Multidisciplinary Collaborative Journal
| Vol.02 | Núm.0
1
|
Ene
–
Mar
| 2024 | https://mcjournal.editorialdoso.com
ISSN:
3073
-
1356
39
El impacto de la inteligencia artificial en decisiones administrativas
basado en revisión de literatura científica
The impact of artificial intelligence on management decisions based on
scientific literature review
Clavijo
-
Cáceres
,
Jadira Lucrecia
1
*
;
Hurtado
-
Guevara
,
Richard Fernando
2
;
Casanova
-
Villalba
,
César Iván
3
;
Estefano
-
Almeida
,
Miguel Alejandro
4
1
Instituto Superior Tecnológico Vicente Rocafuerte “ISTVR”
,
Ecuador
,
Guayas
;
https://orcid.org/0000
-
0001
-
9458
-
7479
,
jclavijo@istvr.edu.ec
2
Universidad
Laica Eloy Alfaro de Manabí
,
Ecuador
,
El Carmen
;
https://orcid.org/0000
-
0002
-
1918
-
7472
,
Richard.hurtado@uleam.edu.ec
3
Universidad Técnica Luis Vargas Torres
de Esmeraldas
,
Ecuador
,
Santo Domingo
;
https://orcid.org/0000
-
0001
-
6486
-
1334
,
c
esar.casano
va.villal
ba@utelvt.edu.ec
4
Instituto Superior Tecnológico Vicente Rocafuerte “ISTVR”
,
Ecuador
,
Guayas
;
https://orcid.org/0000
-
0003
-
4246
-
8958
,
mestefano@istvr.edu.ec
*
Autor
Correspondencia
https://doi.org/10.70881/mcj/v2/n1/30
Resumen:
El presente artículo analiza el impacto de la inteligencia artificial
(IA) en la toma de decisiones administrativas mediante una revisión
bibliográfica exhaustiva. Se resalta cómo la IA, al optimizar procesos,
fundamentar decisiones en datos, prever tenden
cias y personalizar la
gestión, se ha convertido en una herramienta esencial para mejorar la
eficiencia y competitividad organizacional. A través de un enfoque
exploratorio y el análisi
s de fuentes de alta calidad indexadas en Scopus y
Web of Science, se identifican beneficios clave, como la automatización de
tareas, la reducción de errores humanos y la capacidad predictiva. Sin
embargo, también se destacan desafíos significativos, inclu
idos los sesgos
algorítmicos, las barreras tecnológicas y los dilemas éticos y legales, como
la privacidad de datos y la falta de transparencia en los algoritmos. El artículo
concluye que, aunque la IA ofrece oportunidades transformadoras, su
implementació
n efectiva requiere la mitigación de estos retos mediante un
enfoque multidisciplinario, inversión en infraestructura y el desarrollo de
marcos regulatorios claros. Este análisis proporciona una base para futuras
investigaciones y estrategias que permitan
una integración ética y eficiente
de la IA en el ámbito administrativo.
Palabras clave:
inteligencia artificial; decisiones administrativas; revisión
bibliográfica; gestión empresarial; ética tecnológica.
Abstract:
This article analyzes the impact of artificial intelligence (AI) on management
decision
-
making through an exhaustive literature review. It highlights how AI, by
optimizing processes, basing decisions on data, forecasting trends and personalizing
management
, has become an essential tool for improving organizational efficiency
and competitiveness. Through an exploratory approach and analysis of high quality
sources indexed in Scopus and Web of Science, key benefits are identified, such as
task autom
ation, human error reduction and predictive capabilities. However, it also
highlights significant challenges, including algorithmic biases, technological barriers,
and ethical and legal dilemmas, such as data privacy and lack of transparency in
algorithms.
The article concludes that while AI offers transformative opportunities, its
effective implementation requires mitigation of these challenges through a
multidisciplinary approach, investment in infrastructure, and the development of clear
regulatory frame
works. This analysis provides a basis for future research and
strategies to enable ethical and efficient integration of AI into the administrative
domain.
Keywords:
artificial intelligence; administrative decisions; literature review; business
management; technological ethics.
Cita:
Clavijo
-
Cáceres, J. L.,
Hurtado
-
Guevara, R. F.,
Casanova
-
Villalba, C. I., &
Estefano
-
Almeida, M. A. (2024).
El impacto de la inteligencia
artificial en decisiones
administrativas basado en
revisión de literatura científica.
Multidisciplinary Collaborative
Journal
, 2(1), 39
-
51.
https://doi.org/10.70881/mcj/v2/n
1/30
Recibido:
01
/
02
/20
24
Revisado:
11
/
02
/20
24
Aceptado:
27
/
02
/20
24
Publicado:
05
/
03
/20
24
Copyright:
© 2024
por los
autores
.
Este artículo es un
artículo de acceso abierto
distribuido bajo los términos y
condiciones de la
Licencia
Creative Commons, Atribución
-
NoComercial 4.0 Internacional.
(
CC
BY
-
NC
)
.
(
https://creativecommons.org/lice
nses/by
-
nc/4.0/
)
Multidisciplinary Collaborative Journal
Multidisciplinary Collaborative Journal
| Vol.02 | Núm.0
1
|
Ene
–
Mar
| 2024 | https://mcjournal.editorialdoso.com
40
1. Introducción
La inteligencia artificial (IA) ha emergido como una herramienta
transformadora en el
ámbito empresarial, revolucionando la forma en que las organizaciones gestionan
información y toman decisiones. Su capacidad para procesar vastas cantidades de
datos y generar análisis precisos ha posicionado a la IA como un componente
esencial
en la administración contemporánea (
Casanova
-
Villalba, C. I. 2022
).
