Lévano Rodríguez, DannyPrada Linarez, DavidGuerrero Pusma, Omar Azel2025-09-172025-09-172025-07-03https://hdl.handle.net/20.500.12840/9171Este artículo presenta el desarrollo de una herramienta innovadora diseñada para ayudar a los desarrolladores a seleccionar la arquitectura de software más adecuada para sus proyectos, utilizando como base el modelo GPT-4-Turbo. La herramienta considera factores clave como los requisitos, el alcance y el tamaño del equipo desde las fases iniciales del desarrollo, y su innovación radica en el uso de GAI (Inteligencia Artificial Generativa) para sugerir patrones arquitectónicos, lo que permite a los desarrolladores tomar decisiones informadas, optimizar el diseño arquitectónico y mejorar la calidad del software resultante en términos de rendimiento, complejidad y fiabilidad. Su utilidad se centra en reducir la variedad de arquitecturas adecuadas en el proyecto de software, garantizando la escalabilidad y cerrando la brecha de innovación tecnológica. Los resultados validan la idea de que esta herramienta puede mejorar la eficacia y la calidad del proceso de desarrollo.application/pdfspainfo:eu-repo/semantics/embargoedAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Arquitectura de softwareInteligencia artificial generativaModelo GPT-4 TurboDesign SprintPatrones ArquitectónicosDesarrollo de softwareinfo:eu-repo/semantics/bachelorThesishttps://purl.org/pe-repo/ocde/ford#2.02.03