Una de las tareas más desafiantes en la gestión de proyectos es estimar la duración de un proyecto. Las incógnitas que acompañan a los proyectos, los diferentes riesgos, la singularidad de cada proyecto y las diferencias entre la cultura y técnicas de gestión de las organizaciones, dificultan la capacidad de construir una herramienta de predicción de duración de proyectos que se ajuste a todos los tipos de proyectos y organizaciones. Cuando se utilizan técnicas de aprendizaje automático (ML) para la predicción de la duración del proyecto, el desafío es aún mayor, ya que cada organización tiene una estructura de conjunto de datos diferente, diferentes características y diferente calidad de datos. Esto dificulta la capacidad de crear un modelo de ML que se ajuste a todos los tipos de organizaciones. Este documento presenta una nueva herramienta de ML dinámica para mejorar la precisión de la predicción de la duración del proyecto. La herramienta se basa en una red neuronal artificial (ANN) que se adapta y optimiza automáticamente a diferentes tipos de métodos de predicción y conjuntos de datos diferentes. La herramienta entrena el modelo ANN varias veces con diferentes arquitecturas y utiliza un algoritmo genético para finalmente elegir la arquitectura que brinda los resultados de predicción más precisos. El proceso de validación de la precisión de la predicción se realiza utilizando conjuntos de datos de proyectos de la vida real proporcionados por dos organizaciones diferentes que tienen enfoques de gestión de proyectos diferentes, diferentes tipos de proyectos y diferentes características de proyectos. Los resultados muestran que la herramienta propuesta mejoró significativamente la precisión de la predicción para ambas organizaciones a pesar de las principales diferencias en el tamaño, tipo y estructura de sus conjuntos de datos.