Inteligencia Artificial Generativa en la Elaboración del Plan de Gestión de la Comunicación y la Matriz de Stakeholders en Proyectos

Andressa Pereira Bernardo Ximenes; Maria Valeria Espinos Guerra Martins

DOI: 10.22167/2675-6528-202602682

Artículo derivado del Trabajo de Conclusión de Curso (TCC), con contenido basado en el trabajo original del alumno y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege para síntesis y organización textual.

Resumen

Las fallas de comunicación representan una de las principales causas de fracaso en proyectos, un escenario agravado por la creciente complejidad de los entornos y la necesidad de alineación continua. En este contexto, la inteligencia artificial (IA) generativa ha surgido como una oportunidad de transformación en la gestión de proyectos. La investigación tuvo como objetivo analizar la contribución de la IA generativa en la elaboración del Plan de Gestión de la Comunicación y la Matriz de Stakeholders, evaluando su viabilidad práctica y la aceptación de los profesionales hacia la tecnología. Se adoptó un enfoque cuali-cuantitativo, que combinó revisión bibliográfica, aplicación práctica de IA generativa en la construcción de una Matriz de Stakeholders para un proyecto ficticio y un estudio exploratorio con 10 profesionales del área. Los resultados indicaron que las fallas de comunicación son recurrentes y que pocos utilizan planes formalizados. La IA generativa demostró capacidad para apoyar la estructuración inicial, la estandarización de formatos y la adaptación del lenguaje, aunque con limitaciones en tareas estratégicas. Los profesionales manifestaron apertura a la adopción de la tecnología, condicionada a capacitación y políticas organizacionales claras. Se concluyó que la IA generativa es una herramienta prometedora para optimizar la gestión de la comunicación en proyectos, contribuyendo a la comprensión de sus beneficios, limitaciones y condiciones para una incorporación segura y eficaz.

Palabras clave: Gestión de Proyectos; IA generativa; Inteligencia Artificial; Matriz de Stakeholders; Plan de Comunicación.

1. Introducción

La comunicación es ampliamente reconocida como uno de los pilares fundamentales de la gestión de proyectos, y sus fallos figuran entre las causas más recurrentes de fracaso en organizaciones de diversos tamaños y sectores. Estudios del Project Management Institute (PMI) (2014) con 400 organizaciones revelaron que el 64,2% de las empresas identificaron la comunicación como uno de los problemas más frecuentes en sus proyectos. Además, el 44% la señalaron como la principal deficiencia en la gestión. Investigaciones del PMI-Rio refuerzan esta perspectiva, indicando que la comunicación es el segundo mayor factor de problemas en proyectos, superada solo por el incumplimiento de plazos, y es también el segundo factor menos discutido en la fase de planificación. Estos datos evidencian una brecha estructural entre la importancia reconocida de la comunicación y la atención que efectivamente se le dedica en la práctica de la gestión de proyectos.

Esta brecha se ve agravada por la creciente complejidad de los entornos de proyecto, que involucran a múltiples partes interesadas, flujos intensos de información y la necesidad de una alineación continua entre los equipos. En este contexto, herramientas como el Plan de Gestión de la Comunicación y la Matriz de Stakeholders se vuelven esenciales para estructurar y estandarizar los flujos de información a lo largo del ciclo de vida de un proyecto, contribuyendo a la alineación de expectativas y a la definición clara de responsabilidades entre los involucrados. La investigación exploratoria realizada para este trabajo corrobora esta perspectiva, indicando que la mayoría de los profesionales no utiliza o rara vez utiliza un Plan de Gestión de la Comunicación formalizado, y señala el exceso de información, el ruido en la comunicación y la falta de estandarización de los canales como desafíos principales.

Ante este escenario, la inteligencia artificial (IA) generativa emerge como una alternativa prometedora para apoyar la construcción y ejecución del Plan de Gestión de la Comunicación. Conforme señalado por Vanzolini (2024), la IA aplicada a la gestión de proyectos contribuye a la automatización de tareas repetitivas, permitiendo que los gestores dirijan su atención a actividades estratégicas, al mismo tiempo que el uso de datos en tiempo real mejora la asertividad en cronogramas, presupuestos y en la anticipación de riesgos. En el ámbito específico de la comunicación, herramientas de IA generativa han demostrado potencial para apoyar la elaboración de comunicados, la adaptación de lenguaje por público, la síntesis de documentos extensos y el registro ágil de información entre equipos. Los participantes de la investigación exploratoria demostraron alto nivel de familiaridad con herramientas como ChatGPT y Microsoft Copilot, y señalaron disposición para adoptarlas en actividades de comunicación en proyectos, aunque condicionada a aspectos como seguridad de datos, restricciones organizacionales y necesidad de entrenamiento adecuado.

