Guías para mejorar la calidad de especificaciones de requerimientos en lenguaje natural

Autores
Ruffolo, Nicolás Simón; Maltempo, Giuliana; Delle Ville, Juliana Ailen; Carden, Carlos; Roa, Elías; Giandon, Enzo; Ponce, Gregorio; Escudero, Juan; Glassman, Juan Ignacio; Hübler, Martina; Rodríguez Ricon, Mauricio Fernando; Diaz, Sebastián; Celano, Sofía; Nusch, Carlos Javier; Pérez, Gabriela Alejandra; Antonelli, Rubén Leandro
Año de publicación
2026
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La calidad de los requerimientos impacta directamente en el desarrollo del software. Una especificación ambigua o incompleta puede generar un costo de retrabajo para corregir código incorrecto de entre 100 y 200 veces el esfuerzo invertido en especificar requerimientos. El lenguaje natural es el más utilizado para especificar requerimientos dado que los requerimientos es el medio de comunicación entre los usuarios y el equipo de desarrollo. Ahora bien, es común encontrar diferentes defectos en especificaciones de lenguaje natural tales como: ambigüedad, falta de precisión, redundancia, etc. La detección de estos defectos es muy útil, dado que permite reducir el retrabajo por errores. Este artículo tiene por objetivo presentar una serie de guías para revisar ciertos aspectos de oraciones escritas en lenguaje natural con el fin de mejorar la calidad de las mismas. Si bien las guías pueden ser consideradas como una lista de chequeo para el ingeniero de requerimientos, este artículo también muestra una herramienta que utiliza Inteligencia Artificial y que implementa servicios para que las revisiones puedan ser reutilizables por otra aplicaciones.
Materia
Ciencias de la Computación
Calidad en Especificaciones
Procesamiento de Lenguaje Natural
Especificaciones Semiestructuradas
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
CIC Digital (CICBA)
Institución
Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
OAI Identificador
oai:digital.cic.gba.gob.ar:11746/12752
Acceder
id CICBA_32efbbc7e4227868e80699ae5b42be57
oai_identifier_str oai:digital.cic.gba.gob.ar:11746/12752
network_acronym_str CICBA
repository_id_str 9441
network_name_str CIC Digital (CICBA)
spelling Guías para mejorar la calidad de especificaciones de requerimientos en lenguaje naturalRuffolo, Nicolás SimónMaltempo, GiulianaDelle Ville, Juliana AilenCarden, CarlosRoa, ElíasGiandon, EnzoPonce, GregorioEscudero, JuanGlassman, Juan IgnacioHübler, MartinaRodríguez Ricon, Mauricio FernandoDiaz, SebastiánCelano, SofíaNusch, Carlos JavierPérez, Gabriela AlejandraAntonelli, Rubén LeandroCiencias de la ComputaciónCalidad en EspecificacionesProcesamiento de Lenguaje NaturalEspecificaciones SemiestructuradasLa calidad de los requerimientos impacta directamente en el desarrollo del software. Una especificación ambigua o incompleta puede generar un costo de retrabajo para corregir código incorrecto de entre 100 y 200 veces el esfuerzo invertido en especificar requerimientos. El lenguaje natural es el más utilizado para especificar requerimientos dado que los requerimientos es el medio de comunicación entre los usuarios y el equipo de desarrollo. Ahora bien, es común encontrar diferentes defectos en especificaciones de lenguaje natural tales como: ambigüedad, falta de precisión, redundancia, etc. La detección de estos defectos es muy útil, dado que permite reducir el retrabajo por errores. Este artículo tiene por objetivo presentar una serie de guías para revisar ciertos aspectos de oraciones escritas en lenguaje natural con el fin de mejorar la calidad de las mismas. Si bien las guías pueden ser consideradas como una lista de chequeo para el ingeniero de requerimientos, este artículo también muestra una herramienta que utiliza Inteligencia Artificial y que implementa servicios para que las revisiones puedan ser reutilizables por otra aplicaciones.2026info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttps://digital.cic.gba.gob.ar/handle/11746/12752spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/reponame:CIC Digital (CICBA)instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Airesinstacron:CICBA2026-09-24T11:33:53Zoai:digital.cic.gba.gob.ar:11746/12752Institucionalhttp://digital.cic.gba.gob.arOrganismo científico-tecnológicoNo correspondehttp://digital.cic.gba.gob.ar/oai/snrdmarisa.degiusti@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:94412026-09-24 11:33:54.978CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Airesfalse
dc.title.none.fl_str_mv Guías para mejorar la calidad de especificaciones de requerimientos en lenguaje natural
title Guías para mejorar la calidad de especificaciones de requerimientos en lenguaje natural
spellingShingle Guías para mejorar la calidad de especificaciones de requerimientos en lenguaje natural
Ruffolo, Nicolás Simón
Ciencias de la Computación
Calidad en Especificaciones
Procesamiento de Lenguaje Natural
Especificaciones Semiestructuradas
