Το work with title Utilizing artificial intelligence for the improvement of project management by Kampouropoulou Kalliopi is licensed under Creative Commons Attribution 4.0 International
Bibliographic Citation
Kalliopi Kampouropoulou, "Utilizing artificial intelligence for the improvement of project management", Diploma Work, School of Production Engineering and Management, Technical University of Crete, Chania, Greece, 2025
https://doi.org/10.26233/heallink.tuc.103591
Η τεχνητή νοημοσύνη (ΤΝ) θεωρείται ως το μέλλον της τεχνολογικής ανάπτυξης, προσελκύοντας δισεκατομμύρια σε επενδύσεις κάθε χρόνο παγκοσμίως. Αν και βρίσκεται ακόμα σε πρώιμο στάδιο, πολλά εργαλεία και εφαρμογές της υιοθετούνται όλο και περισσότερο στον τομέα της διαχείρισης έργου. Η παρούσα εργασία διερευνά τον ρόλο της ΤΝ στην διαχείριση έργων, με έμφαση στον τρόπο με τον οποίο υποστηρίζει την βελτίωση βασικών διαδικασιών. Ο πρωταρχικός στόχος είναι να επισημανθούν οι τεχνολογίες που χρησιμοποιούνται πιο συχνά και ο αντίκτυπος τους στα περιβάλλοντα έργων. Για την επίτευξη αυτής της έρευνας πραγματοποιήθηκε μια συστημική βιβλιογραφική ανασκόπηση, αναλύοντας σχετικές δημοσιεύσεις της τελευταίας πενταετίας. Μετά από μια διαδικασία διαλογής, επιλέχθηκαν 52 μελέτες για περαιτέρω εξέταση με βάση την σαφήνεια και την προσβασιμότητα τους. Οι δημοσιεύσεις αυτές χρησιμοποιήθηκαν για την εξαγωγή συμπερασμάτων σχετικά με τις θέσεις της επιστημονικής κοινότητας και την τρέχουσα κατάσταση του θέματος. Τα ευρήματα δείχνουν ότι η τεχνητή νοημοσύνη εφαρμόζεται ήδη μέσω διαφόρων αλγορίθμων και συστημάτων, γεγονός που αναδεικνύει την δυνατότητα της τεχνολογίας να βελτιστοποιήσει πτυχές και συνεπώς, την έκβαση ενός έργου. Ωστόσο, η επιτυχής ενσωμάτωση της ΤΝ στη διαχείριση έργων απαιτεί κάτι περισσότερο από τεχνολογική πρόοδο. Πρέπει να εξεταστούν διάφορες επιπτώσεις, συμπεριλαμβανομένων των ηθικών, οργανωτικών και τεχνολογικών προκλήσεων. Ο ανθρώπινος παράγοντας θα πρέπει επίσης να λαμβάνεται υπόψη κατά την προσαρμογή στις εξελίξεις που επιφέρει η νέα εποχή. Τέλος, εντοπίζονται τα τρέχοντα ερευνητικά κενά στον τομέα και προτείνονται κατευθύνσεις για μελλοντική έρευνα.