Business Games as a pedagogical tool for the development of skills in decision making

• Mafla-Cobo, Diego Mauricio ^[1] ; Peña-Orozco, Diego León ^[2] ; Lasso-Cardona, Luis Adrian ^[1]
  1. [1] Universidad del Valle (Colombia)

     Universidad del Valle (Colombia)

     Colombia

     
  2. [2] Corporación Universitaria Minuto de Dios

     Corporación Universitaria Minuto de Dios

     Colombia

     
• Localización: Revista UIS Ingenierías, ISSN-e 2145-8456, ISSN 1657-4583, Vol. 19, Nº. 4, 2020 (Ejemplar dedicado a: Revista UIS Ingenierías), págs. 263-278
• Idioma: inglés
• Títulos paralelos:
  • Business Games como herramienta pedagógica para el desarrollo de habilidades en la toma de decisiones
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Antes de la segunda guerra mundial, el trabajo del Ingeniero Industrial se centraba en estudios de distribución en planta, control de calidad, producción e inventarios. En la actualidad, se requiere que estos profesionales también ejecuten actividades económicas. El artículo presenta un modelo de juego de simulación empresarial que sirva como herramienta pedagógica en el proceso de enseñanza-aprendizaje para el área de toma de decisiones, en las disciplinas de marketing, producción y finanzas. La investigación se desarrolló en cuatro fases: recolección de datos, construcción del marco de referencia, construcción del diseño y pruebas. Se sentaron las bases teóricas y prácticas para futuras investigaciones que mejoren el modelo propuesto con la adición de técnicas de Inteligencia Artificial, Machine Learning y Deep Learning, que optimicen el procesamiento de datos y brinden un mejor apoyo al proceso de toma de decisiones.

  • English

    Before the Second World War, the Industrial Engineer's work focused on studies of plant distribution, quality control, production and inventories. Currently, these professionals are also required to carry out economic activities. The paper presents a business simulation game model that serves as a pedagogical tool for the teaching-learning process in the decision-making area, in the Marketing, Production and Finance disciplines. The research was carried out in four phases: data collection, reference frame construction, design construction, and testing. The theoretical and practical foundations were laid for future research, which improve the proposed model with the addition of Artificial Intelligence, Machine Learning and Deep Learning techniques, which optimize data processing and provide better support to the decision-making process.