BBDD-Proyecto Informe 1

📌 Informe 1 – Inicio del Proyecto (Grupal)

Semana 3 – Identificación del problema y bases conceptuales

En caso de necesitar conocer detalles sobre el proyecto general de la asignatura, revise: 📌 Proyecto Integrador – Asignatura Base de Datos

Objetivo formativo de esta etapa

Con esta entrega se busca que el estudiante:

• Analice problemas desde la perspectiva de los datos.
• Comprenda la importancia de las reglas de negocio.
• Diferencie contexto, proceso y estructura de información.
• Inicie el modelado conceptual con fundamentos sólidos.

1. Propósito de esta entrega

En este semestre el proyecto consistirá en identificar una problemática u oportunidad real del entorno que pueda resolverse mediante el uso adecuado de una base de datos.

El propósito de este informe es:

• Analizar una situación real donde el manejo de datos sea manual, desorganizado o ineficiente.
• Justificar por qué una solución basada en bases de datos aportaría valor.
• Definir el alcance preliminar del proyecto.
• Establecer reglas de negocio iniciales.
• Identificar las primeras entidades del sistema.

Este informe será la base para el modelado Entidad–Relación (Semana 4) y el desarrollo técnico posterior.

2. Tipo de problemáticas esperadas

Se espera que el equipo identifique situaciones reales como, por ejemplo:

• Control manual de novedades y paquetería en un condominio.
• Gestión de animales, alimentación y atención veterinaria en una finca.
• Organización informal de cupos en vehículos para asistir a la universidad.
• Registro manual de inventarios en pequeños negocios.
• Control de préstamos en bibliotecas comunitarias.
• Gestión de citas en consultorios pequeños.
• Otros que ustedes identifiquen.

⚠️ La problemática debe implicar:

• Manejo de múltiples datos estructurados.
• Necesidad de organización.
• Reglas claras.
• Interacción entre diferentes actores.

No se aceptarán proyectos excesivamente amplios, abstractos o irreales para el tiempo del semestre.

3. Organización del equipo (roles sugeridos)

Cada integrante asumirá un rol específico para esta entrega (los roles rotarán en siguientes informes):

Rol	Responsabilidad principal
Analista de contexto	Describe la problemática y su impacto.
Analista de negocio	Define reglas de negocio (estáticas y dinámicas).
Analista funcional	Elabora el mapa funcional o diagrama de contexto.
Modelador conceptual	Identifica entidades y realiza boceto ER preliminar.
Documentador	Ensambla y revisa el documento final.

Se recomienda registrar quién desempeñó cada rol.

4. Estructura obligatoria del informe

Extensión: 10–12 páginas

4.1. Portada

• Nombre del proyecto
• Integrantes
• Asignatura
• Fecha

4.2. Contexto y justificación (1–2 páginas)

Debe incluir:

• Descripción clara del problema u oportunidad.
• ¿Cómo se gestiona actualmente la información?
• ¿Qué dificultades existen?
• ¿Qué impacto tiene en usuarios o procesos?
• Justificación de por qué una base de datos sería una solución adecuada.

4.3. Actores y mapa funcional / diagrama de contexto (1–2 páginas)

• Identificación de actores (usuarios del sistema).
• Diagrama que represente:
  • Sistema propuesto.
  • Actores externos.
  • Flujo de información.
• Breve explicación del diagrama.

\*\*NOTA:\*\* Sobre el Diagrama, revisar: What is a context diagram and how do you use it? | MiroBlog

4.4. Reglas de negocio preliminares (1–2 páginas)

Deben presentar entre 5 y 10 reglas, clasificadas en:

• Reglas estáticas (integridad):
  • Restricciones sobre los datos.
• Reglas dinámicas (proceso):
  • Eventos que generan cambios en la información.

Formato sugerido: RN-01 (Estática):
Descripción.
Justificación.

RN-02 (Dinámica):
Evento.
Condición.
Resultado en los datos.

Las reglas deben estar directamente relacionadas con el problema identificado.

4.5. Alcance y delimitación del proyecto (1 página)

Debe incluir:

• Qué incluirá el sistema.
• Qué NO incluirá.
• Priorización tipo MoSCoW (Must, Should, Could, Won’t).
• Definición de un alcance viable para el semestre.

⚠️ Se recomienda trabajar con un sistema manejable (entre 5 y 8 entidades principales).

NOTA: Sobre MoSCoW, revisar: MoSCoW. ¿Qué es y cómo priorizar en el desarrollo de tu aplicación?

4.6. Inventario preliminar de entidades (1–2 páginas)

Avance conceptual que incluya:

• Tabla con:
  • Nombre de la entidad
  • Descripción
  • Atributos clave
  • Posible llave primaria
• Boceto inicial de Modelo Entidad–Relación (no definitivo).

Este modelo será refinado en la siguiente entrega.

4.7. Referencias

• Citar al menos una referencia bibliográfica.
• Incluir el capítulo 1 del libro guía de la asignatura.
• Usar formato de citación académico (APA o IEEE).

4.8. Evidencias de uso de IA (2-3 páginas)

• 1 ejemplo de prompt utilizado.
• Síntesis de principales mejoras sugeridas.
• Reflexión grupal (máximo 1 página) respondiendo:
  • ¿Qué mejoras relevantes aportó la IA?
  • ¿Cuáles aplicaron y por qué?
  • ¿Cuáles no aplicaron y por qué?
  • ¿Qué ventajas y limitaciones encontraron en el uso de IA?.