Considerando la relevancia de la comunicación para el éxito de los proyectos, la baja adopción de herramientas formalizadas de gestión de la comunicación y el creciente interés por el uso de la IA generativa en este contexto, esta investigación tiene como objetivo analizar cómo la IA generativa puede contribuir en la elaboración y optimización del Plan de Gestión de la Comunicación y la Matriz de Stakeholders, evaluando su viabilidad práctica y el grado de apertura de los profesionales del área a la adopción de esta tecnología.

2. Material y Métodos

La presente investigación se desarrolló con un enfoque cuali-cuantitativo, adoptando la estrategia de investigación aplicada basada en simulación. Este diseño buscó no solo comprender un problema práctico de la gestión de la comunicación en proyectos, sino también simular una intervención mediante la aplicación de herramientas de inteligencia artificial (IA) generativa. La investigación aplicada se orientó a la solución de problemas concretos y a la generación de conocimientos con potencial de utilización práctica, conforme a los objetivos establecidos.

La investigación se estructuró en tres frentes complementarios para abordar el objetivo propuesto. El primer frente consistió en una revisión bibliográfica exhaustiva. El segundo implicó una aplicación práctica con IA generativa. Finalmente, el tercer frente comprendió un sondeo exploratorio de percepciones entre profesionales del área de gestión de proyectos. Cada uno de estos frentes contribuyó de manera distinta a la recopilación y análisis de los datos.

El primer frente metodológico consistió en la revisión bibliográfica de la literatura pertinente a la gestión de la comunicación en proyectos y a la inteligencia artificial generativa. Se consultaron publicaciones científicas sobre el Plan de Gestión de la Comunicación y la Matriz de Stakeholders, fundamentadas en las directrices del Project Management Institute (PMI) (2014). Adicionalmente, se incluyeron referencias sobre IA generativa y sus aplicaciones en contextos organizacionales y profesionales, con base en Vanzolini (2024). Esta revisión proporcionó la base teórica para la construcción de los instrumentos de investigación y para el análisis crítico de los datos recopilados.

El segundo frente implicó la aplicación práctica de la IA generativa Claude para la construcción de una Matriz de Stakeholders y un Plan de Gestión de la Comunicación. Estos instrumentos se desarrollaron a partir de un proyecto ficticio, creado específicamente para la investigación. La elección de un proyecto ficticio tuvo como objetivo garantizar la confidencialidad de la información y permitir la replicación del proceso por otros profesionales, asegurando la validez metodológica de la simulación.

El proceso de aplicación práctica se dividió en tres etapas secuenciales. En la primera etapa, se definió y contextualizó el proyecto ficticio, denominado “Reforma y Modernización del Edificio Sede de una Prefeitura Municipal”. Se elaboró un documento de contextualización que sirvió como insumo para la IA, conteniendo información como nombre y objetivo del proyecto, alcance de las obras, plazo de 10 meses, presupuesto estimado de R$ 4,8 millones, ubicación genérica en una ciudad del interior del Estado de São Paulo, estructura organizacional de la prefectura y principales condicionantes legales e institucionales.

En la segunda etapa, se construyó la Matriz de Stakeholders con el apoyo de la IA. Se elaboró un prompt estructurado para guiar a Claude en la identificación de las partes interesadas relevantes. Para cada stakeholder, se solicitó información como nombre o grupo, rol en el proyecto, nivel de interés e influencia (alto, medio o bajo), principales expectativas, riesgos asociados, estrategia de compromiso, necesidad, canal y frecuencia de comunicación, y responsable de la comunicación. La Matriz de Stakeholders resultante identificó 12 partes interesadas, clasificadas según el modelo del PMI (2021) en cuatro cuadrantes de interés e influencia.

