La industria de la construcción está inherentemente marcada por altos niveles de incertidumbre impulsados por sus procesos complejos. Estos se relacionan con el entorno de licitación, la disponibilidad de recursos y los requisitos complejos del proyecto. La fijación de precios de licitaciones precisas bajo tal incertidumbre sigue siendo un desafío crítico para los contratistas que buscan una ventaja competitiva mientras gestionan la exposición al riesgo. Este estudio exploratorio integra la inteligencia artificial (IA) en modelos de teoría de juegos en un marco asistido por IA para la fijación de precios de licitaciones en la construcción. El modelo propuesto aborda las incertidumbres de factores del mercado externo y comportamientos adversariales en escenarios de licitación competitiva aprovechando las capacidades predictivas de la IA y los principios de toma de decisiones estratégicas de la teoría de juegos; integrando el aumento extremo de gradiente (XGBOOST) + ajuste de hiperparámetros y clasificadores de Bosque Aleatorio. Los hallazgos clave muestran un aumento del 5-10% en períodos de alta inflación con una alta precisión del modelo del 87% y una precisión del 88.4%. La IA puede clasificar a los licitadores conservadores (70%) y agresivos (30%) a través del análisis, demostrando el potencial de este enfoque integrado para mejorar la precisión de las licitaciones (las estimaciones de costos generalmente están dentro del 10% de los precios de licitación reales), optimizar estrategias de reparto de riesgos y mejorar la toma de decisiones en entornos dinámicos y competitivos. La investigación amplía el cuerpo actual de conocimiento con su potencial para remodelar las estrategias de fijación de precios de licitaciones en la construcción en un modelo integrado de IA y teoría de juegos bajo incertidumbre.