Estimación probabilística de precios unitarios en presupuestos de construcción mediante modelos híbridos de aprendizaje automático

Abstract

La estimación de precios unitarios en presupuestos de construcción es difícil: los precios están muy sesgados, dependen del contexto de cada obra y del histórico de cada partida, y los conjuntos disponibles suelen ser pequeños y de un solo cliente. Este trabajo desarrolla y evalúa un sistema de estimación probabilística de precios unitarios que, además de un precio, entrega un intervalo de confianza y una señal de auditoría de sobrecostes. El sistema combina tres piezas. Un modelo base CatBoost estima el precio (en escala logarítmica) y una primera incertidumbre, aprovechando el texto de las partidas y sus variables categóricas. Sobre sus residuos, una red LSTM probabilística con modulación FiLM y atención temporal aprende una corrección que explota el histórico de cada código. Una calibración por experto, con un ajuste conforme, produce intervalos fiables, y un semáforo basado en un Z-score logarítmico marca las partidas con posible sobrecoste para priorizar la revisión humana. La evaluación se realiza sobre datos reales (25.046 partidas de presupuestos de retail) con validación cruzada temporal de ventana expansiva. El sistema logra una buena precisión de punto (WAPE en torno al 11 % y R2 de 0,89), intervalos calibrados experto a experto y un semáforo que concentra la revisión en una minoría de partidas (en torno al 6 %). Frente a un baseline LightGBM (WAPE del 37 %), reduce el error a menos de un tercio, con una ventaja estadísticamente fundamentada. El análisis por segmentos muestra que la mayor diferencia la marca el histórico del código: las partidas con código visto se predicen mucho mejor que las de arranque en frío. La principal vía de mejora es acumular más histórico por código.