The current state and trends of artificial intelligence in project management: a bibliometric analysis

Abstract

Artificial Intelligence is considered among the most disruptive technologies across industries. Financial institutes use AI to detect fraudulent behavior in credit card use. Healthcare applies AI to diagnose and treat illnesses. Marketers apply AI to target advertising and run chatbots. Currently, researchers predict AI will soon disrupt Project Management by promising more accurate predictive project analytics and enhanced efficiency through intelligent resource management software and chatbots. Increased data collection capabilities are a main driver of these advancements. With the development of the AI in Project Management, the synthesis of knowledge and recent discoveries has become essential for development of the research field. In response, this thesis applies a bibliometric analysis on the existing literature on ‘Artificial Intelligence in Project Management’. The study presents an extensive literature review on AI technical building blocks, challenges, and industry adoption. Based on 467 documents retrieved from Web of Science and Scopus, the bibliometric analyses methods of Co-Citation, Bibliographic-coupling and Co-Word are applied. From the Co-Citation analysis, the intellectual structure of AI in Project Management is identified, from which the knowledge fields of Software Effort Estimation, Project Risk Modeling, and Construction Cost Estimation emerge. Furthermore, the bibliographic-coupling analysis identifies four emerging trends in the discipline, namely (i) increased automation, explainability, and data robustness in cost estimation models, (ii) intelligent Project Control systems based on Earned Value Management, (iii) risk mitigation scenario modeling, and (iv) optimization of input factors for effort estimation models. The findings from the bibliometric analysis are discussed and compared to the literature review. Furthermore, practical applications of AI to different project management processes are discussed on their benefits, trade-offs, and hurdles to implementation. Lastly, this thesis provides ten recommendations for future studies.

A Inteligência Artificial é considerada uma das tecnologias mais influenciadores entre as indústrias. Os institutos financeiros utilizam a IA para detectar comportamento fraudulento no uso do cartão de crédito. O sistema de saúde aplica a IA para diagnosticar e tratar doenças. Os profissionais de marketing aplicam a IA para direcionar publicidade e programar chatbots. Atualmente, os pesquisadores preveem que a IA irá influenciar a Gestão de Projetos em breve, prometendo uma análise preditiva de projetos mais precisa e mais eficiente através de software inteligente de gestão de recursos e chatbots. O aumento da coleta de dados conduz a este avanço. Com o desenvolvimento do campo de pesquisa, a síntese de conhecimentos e descobertas recentes na área de IA na Gestão de Projeto tornou-se essencial para seu desenvolvimento. Em resposta, esta tese analisa a base da literatura existente sobre 'Inteligência Artificial em Gestão de Projetos', aplicando análise bibliométrica, descritiva e de conteúdo. O estudo apresenta uma extensa revisão da literatura sobre os componentes técnica de IA, os desafios, e a adoção pela indústria. Com base em 467 documentos recuperados da Web of Science e Scopus, surgem os campos de conhecimento de IA na Gestão de Projetos. Foram achados três bases de conhecimento, sendo a Estimativa de Esforço de Software, Modelagem de Risco de Projeto, e Estimativa de Custo de Construção. Além disso, são apresentadas quatro tendências de pesquisa emergentes, quais sejam (i) maior automação, explicabilidade e robustez dos dados nos modelos de estimativa de custos, (ii) sistemas inteligentes de controle de projeto baseados na metodologia de Earned Value Management, (iii) modelagem de cenários de mitigação de risco, e (iv) a otimização dos insumos para modelos de estimativa de esforço. Os resultados da análise bibliométrica são discutidos e comparados com a revisão bibliográfica. Outras aplicações da IA aos processos de gestão de projetos são discutidas sobre seus benefícios, trade-offs e obstáculos à implementação. Finalmente, esta tese apresenta dez recomendações para estudos futuros.