Analysis of software development quality in Colombia through machine learning models
Published
:Issue
:Section
:License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Downloads
Quality, Software, Artificial Intelligence, Development, Errors, Analysis
This analysis examines the quality of software development in Colombia through the review and evaluation of the contributions of machine learning models. A qualitative investigation was conducted using a case study design, based on the analysis of scientific articles, technical reports, national policies, and documented experiences from participants in academic and technological environments. Through this method, it was possible to explore perceptions, practices, and evidence related to the application of these models to software, as well as the circumstances under which they are incorporated into development processes. The results indicate that, although artificial intelligence and machine learning have significant potential to predict failures, improve the quality of the final product, and increase productivity, their use is not yet flawless. Additionally, it is evident that developers and companies identify advantages such as early error detection, task automation, and support in decision-making. However, they also face obstacles related to lack of technological maturity, limited local research, and insufficient practical implementation. Overall, the findings indicate the need to strengthen applied research and promote a broader transition toward the use of machine learning models in the field of software development.
Barrera-Hernández, L. F., Murillo-Parra, L. D., Ocaña-Zúñiga, J., Cabrera-Méndez, M., Echeverría-Castro, S. B., & Sotelo-Castillo, M. A. (2021). Causas, consecuencias y qué hacer frente al cambio climático: análisis de grupos focales con estudiantes y profesores universitarios. Obtenido de Revista mexicana de investigación educativa: https://www.scielo.org.mx/scielo.php?pid=S1405-66662020000401103&script=sci_arttext
Betancourt, L. V. (2024). Machine learning para el testeo de calidad del software: caso de estudio de Sonarqube en Cobistopaz. Obtenido de Universidad Nacional Abierta y a Distancia (UNAD): https://repository.unad.edu.co/bitstream/handle/10596/65085/Locampo.pdf?sequence=1&isAllowed=y
Calegario, F., Burégio, V., Erivaldo, F., Andrade, D. M., Felix, K., Barbosa, N., . . . França, C. (2024). CESAR Whitepaper. Obtenido de Exploring the intersection of: file:///C:/Users/mMJua/OneDrive/Desktop/ProyectoagenciaIR-frontend/Agencia%20ir%20frontend/public/images/2312.14262v1.pdf
Crawford, T., Scott Duong, R. F., Lawani, A., Owoade, S., Uzoka, A., & Parizi, R. M. (2023). Cornell University. Obtenido de AI in Software Engineering: A Survey on Project: https://arxiv.org/abs/2307.15224
Fernando, E.-L. A., Marcelo, R.-S. F., César, G.-S. P., & Fabricio, B.-A. M. (30 de 1 de 2023). La inteligencia artificial aplicada a la optimización de programas informáticos. Obtenido de Journal of Economic and Social Science Research: https://economicsocialresearch.com/index.php/home/article/view/61/195
Garcia, L. J., Zambrano, M. M., & Cruzatty, J. E. (20 de 2 de 2020). LA INTELIGENCIA ARTIFICIAL EN LA CALIDAD DEL SOFTWARE: UNA REVISIÓN SISTEMÁTICA DE LA LITERATURA. Obtenido de UNESUM-Ciencias: Revista Científica Multidisciplinari: https://revistas.unesum.edu.ec/index.php/unesumciencias/article/view/208/161
García, L. J., Zambrano, M. M., & Cruzatty, J. E. (20 de 2 de 2020). UNESUM. Obtenido de LA INTELIGENCIA ARTIFICIAL EN LA CALIDAD DEL SOFTWARE: UNA REVISIÓN SISTEMÁTICA DE LA LITERATURA: https://revistas.unesum.edu.ec/index.php/unesumciencias/article/view/208/161
Gil-Vera, V. D., & Seguro-Gallego, C. (22 de abril de 2022). MACHINE LEARNING APLICADO AL ANÁLISIS DEL RENDIMIENTO DE DESARROLLOS DE SOFTWARE. Obtenido de file:///C:/Users/mMJua/Downloads/Machine_learning_aplicado_al_analisis_del_rendimie.pdf
Jorayeva, M., Akbulut, A., Catal, C., & Mishra, A. (Marzo de 2022). Machine Learning-Based Software Defect Prediction for Mobile Applications: A Systematic Literature Review. Obtenido de MDPI: https://www.researchgate.net/publication/359513526_Machine_Learning-Based_Software_Defect_Prediction_for_Mobile_Applications_A_Systematic_Literature_Review
