Inteligencia artificial generativa en la transición energética: una revisión de alcance
ASCE MAGAZINE · 06.08.2026 · 5 (3) · 1591-1614
DOI: 10.70577/asce.v5i3.922 ↗Kurz gefasst
Fachartikel in der Zeitschrift ASCE MAGAZINE, online erschienen am 06.08.2026. Verfasst von Andrés Zambrano Pullutaxi und 1 weiteren Autor:innen. Die Arbeit nennt 49 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).
Abstract (Originalsprache)
La transición energética enfrentó desafíos asociados a la integración de fuentes de energía renovable variable, la gestión de la incertidumbre y la creciente complejidad de los sistemas energéticos, frente a los cuales la inteligencia artificial (IA) generativa emergió como una herramienta aún no sistematizada. El objetivo de este estudio fue analizar y sistematizar, mediante una Revisión de Alcance (Scoping Review) conforme a las directrices PRISMA-ScR, la evidencia científica sobre el uso de la IA generativa en la transición energética, con el fin de identificar sus principales dominios de aplicación, enfoques metodológicos y vacíos de investigación. La búsqueda bibliográfica se realizó el 17 de diciembre de 2025 en IEEE Xplore, Scopus, Web of Science y Springer Nature, con criterios de inclusión y exclusión definidos previamente; se incluyeron estudios revisados por pares publicados entre 2020 y 2026, con lo cual se conformó un corpus final de 12 estudios, analizados mediante un enfoque cualitativo y descriptivo. Los estudios incluidos evidenciaron tres ejes principales de aplicación: la generación de escenarios y datos sintéticos, la optimización de procesos operativos y de mantenimiento, y el apoyo a la toma de decisiones en sistemas energéticos inteligentes. Persistieron limitaciones relacionadas con la escasa validación en entornos reales, la dependencia de los datos, la escalabilidad computacional y la ausencia de marcos regulatorios. Se concluyó que la IA generativa constituyó un enfoque emergente y transversal en la transición energética, cuya consolidación práctica requiere mayor validación empírica. El protocolo fue registrado en el Open Science Framework (OSF) bajo el código 10.17605/OSF.IO/BYM7A.
Zitieren
APA
Pullutaxi, A. Z., & Buele, J. (2026). Inteligencia artificial generativa en la transición energética: una revisión de alcance. ASCE MAGAZINE, 5(3), 1591-1614. https://doi.org/10.70577/asce.v5i3.922
Vancouver
Pullutaxi AZ, Buele J. Inteligencia artificial generativa en la transición energética: una revisión de alcance. ASCE MAGAZINE. 2026;5(3):1591-1614. doi:10.70577/asce.v5i3.922
BibTeX
@article{Pullutaxi2026,
author = {Pullutaxi, Andrés Zambrano and Buele, Jorge},
title = {Inteligencia artificial generativa en la transición energética: una revisión de alcance},
journal = {ASCE MAGAZINE},
year = {2026},
volume = {5},
number = {3},
pages = {1591--1614},
doi = {10.70577/asce.v5i3.922}
}
EUVIMED