"Inteligencia Artificial Aplicada al Análisis Estructural: Un Enfoque Bibliométrico"

Resumen

El presente artículo analiza el estado del arte de la aplicación de la Inteligencia Artificial (IA) en el análisis estructural dentro del ámbito de la ingeniería civil, desde un enfoque bibliométrico. La investigación se centra en identificar las tendencias, autores, instituciones, países y revistas con mayor impacto en esta intersección temática, evidenciando su evolución y áreas emergentes. El objetivo central consiste en mapear científicamente la producción académica relacionada con la integración de herramientas de IA —tales como redes neuronales, algoritmos genéticos y aprendizaje automático— en el modelado, diseño y evaluación de estructuras.

Desde una perspectiva teórica, el estudio se fundamenta en los enfoques computacionales de la ingeniería estructural y en las teorías de innovación tecnológica aplicadas a la ingeniería civil. Conceptualmente, se destacan términos clave como “machine learning”, “optimización estructural”, “modelado predictivo”, “detección de daños” y “análisis no lineal”, los cuales representan nodos críticos en la red de co-ocurrencia de palabras clave.

La metodología empleada se basó en el análisis bibliométrico de publicaciones indexadas en las bases Scopus y Web of Science entre 2000 y 2024, utilizando técnicas de análisis de coautoría, co-citación y co-palabras mediante software especializado como VOSviewer y Bibliometrix.

Los resultados revelan un crecimiento exponencial de publicaciones a partir de 2016, siendo China, Estados Unidos e India los principales polos de producción científica. Se concluye que la IA se posiciona como un catalizador de innovación en el análisis estructural, con un alto potencial para la predicción precisa del comportamiento estructural y la optimización de procesos de diseño, lo cual representa un cambio de paradigma en la ingeniería estructural moderna.