Khaleel, S. I., & Salih, L. F. (10 de marzo de 2023). A survey of predicting software reliability using machine learning methods. Obtenido de IAES International Journal of Artificial Intelligence: file:///C:/Users/mMJua/Downloads/A_survey_of_predicting_software_reliability_using_.pdf
M., E., Porter, J. E., & Barbagallo, M. S. (2023). Simplifying Qualitative Case Study Research Methodology: A Step-By-Step Guide Using a Palliative Care Example. Obtenido de TQR: https://nsuworks.nova.edu/cgi/viewcontent.cgi?article=6478&context=tqr
Msakni, M. K., Risan, A., & Schütz, P. (2023). Using machine learning prediction models for quality control: a case study from the automotive industry. Obtenido de file:///C:/Users/mMJua/Downloads/s10287-023-00448-0.pdf
Nieto, A. P., & Sáenz, D. A. (11 de 2 de 2025). PROPUESTA DE MEJORA OPERACIONAL DE UNA FÁBRICA DE DESARROLLO DE SOFTWARE CON HERRAMIENTAS DE INTELIGENCIA ARTIFICIAL. Obtenido de ean universidad: https://repository.universidadean.edu.co/server/api/core/bitstreams/e258154b-a46e-4ddc-b464-fc4f0cb4c15d/content
PARADA, R. R. (2 de 2023). DISEÑO DE UNA GUÍA METODOLÓGICA DE LAS MEJORES PRÁCTICAS PARA EL DESARROLLO DE SOFTWARE EN EL ÁREA DE TI DE UNA EMPRESA PRESTADORA DEL SERVICIO DE ENERGÍA ELÉCTRICA. Obtenido de UFPS: https://catalogobiblioteca.ufps.edu.co/cgi-bin/koha/opac-retrieve-file.pl?id=a382f8e141831bca933965d0b330c42c
Pokharel, K. R., Paudel, S., & Marasini, A. (2024). Revisiting the Case Study Method in Social Research: A Reflective and Argumentative Review for Novice Researchers. Obtenido de Nepal Journals Online: www.nepjol.info/index.php/ej/article/view/82043
Salamanca, H. A., Cárdenas, P. A., Pérez, T. V., Diaz, N. F., Ortega, J. A., & Gámez, M. I. (2024). La entrevista semiestructurada: una herramienta pertinente en la percepción de valores sociales para la vida. Obtenido de Revista Lasallista de investigacion: https://revistas.unilasallista.edu.co/index.php/rldi/article/view/3371/210210898
Sampieri, R. H., & Torres, C. P. (2023). Metodología de la Investigación. Obtenido de https://www.sanzytorres.es/libros/metodologia-de-la-investigacion/9781456294915
Sota, F. G., Alfonso, L. P., & Alfonso, L. P. (2024). Methodological design of a case study research based: innovative learning from the perspective of two technology startups. Obtenido de https://journaljmbe.com/article/view/6444
Suárez, C. G., Mosquera, J. M., & Bucheli, V. A. (2020). Una revisión sistemática sobre aula invertida y aprendizaje colaborativo apoyados en inteligencia artificial para el aprendizaje de programación. Obtenido de Universidad Distrital Francisco José de Caldas: https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/16934/17470
Toro, X. G. (2024). Universidad Distrital Francisco José de Caldas. Obtenido de Impacto de la Inteligencia Artificial en la Gestión de Requerimientos de Software: https://revistas.udistrital.edu.co/index.php/tia/article/view/22221
This analysis examines the quality of software development in Colombia through the review and evaluation of the contributions of machine learning models. A qualitative investigation was conducted using a case study design, based on the analysis of scientific articles, technical reports, national policies, and documented experiences from participants in academic and technological environments. Through this method, it was possible to explore perceptions, practices, and evidence related to the application of these models to software, as well as the circumstances under which they are incorporated into development processes. The results indicate that, although artificial intelligence and machine learning have significant potential to predict failures, improve the quality of the final product, and increase productivity, their use is not yet flawless. Additionally, it is evident that developers and companies identify advantages such as early error detection, task automation, and support in decision-making. However, they also face obstacles related to lack of technological maturity, limited local research, and insufficient practical implementation. Overall, the findings indicate the need to strengthen applied research and promote a broader transition toward the use of machine learning models in the field of software development.
