Inteligencia artificial y optimización del gasto público en el Ministerio de Economía y Finanzas, 2024
| dc.contributor.advisor | Rojas García, José Domingo | |
| dc.contributor.author | Moreno Torres, Esther | |
| dc.date.accessioned | 2026-06-17T20:55:15Z | |
| dc.date.available | 2026-06-17T20:55:15Z | |
| dc.date.issued | 2026-04 | |
| dc.description.abstract | El estudio tuvo como objetivo determinar la relación entre la inteligencia artificial y la optimización del gasto público en el Ministerio de Economía y Finanzas, 2024. El estudio fue de tipo básico, con enfoque cuantitativo, nivel correlacional, diseño no experimental y corte transversal, dado que la medición de las variables se realizó en un único momento. La población estuvo conformada por 48 funcionarios del MEF, seleccionados mediante un muestreo no probabilístico por conveniencia. La técnica empleada fue la encuesta y el instrumento fueron dos cuestionarios validados por expertos y con niveles de confiabilidad adecuados: inteligencia artificial (α=0.865) y optimización del gasto público (α=0.888). Resultados: Existió una relación significativa entre la aplicación de la inteligencia artificial y la optimización del gasto público en el MEF, con un coeficiente de correlación de Spearman de 0.753, lo cual indicó un nivel alto y positivo de asociación. Asimismo, se hallaron correlaciones significativas entre la inteligencia artificial y las dimensiones de la optimización del gasto público: asignación de recursos (0.726), reducción de la corrupción y el despilfarro (0.721), evaluación y seguimiento del gasto (0.725), y transparencia y rendición de cuentas (0.719). Conclusión: La inteligencia artificial se relacionó significativamente con la optimización del gasto público en el MEF, evidenciando que la implementación de estas tecnologías favorece la eficiencia en la gestión de recursos, fortalece la transparencia, reduce irregularidades y potencia la planificación presupuestal y el control financiero. | |
| dc.description.discipline | 12 - Gestión empresarial e inclusión social | |
| dc.format | application/pdf | |
| dc.identifier.uri | https://hdl.handle.net/20.500.13084/12587 | |
| dc.language.iso | spa | |
| dc.publisher | Universidad Nacional Federico Villarreal | |
| dc.publisher.country | PE | |
| dc.rights | http://purl.org/coar/access_right/c_abf2 | |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | Inteligencia artificial | |
| dc.subject | Gasto público | |
| dc.subject | Optimización | |
| dc.subject | Gestión pública | |
| dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#5.02.04 | |
| dc.title | Inteligencia artificial y optimización del gasto público en el Ministerio de Economía y Finanzas, 2024 | |
| dc.type | http://purl.org/coar/resource_type/c_bdcc | |
| dc.type.version | http://purl.org/coar/version/c_970fb48d4fbd8a85 | |
| renati.advisor.dni | 10697348 | |
| renati.advisor.orcid | https://orcid.org/0000-0001-6868-5470 | |
| renati.author.dni | 70092156 | |
| renati.discipline | 41309642 | |
| renati.juror | Pacheco Trucios, Teofilo Fortunato | |
| renati.juror | Patricio Aparicio, Santiago Saturnino | |
| renati.juror | Carhuamaca Borda, Raul | |
| renati.level | https://purl.org/pe-repo/renati/level#maestro | |
| renati.type | https://purl.org/pe-repo/renati/type#tesis | |
| thesis.degree.discipline | Gestión de Alta Dirección | |
| thesis.degree.grantor | Universidad Nacional Federico Villarreal. Escuela Universitaria de Posgrado | |
| thesis.degree.name | Maestro en Gestión de Alta Dirección |
Archivos
Bloque original
1 - 3 de 3
Cargando...
- Nombre:
- Moreno Torres, Esther (EUPG - Maestría).pdf
- Tamaño:
- 2.07 MB
- Formato:
- Adobe Portable Document Format
Cargando...
- Nombre:
- reporte_similitud.pdf
- Tamaño:
- 12.31 MB
- Formato:
- Adobe Portable Document Format
Cargando...
- Nombre:
- formulario_autorizacion.pdf
- Tamaño:
- 1.75 MB
- Formato:
- Adobe Portable Document Format
Bloque de licencias
1 - 1 de 1
Cargando...
- Nombre:
- license.txt
- Tamaño:
- 1.35 KB
- Formato:
- Item-specific license agreed upon to submission
- Descripción:









