IMPACTO DE LA INTELIGENCIA ARTIFICIAL
EN EL CLIMA LABORAL DE LAS
ORGANIZACIONES: UNA REVISIÓN
BIBLIOMÉTRICA
IMPACT OF ARTIFICIAL INTELLIGENCE ON THE WORK
ENVIRONMENT OF ORGANIZATIONS: A BIBLIOMETRIC
REVIEW
Elsa Hernández Cortes
Tecnológico Nacional de México Instituto Tecnológico de Tehuacán
Eduardo Osbaldo Ramírez Vaquero
Tecnológico Nacional de México Instituto Tecnológico de Tehuacán
Nidia Esther Gómez Flores
Tecnológico Nacional de México Instituto Tecnológico de Tehuacán
Bertha Leticia Franco Salazar
Tecnológico Nacional de México Instituto Tecnológico de Tehuacán
Yaoli Guadalupe Bolaños Marquez
Tecnológico Nacional de México Instituto Tecnológico de Tehuacán
pág. 3696
DOI: https://doi.org/10.37811/cl_rcm.v8i6.15123
Impacto de la inteligencia artificial en el clima laboral de las
organizaciones: Una revisión bibliométrica
Elsa Hernández Cortes1
elsa.hc@tehuacan.tecnm.mx
https://orcid.org/0009-0001-0869-4700
Tecnológico Nacional de México
Instituto Tecnológico de Tehuacán
Eduardo Osbaldo Ramírez Vaquero
eduardoosbaldo.rv@tehuacan.tecnm.mx
https://orcid.org/0009-0004-0299-2143
Tecnológico Nacional de México
Instituto Tecnológico de Tehuacán
Nidia Esther Gómez Flores
nidiaesther.gf@tehuacan.tecnm.mx
https://orcid.org/0009-0004-6289-7180
Tecnológico Nacional de México
Instituto Tecnológico de Tehuacán
Bertha Leticia Franco Salazar
berthaleticia.fs@tehuacan.tecnm.mx
https://orcid.org/0009-0003-7166-1607
Tecnológico Nacional de México
Instituto Tecnológico de Tehuacán
Yaoli Guadalupe Bolaños Marquez
m24361359@tehuacan.tecnm.mx
https://orcid.org/0000-0002-9669-3096
Tecnológico Nacional de México
Instituto Tecnológico de Tehuacán
RESUMEN
Este estudio bibliométrico tiene como objetivo realizar un análisis profundo del contexto de
investigación sobre cómo la inteligencia artificial ha impactado en el clima laboral de las organizaciones,
analizando su importancia, las fuentes, avances en la investigación en diferentes áreas del conocimiento,
desafíos, limitantes, etc. A partir de una base de datos de 490 artículos procesados tanto por Bibliometrix
R packge y la herramienta VOSviewer, lo cual permitió la identificación entre otros parámetros como:
autores, países, organizaciones y publicaciones implicadas en dicho estudio y las aplicaciones de la
inteligencia artificial en las organizaciones. Este análisis bibliométrico ofrece una perspectiva integral
sobre los hallazgos encontrados del empleo de la inteligencia artificial en las organizaciones, que a su
vez mejoran el clima laboral.
Palabras clave: industria 4.0, inteligencia artificial, clima laboral, bibliometrix r, vosviewer
Autor principal
Correspondencia: elsa.hc@tehuacan.tecnm.mx
pág. 3697
Impact of artificial intelligence on the work environment of organizations:
A bibliometric review
ABSTRACT
This bibliometric study aims to carry out an in-depth analysis of the research context on how artificial
intelligence has affected the work environment of organizations, analyzing its importance, sources, and
advances in research in different areas of knowledge, challenges, and limitations. Based on a database
of 490 articles processed by both the Bibliometrix R package and the VOSviewer tool, which allowed
the identification of, among other parameters, authors, countries, organizations, and publications
involved in the study and the applications of artificial intelligence in organizations. This bibliometric
analysis offers a comprehensive perspective on the findings regarding the use of artificial intelligence
in organizations, improving the work environment.
