentes y humanas.