En la tercera etapa, se elaboró el Plan de Gestión de la Comunicación, utilizando la Matriz de Stakeholders validada como insumo directo. Se formuló un prompt específico para Claude, solicitando un plan completo con siete dimensiones: objetivo del plan, premisas y restricciones de comunicación, matriz de comunicación detallada por stakeholder, tipos de reuniones del proyecto, flujo de escalada de problemas, directrices para el uso de IA generativa (incluyendo actividades apoyadas y protocolo de validación humana) e indicadores de eficacia de la comunicación. Los outputs generados por la IA fueron analizados con base en los conceptos de la revisión bibliográfica para evaluar la viabilidad y las limitaciones de la tecnología en la gestión de la comunicación en proyectos.

El tercer frente consistió en la realización de un estudio exploratorio de carácter cualitativo, mediante la aplicación de un cuestionario estructurado. El instrumento fue elaborado y puesto a disposición digitalmente para profesionales que trabajan o han trabajado en el área de gestión de proyectos. El objetivo fue captar percepciones iniciales sobre los desafíos de comunicación que se enfrentan en el día a día, el nivel de familiaridad con herramientas de IA generativa y el grado de apertura para su adopción profesional.

La población del estudio estuvo compuesta por profesionales del área de gestión de proyectos. La muestra fue intencional y contó con 10 encuestados, actuando mayoritariamente en el sector de ingeniería, con diferentes niveles de experiencia. La participación fue voluntaria, y los datos recolectados fueron tratados de forma anónima y confidencial, en conformidad con los principios éticos establecidos por las Resoluciones del Consejo Nacional de Salud (CNS) n° 466/2012 y n° 510/2016, que regulan investigaciones que involucran seres humanos. El carácter exploratorio de la muestra no permite generalizaciones estadísticas, pero ofrece percepciones iniciales relevantes (Gil, 2002).

Los datos recopilados a través del cuestionario fueron organizados y analizados de forma descriptiva. El análisis se centró en la identificación de patrones de percepción y en las principales convergencias y divergencias entre los encuestados. La interpretación de los datos se realizó a la luz del marco teórico recopilado, integrando los resultados del estudio exploratorio con los hallazgos de la aplicación práctica de la IA generativa, con el objetivo de un análisis integral y coherente con los objetivos de la investigación.

3. Resultados y Discusión

Los resultados de esta investigación se presentan a través de tres frentes complementarias, que se interconectan y se refuerzan mutuamente. La revisión bibliográfica estableció el marco teórico que fundamentó la construcción de los instrumentos utilizados en la aplicación práctica y en la elaboración del cuestionario del levantamiento exploratorio. A su vez, los datos recopilados en el levantamiento confirmaron las lagunas y desafíos identificados en la literatura, al mismo tiempo que validaron la pertinencia de los productos desarrollados en la aplicación práctica de la inteligencia artificial generativa. Este enfoque integrado permitió un análisis exhaustivo y coherente con los objetivos propuestos por el estudio.

Revisión bibliográfica

La revisión bibliográfica consolidó el marco teórico esencial para la comprensión de la gestión de la comunicación en proyectos y de la inteligencia artificial generativa. El Project Management Institute (PMI, 2021) enfatiza la comunicación como un dominio de desempeño crítico, responsable de asegurar que la información correcta llegue a las partes interesadas en el momento oportuno y por el canal más eficaz. Esta perspectiva resalta que la comunicación no es un proceso espontáneo, sino un área que demanda planificación deliberada, instrumentos estructurados y responsabilidades claramente definidas, principios que guiaron la construcción de los artefactos prácticos de esta investigación.

La literatura consultada documentó extensivamente los impactos negativos de las fallas de comunicación en proyectos. Cyganczuk et al. (2018) observaron que los problemas comunicacionales están asociados a la desmotivación de los equipos, retrasos en los plazos y compromiso de la calidad de las entregas, siendo una barrera frecuente y de alto impacto. Esta constatación es corroborada por un relevamiento del PMI (2014) con 400 organizaciones, donde el 64,2% identificó la comunicación como uno de los problemas más recurrentes y el 44% la señaló como la principal deficiencia en la gestión de proyectos, evidenciando una brecha persistente en la práctica.