Barrera-Hernández, L. F., Murillo-Parra, L. D., Ocaña-Zúñiga, J., Cabrera-Méndez, M., Echeverría-Castro, S. B., & Sotelo-Castillo, M. A. (2021). Causas, consecuencias y qué hacer frente al cambio climático: análisis de grupos focales con estudiantes y profesores universitarios. Obtenido de Revista mexicana de investigación educativa: https://www.scielo.org.mx/scielo.php?pid=S1405-66662020000401103&script=sci_arttext
Betancourt, L. V. (2024). Machine learning para el testeo de calidad del software: caso de estudio de Sonarqube en Cobistopaz. Obtenido de Universidad Nacional Abierta y a Distancia (UNAD): https://repository.unad.edu.co/bitstream/handle/10596/65085/Locampo.pdf?sequence=1&isAllowed=y
Calegario, F., Burégio, V., Erivaldo, F., Andrade, D. M., Felix, K., Barbosa, N., . . . França, C. (2024). CESAR Whitepaper. Obtenido de Exploring the intersection of: file:///C:/Users/mMJua/OneDrive/Desktop/ProyectoagenciaIR-frontend/Agencia%20ir%20frontend/public/images/2312.14262v1.pdf
Crawford, T., Scott Duong, R. F., Lawani, A., Owoade, S., Uzoka, A., & Parizi, R. M. (2023). Cornell University. Obtenido de AI in Software Engineering: A Survey on Project: https://arxiv.org/abs/2307.15224
Fernando, E.-L. A., Marcelo, R.-S. F., César, G.-S. P., & Fabricio, B.-A. M. (30 de 1 de 2023). La inteligencia artificial aplicada a la optimización de programas informáticos. Obtenido de Journal of Economic and Social Science Research: https://economicsocialresearch.com/index.php/home/article/view/61/195
Garcia, L. J., Zambrano, M. M., & Cruzatty, J. E. (20 de 2 de 2020). LA INTELIGENCIA ARTIFICIAL EN LA CALIDAD DEL SOFTWARE: UNA REVISIÓN SISTEMÁTICA DE LA LITERATURA. Obtenido de UNESUM-Ciencias: Revista Científica Multidisciplinari: https://revistas.unesum.edu.ec/index.php/unesumciencias/article/view/208/161
García, L. J., Zambrano, M. M., & Cruzatty, J. E. (20 de 2 de 2020). UNESUM. Obtenido de LA INTELIGENCIA ARTIFICIAL EN LA CALIDAD DEL SOFTWARE: UNA REVISIÓN SISTEMÁTICA DE LA LITERATURA: https://revistas.unesum.edu.ec/index.php/unesumciencias/article/view/208/161
Gil-Vera, V. D., & Seguro-Gallego, C. (22 de abril de 2022). MACHINE LEARNING APLICADO AL ANÁLISIS DEL RENDIMIENTO DE DESARROLLOS DE SOFTWARE. Obtenido de file:///C:/Users/mMJua/Downloads/Machine_learning_aplicado_al_analisis_del_rendimie.pdf
Jorayeva, M., Akbulut, A., Catal, C., & Mishra, A. (Marzo de 2022). Machine Learning-Based Software Defect Prediction for Mobile Applications: A Systematic Literature Review. Obtenido de MDPI: https://www.researchgate.net/publication/359513526_Machine_Learning-Based_Software_Defect_Prediction_for_Mobile_Applications_A_Systematic_Literature_Review
Khaleel, S. I., & Salih, L. F. (10 de marzo de 2023). A survey of predicting software reliability using machine learning methods. Obtenido de IAES International Journal of Artificial Intelligence: file:///C:/Users/mMJua/Downloads/A_survey_of_predicting_software_reliability_using_.pdf