En el entorno empresarial actual, caracterizado por su dinamismo y complejidad, la toma
de decisiones efectivas es fundamental para el éxito organizacional. Tradicionalmente,
estas decisiones se basaban en la experiencia y el juicio humano; sin embargo, la
creciente disponibilidad de datos y la necesidad de respuestas rápidas han superado
las capacidades humanas tradicionales (
Herrera
-
Sánchez, M. J. 2021
). En este
contexto, la IA se presenta como una solución potencial, pero su integración en los
procesos d
e toma de decisiones administrativas plantea interrogantes sobre su eficacia,
confiabilidad y las implicaciones éticas asociadas (
Puyol
-
Cortez, J. L. 2021
).
La implementación de la IA en la toma de decisiones administrativas conlleva varios
desafíos. Primero, los aspectos éticos y de privacidad son una preocupación central, ya
que la utilización de datos personales para alimentar algoritmos de IA suscita
inqui
etudes sobre la protección de la información. Además, los posibles sesgos en los
algoritmos pueden generar decisiones injustas o discriminatorias (
Castelo Salazar, A.
G. 2021
).
La complejidad inherente de los modelos de IA puede dificultar la comprensión de cómo
se alcanzan ciertas conclusiones, lo que complica la justificación de las decisiones
tomadas (
Erazo
-
Luzuriaga, A. F.,
et. al.
2023
). A esto se suma el riesgo de
ciberseguridad, ya que la dependencia de sistemas de IA expone a las organizaciones
a posibles vulnerabilidades que pueden comprometer la integridad de los procesos
administrativos (
Erazo
-
Luzuriaga, A. F.,
et. al.
2023
). Finalmente, el cumplimiento
normativo tambié
n representa un reto, debido a la rápida evolución tecnológica y la falta
de marcos legales claros que regulen el uso de la IA en las organizaciones (
Rivadeneira
Moreira, J. C. 2022
).
La creciente adopción de la IA en el ámbito empresarial y su potencial para mejorar la
eficiencia y precisión en la toma de decisiones justifican la necesidad de una revisión
exhaustiva de la literatura científica sobre su impacto en la administración. Com
prender
los beneficios y desafíos asociados permitirá a las organizaciones implementar
estrategias más efectivas y éticas (
Terán
-
Guerrero, F. N.,
et. al.
2023
). La viabilidad de
este estudio se sustenta en la abundancia de investigaciones recientes y datos
disponibles que analizan la integración de la IA en procesos administrativos (
Guerrero
-
Velástegui, C. A.,
et
.
al.
2023
).
Este artículo tiene como objetivo
analizar, a través de una revisión de la literatura
científica, el impacto de la inteligencia artificial en la toma de decisiones administrativas.
Se busca identificar las oportunidades que ofrece la IA para mejorar la eficiencia y
eficacia en la gestión o
rganizacional, así como los desafíos éticos, técnicos y operativos
que su implementación conlleva (
Erazo
-
Luzuriaga, A. F.,
et. al.
2023
).
Multidisciplinary Collaborative Journal
Multidisciplinary Collaborative Journal
| Vol.02 | Núm.0
1
|
Ene
–
Mar
| 2024 | https://mcjournal.editorialdoso.com
41
2. Materiales y Métodos
La metodología empleada en este artículo se fundamenta en un enfoque exploratorio de
revisión bibliográfica, cuyo objetivo principal es examinar y sintetizar el conocimiento
existente sobre el impacto de la inteligencia artificial (IA) en la toma de decisi
ones
administrativas. Este tipo de metodología es particularmente adecuado para temas
emergentes y complejos como este, dado que permite una comprensión integral a partir
de diversas perspectivas y contextos presentes en la literatura científica actual.
El proceso comenzó con una búsqueda exhaustiva en bases de datos académicas
reconocidas internacionalmente, como Scopus y Web of Science, con el propósito de
garantizar que las fuentes utilizadas fueran de alta calidad y relevancia. Los criterios de
inclus
ión para los documentos revisados se establecieron en función de su pertinencia
temática, su enfoque en el uso de la IA en contextos administrativos, y su publicación
en revistas indexadas durante los últimos diez años. Este periodo se seleccionó para
aseg
urar que el análisis reflejara los avances más recientes en el campo. Se
descartaron trabajos que se centraran exclusivamente en aspectos técnicos de la IA o
que no abordaran aplicaciones específicas en la toma de decisiones empresariales y
organizacionale
s.
Para la búsqueda, se emplearon términos clave como "inteligencia artificial", "toma de
decisiones administrativas", "gestión empresarial", "tecnología en la administración" y
"impacto organizacional". Estos términos se combinaron con operadores booleanos
c
omo AND, OR y NOT, con el fin de afinar los resultados y abarcar una diversidad de
enfoques relevantes. Posteriormente, los artículos identificados fueron sometidos a un
proceso de evaluación inicial mediante la lectura de sus resúmenes, introducciones y
c
onclusiones, lo que permitió seleccionar aquellos que cumplían con los criterios
establecidos.
Tras la selección de las fuentes, se llevó a cabo un análisis en profundidad, que incluyó
una lectura detallada de los textos completos. Durante esta etapa, se prestó especial
atención a la metodología empleada en cada estudio, los resultados obtenidos, y
las
conclusiones que aportaban al conocimiento sobre la implementación de la IA en la toma
de decisiones. Los datos y hallazgos se organizaron en categorías temáticas, agrupando
los documentos según las principales áreas de interés identificadas: beneficio
s de la IA
en la toma de decisiones, desafíos éticos y legales, barreras técnicas y operativas, y
aplicaciones prácticas en distintos sectores administrativos.
