Nuevo Artículo: IADESPro Platform: Advanced Functionalities for Control and Monitoring in Sustainable Project Management¶

Revista AIAS Vol. 2 No. 1 (2026) Revista Journal Artificial Intelligence and Applied Sustainability (AIAS) producida por CIDIIA Centro de Investigación Desarrollo e Innovación en Inteligencia Artificial (CIDIIA) de la Universidad Central del Este en Colaboración con IADES ALLIENCE,

Cita del artículo :¶

Piñero Pérez, P. Y., Yzquierdo Herrera, R., Alvarado Acuña, L. S., Pérez Pupo, I., (2026). "IADESPro Platform: Advanced Functionalities for Control and Monitoring in Sustainable Project Management". AIAS Artificial Intelligence and Applied Sustainability, Vol. 2, No. 1., pp. 29, ISSN: 3060-9844. https://iajournals.uce.edu.do/index.php/aias/article/view/21

Resumen del artículo:
Este artículo presenta la evolución de la plataforma IADESPro, un ecosistema inteligente diseñado para fortalecer la toma de decisiones, el control y el monitoreo en la gestión de portafolios de proyectos de Ciencia, Tecnología e Innovación (CTI) bajo un enfoque de sostenibilidad aplicada. Frente a los desafíos de la gestión tradicional —caracterizada por procesos manuales, alta burocracia y consumo significativo de recursos—, esta nueva versión integra mejoras sustanciales en la evaluación multidimensional de proyectos. La propuesta destaca por su incorporación de técnicas avanzadas de Inteligencia Artificial, como lógica difusa y soft computing, específicamente aplicadas a la evaluación de factibilidad y madurez tecnológica en entornos altamente inciertos. Además, introduce el asistente experto conversacional BRasa, basado en Modelos de Acción Grande (LAM), que optimiza la gestión de stakeholders adaptando interfaces y dashboards según sus estilos de aprendizaje. Los resultados de implementación demuestran que la transformación digital impulsada por IADESPro reduce drásticamente las ineficiencias operativas y genera un impacto ambiental positivo directo, cuantificando una reducción de la huella de carbono de 2.7 toneladas de CO2 equivalente al eliminar viajes logísticos y monitoreo presencial. Con más de 120 proyectos gestionados exitosamente en sectores críticos como energía renovable y producción de biofertilizantes, la plataforma se consolida como una herramienta esencial para la gobernanza sostenible.¶

#IADES, #CIDIIA, #AIAS, #ArtificialIntelligence, #Sustainability

Nuevo Artículo: Optimization of monitoring and risk management in large-scale mining projects¶

Revista AIAS Vol. 2 No. 1 (2026) Revista Journal Artificial Intelligence and Applied Sustainability (AIAS) producida por CIDIIA Centro de Investigación Desarrollo e Innovación en Inteligencia Artificial (CIDIIA) de la Universidad Central del Este en Colaboración con IADES ALLIENCE,

Cita del artículo:¶

Huidobro Arabia, J., Morales Campillay, S., Galleguillos Rosales, A. A., Piñero Pérez, P. Y., (2026). "Conversational Systems and Soft Computing Perspective for Decision-Making". AIAS Artificial Intelligence and Applied Sustainability, Vol. 2, No. 1, pp. 29, ISSN: 3060-9844.

https://iajournals.uce.edu.do/index.php/aias/article/view/20

Resumen del artículo:
La creciente complejidad de los proyectos en el sector minero a gran escala, debido a la expansión hacia depósitos de difícil acceso con mayores demandas técnicas y riesgos operacionales, requiere un enfoque integral de gestión de riesgos. Esta investigación desarrolla un estudio de caso que aplica metodologías reconocidas, como el estándar PMI y el software Primavera Risk Analysis, enfocándose tanto en análisis cualitativo como cuantitativo. El estudio involucra cuatro unidades de análisis que abarcan perfiles profesionales clave en proyectos mineros. Demuestra que el monitoreo sistemático, apoyado por herramientas computacionales avanzadas y modelos de simulación (como Monte Carlo), permite generar cronogramas más robustos y confiables. Los hallazgos sugieren que la integración de la gestión del conocimiento, la madurez organizacional y los métodos de evaluación de sensibilidad contribuye al logro exitoso de los objetivos del proyecto. El artículo concluye con una propuesta metodológica replicable que puede consolidarse como una mejor práctica en la industria minera.
#IADES, #CIDIIA, #AIAS, #ArtificialIntelligence, #Sustainabilit¶