M., E., Porter, J. E., & Barbagallo, M. S. (2023). Simplifying Qualitative Case Study Research Methodology: A Step-By-Step Guide Using a Palliative Care Example. Obtenido de TQR: https://nsuworks.nova.edu/cgi/viewcontent.cgi?article=6478&context=tqr
Msakni, M. K., Risan, A., & Schütz, P. (2023). Using machine learning prediction models for quality control: a case study from the automotive industry. Obtenido de file:///C:/Users/mMJua/Downloads/s10287-023-00448-0.pdf
Nieto, A. P., & Sáenz, D. A. (11 de 2 de 2025). PROPUESTA DE MEJORA OPERACIONAL DE UNA FÁBRICA DE DESARROLLO DE SOFTWARE CON HERRAMIENTAS DE INTELIGENCIA ARTIFICIAL. Obtenido de ean universidad: https://repository.universidadean.edu.co/server/api/core/bitstreams/e258154b-a46e-4ddc-b464-fc4f0cb4c15d/content
PARADA, R. R. (2 de 2023). DISEÑO DE UNA GUÍA METODOLÓGICA DE LAS MEJORES PRÁCTICAS PARA EL DESARROLLO DE SOFTWARE EN EL ÁREA DE TI DE UNA EMPRESA PRESTADORA DEL SERVICIO DE ENERGÍA ELÉCTRICA. Obtenido de UFPS: https://catalogobiblioteca.ufps.edu.co/cgi-bin/koha/opac-retrieve-file.pl?id=a382f8e141831bca933965d0b330c42c
Pokharel, K. R., Paudel, S., & Marasini, A. (2024). Revisiting the Case Study Method in Social Research: A Reflective and Argumentative Review for Novice Researchers. Obtenido de Nepal Journals Online: www.nepjol.info/index.php/ej/article/view/82043
Salamanca, H. A., Cárdenas, P. A., Pérez, T. V., Diaz, N. F., Ortega, J. A., & Gámez, M. I. (2024). La entrevista semiestructurada: una herramienta pertinente en la percepción de valores sociales para la vida. Obtenido de Revista Lasallista de investigacion: https://revistas.unilasallista.edu.co/index.php/rldi/article/view/3371/210210898
Sampieri, R. H., & Torres, C. P. (2023). Metodología de la Investigación. Obtenido de https://www.sanzytorres.es/libros/metodologia-de-la-investigacion/9781456294915
Sota, F. G., Alfonso, L. P., & Alfonso, L. P. (2024). Methodological design of a case study research based: innovative learning from the perspective of two technology startups. Obtenido de https://journaljmbe.com/article/view/6444
Suárez, C. G., Mosquera, J. M., & Bucheli, V. A. (2020). Una revisión sistemática sobre aula invertida y aprendizaje colaborativo apoyados en inteligencia artificial para el aprendizaje de programación. Obtenido de Universidad Distrital Francisco José de Caldas: https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/16934/17470
Toro, X. G. (2024). Universidad Distrital Francisco José de Caldas. Obtenido de Impacto de la Inteligencia Artificial en la Gestión de Requerimientos de Software: https://revistas.udistrital.edu.co/index.php/tia/article/view/22221
Most read articles by the same author(s)
- Andres Esteban Sandoval Carreño, Blanca Merry Rolon Rodriguez, Analysis for Inventory and Sales Management in Colombian Microenterprises , Revista CONVICCIONES: Vol. 9 No. 18 (2022)
- Jhoan Sebastian Celis Pabón, Juan David Rodríguez Casanova, Gabriel Dario Vanegas Morales, The misuse of social networks , Revista CONVICCIONES: Vol. 10 No. 20 (2023)