El análisis crítico de la información recopilada permitió no solo identificar
patrones
comunes y tendencias emergentes, sino también evidenciar lagunas en el conocimiento
actual. Esto fue fundamental para establecer una visión equilibrada del estado del arte,
resaltando tanto los avances logrados como las áreas que requieren mayor
i
nvestigación. Asimismo, el enfoque adoptado facilitó la comparación entre diferentes
perspectivas teóricas y prácticas, lo que enriqueció el análisis y fortaleció la base
argumentativa del artículo.
En términos de procesamiento y organización de la información, se emplearon
herramientas de gestión bibliográfica para sistematizar las referencias y garantizar un
manejo eficiente de los datos. Además, se utilizó un enfoque narrativo para la
presentación
de los resultados, lo que permitió describir y discutir las tendencias y
Multidisciplinary Collaborative Journal
Multidisciplinary Collaborative Journal
| Vol.02 | Núm.0
1
|
Ene
–
Mar
| 2024 | https://mcjournal.editorialdoso.com
42
hallazgos de manera coherente y estructurada. Este enfoque no solo facilita la
comprensión de los resultados, sino que también ofrece una base sólida para que otros
investigadores interesados en el tema puedan profundizar en aspectos específicos.
El carácter exploratorio de esta revisión bibliográfica es particularmente adecuado para
abordar un tema tan dinámico y multidimensional como la interacción entre la IA y la
toma de decisiones administrativas. A través de esta metodología, se busca
proporc
ionar una síntesis comprensiva y crítica del conocimiento existente, identificando
las implicaciones prácticas y teóricas del uso de la IA en la administración. Asimismo,
se aspira a ofrecer una base que fomente futuras investigaciones y el desarrollo de
e
strategias efectivas para la implementación de esta tecnología en contextos
organizacionales.
L
a metodología adoptada en este estudio asegura un abordaje riguroso, sistemático y
crítico del impacto de la IA en la toma de decisiones administrativas, permitiendo no solo
sintetizar el conocimiento actual, sino también generar insumos relevantes para la
discusión académica y la práctica empresarial.
3.
Resultados
3.1.
Beneficios de la inteligencia artificial en la toma de decisiones
administrativas
La inteligencia artificial (IA) se ha consolidado como una herramienta esencial en el
ámbito administrativo, con una influencia transformadora en los procesos de toma de
decisiones. La capacidad de esta tecnología para automatizar tareas, procesar grandes
volúmenes de información, identificar patrones y personalizar servicios ha redefinido la
manera en que las organizaciones operan y compiten (
Almeida Blacio, J. H. 2022
). A
continuación, se presenta un análisis detallado de los beneficios específicos de la
IA en
la administración, destacando su impacto en la optimización de procesos, la toma de
decisiones basadas en datos, la predicción de tendencias y la personalización en la
gestión.
La implementación de la Inteligencia Artificial (IA) en la toma de decisiones
administrativas se ha convertido en una estrategia clave para las organizaciones
modernas. La IA facilita la personalización de procesos, optimización de operaciones,
análisis de
grandes volúmenes de datos y la predicción de tendencias futuras. Estas
capacidades permiten a los administradores tomar decisiones más informadas y
basadas en evidencia, lo cual mejora la eficiencia y competitividad en un entorno
empresarial cada vez más
dinámico y complejo.
Multidisciplinary Collaborative Journal
Multidisciplinary Collaborative Journal
| Vol.02 | Núm.0
1
|
Ene
–
Mar
| 2024 | https://mcjournal.editorialdoso.com
43
Gráfico 1
La Inteligencia Artificial como Herramienta para la Optimización en la Toma de
Decisiones Administrativas
Nota:
La Inteligencia Artificial (IA) revoluciona la toma de decisiones al personalizar gestiones,
optimizar procesos y predecir tendencias basadas en datos
(Autores, 202
3
).
El Grafico 1
ilustra cuatro funciones fundamentales de la Inteligencia Artificial en la toma
de decisiones administrativas: personalización en la gestión, predicción de tendencias,
optimización de procesos y la toma de decisiones basadas en datos. La personalización
p
ermite ajustar los procesos a las necesidades específicas de cada usuario o cliente,
mejorando la experiencia y el rendimiento organizacional
.
Por otro lado, la predicción de
tendencias facilita anticipar escenarios futuros mediante análisis de
datos históricos y
patrones, lo cual fortalece la planificación estratégica
.
La optimización de procesos,
mediante algoritmos avanzados, ayuda a eliminar ineficiencias y maximizar recursos.
Finalmente, la toma de decisiones basada en datos proporciona una base cuantitativa y
objetiva, reduciendo la incertidumbre y errores humanos e
n las decisiones
administrativas. En conjunto, estos elementos consolidan a la IA como una herramienta
indispensable para la gestión empresarial actual.
3.1.1.
Optimización de procesos
Uno de los impactos más notables de la IA en la administración es su capacidad para
optimizar procesos, lo que implica la reducción de tiempos operativos y el aumento de
la eficiencia. A través de la automatización robótica de procesos (RPA, por sus siglas
en inglés), la IA permite a las organizaciones ejecutar tareas repetitivas, como el ingreso
de datos, la conciliación de cuentas y la generación de reportes, de manera más rápida
y precisa que los humanos. Esto no solo reduce el margen de error, sino que
también
libera recursos humanos para concentrarse en actividades más estratégicas (
Almeida
Blacio, J. H. 2022
).