AI Transforms Project Management in the New Issue of AIAS Journal¶

The Center for Research, Development, and Innovation in Artificial Intelligence (CIDIIA) at Universidad Central del Este has announced the publication of Vol. 2 No. 1 (2026): Decision-Making in Project Management, Control, and Monitoring Assisted by Intelligent Tools of its Journal Artificial Intelligence and Applied Sustainability (AIAS).

This issue stands as a scientific benchmark, presenting key advances in AI integration, operational control, and sustainability. Highlights include:

• Large-scale mining: Integration of PMI standards and Monte Carlo simulations to optimize schedules and risk management in complex mining projects.
• IADESPro Platform: Conversational assistants (Large Action Models) and fuzzy logic that reduce operational inefficiencies and carbon footprint in science and innovation projects.
• PMO: An intelligent decision-making framework tailored to organizational maturity levels, using soft computing and metaheuristic algorithms to optimize resources.
• Strategic Diagnosis and Control: Computing with Words (CWW) and generative AI to quantify SWOT analyses and align execution with the SDGs.
• Governance for Startups: An AI-assisted model combining fuzzy reasoning with ISO/IEC 25010-based audits, balancing innovation and sustainability.
• Financial Anomaly Detection: The “LDS_Detection” model, based on neutrosophic logic and linguistic summarization, cuts transactional risk classification errors by 85%.
• Small Language Models (SLMs): Validation of local, 4-bit quantized generative architectures that democratize AI for SMEs, balancing “Green AI” efficiency and cognitive accuracy.
• Access the full articles: https://iajournals.uce.edu.do/index.php/aias/issue/view/2026_02_01

El Centro de Investigación Desarrollo e Innovación en Inteligencia Artificial (CIDIIA) de la Universidad Central del Este anunció la publicación del Vol. 2 No. 1 (2026): Decision-Making in Project Management, Control, and Monitoring Assisted by Intelligent Tools de su revista Journal Artificial Intelligence and Applied Sustainability (AIAS).

Este número se consolida como referente científico al presentar avances en la integración de la IA, el control operativo y la sostenibilidad. Entre las investigaciones destacadas figuran:

• Minería a gran escala: integración de estándares del PMI y simulaciones de Montecarlo para optimizar cronogramas y riesgos en proyectos mineros complejos.
• Plataforma IADESPro: asistentes conversacionales (Large Action Models) y lógica difusa para reducir ineficiencias operativas y huella de carbono en proyectos de ciencia e innovación.
• Oficinas de Gestión de Proyectos (PMO): marco de decisiones inteligente según madurez organizacional, con soft computing y algoritmos metaheurísticos para optimizar recursos.
• Diagnóstico y Control Estratégico: “Computación con Palabras” (CWW) e IA generativa para cuantificar análisis FODA y alinear la ejecución con los ODS.
• Gobernanza para Startups: modelo asistido por IA que combina razonamiento difuso con auditoría basada en ISO/IEC 25010, para equilibrar innovación y sostenibilidad.
• Detección de Anomalías Financieras: modelo “LDS_Detection”, con lógica neutrosófica y resúmenes lingüísticos, reduce en 85% los errores de clasificación de riesgos transaccionales.
• Modelos de Lenguaje Pequeños (SLMs): arquitecturas generativas locales cuantizadas a 4 bits que democratizan la IA para pymes, con equilibrio entre “Green AI” y precisión cognitiva.

