Exploring the utilization of Artificial Intelligence in project control processes: a systematic literature review for project managers

Artificial Intelligence (AI) is completely transforming the way we approach project management, offering innovative tools to optimize planning, execution, and control. Although there has been talk of AI since the 50s, only recently, thanks to the progress of hardware and software systems, has it found a concrete and widespread application in numerous areas, including project management. In a scenario characterized by increasingly complex, multidisciplinary and highly uncertain projects, AI represents a strategic resource for improving the effectiveness of decisions, resource management and the prediction of critical scenarios. The main objective of this thesis is to explore in depth the use of AI in project control, through a systematic review of the existing scientific literature. Specifically, it is intended to critically map the artificial intelligence techniques used, such as Machine Learning, Artificial Neural Networks, Deep Learning, Expert Systems, Fuzzy Logic, Genetic Algorithms and Knowledge Representation and Reasoning techniques, highlighting the reasons for their application, the benefits, the limitations and the future prospects in project control. In parallel, a purely exploratory experiment was conducted to compare criteria and performance of generative AI systems with those of researchers in the initial papers selection phase of the review. This second objective, although secondary and independent, opens up interesting reflections on the evolution of academic research practices in a future human-machine perspective. The work therefore provides a double contribution: on the one hand, an updated and systematized view of the state of the art of AI in project control; on the other hand, a preliminary analysis of the effectiveness of generative AI as a support to bibliographic screening activities. The results aim to support project managers and researchers in consciously and strategically integrating smart technologies into traditional control processes, promoting more proactive, adaptive and data-driven project management.

L'intelligenza artificiale (AI) sta cambiando completamente la gestione dei progetti, fornendo strumenti innovativi per migliorare la pianificazione, l'esecuzione e il controllo. Nonostante si parli di AI già dagli anni Cinquanta, solo recentemente, a seguito dei progressi dei sistemi hardware e software, ha trovato un'applicazione concreta e diffusa in numerosi ambiti, tra i quali la gestione dei progetti. In uno scenario contraddistinto da progetti sempre più articolati, multidisciplinari e soprattutto ambigui, l'AI rappresenta una risorsa strategica in grado di migliorare l'efficacia delle decisioni, la gestione delle risorse e la previsione di circostanze critiche. L'obiettivo principale di questa tesi è quello di esplorare nel dettaglio l'uso dell'IA nel controllo dei progetti, attraverso una revisione sistematica della letteratura scientifica esistente. Nello specifico, si intende esaminare criticamente le tecniche di intelligenza artificiale utilizzate, quali il Machine Learning, le Reti Neurali Artificiali, il Deep Learning, i Sistemi Esperti, la Logica Fuzzy, gli Algoritmi Genetici e le tecniche di Knowledge Representation and Reasoning, evidenziando le ragioni della loro applicazione, i benefici, i limiti e le prospettive future nel controllo dei progetti. Contemporaneamente, è stato condotto un esperimento puramente esplorativo per confrontare i criteri e le prestazioni dei sistemi di IA generativa con quelli dei ricercatori nella fase iniziale di selezione degli articoli della revisione. Questo secondo obiettivo, seppur secondario ed indipendente, apre interessanti riflessioni sull'evoluzione dei metodi di ricerca accademica in una prospettiva futura uomo-macchina. Questo studio fornisce quindi un duplice contributo: da un lato, una visione aggiornata e sistematizzata dello stato dell'arte dell'IA nel controllo dei progetti; dall'altro, un'analisi preliminare dell'efficacia dell'IA generativa come supporto alle attività di scrematura bibliografica. I risultati mirano a supportare i project manager e i ricercatori nell'integrazione consapevole e strategica delle tecnologie intelligenti nei processi di controllo tradizionali, promuovendo una gestione dei progetti più proattiva, adattiva e basata sui dati.