L
a IA es capaz de analizar flujos de trabajo complejos para identificar cuellos de botella
y áreas de ineficiencia. Por ejemplo, en la industria manufacturera, los algoritmos de
aprendizaje automático pueden monitorizar continuamente las líneas de producció
n,
detectar anomalías y sugerir ajustes en tiempo real (Shrestha et al., 2020). En el sector
de servicios, la implementación de asistentes virtuales alimentados por IA permite
gestionar de manera eficiente grandes volúmenes de consultas de clientes, mejor
ando
tanto la rapidez como la calidad de las respuestas (
Almenaba
-
Guerrero, Y. F
. et. al.
.
2022
).
Multidisciplinary Collaborative Journal
Multidisciplinary Collaborative Journal
| Vol.02 | Núm.0
1
|
Ene
–
Mar
| 2024 | https://mcjournal.editorialdoso.com
44
3.1.2.
Toma de
decisiones basada en datos
La toma de decisiones es uno de los procesos administrativos más críticos, y la IA ha
demostrado ser una aliada poderosa en este ámbito al proporcionar una base sólida de
datos para respaldar decisiones estratégicas. En el entorno empresarial actual, donde
los datos son abundantes y dinámicos, los sistemas de IA procesan información en
tiempo real, analizando variables múltiples y generando insights que guían las
decisiones (
Terán
-
Guerrero, F. N.,
et
.
al.
2023
).
Por ejemplo, en el sector financiero, la IA puede analizar patrones históricos en los
mercados, identificar tendencias emergentes y predecir movimientos futuros, ayudando
a los líderes a tomar decisiones de inversión más informadas (Shrestha et al., 2020).
En
la gestión de recursos humanos, los algoritmos de IA pueden evaluar datos relacionados
con el desempeño de los empleados, sus habilidades y su potencial, facilitando
decisiones sobre promociones, capacitación y asignaciones de roles (
Castelo Salazar,
A
. G. 2021
).
Este enfoque basado en datos no solo reduce el sesgo humano, sino que también
mejora la precisión y relevancia de las decisiones, permitiendo a las organizaciones
adaptarse rápidamente a los cambios del entorno y anticipar desafíos futuros (
Castelo
Salazar, A. G. 2021
).
3.1.3.
Predicción de tendencias
La predicción es otro ámbito en el que la IA ha mostrado su valor, utilizando técnicas
avanzadas como el aprendizaje profundo para identificar patrones en datos históricos y
actuales que pueden anticipar el comportamiento futuro. Esta capacidad es
especial
mente relevante en sectores como la cadena de suministro, donde prever la
demanda con precisión puede evitar costos asociados con el exceso o la falta de
inventario (
Erazo
-
Luzuriaga, A. F.,
et
.
al.
2023
).
En el comercio minorista, la IA analiza los hábitos de compra de los consumidores,
detectando cambios en las preferencias y ayudando a las empresas a ajustar sus
estrategias de marketing y productos en consecuencia. En el ámbito financiero, los
modelos pre
dictivos impulsados por IA pueden prever riesgos crediticios y fluctuaciones
en los mercados, permitiendo a las instituciones implementar medidas preventivas
(Shrestha et al., 2020).
La capacidad de la IA para procesar y analizar datos masivos con rapidez supera
ampliamente las capacidades humanas, proporcionando un nivel de precisión y
profundidad en las predicciones que es esencial para la planificación estratégica en un
mundo cada v
ez más competitivo y dinámico (
Erazo
-
Luzuriaga, A. F.,
et
.
al.
2023
).
3.1.4.
Personalización en la gestión
La personalización se ha convertido en un elemento diferenciador clave en la
administración moderna, y la IA ha jugado un papel crucial al permitir que las
organizaciones ofrezcan soluciones altamente adaptadas a las necesidades
individuales de sus cliente
s y empleados. A través del análisis de datos de
comportamiento y preferencias, los sistemas de IA pueden generar recomendaciones
personalizadas que mejoran la experiencia del cliente (
Puyol
-
Cortez, J. L. 2021
).
Multidisciplinary Collaborative Journal
Multidisciplinary Collaborative Journal
| Vol.02 | Núm.0
1
|
Ene
–
Mar
| 2024 | https://mcjournal.editorialdoso.com
45
Por ejemplo, en el
sector del comercio electrónico, los algoritmos de IA analizan las
compras anteriores, los hábitos de navegación y las interacciones de los usuarios para
sugerir productos que se alineen con sus intereses. Esto no solo aumenta las
probabilidades de convers
ión, sino que también fomenta la lealtad del cliente al ofrecer
una experiencia más satisfactoria (
Rivadeneira Moreira, J. C. 2022
).
En el ámbito interno de las organizaciones, la IA permite personalizar la gestión del
talento humano. Mediante el análisis de datos sobre el desempeño, las habilidades y los
intereses de los empleados, los sistemas de IA pueden crear planes de desarrollo
p
rofesional adaptados a las necesidades individuales, alineándolos con los objetivos
organizacionales. Esto no solo mejora la satisfacción laboral, sino que también impulsa
el compromiso y la productividad de los empleados (
Hermosa
-
Vega, G. G. 2022
).