En el contexto de la inteligencia artificial generativa, Verrel y Julkovski (2024) destacaron sus beneficios operativos en la gestión de proyectos, como la mejora en la previsibilidad de cronogramas, automatización de tareas e integración tecnológica. Sin embargo, alertaron sobre desafíos como la seguridad de datos, la resistencia cultural y la necesidad de capacitación de los equipos. El Instituto Brasileño de Gobernanza Corporativa (IBGC, 2025) refuerza la urgencia de la capacitación en IA en Brasil y la importancia de políticas claras de uso. Vanzolini (2024) complementa, indicando que la IA generativa puede automatizar tareas repetitivas, adaptar el lenguaje al público y sintetizar documentos extensos, funciones que fueron probadas y validadas en la aplicación práctica de este estudio.

Aplicación práctica con IA generativa

La etapa de aplicación práctica fue concebida para probar, en un entorno controlado, la capacidad de la IA generativa para ayudar en la creación de instrumentos de gestión de la comunicación, basándose en el marco teórico. Para ello, se utilizó un proyecto ficticio de Reforma y Modernización del Edificio Sede de una Alcaldía Municipal. La elección de este escenario en el sector público, con múltiples partes interesadas y variados niveles de interés e influencia, buscó replicar la complejidad comunicacional frecuentemente asociada a fallos, según lo identificado en la literatura. El proceso se dividió en tres etapas secuenciales para garantizar la sistematicidad del análisis.

Etapa 1 – Definición y contextualización del proyecto ficticio

La primera etapa consistió en la elaboración de un documento detallado de contextualización del proyecto ficticio, que sirvió como insumo para la IA. Se proporcionaron informaciones cruciales, incluyendo el nombre del proyecto, su objetivo, el alcance de las obras, un plazo estimado de 10 meses y un presupuesto de R$ 4,8 millones. Además, se especificaron la ubicación genérica en una ciudad del interior de São Paulo, la estructura organizacional del ayuntamiento involucrado y las principales condicionantes legales e institucionales. Estos datos permitieron que la IA generativa procesara un escenario realista para la construcción de los artefactos de comunicación.

Etapa 2 – Construcción de la Matriz de Stakeholders con apoyo de la IA

Con el contexto del proyecto establecido, se proporcionó una indicación estructurada a la herramienta de IA generativa Claude para elaborar la Matriz de Stakeholders. La indicación instruyó a la IA a actuar como experta en gestión de proyectos, basándose en las buenas prácticas del PMI, e identificar a todas las partes interesadas relevantes. Para cada interesado, la IA debía informar el nombre o grupo, rol en el proyecto, niveles de interés e influencia (alto, medio o bajo), expectativas principales, riesgos asociados, estrategia de compromiso, necesidad, canal y frecuencia de comunicación, y el responsable de la comunicación, organizando la respuesta en formato de tabla.

La Matriz de Stakeholders generada por IA identificó 12 partes interesadas, clasificándolas en cuatro cuadrantes de interés e influencia, según el modelo del PMI (2021). En el cuadrante de “Alto interés / Alta influencia”, que requiere gestión cercana, se listaron el Alcalde Municipal, la Secretaría de Obras, el Gerente de Proyectos y la Cámara Municipal. Para el cuadrante de “Alto interés / Baja influencia”, con la estrategia de mantener informado, se identificaron los Servidores públicos, Ciudadanos y usuarios, y el Equipo técnico de obras. En el grupo de “Bajo interés / Alta influencia”, con la estrategia de mantener satisfecho, la IA incluyó el Tribunal de Cuentas del Estado de São Paulo (TCE-SP), la Secretaría de Finanzas, el Cuerpo de Bomberos y la Empresa contratada. Por último, para “Bajo interés / Baja influencia”, con la estrategia de monitorear, se señalaron los Proveedores y subcontratados.

La IA demostró una capacidad satisfactoria en la estructuración y clasificación de los stakeholders, alineándose a las buenas prácticas del área, especialmente para aquellos con perfiles más estandarizados. Sin embargo, para partes interesadas con dinámicas más complejas, como el TCE-SP, la Cámara Municipal y las comunidades afectadas, los resultados generados exigieron revisión y enriquecimiento por parte del gestor humano. Este hallazgo corrobora la perspectiva de Verrel y Julkovski (2024), quienes enfatizan la mayor eficacia de la IA cuando se combina con el conocimiento específico y la experticia del gestor responsable del proyecto, indicando que la herramienta actúa como un apoyo, y no como un sustituto integral del juicio humano.