Para acceder a los artículos completos: https://iajournals.uce.edu.do/index.php/aias/issue/view/2026_02_01

Generative Artificial Intelligence and Probabilistic Trees for the Linguistic Data Summarization in Wave Energy Decision-Making¶

Puede descargarla citarla, leerla, SIN COSTO, ya los autores pagamos para que usted pueda lleerla sin costo alguno. *https://doi.org/10.3390/make8060157 *

Nueva investigación de IADES ALLIANCE esta vez en el estudio de capacidades para la generación de energía mareomotriz en el Norte Grande de Chile. Estudio del comportamiento del oceano en las costas del norte grande a partir de combinar LDS, Probabilistic Tress and Generative AI.

Puede CITAR EL ARTICULO de esta forma:

Pérez Pupo, I., Alvarado Acuña, L., Piñero Pérez, P. Y., Yzquierdo Herrera, R., & Leyva Vázquez, M. Y. (2026). “Generative Artificial Intelligence and Probabilistic Trees for the Linguistic Data Summarization in Wave Energy Decision-Making”. Machine Learning and Knowledge Extraction, 8(6), 157; https://doi.org/10.3390/make8060157

El poster muestra algunos de los elementos relevantes de esta publicacion OPEN ACCESS : https://drive.google.com/file/d/1GLqmwS0_mswziiDQ2TdphzXcg3mTYuNL/view?usp=drive_link

Puede descargarla citarla, leerla, SIN COSTO, ya los autores pagamos para que usted pueda llerla sin costo alguno.

https://iades.xutil.net/news/45

REVISTA Artificial Intelligence and Machine Learning¶

• Pérez Pupo*, I., Alvarado Acuña, L., Piñero Pérez, P. Y., Yzquierdo Herrera, R., & Leyva Vázquez, M. Y. (2026). Generative Artificial Intelligence and Probabilistic Trees for the Linguistic Data Summarization in Wave Energy Decision-Making. Preprints. https://doi.org/10.20944/preprints202604.1304.v1

Abstract

This paper presents a hybrid model that combines linguistic data summarization techniques, algorithms for constructing probabilistic trees, and various Generative Artificial Intelligence models for learning and generating linguistic summaries to aid decision-making. The proposal is validated using methodological triangulation techniques that demonstrate high consistency in the knowledge discovered. The proposal also compares different Generative Artificial Intelligence models; among the evaluated models, Gemini achieved the best performance. However, it is evident that in certain contexts and tasks, small language models can be effective, yielding results comparable to Large Language Models (LLMs) at a lower computational cost. This study applies the algorithms in a case study analyzing oceanographic data from northern Chile. In the validation scenario, the combination of linguistic data summarization methods with unsupervised learning techniques effectively models human tolerance for imprecision when processing complex data and generated linguistic summaries easily interpretable by human decision-makers with high levels of confidence. Studies of energy capacities in the studied region and their behavior in both winter and summer are presented.

Keywords: linguistic data summarization; Chow–Liu algorithm; uncertainty; artificial intelligence; decision-making; oceanography

IADES (Inteligencia Artificial para el Desarrollo Sostenible) da un paso mas en su consolidación.

Actualmente la comunidad que forma la Alianza IADES se soporta en cuatro pilares fudamentales:

- Comunidad IADES con presencia en Whatapps (https://chat.whatsapp.com/JPFFE37erYwLHC8oZrn2pT) y Telegram (https://t.me/+95KQZumRPNEyNzBh) Mas de 1500 profesionales de mas de 12 paises.

- IADES SRL: Sociedad Mercantil Inteligencia Artificial para el Desarrollo Sostenible. https://iades.xutil.net

- CIDIIA. Centro de Investigación Desarrollo e Innovación en Inteligencia Artificial, Asociado a la Universidad Central del Este, https://cidiia.uce.edu.do

- IADES ALLIANCE SPA, Sociedad por Acciones Inteligencia Artificial para el Desarrollo Sostenible, radicada en Antofagasta Chile.

Este grupo de instituciones marchan a convertirse en el Holding IADES ALLIANCE

trabajando porque un futuro mejor es posible.

IADES ALLIANCE

Entrego hoy el libro:

Computational Intelligence in Generative Artificial Intelligence – Uncertainty Treatment and Decision-Making

Libro de 420 páginas Formado por 3 partes cada parte con 4 capítulos o artículos. Total 12 capítulos o artículos
Con Autores de diferentes países Cuba, República Dominicana, Bélgica, Chile, Ecuador, España, Rusia y Canadá.

