Noël López, RenéEscobar Palta, Miguel Andrés2026-11-042026-11-042025-08https://repositoriobibliotecas.uv.cl/handle/uvscl/18024El uso de grandes modelos de lenguaje (LLMs) como herramienta para la ingeniería de software a través del procesamiento del lenguaje natural (NLP) enfrenta desafíos significativos. La especificación de requisitos en lenguaje natural a menudo resulta incompleta e inconsistente, lo que afecta la calidad del código generado. Aunque el desarrollo dirigido por modelos (MDD) se ha utilizado anteriormente para abordar estos problemas, aún no se ha logrado integrar exitosamente MDD y LLMs para automatizar la transformación de modelos de dominio en código fuente. El objetivo principal de esta investigación es comparar diferentes LLMs en la generación de código a partir de modelos de dominio, utilizando técnicas de ingeniería de prompts. La evaluación se enfocará en tres aspectos clave: eficiencia, calidad y precisión del código generado mediante el uso del lenguaje natural. La metodología adoptará un enfoque experimental, basado en iteraciones de prompts avanzados, ajustándolos y evaluando el código generado mediante métricas definidas para el análisis de los resultados. Se espera que los hallazgos de esta investigación demuestren la capacidad de los LLMs para mejorar el desarrollo automatizado de software, al reducir la ambigüedad y aumentar la coherencia entre los modelos de dominio y el código generado. Además, se considera que la implementación de LLMs podría beneficiar a los desarrolladores de software al reducir los tiempos de desarrollo, disminuir el estrés asociado a tareas repetitivas y mejorar la productividad mediante la creación de soluciones más eficientes y consistentes.esAtribución-NoComercial-CompartirIgual 3.0 Chile (CC BY-NC-SA 3.0 CL)MODELOS DE LENGUAJE DE GRAN TAMAÑOINGENIERIA DE SOFTWAREDESARROLLO DIRIGIDO POR MODELOSGENERACION AUTOMATICA DE CODIGOINGENIERIA DE PROMPTSMODELOS DE DOMINIOTDPRE