Etapa 3 – Construcción del Plan de Gestión de la Comunicación con apoyo de la IA

Con la Matriz de Stakeholders validada, esta se utilizó como insumo directo para la construcción del Plan de Gestión de la Comunicación. El prompt proporcionado a la IA solicitó la elaboración de un plan completo, considerando el proyecto público y la fiscalización del TCE-SP, con comunicación adaptada a diferentes públicos. El plan debería contener siete dimensiones: objetivo, premisas y restricciones, matriz de comunicación detallada (tipo, contenido, canal, formato, frecuencia, responsable), tipos de reuniones, flujo de escalada de problemas, directrices para el uso de la IA (actividades apoyadas y protocolo de validación humana) e indicadores de eficacia de la comunicación.

El Plan de Gestión de la Comunicación resultante se estructuró en siete dimensiones, y la Matriz de Comunicación generada definió patrones específicos para cada stakeholder. Para el Alcalde Municipal, la comunicación formal vía reunión y PDF, mensualmente, con informes ejecutivos y alertas críticos, bajo la responsabilidad del Gerente de Proyectos. La Secretaría de Obras recibiría comunicación formal por reunión y correo electrónico, semanalmente, con informes técnicos, actas y no conformidades, también por el Gerente de Proyectos. La Cámara Municipal tendría comunicación formal vía oficio y PDF, bimestralmente, con rendición de cuentas y aditivos, a cargo de la Secretaría de Obras. El TCE-SP, con comunicación formal y legal, utilizaría el sistema TCE-SP, bajo demanda, para documentación licitatoria y contratos, con la Secretaría de Finanzas como responsable.

La Matriz de Comunicación también detalló que la Secretaría de Finanzas recibiría comunicación formal por correo electrónico e informe, mensualmente, con cronograma físico-financiero y mediciones, por parte del Gerente de Proyectos. La Empresa Contratada tendría comunicación formal y operativa por reunión y correo electrónico, semanalmente, con órdenes de servicio y actas, también por el Gerente de Proyectos. El Equipo Técnico, con comunicación operativa, participaría de reuniones diarias, recibiendo instrucciones, seguridad y pendientes, bajo responsabilidad del técnico. Los Servidores Públicos serían informados por correo electrónico e intranet, quincenalmente, sobre etapas de la obra e interrupciones, por la Secretaría de Obras. Por último, los Ciudadanos y Usuarios recibirían información por sitio web y redes sociales, mensualmente, sobre el funcionamiento de los servicios, con la Asesoría como responsable.

La IA demostró una contribución significativa en la generación de las minutas de cada dimensión del plan, en la estandarización de los formatos de comunicación y en la adaptación del lenguaje para diferentes perfiles de stakeholders. Sin embargo, dimensiones como el flujo de escalada de problemas, las directrices de gobernanza para el uso de la propia IA y los indicadores de eficacia demandaron una intervención humana más sustancial. Esto se debe al hecho de que estas tareas involucran decisiones estratégicas que extrapolan la capacidad actual de las herramientas generativas, un hallazgo que se alinea a las recomendaciones del IBGC (2025) sobre la necesidad de estructuras de gobernanza para asegurar la validación humana de decisiones críticas.

Levantamiento exploratorio de percepciones

El levantamiento exploratorio fue concebido para investigar las lagunas identificadas en la revisión bibliográfica y en la aplicación práctica, buscando comprender cómo las percepciones de los profesionales del área se alineaban o divergían de los problemas y potenciales mapeados. La investigación contó con la participación de 10 profesionales que actúan o ya actuaron en gestión de proyectos. El perfil predominante de los encuestados indicó que el 90% actúa en el sector de ingeniería y el 10% en salud. En relación al tiempo de actuación, el 20% tenía menos de 1 año de experiencia, el 30% entre 1 y 3 años, el 30% entre 3 y 5 años, y el 20% entre 5 y 10 años. La mayoría, el 80%, no poseía certificación en gestión de proyectos, mientras que el 20% poseía. En cuanto al tamaño medio de los equipos, el 40% trabajaba en equipos de hasta 5 personas, el 20% en equipos de 6 a 15, el 20% en equipos de 16 a 30, y el 20% en equipos con más de 30 personas.

