Desarrollo de modelos de machine learning para la predicción de sobrecostos y retrasos en obras públicas: estudio de caso de la región Arequipa, Perú
Cargando...
Fecha
2026-10-07
Autores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Católica de Santa María
Nivel de acceso
Acceso Abierto
Resumen
La construcción concentra gran parte de la inversión pública peruana, pero enfrenta problemas crónicos de sobrecostos y retrasos que comprometen los recursos del Estado y postergan el cierre de la brecha de infraestructura. Esta investigación desarrolla modelos de machine learning para anticipar sobrecostos y retrasos en obras públicas, a partir de 98 obras públicas liquidadas en Arequipa (S/ 4.5 a S/ 30 millones) con variables predictoras previas a la ejecución. Las variables independientes surgieron de una revisión bibliográfica de los factores más influyentes, y las dependientes se establecieron según el triángulo de hierro de la gestión de proyectos (costo, plazo y alcance). Tras construir el conjunto de datos mediante un análisis forense y documental de los registros contractuales, se realizó un análisis exploratorio y una estratificación no supervisada que separó tres perfiles de obra: exitosas, moderadas y colapsadas. Después se entrenaron modelos supervisados con variables seleccionadas por objetivo, comparando modelos lineales (LASSO lineal y cuadrático) con random forest, evaluados por validación cruzada estratificada repetida; el modelo final se validó externamente con obras de Cusco, Puno y Tacna. Predecir el valor exacto del desvío resultó poco viable (R² ≤ 0.17), pero su estructuración como un modelo de clasificación de riesgo por terciles demostró ser una alternativa efectiva; los tres clasificadores obtuvieron un AUC interno de 0.69 a 0.76. En la validación externa, el orden de riesgo se mantuvo para el retraso y el avance, pero no para el sobrecosto (AUC 0.58, cercano al azar), y el umbral debió recalibrarse por región. Las variables más influyentes cambian según el objetivo: el sobrecosto depende del plazo inicial, la modalidad de licitación y el tipo de contratista; el retraso, del sistema de contratación, la tipología de obra y el contexto de la pandemia. Finalmente, se propone una herramienta de gestión, el Semáforo de Alerta Temprana, que clasifica las obras y prioriza la revisión preventiva del expediente antes de la licitación.
Descripción
Palabras clave
Machine learning, sobrecostos, retrasos