Keywords: industry 4.0, artificial intelligence, work environment, bibliometrix r, vosviewer
Artículo recibido 17 octubre 2024
Aceptado para publicación: 19 noviembre 2024
pág. 3698
INTRODUCCIÓN
Hoy en día, estamos viviendo la era de la 4ta Revolución Industrial, mejor conocida como Industria 4.0,
dicha revolución consiste en implementar tecnologías en las organizaciones que les permitan ser ágiles
y colaborativas.
En dicha era, la tecnología fundamental que se emplea es la inteligencia artificial, la cual le permite a
las organizaciones mejorar sus procesos de producción y de servicio que ofertan a un público que se
desenvuelve de manera digital.
El uso de la inteligencia artificial ha concedido grandes beneficios en el clima laboral dentro de las
organizaciones, debido a que mejora el intercambio de conocimiento, incrementar el compromiso,
mejora la comunicación, aumenta la participación, existe mayor colaboración de los empleados; entre
otros tantos beneficios.
Más, sin embargo, también contrae desafíos y limitaciones el utilizar inteligencia artificial dentro de las
organizaciones, como son: resistencia al cambio, privacidad y seguridad.
Es por lo anterior, que en este estudio bibliométrico se analiza a mayor profundidad el impacto que se
tiene en el clima laboral al aplicar tecnología dentro de las organizaciones modernas.
Revisión de literatura
La revisión de literatura realizada acerca del empleo de la inteligencia artificial en las organizaciones,
fue extensa, se formuló una ecuación de búsqueda en la base de datos Scopus, con las palabras claves:
organización, clima e inteligencia artificial Figura 1. Arrojando la búsqueda un total de 490 artículos,
de los cuales se extrajeron los 16 artículos más recientes del 2024 y los 8 artículos más citados del 2020
al 2024.
Figura 1. Ecuación de búsqueda en Scopus
Fuente: Elaboración propia a partir de la base de datos Scopus.
pág. 3699
En el análisis de los 16 autores que han hecho investigación, de manera reciente, sobre el impacto que
se tienen las tecnologías en el clima laboral, se tiene la Tabla 1.
Tabla 1. Autores que han investigado acerca del tema investigado
Autores
Título del artículo
Resumen
Neuman et al.
(2024)
Exploring artificial
intelligence adoption in
public organizations a
comparative case study
El artículo explora la adopción de inteligencia artificial
en organizaciones públicas.
Los factores tecnológicos y organizacionales varían
según la etapa de adopción.
Los factores ambientales son generalmente menos
críticos para la adopción de inteligencia artificial.
El estudio destaca los impulsores y obstáculos de la
implementación de inteligencia artificial.
Booyse et al.
(2024)
Barriers to adopting
automated organisational
decision-making through
the use of artificial
intelligence
El documento identifica barreras para la adopción de
inteligencia artificial en la toma de decisiones.
Las barreras incluyen la dinámica humana, las
regulaciones y las consideraciones éticas.
La investigación incluyó entrevistas con 13 altos
directivos en Sudáfrica.
Se elaboró un marco conceptual basado en los hallazgos.
Ramírez et al.
(2024)
Trends in the knowledge
area of organizations in
Industry 5.0: perspectives
and theoretical references
El estudio analiza las tendencias del conocimiento
organizacional en la Industria 5.0.
Hace hincapié en la integración de tecnologías
avanzadas y computación cognitiva.
La gestión estratégica del conocimiento y la innovación
es crucial para la competitividad.
Las organizaciones deben adaptarse a los cambios
dinámicos del mercado para lograr la sostenibilidad.
Gusti et al.
(2024)
Artificial intelligence for
employee engagement
and productivity
El trabajo remoto aumenta la importancia de la
inteligencia artificial en el compromiso de los
empleados.
Estudio analiza el impacto de la inteligencia artificial en
la productividad en el sector bancario.
El liderazgo en el cambio no mejora significativamente
la productividad.
Los hallazgos ayudan a los gerentes a desarrollar
entornos de trabajo positivos.
pág. 3700
Kruger et al.