En conjunto, los beneficios de la inteligencia artificial en la administración son amplios y
profundos. Desde la optimización de procesos y la mejora en la toma de decisiones
hasta la capacidad predictiva y la personalización, la IA ha demostrado ser una
h
erramienta esencial para las organizaciones que buscan mantenerse competitivas en
un entorno dinámico. Sin embargo, para aprovechar plenamente estas ventajas, es
crucial abordar de manera proactiva los desafíos éticos, técnicos y operativos asociados
con s
u implementación.
3.2.
Desafíos en la implementación de inteligencia artificial en la administración
La implementación de la inteligencia artificial (IA) en la administración ha transformado
significativamente la forma en que las organizaciones operan, pero también ha
introducido desafíos complejos que deben ser comprendidos y abordados de manera
crítica.
Entre los desafíos más significativos se encuentran los sesgos algorítmicos, las
barreras tecnológicas y los problemas éticos y legales. Estos elementos son
fundamentales para evaluar el impacto de la IA en la administración desde una
perspectiva integral
y proactiva.
3.2.1.
Sesgos algorítmicos
Los sesgos algorítmicos representan un desafío crítico en la implementación de la IA,
especialmente en contextos administrativos donde las decisiones pueden tener
implicaciones de gran alcance. Estos sesgos ocurren cuando los algoritmos de IA
generan resul
tados que reflejan parcialidades inherentes a los datos de entrenamiento
o al diseño de los modelos. Como resultado, los sistemas de IA pueden perpetuar y
amplificar desigualdades existentes, afectando a grupos marginados de manera
desproporcionada (
Almena
ba
-
Guerrero, Y. F., & Herrera
-
Sánchez, M. J. 2022
).
Un ejemplo destacado de sesgos algorítmicos se observa en los sistemas de selección
de personal, donde los modelos entrenados con datos históricos tienden a favorecer a
ciertos perfiles demográficos, excluyendo inadvertidamente a candidatos de grupos
subre
presentados. Este fenómeno se ha evidenciado en diversas aplicaciones de
recursos humanos, lo que genera preocupaciones sobre la equidad y la inclusión
(Núñez, 2021).
La discriminación algorítmica también se manifiesta en sistemas de reconocimiento
facial, los cuales presentan menores niveles de precisión en individuos de piel oscura y
mujeres en comparación con hombres blancos. Este tipo de errores puede tener
Multidisciplinary Collaborative Journal
Multidisciplinary Collaborative Journal
| Vol.02 | Núm.0
1
|
Ene
–
Mar
| 2024 | https://mcjournal.editorialdoso.com
46
consecuencias graves, particularmente en entornos sensibles como la seguridad y el
control de accesos (
Erazo
-
Luzuriaga, A. F.,
et. al.
2023
.). Abordar los sesgos
algorítmicos requiere esfuerzos conjuntos entre desarrolladores, científicos de datos y
responsables de políticas para garantizar la equidad y la transparencia en los sistemas
de IA.
3.2.2.
Barreras tecnológicas
La implementación efectiva de la IA en la administración enfrenta múltiples barreras
tecnológicas que limitan su adopción generalizada. Una de las principales dificultades
radica en la falta de infraestructura tecnológica adecuada, como sistemas
computacio
nales avanzados y redes de datos robustas, que son esenciales para
soportar las capacidades intensivas de procesamiento de los algoritmos de IA (Reason
Why, 2023).
Otra barrera importante es la escasez de talento especializado. Las organizaciones
enfrentan dificultades para contratar y retener profesionales con experiencia en el
diseño, implementación y gestión de sistemas de IA. Esto se complica aún más por la
rápid
a evolución de la tecnología, que exige una actualización constante de habilidades
y conocimientos. La carencia de personal capacitado limita la capacidad de las
empresas para aprovechar plenamente el potencial de la IA en sus operaciones
administrativas.
Asimismo, existe una resistencia al cambio organizacional que afecta la adopción de
tecnologías avanzadas. Los empleados pueden mostrar desconfianza hacia los
sistemas de IA, especialmente cuando estos son percibidos como herramientas que
amenazan su segur
idad laboral. Además, la falta de comprensión sobre el
funcionamiento interno de los algoritmos genera incertidumbre, lo que a menudo resulta
en una adopción parcial o ineficaz de la IA en los procesos administrativos (Reason
Why, 2023).
3.2.3.
Problemas éticos y legales
La IA también plantea desafíos éticos y legales que requieren una atención urgente y
sistemática. Uno de los principales problemas éticos radica en la privacidad de los datos.
Los sistemas de IA dependen en gran medida de la recopilación y análisis de gran
des
volúmenes de datos personales, lo que plantea riesgos significativos en términos de
protección de la privacidad. Si estos datos no se gestionan adecuadamente, pueden ser
utilizados de manera indebida, exponiendo a las personas a riesgos de violaciones
de
privacidad y abuso (Generación Savia, 2022).
L
os problemas de transparencia en los algoritmos de IA son una preocupación central.
La complejidad de muchos modelos de IA, especialmente aquellos basados en
aprendizaje profundo, dificulta la explicación de cómo se toman las decisiones. Esta falta
de "exp
licabilidad" o transparencia genera desconfianza y cuestionamientos éticos, ya
que los usuarios y las partes interesadas no pueden verificar fácilmente la validez de las
decisiones tomadas por la IA (LovTechnology, 2021).