title_short Guías para mejorar la calidad de especificaciones de requerimientos en lenguaje natural
title_full Guías para mejorar la calidad de especificaciones de requerimientos en lenguaje natural
title_fullStr Guías para mejorar la calidad de especificaciones de requerimientos en lenguaje natural
title_full_unstemmed Guías para mejorar la calidad de especificaciones de requerimientos en lenguaje natural
title_sort Guías para mejorar la calidad de especificaciones de requerimientos en lenguaje natural
dc.creator.none.fl_str_mv Ruffolo, Nicolás Simón
Maltempo, Giuliana
Delle Ville, Juliana Ailen
Carden, Carlos
Roa, Elías
Giandon, Enzo
Ponce, Gregorio
Escudero, Juan
Glassman, Juan Ignacio
Hübler, Martina
Rodríguez Ricon, Mauricio Fernando
Diaz, Sebastián
Celano, Sofía
Nusch, Carlos Javier
Pérez, Gabriela Alejandra
Antonelli, Rubén Leandro
author Ruffolo, Nicolás Simón
author_facet Ruffolo, Nicolás Simón
Maltempo, Giuliana
Delle Ville, Juliana Ailen
Carden, Carlos
Roa, Elías
Giandon, Enzo
Ponce, Gregorio
Escudero, Juan
Glassman, Juan Ignacio
Hübler, Martina
Rodríguez Ricon, Mauricio Fernando
Diaz, Sebastián
Celano, Sofía
Nusch, Carlos Javier
Pérez, Gabriela Alejandra
Antonelli, Rubén Leandro
author_role author
author2 Maltempo, Giuliana
Delle Ville, Juliana Ailen
Carden, Carlos
Roa, Elías
Giandon, Enzo
Ponce, Gregorio
Escudero, Juan
Glassman, Juan Ignacio
Hübler, Martina
Rodríguez Ricon, Mauricio Fernando
Diaz, Sebastián
Celano, Sofía
Nusch, Carlos Javier
Pérez, Gabriela Alejandra
Antonelli, Rubén Leandro
author2_role author
author
author
author
author
author
author
author
author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias de la Computación
Calidad en Especificaciones
Procesamiento de Lenguaje Natural
Especificaciones Semiestructuradas
topic Ciencias de la Computación
Calidad en Especificaciones
Procesamiento de Lenguaje Natural
Especificaciones Semiestructuradas
dc.description.none.fl_txt_mv La calidad de los requerimientos impacta directamente en el desarrollo del software. Una especificación ambigua o incompleta puede generar un costo de retrabajo para corregir código incorrecto de entre 100 y 200 veces el esfuerzo invertido en especificar requerimientos. El lenguaje natural es el más utilizado para especificar requerimientos dado que los requerimientos es el medio de comunicación entre los usuarios y el equipo de desarrollo. Ahora bien, es común encontrar diferentes defectos en especificaciones de lenguaje natural tales como: ambigüedad, falta de precisión, redundancia, etc. La detección de estos defectos es muy útil, dado que permite reducir el retrabajo por errores. Este artículo tiene por objetivo presentar una serie de guías para revisar ciertos aspectos de oraciones escritas en lenguaje natural con el fin de mejorar la calidad de las mismas. Si bien las guías pueden ser consideradas como una lista de chequeo para el ingeniero de requerimientos, este artículo también muestra una herramienta que utiliza Inteligencia Artificial y que implementa servicios para que las revisiones puedan ser reutilizables por otra aplicaciones.
description La calidad de los requerimientos impacta directamente en el desarrollo del software. Una especificación ambigua o incompleta puede generar un costo de retrabajo para corregir código incorrecto de entre 100 y 200 veces el esfuerzo invertido en especificar requerimientos. El lenguaje natural es el más utilizado para especificar requerimientos dado que los requerimientos es el medio de comunicación entre los usuarios y el equipo de desarrollo. Ahora bien, es común encontrar diferentes defectos en especificaciones de lenguaje natural tales como: ambigüedad, falta de precisión, redundancia, etc. La detección de estos defectos es muy útil, dado que permite reducir el retrabajo por errores. Este artículo tiene por objetivo presentar una serie de guías para revisar ciertos aspectos de oraciones escritas en lenguaje natural con el fin de mejorar la calidad de las mismas. Si bien las guías pueden ser consideradas como una lista de chequeo para el ingeniero de requerimientos, este artículo también muestra una herramienta que utiliza Inteligencia Artificial y que implementa servicios para que las revisiones puedan ser reutilizables por otra aplicaciones.
publishDate 2026
dc.date.none.fl_str_mv 2026
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv https://digital.cic.gba.gob.ar/handle/11746/12752
url https://digital.cic.gba.gob.ar/handle/11746/12752
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:CIC Digital (CICBA)
instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
instacron:CICBA
reponame_str CIC Digital (CICBA)
collection CIC Digital (CICBA)
instname_str Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
instacron_str CICBA
institution CICBA
repository.name.fl_str_mv CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
repository.mail.fl_str_mv marisa.degiusti@sedici.unlp.edu.ar
_version_ 1877226557549838336
score 12.754232

Publicaciones similares