5. Uso de Herramientas de Inteligencia Artificial

Nivel de uso : Guiado El nivel de uso de IA planificado dentro de esta actividad es el de “Uso guiado”, por lo que el estudiante deberá contemplar estas indicaciones:

• Herramientas propuestas: Cuaderno Notebooklm (Cuaderno de Google) de la asignatura (revise la sección recursos del aula virtual).
• Indicaciones de uso: Al finalizar cada una de las secciones del informe solicitado (4. Estructura obligatoria del informe), cada grupo deberá realizar lo siguiente:
  • 1. Estructurar un prompt que permita que la herramienta de IA analice su trabajo desarrollado manera estructural y profunda a fin de que les brinde “pros” y “contras/cosas por mejorar” al trabajo desarrollado.
  • 2. El grupo deberá recibir la respuesta de la herramienta y debatir cuáles de las mejoras o contras integrarán/atenderán para mejorar su trabajo y cuáles no.
  • 3. Una vez que hayan atendido los aspectos a mejorar o contras, deberán iterar nuevamente, es decir, aplicarán el punto 1.
  • 4. Por cada sección del informe, el grupo deberá iterar/repetir su interacción con la herramienta de IA por lo menos por 2 ocasiones.
• Evidencias de uso: Obligatoriamente, esta información deberá ser enviada como parte de este informe, en caso de no hacerlo el grupo tendrá una penalización directa de 2 puntos en su entrega.
  • Evidencia solicitada: Una vez que hayan avanzado con el informe deberán responder como grupo (una respuesta en consenso, no generada por IA) a estas preguntas:
    • Pregunta 1: ¿Cuáles fueron mejoras mas relevantes que les aportó la herramienta de IA?
    • Pregunta 2: De las mejoras relevantes, ¿Cuáles si aplicaron? ¿Por qué?.
    • Pregunta 3: De las mejoras relevantes, ¿Cuáles no aplicaron? ¿Por qué?.
    • Pregunta 4: ¿Podrían haber llegado a establecer estas mejoras relevantes sin el uso de la herramienta de IA? ¿Por qué?
    • Pregunta 5: ¿Qué aspectos destacan (pros y contras) del uso de IA en esta actividad académica?

6. Criterios de evaluación (20 puntos)

Criterio	Nivel 4 – Excelente	Nivel 3 – Bueno	Nivel 2 – Aceptable	Nivel 1 – Insuficiente	Puntos Máx.
Claridad del problema y justificación	Problema claramente definido, contextualizado y delimitado. Describe la situación actual con precisión. Justificación sólida y convincente del uso de base de datos. Evidencia impacto real.	Problema definido y contextualizado adecuadamente. Justificación válida pero con menor profundidad o argumentación.	Problema general o poco delimitado. Justificación superficial o poco conectada con la gestión de datos.	Problema ambiguo, irreal o desconectado del uso de datos. Sin justificación clara.	3
Calidad del análisis del contexto y actores	Identifica todos los actores relevantes. Diagrama de contexto claro, coherente y técnicamente correcto. Flujo de información bien explicado.	Identifica actores principales. Diagrama correcto con pequeñas omisiones o menor claridad gráfica.	Identificación parcial de actores. Diagrama confuso o explicación limitada.	Actores mal definidos o ausentes. Diagrama incorrecto o inexistente.	3
Pertinencia y redacción de reglas de negocio	5–10 reglas claras, específicas y bien redactadas. Correcta clasificación (estáticas/dinámicas). Relación directa con el problema. Evidencian impacto en datos.	Reglas pertinentes y clasificadas correctamente, aunque algunas podrían ser más precisas o mejor formuladas.	Reglas generales, ambiguas o parcialmente relacionadas con el problema. Clasificación incompleta o poco clara.	Reglas escasas, incorrectas o mal redactadas. No se distingue tipo de regla.	4
Viabilidad y delimitación del alcance	Alcance claramente delimitado. Incluye y excluye funcionalidades explícitamente. Priorización MoSCoW coherente. Proyecto realista y viable.	Alcance definido pero con menor precisión en límites o priorización.	Alcance amplio o poco claro. Riesgo de sobredimensionamiento.	No hay delimitación clara o el proyecto es inviable para el semestre.	3
Coherencia del inventario preliminar de entidades	Entidades pertinentes y alineadas con reglas de negocio. Atributos clave bien definidos. Posibles llaves primarias coherentes. Boceto ER lógico y consistente.	Entidades adecuadas pero con leves omisiones o atributos poco refinados.	Entidades muy generales o débilmente conectadas con el problema. Relaciones poco claras.	Entidades incorrectas, redundantes o sin relación con el problema.	3
Presentación, referencias y redacción	Documento claro, estructurado y coherente. Sin errores ortográficos significativos. Referencias en formato académico correcto.	Presentación adecuada con pocos errores menores de redacción o formato.	Varios errores de redacción o formato. Referencias incompletas.	Documento desorganizado, con errores frecuentes o sin referencias.	2
Uso crítico de IA y evidencias	Evidencias claras, con una reflexión profunda y crítica de las interacciones realizadas.	Evidencias claras, reflexión correcta y puntual.	Evidencias parciales y reflexión superficial .	Evidencias o reflexión escasas y/o son inadecuadas.	2

Formato de archivo: Equipo##-NOMBREEQUIPO_InformeInicio_FECHA-AA-MM-DD.pdf

NOTA 1: Solamente el coordinador del grupo deberá subir el informe (PDF) a la tarea dentro del aula virtual. NOTA 2: Considere con especial atención lo descrito en “5. Uso de Herramientas de Inteligencia Artificial”.

7. Consideraciones importantes

• El proyecto debe surgir de una situación real o verosímil.
• No se evaluará complejidad extrema, sino coherencia y viabilidad.
• Esta entrega define el éxito del resto del semestre.
• Las reglas de negocio son la base del modelo de datos.
• El alcance debe ser realista y manejable.

Este informe marca el inicio formal del proyecto. Una definición clara y bien estructurada facilitará todo el desarrollo posterior del curso.