Desde una perspectiva legal, la IA también plantea interrogantes sobre la
responsabilidad en caso de errores o daños. Por ejemplo, si un sistema de IA comete
un error en una decisión administrativa que afecta negativamente a un empleado o
Multidisciplinary Collaborative Journal
Multidisciplinary Collaborative Journal
| Vol.02 | Núm.0
1
|
Ene
–
Mar
| 2024 | https://mcjournal.editorialdoso.com
47
cliente, surge la pregunta de quién es responsable: ¿el desarrollador del algoritmo, la
organización que implementó el sistema, o ambas partes? La ausencia de marcos
legales claros para abordar estas situaciones genera incertidumbre y dificulta la
implemen
tación de la IA de manera segura y ética (Generación Savia, 2022).
A
unque la inteligencia artificial ofrece enormes oportunidades para transformar la
administración y mejorar la eficiencia de las organizaciones, es
fundamental enfrentar
de manera crítica los desafíos asociados con los sesgos algorítmicos, las barreras
tecnológicas y los problemas éticos y legales. Para superar estas barreras, es necesario
fomentar la colaboración interdisciplinaria entre desarrollado
res, legisladores, líderes
empresariales y académicos. De esta manera, se podrá garantizar que la
implementación de la IA en la administración no solo sea efectiva, sino también
equitativa, transparente y ética.
4.
Discusión
La discusión sobre la implementación de la inteligencia artificial (IA) en la administración
se encuentra en el centro de un debate que abarca tanto sus beneficios como los
desafíos inherentes a su adopción. Los resultados obtenidos a través de esta revisi
ón
bibliográfica resaltan la capacidad de la IA para optimizar procesos, fundamentar la toma
de decisiones en datos, prever tendencias y personalizar la gestión. No obstante, estos
logros no están exentos de desafíos éticos, tecnológicos y legales que limi
tan su
implementación efectiva y equitativa.
L
a optimización de procesos administrativos mediante herramientas como la
automatización robótica (RPA) y los algoritmos de aprendizaje automático ha
demostrado ser un avance significativo en la eficiencia organizacional. La reducción de
errores humanos, la
rapidez en la ejecución de tareas repetitivas y la redistribución de
recursos hacia actividades estratégicas son elementos que fortalecen la competitividad
de las empresas (
Puyol
-
Cortez, J. L. 2021
). Sin embargo, estas tecnologías también
introducen depe
ndencias críticas en infraestructuras tecnológicas avanzadas y equipos
capacitados, lo cual limita su adopción en organizaciones con recursos restringidos
(
Inga
-
Aguagallo, C. F. 2023
).
La capacidad de la IA para fundamentar decisiones en el análisis de grandes volúmenes
de datos en tiempo real constituye un recurso invaluable para la administración. Los
sistemas de IA ofrecen a los líderes empresariales insights que serían inalcanzables
mediante métodos tradicionales, mejorando la precisión y pertinencia de las decisiones
estratégicas (
Almenaba
-
Guerrero, Y. F., & Herrera
-
Sánchez, M. J. 2022
.). Sin embargo,
la calidad de estas decisiones está intrínsecamente ligada a la calidad de los dato
s
utilizados. Los sesgos presentes en los datos de entrenamiento pueden influir
negativamente en los resultados, perpetuando desigualdades y discriminación
algorítmica (Núñez, 2021). Esta problemática subraya la importancia de desarrollar
enfoques proactiv
os para mitigar sesgos en los modelos de IA, garantizando así su
equidad y transparencia.
En el ámbito de la predicción de tendencias, la IA ha demostrado un potencial
transformador en sectores como la cadena de suministro, el comercio minorista y las
finanzas, donde la anticipación de patrones y cambios futuros permite una planificación
Multidisciplinary Collaborative Journal
Multidisciplinary Collaborative Journal
| Vol.02 | Núm.0
1
|
Ene
–
Mar
| 2024 | https://mcjournal.editorialdoso.com
48
más efectiva (Shrestha et al., 2020). No obstante, la complejidad de los algoritmos de
aprendizaje profundo dificulta la comprensión de los procesos de toma de decisiones, lo
que genera incertidumbre entre los usuarios y limita la confianza en las predicci
ones
generadas (Generación Savia, 2022). Esta falta de explicabilidad es un desafío ético
crucial que debe ser abordado para fomentar la adopción responsable de la IA en la
administración.
La personalización en la gestión, por otro lado, resalta cómo la IA puede adaptarse a las
necesidades específicas de clientes y empleados, mejorando la experiencia del usuario
y promoviendo la satisfacción y lealtad (
Maldonado
-
Nova, V. 2022
). Sin embargo, este
beneficio plantea preocupaciones éticas y legales relacionadas con la privacidad y el
manejo de datos personales. La recopilación masiva de datos necesarios para
desarrollar sistemas personalizados puede infringir derechos fundamentale
s si no se
gesti
ona de manera adecuada (LovTechnology, 2021). Además, la ausencia de marcos
regulatorios claros sobre la responsabilidad en caso de daños o errores derivados de la
IA crea un entorno incierto que afecta tanto a las organizaciones como a los usuarios
(Gener
ación Savia, 2022).
En el contexto de estos desafíos, es evidente que la implementación de la IA en la
administración requiere un enfoque multidisciplinario que combine el desarrollo
tecnológico con la creación de marcos éticos y legales robustos. Los avances en
técnicas de m
itigación de sesgos, la inversión en infraestructura tecnológica y la
capacitación del talento humano son aspectos esenciales para superar las barreras
tecnológicas y garantizar el acceso equitativo a estas herramientas (Reason Why,
2023). Asimismo, la pro
moción de políticas de transparencia y responsabilidad en el
diseño y uso de sistemas de IA es fundamental para abordar las preocupaciones éticas
y legales.