Es fundamental reiterar que este levantamiento tiene carácter exploratorio, con una muestra intencional y reducida, no permitiendo generalizaciones para el universo de profesionales del área. Los resultados deben ser interpretados como percepciones iniciales que enriquecen la comprensión del problema investigado, en consonancia con la naturaleza de investigaciones exploratorias, conforme descrito por Gil (2002). Esta limitación es crucial para contextualizar el análisis de los datos y orientar futuras investigaciones con mayor alcance.

La evaluación de la eficacia de la comunicación en los proyectos, en una escala de 1 a 5, reveló que el 50% de los encuestados la consideraron “Moderada” (nota 3). Solo el 20% la calificaron como “Eficaz” (nota 4) y el 10% como “Muy eficaz” (nota 5). En contraste, el 10% la evaluaron como “Ineficaz” (nota 2) y el 10% como “Muy ineficaz” (nota 1). Estos datos indican que la mayoría de los profesionales perciben la comunicación en sus proyectos con un nivel intermedio de eficacia, lo que sugiere un espacio significativo para mejoras y formalización de los procesos.

La percepción de una eficacia moderada de la comunicación, con la mitad de los encuestados asignando una calificación de 3, confirma, en el contexto exploratorio de esta investigación, la tendencia de insatisfacción recurrente con la calidad de los procesos comunicativos en proyectos. Este hallazgo dialoga directamente con las observaciones de Cyganczuk et al. (2018), quienes identificaron problemas de comunicación como una de las barreras más frecuentes y de mayor impacto en la gestión de proyectos. La persistencia de esta percepción refuerza la necesidad de instrumentos y prácticas que puedan optimizar la comunicación.

Los principales desafíos de comunicación señalados por los encuestados fueron el “Exceso de información y ruido en la comunicación”, mencionado por el 50% de los participantes, y la “Falta de estandarización en los canales de comunicación”, indicada por el 40%. Otros desafíos relevantes, citados por el 30% de los encuestados cada uno, incluyeron la “Falta de claridad en los mensajes transmitidos”, la “Dificultad para alcanzar a todos los stakeholders” y los “Retrasos en el envío de actualizaciones e informes”. Solo el 10% mencionó “Otros” desafíos, lo que indica una concentración en las categorías principales.

Estos desafíos identificados por los profesionales guardan una correspondencia directa con los problemas que el Plan de Gestión de la Comunicación, elaborado en la etapa de aplicación práctica, busca abordar. El exceso de información y ruido se trata mediante la definición de contenidos delimitados por stakeholder, mientras que la falta de estandarización se resuelve mediante la Matriz de Comunicación. La dificultad para alcanzar a todos los stakeholders, a su vez, se aborda mediante la clasificación sistemática de las partes interesadas. Esta convergencia refuerza que los instrumentos desarrollados con el apoyo de la IA generativa responden a necesidades reales y percibidas por los profesionales del área, validando la relevancia de la intervención propuesta.

En relación a la frecuencia de fallos de comunicación, el 40% de los encuestados afirmó que ocurren “Frecuentemente” y otro 40% que suceden “A veces”, totalizando el 80% que enfrenta fallos con alguna regularidad. Solo el 10% reportó fallos “Raramente” y el 10% “Nunca”. En cuanto al uso del Plan de Gestión de la Comunicación, solo el 20% afirmó utilizarlo “Sí, siempre”, mientras que el 20% lo utiliza “Raramente”. Preocupantemente, el 40% “No lo utiliza” y el 20% “No sabía que existía” dicho documento, evidenciando una baja formalización y conocimiento sobre esta herramienta esencial.

El dato de que el 80% de los encuestados enfrenta fallos de comunicación con alguna regularidad, combinado con el hecho de que solo el 20% utiliza un Plan de Gestión de la Comunicación formalizado, revela una brecha expresiva entre la percepción del problema y la adopción de instrumentos para su tratamiento. Esta brecha es análoga a la identificada por el PMI (2014) a gran escala y por Cyganczuk et al. (2018) en el contexto de gerentes de proyecto brasileños. El hallazgo de que el 20% de los encuestados desconocía la existencia del documento es particularmente relevante, sugiriendo que la ausencia de formalización de la comunicación en proyectos no es solo una elección consciente, sino frecuentemente un reflejo del desconocimiento de las herramientas disponibles.

