Resumen:
CONDITION FOR PUBLICATION OF PROJECT. This project aims to improve the efficiency and autonomy of the development team in a software company by integrating Generative Artificial Intelligence and Business Process Modeling Notation (BPMN) into the creation of MySQL queries. The hypothesis is that the use of tools such as ChatGPT, combined with a structured redesign of the workflow, significantly reduces development time and common coding errors. The project is justified by the need to optimize repetitive tasks, decrease reliance on the DBA, and improve the quality of delivered scripts.
The project was developed using a descriptive, non-experimental methodology. The current process (AS-IS) was mapped, multiple improvement alternatives were evaluated, and an optimized process model (TO-BE) was designed using tools like Bizagi Modeler, DBeaver, and ChatGPT. Simulations, user surveys, and controlled testing with ten developers were also conducted.
The results showed an average reduction in development time to less than one day, a decrease in syntax errors, and improved perceptions of autonomy among the development team. The proposed solution proves to be viable and scalable for similar technical environments.
Keywords:
BPMN, Generative AI, SQL Query Development, Process Optimization
Descripción:
CONDICIONAMIENTO DE PUBLICACION DE PROYECTO. El presente proyecto tiene como objetivo mejorar la eficiencia y autonomía del equipo de desarrollo en una empresa de software, mediante la integración de Inteligencia Artificial Generativa y Modelado de Procesos de Negocio (BPMN) en el desarrollo de consultas MySQL. Se plantea como hipótesis que el uso de herramientas como ChatGPT, combinadas con un rediseño estructurado del flujo de trabajo, reduce significativamente los tiempos de desarrollo y los errores comunes. El proyecto se justifica por la necesidad de optimizar procesos repetitivos, reducir la dependencia del DBA y mejorar la calidad del código entregado.
Para su desarrollo, se aplicó una metodología de tipo descriptiva no experimental. Se realizó el levantamiento del proceso actual (modelo AS-IS), se evaluaron alternativas de mejora y se construyó un modelo optimizado (TO-BE) con herramientas de uso corporativo como Bizagi Modeler, DBeaver y ChatGPT. Además, se llevaron a cabo simulaciones, encuestas y pruebas controladas con 10 desarrolladores.
Los resultados evidenciaron una reducción promedio del tiempo de desarrollo a menos de un día, disminución de errores de sintaxis y una mejora en la percepción de autonomía del equipo. La propuesta representa una solución viable y escalable para entornos técnicos similares.