M
ientras que la inteligencia artificial ofrece oportunidades incomparables para
transformar la administración, su implementación plantea desafíos complejos que
requieren soluciones innovadoras y colaborativas. El equilibrio entre los beneficios y las
limita
ciones dependerá de la capacidad de las organizaciones, los desarrolladores y los
responsables políticos para integrar principios éticos, infraestructura adecuada y
regulaciones claras en el desarrollo y uso de estas tecnologías. Este enfoque
garantizará
que la IA no solo sea efectiva, sino también justa, transparente y alineada
con los valores humanos fundamentales.
5.
Conclusiones
La inteligencia artificial (IA) se ha consolidado como un pilar fundamental en la
administración contemporánea, aportando avances transformadores en múltiples
dimensiones. La optimización de procesos, la toma de decisiones basada en datos, la
capacidad pre
dictiva y la personalización en la gestión destacan entre los beneficios
más evidentes. Estas capacidades han permitido a las organizaciones no solo mejorar
su eficiencia operativa, sino también anticiparse a los cambios del entorno, personalizar
sus estra
tegias y maximizar el valor generado para sus clientes y empleados.
E
l proceso de integración de la IA en la administración está marcado por desafíos que
requieren atención prioritaria. Entre los principales obstáculos se encuentran los sesgos
Multidisciplinary Collaborative Journal
Multidisciplinary Collaborative Journal
| Vol.02 | Núm.0
1
|
Ene
–
Mar
| 2024 | https://mcjournal.editorialdoso.com
49
algorítmicos, que pueden perpetuar desigualdades estructurales cuando los datos de
entrenamiento y los modelos reflejan parcialidades existentes. Esto plantea serios
cuestionamientos sobre la equidad en las decisiones automatizadas. Asimismo, las
barreras
tecnológicas, como la falta de infraestructura adecuada y la escasez de talento
especializado, dificultan la adopción efectiva de estas tecnologías, especialmente en
organizaciones con recursos limitados o en regiones con menor desarrollo tecnológico.
Los problemas éticos y legales asociados con la IA constituyen otra dimensión crítica
que debe ser abordada con urgencia. La recopilación y el uso masivo de datos
personales plantean riesgos significativos en términos de privacidad, mientras que la
opacida
d de los algoritmos socava la confianza y la transparencia en los procesos de
toma de decisiones. A esto se suma la incertidumbre sobre la asignación de
responsabilidades en casos de errores o daños derivados de decisiones automatizadas,
lo que subraya la
necesidad de marcos regulatorios claros y adaptados a la realidad
tecnológica.
Para maximizar el impacto positivo de la IA en la administración, es imprescindible
adoptar un enfoque integral y proactivo. Esto incluye invertir en infraestructura
tecnológica avanzada, fomentar la capacitación de profesionales en áreas relacionadas
con
la IA y desarrollar estrategias organizacionales que promuevan la aceptación y el
uso responsable de estas herramientas. También es fundamental promover la
colaboración entre empresas, gobiernos y comunidades académicas para establecer
estándares éticos y
legales que regulen el diseño y uso de la IA de manera justa y
equitativa.
El futuro de la administración, impulsado por la inteligencia artificial, dependerá en gran
medida de la capacidad de las organizaciones para equilibrar los beneficios de esta
tecnología con los riesgos y desafíos que plantea. Lograr este equilibrio no sol
o
fortalecerá la competitividad y sostenibilidad de las organizaciones, sino que también
garantizará que el uso de la IA esté alineado con los valores fundamentales de justicia,
transparencia y respeto por los derechos humanos. Este enfoque será clave para
construir un entorno administrativo más eficiente, ético y resiliente frente a los desafíos
del futuro.
Referencias Bibliográficas
Almeida Blacio, J. H. (2022). Innovación como herramienta para la gestión empresarial
en las PYMEs de Santo Domingo.
Journal of Economic and Social Science
Research,
2(4), 68
–
81.
https://doi.org/10.55813/gaea/jessr/v2/n4/26
Almenaba
-
Guerrero, Y. F., & Herrera
-
Sánchez, M. J. (2022). Diversidad e Inclusión en
el Lugar de Trabajo: Prácticas en Ecuador Liderazgo y Cultura
Organizacional.
Revista Científica Zambos,
1(1), 69
-
85.
https://doi.org/10.69484/rcz/v1/n1/22
Casanova
-
Villalba, C. I. (2022). Desafíos en el crecimiento empresarial en Santo
Domingo: Un análisis de los factores clave en el periodo 2021
-
2022.
Journal of
Economic and Social Science Research,
2(3), 1
–
12.
https://doi.org/10.55813/gaea/jessr/v2/n3/53
Multidisciplinary Collaborative Journal
Multidisciplinary Collaborative Journal
| Vol.02 | Núm.0
1
|
Ene
–
Mar
| 2024 | https://mcjournal.editorialdoso.com
50
Castelo Salazar, A. G. (2021). Cultura organizacional, una ventaja competitiva de las
PYMES del cantón Santo Domingo.
Journal of Economic and Social Science
Research,
1(2), 65
–
77.
https://doi.org/10.55813/gaea/jessr/v1/n2/32
Erazo
-
Luzuriaga, A. F., Ramos
-
Secaira, F. M., Galarza
-
Sánchez, P. C., & Boné
-
Andrade, M. F. (2023).
La inteligencia artificial aplicada a la optimización de
programas informáticos.