En cuanto al uso de herramientas de IA generativa en el contexto profesional, el 50% de los encuestados afirmó utilizarlas “regularmente”, y el 30% ya las ha utilizado “algunas veces”, lo que suma un 80% con alguna experiencia. Solo el 10% las ha probado, pero no las usa en el trabajo, y el 10% no conoce las herramientas. Las herramientas más adoptadas fueron ChatGPT (60%) y Microsoft Copilot (60%), seguidas por Gemini (40%), Claude (10%) y Notebook LM (10%). Las actividades de comunicación más apoyadas por la IA fueron la “Elaboración de correos electrónicos e informes” (70%), “Adaptación del lenguaje por público” (50%) y “Síntesis de documentos extensos” (40%), seguidas por “Elaboración de actas de reunión” (30%) y “Creación de informes de estado” (20%).

Los datos revelan que el 80% de los encuestados ya utilizan IA en un contexto profesional, siendo ChatGPT y Microsoft Copilot las herramientas más adoptadas, lo que confiere adherencia a la prueba práctica realizada en esta investigación. Las tres actividades más indicadas para el uso de IA —elaboración de correos electrónicos, adaptación de lenguaje y síntesis de documentos— corresponden exactamente a las funciones previstas en las directrices de uso de IA generativa incorporadas al Plan de Gestión de la Comunicación elaborado. Esto demuestra una clara sinergia entre las capacidades de la IA y las necesidades prácticas de los profesionales, validando el potencial de la tecnología para optimizar estas tareas.

La evaluación de los resultados obtenidos con el uso de IA en comunicación fue predominantemente positiva, con un 50% clasificándolos como “Bueno” (cumplió con lo necesario con pequeños ajustes) y un 30% como “Regular” (necesité revisar y adaptar bastante). Ningún encuestado evaluó el resultado como “Malo”. Sin embargo, el 90% identificó al menos un riesgo relevante. Los riesgos percibidos incluyeron “Resultados imprecisos o incorrectos generados por la IA” (30%), “Restricciones organizacionales — política interna y seguridad de datos” (30%), “Pérdida de la interacción humana en la comunicación” (20%) y “Dependencia excesiva de la tecnología” (20%). Solo el 10% no ve riesgos significativos.

Estos riesgos percibidos por los profesionales son coherentes con los desafíos de implementación de la IA identificados por Verrel y Julkovski (2024), quienes destacan aspectos como la seguridad de los datos y la resistencia cultural. También se alinean con las recomendaciones del IBGC (2025) sobre la necesidad de políticas organizacionales claras para el uso seguro y estratégico de la IA. Las condiciones consideradas más importantes para la incorporación exitosa de la IA al Plan de Gestión de la Comunicación fueron el “Entrenamiento del equipo para el uso de las herramientas” (70%), la “Definición clara de qué tareas serán apoyadas por IA” (50%), la “Validación humana de los contenidos generados por IA” (40%) y la “Política organizacional que autorice y regule el uso” (40%). La “Elección de herramientas adecuadas al contexto del proyecto” y la “Integración de las herramientas de IA con los sistemas ya utilizados” fueron citadas por el 30% de los encuestados cada una.

La capacitación del equipo fue señalada como la condición más importante por el 70% de los encuestados, un resultado que converge con la advertencia del IBGC (2025) sobre la urgencia de la capacitación en IA en Brasil. La necesidad de una definición clara del alcance de uso y de validación humana, indicadas por el 50% y 40% respectivamente, refuerza la perspectiva de Verrel y Julkovski (2024) de que los mayores desafíos de implementación de la IA en las organizaciones no son tecnológicos, sino predominantemente humanos y culturales. Finalmente, el 100% de los encuestados afirmó estar dispuesto a adoptar o ampliar el uso de IA en la comunicación de sus proyectos, siendo el 50% de forma definitiva y el 50% condicionado a aspectos como costo, seguridad y capacitación adecuada.