Parte 1: Incorpora nuevos algoritmos y técnicas para el tratamiento de la incertidumbre en la IA generativa.
- Formas de medir la pausabilidad, impacto en la IA explicativa otros. (Cuba, Belgica)
- operadores para el. , trabajo con logprobs, y el tratamiento de incertidumbre. (República Dominicana chile Cuba Ecuador)
- propuesta de un modelo regulatorio para el desarrollo de la inteligencia (Yarina Amoroso y otros autores)

Parte 2 : Modelos modelos arquitectónicos que soportan la integración en IA generativa los patrones. Ciberseguridad.

Parte 3: Artículos que combinan la Inteligencia Artificial Generativa y la Inteligencia Computacional para la ayuda a la toma de decisiones gestión del talento Aplicaciones en Salud, el Deporte y la Sostenibilidad

Excelentes articulos que estarán disponibles a partir de Abril - Mayo 2026

https://www.linkedin.com/posts/pedro-y-pi%C3%B1ero-p%C3%A9rez-b3b82567_ecosystem-for-construction-of-hybrid-conversational-share-7419048452916940800-PyBv?utm_source=share&utm_medium=member_desktop&rcm=ACoAAA4umh8Bj4sCbk2lswNs_qi4wbCjzl0oUTg

Ecosystem for Construction of Hybrid Conversational Systems (BRasa)¶

Mir, Y.O.V., Pupo, I.P., Piñero Pérez, P.Y., Acuña, L.A., Pérez, R.B. (2024). Ecosystem for Construction of Hybrid Conversational Systems (BRasa). In: Piñero Pérez, P.Y., Kacprzyk, J., Bello Pérez, R., Pupo, I.P. (eds) Computational Intelligence in Engineering and Project Management. CIIP 2023. Studies in Computational Intelligence, vol 1134. Springer, Cham. https://doi.org/10.1007/978-3-031-50495-2_8¶

Abstract

The increasing maturity of artificial intelligence technologies related to conversational systems, such as machine learning algorithms, natural language processing, linguistic data summarization, and natural language generation, is changing the way in which users interact with information systems. In this sense, two trends stand out: the improvement of rule-based smart chatbots and Large Language Models. These two models have different characteristics, with advantages and disadvantages for different scenarios. In this work, the BRasa ecosystem is proposed, which allows the construction of conversational systems that exploit the advantages of the two models. The ecosystem combines different computational intelligence techniques with natural language processing techniques, among which the following stand out: linguistic data summary, fuzzy logic, and neutrosophic theory. As part of the validation of the proposal, using the ecosystem, two conversational systems are built for different environments. The experimental design consists of different tests that demonstrate the applicability and effectiveness of the proposal.

Sports Talent by Combining Computing with Word and Neutrosophic Theory¶

Pupo, I.P., Pulgarón, R.P., Acuña, L.A., Calderón, C., Herrera, R.Y. (2025). Sports Talent by Combining Computing with Word and Neutrosophic Theory. In: Piñero Pérez, P.Y., Pérez Pupo, I., Kacprzyk, J., Bello Pérez, R.E. (eds) Computational Intelligence Applied to Decision-Making in Uncertain Environments. Studies in Computational Intelligence, vol 1195. Springer, Cham. https://doi.org/10.1007/978-3-031-83643-5_11¶

Abstract

The selection of sports talents is a problem when many variables intervene. These variables are represented by mixed data, where symbolic and numerical data are present. Many coaches still rely on empirical methods to identify talents, which can lead to subjective and biased decisions. On the other hand, the veracity of the input data to the selection process can be affected by subjective factors that increase uncertainty in decision-making. This situation is conducive to applying soft computing techniques to solve this problem. In the methods section of the work, an algorithm is proposed for the selection of sports talent that combines word computing techniques with the neutrosophic theory. Then, in the results section, the proposal is validated by comparing the proposed method against other selection methods. The results are compared using non-parametric tests and the SPSS tool. It is shown that the proposed model reports better results than traditional methods.