Journal of Economic and Social Science
Research,
3(1), 48
–
63.
https://doi.org/10.55813/gaea/jessr/v3/n1/61
Fernando Neptalí, F. N., Martínez
-
Martínez, E. J., Pluas
-
Llamuca, , G. G., Román
-
Aguirre, R. D., Hernández
-
Altamirano, H. E., & Gallardo
-
Chiluisa, N. N. (2023).
Planeación estratégica: Conceptos y herramientas para su aplicación. Editorial
Grupo AEA.
https://doi.org/10.55813/egaea.l.2022.48
Generación Savia. (2022). Retos legales y éticos de la inteligencia artificial: una
perspectiva actual.
https://www.generacionsavia.org/think
-
tank/actualidad/retos
-
legales
-
y
-
eticos
-
de
-
la
-
inteligencia
-
artificial
Guerrero
-
Velástegui, C. A., Godoy
-
Calvachi, X. A., Castro
-
Cruz, L. D., Torres
-
Pérez, J.
M., & Terán
-
Guerrero, F. N. (2023). Gestión Empresarial: Concepción Legal bajo
enfoque del proceso administrativo. Apuntes desde la perspectiva académica.
Editorial Gru
po AEA.
https://doi.org/10.55813/egaea.l.2022.43
Hermosa
-
Vega, G. G. (2022). Liderazgo y Gobernanza en Empresas Familiares en
Ecuador.
Revista Científica Zambos,
1(1), 13
-
32.
https://doi.org/10.69484/rcz/v1/n1/20
Herrera
-
Sánchez, M. J. (2021). Estrategias de Gestión Administrativa para el Desarrollo
Sostenible de Emprendimientos en La Concordia.
Journal of Economic and
Social Science Research,
1(4), 56
–
69.
https://doi.org/10.55813/gaea/jessr/v1/n4/42
Inga
-
Aguagallo, C. F. (2023). Análisis del proceso de inducción del talento humano en
las PYMES, Quinindé, 2020
-
2021.
Journal of Economic and Social Science
Research,
3(2), 30
–
44.
https://doi.org/10.55813/gaea/jessr/v3/n2/66
LovTechnology. (2021). La ética en la inteligencia artificial: consideraciones y debates
actuales.
https://lovtechnology.com/la
-
etica
-
en
-
la
-
inteligencia
-
artificial
-
consideraciones
-
y
-
debates
-
actuales
Maldonado
-
Nova, V. (2022). El Rol del Talento Humano en la Transformación Digital de
las Empresas Ecuatorianas.
Revista Científica Zambos,
1(2), 34
-
50.
https://doi.org/10.69484/rcz/v1/n2/26
Núñez, P. (2021).
Inteligencia artificial y sesgos algorítmicos
.
NUSO
.
https://nuso.org/articulo/inteligencia
-
artificial
-
y
-
sesgos
-
algoritmicos
Puyol
-
Cortez, J. L. (2021).
La satisfacción laboral como factor clave para la
productividad en las PYMES de Santo Domingo de los Tsáchilas.
Journal of
Economic and Social Science Research,
1(2), 50
–
64.
https://doi.org/10.55813/gaea/jessr/v1/n2/31
Multidisciplinary Collaborative Journal
Multidisciplinary Collaborative Journal
| Vol.02 | Núm.0
1
|
Ene
–
Mar
| 2024 | https://mcjournal.editorialdoso.com
51
Reason Why.
(2023). Desafíos éticos y morales de la inteligencia artificial en su
desarrollo tecnológico.
https://www.reasonwhy.es/actualidad/desafios
-
etica
-
moral
-
inteligencia
-
artificial
-
desarrollo
-
tecnologia
Rivadeneira Moreira, J. C. (2021). Analizar los métodos de administración aplicados en
pequeños negocios en el cantón Quinindé.
Journal of Economic and Social
Science Research,
1(4), 1
–
13.
https://doi.org/10.55813/gaea/jessr/v1/n4/38
Rivadeneira Moreira, J. C. (2022). La importancia del liderazgo en el logro de metas
empresariales.
Journal of Economic and Social Science Research,
2(4), 41
–
54.
https://doi.org/10.55813/gaea/jessr/v2/n4/24
Santander
-
Salmon, E. S., & Lara
-
Rivadeneira, L. J. (2023). El liderazgo en el ámbito
organizacional dentro del contexto humano.
Journal of Economic and Social
Science Research,
3(2), 15
–
29.
https://doi.org/10.55813/gaea/jessr/v3/n2/64
Sarmiento
-
Martínez, R. G. (2022). Análisis Cualitativo de las Prácticas de
Responsabilidad Social Empresarial en Ecuador.
Revista Científica
Zambos,
1(2), 17
-
33.
https://doi.org/10.69484/rcz/v1/n2/25
Shrestha, Y. R., Krishna, V., & von Krogh, G. (2020). Augmenting Organizational
Decision
-
Making with Deep Learning Algorithms: Principles, Promises, and
Challenges.
arXiv preprint arXiv:2011.02834
.
https://doi.org/10.48550/arXiv.2011.02834
Terán
-
Guerrero, F. N., Guerrero
-
Espinosa, M. E., Vizcaíno
-
Villavicencio, V. de L.,
Gaibor
-
Mendoza, J. S., Pico
-
Lescano, J. C., & Sandoval
-
Cárdenas, M. V. (2023).
Gestión del Cambio como Fundamento de la Dirección Estratégica. Editorial
Grupo AEA.
https://doi.org/10.55813/egaea.l.2022.28
CONFLICTO DE INTERESES
Los autores declaran no tener ningún conflicto de intereses.