En resumen, los resultados de los tres frentes de esta investigación convergen en la conclusión de que las fallas de comunicación en proyectos son recurrentes y ampliamente reconocidas, siendo susceptibles de mitigación mediante la adopción de instrumentos estructurados de gestión. La inteligencia artificial generativa demostró una capacidad real para apoyar la construcción de estos instrumentos de forma ágil y coherente con las buenas prácticas del área, contribuyendo a la estandarización y adaptación del lenguaje. Sin embargo, sus limitaciones se concentran en actividades que exigen juicio estratégico, conocimiento contextual profundo y responsabilidad institucional, demandando validación humana. Aunque los hallazgos son exploratorios y se basan en una muestra reducida, indican un camino prometedor para la optimización de la comunicación en proyectos, resaltando la importancia de estudios futuros con mayor alcance para confirmar estas tendencias.

4. Conclusión

La presente investigación tuvo como objetivo analizar la contribución de la inteligencia artificial generativa en la elaboración del Plan de Gestión de la Comunicación y la Matriz de Stakeholders, así como evaluar su viabilidad práctica y la aceptación de los profesionales del área. Se verificó que las fallas de comunicación son recurrentes en proyectos, con baja formalización de planes de gestión, y que la IA generativa demostró capacidad para apoyar la estructuración inicial, la estandarización de formatos y la adaptación del lenguaje en ambos instrumentos. Se observó que la herramienta es eficaz para tareas operativas, pero sus limitaciones se manifestaron en actividades que exigen juicio estratégico, conocimiento contextual profundo y responsabilidad institucional. Los profesionales del área, en su mayoría, ya utilizan IA en contexto profesional y manifestaron alta disposición para su adopción, condicionada a aspectos como entrenamiento y políticas organizacionales claras.

La principal contribución del estudio reside en la demostración de que la IA generativa representa una herramienta prometedora para optimizar la gestión de la comunicación en proyectos, al reducir el tiempo de elaboración de instrumentos estructurados y estandarizar comunicados. Sin embargo, su incorporación eficaz no prescinde de planificación, gobernanza y capacitación humana. Es importante resaltar que, debido al carácter exploratorio del levantamiento y a la muestra reducida, los hallazgos deben ser interpretados con cautela. Se sugiere la realización de estudios futuros con muestras más amplias y diversificadas, la aplicación de los instrumentos en proyectos reales y la evaluación longitudinal de los resultados obtenidos con el uso de la IA generativa a lo largo del ciclo de vida de proyectos de diferentes portes y sectores, a fin de confirmar las tendencias identificadas.

Referencias Bibliográficas

Cyganczuk, S.V.; et al. 2018. Problemas de comunicação em projetos: percepção de gerentes de projeto. GEPROS: Gestão da Produção, Operações e Sistemas 13(3): 1-18. 22 maio 2026.

Gil, A.C. 2002. Como Elaborar Projetos de Pesquisa. 4.ed. Atlas, São Paulo, SP, Brasil.

Instituto Brasileiro de Governança Corporativa [IBGC]. 2025. Inteligência Artificial e Governança Corporativa: urgência da capacitação no Brasil. IBGC, São Paulo, SP, Brasil. Disponível em: <https://www.ibgc.org.br>. 20 maio 2026.

Project Management Institute [PMI]. 2014. Pulse of the Profession: The High Cost of Low Performance — The Essential Role of Communications. PMI, Newtown Square, PA, EUA. Disponível em: <https://www.pmi.org/-/media/pmi/documents/public/pdf/learning/thought-leadership/pulse/the-essential-role-of-communications.pdf>. 22 maio 2026.

Project Management Institute [PMI]. 2021. Um Guia do Conhecimento em Gerenciamento de Projetos. 7.ed. Project Management Institute, Newtown Square, PA, EUA.

Vanzolini, 2024 [Referência completa não encontrada no documento original]

Verrel, A.; Julkovski, D. 2024. O impacto da inteligência artificial na gestão de projetos: aplicações, benefícios e desafios. South American Development Society Journal 10-30. Disponível em:<https://doi.org/10.24325/issn.2446-5763.v10i30p1-23>.22 maio 2026.

Artículo originario del Trabajo de Conclusión de Curso de la Especialización en Gestión de Proyectos del MBA USP/Esalq

Para saber más sobre el curso, haz clic aquí y accede a la plataforma MBX Academy