(2024)
The work role identity in
flux of professional staff
in a VUCA environment
El estudio explora el impacto de inteligencia artificial en
las instituciones privadas de educación superior.
Examina la reconstrucción de la identidad académica en
medio del cambio constante.
Se recolectaron datos cualitativos del personal
académico superior.
Los hallazgos resaltan la necesidad de apoyo
psicológico desde el manejo.
La colaboración entre académicos e instituciones mejora
la identidad de marca.
Murár et al.
(2024)
The impact of brand-
voice integration and
artificial intelligence on
social media marketing
El artículo explora el papel de la inteligencia artificial en
la comunicación de marketing.
Investiga la integración de marca y voz en el marketing
en redes sociales.
Se desarrolla un modelo para generar salidas de voz de
marca.
Las evaluaciones de expertos validan la efectividad del
contenido generado por inteligencia artificial.
El estudio analiza publicaciones de Facebook de cuatro
marcas eslovacas.
Identifica los desafíos y beneficios de la inteligencia
artificial en el marketing.
Gülten et al.
(2024)
A Machine Learning-
Based Forecast Model
for Career Planning in
Human Resource
Management: A Case
Study of the Turkish Post
Corporation
El estudio desarrolla un modelo de aprendizaje
automático para la planificación de la carrera de
recursos humanos. Enfatiza el liderazgo
transformacional en las prácticas de recursos humanos.
La investigación futura puede explorar el entrenamiento
de liderazgo y el comportamiento.
Samadhiya et
al. (2024)
Bridging realities into
organizations through
innovation and
productivity: Exploring
the intersection of
artificial intelligence,
internet of things, and big
El estudio explora inteligencia artificial, IoT y BDA en
el Metaverso.
Su objetivo es mejorar la innovación y la productividad
en las organizaciones.
Datos recopilados de las industrias indias de tecnología
de la información, juegos y entretenimiento.
pág. 3701
data analytics in the
metaverse environment
using a multi-method
approach
Xu et al. (2024)
Working with AI: the
impact of organizational
intelligent service
strategy on employees’
perception of career
achievement
El documento explora el impacto de la inteligencia
artificial en la percepción del logro profesional.
Contrasta estrategias inteligentes de servicio de
sustitución y colaboración.
La estrategia de sustitución reduce la interacción
humana, disminuyendo la percepción del logro
profesional.
El clima de innovación organizacional modera los
efectos de la interactividad en la percepción de carrera.
Los hallazgos contribuyen a comprender las
motivaciones intrínsecas en entornos de inteligencia
artificial.
Korobenko et
al. (2024)
Towards a Privacy and
Security-Aware
Framework for Ethical
AI: Guiding the
Development and
Assessment of AI
Systems
El trabajo aborda las implicaciones de privacidad y
seguridad de la inteligencia artificial.
Presenta un marco para el desarrollo ético de
inteligencia artificial.
Una revisión sistemática de la literatura sustenta el
desarrollo del marco.
El marco guía a las organizaciones en la evaluación ética
de inteligencia artificial.
Las dimensiones clave incluyen Datos, Tecnología,
Personas y Procesos.
Destaca las brechas en la literatura actual sobre ética de
inteligencia artificial.
Se proponen futuras direcciones de investigación para la
validación del marco
Abonamah et
al. (2024)
Managerial insights for
AI/ML implementation: a
playbook for successful
organizational integration
El documento se centra en la integración de inteligencia
artificial en las organizaciones.
El éxito se basa en la alineación estratégica y un
liderazgo sólido.
Ofrece un marco de gestión para la adopción efectiva de
inteligencia artificial.
pág. 3702
Los ejemplos del mundo real ilustran el impacto de la
inteligencia artificial en las operaciones y los ingresos.
Destaca la importancia de la capacitación y la
comunicación sobre los beneficios de la inteligencia
artificial.
Un manual guía a las organizaciones a través de las
complejidades de implementación de inteligencia
artificial.
Li et al. (2024)
Machine Learning Based
Decision-Making: A
Sensemaking Perspective
El estudio explora el papel de la inteligencia artificial en
la toma de decisiones organizacionales.
Examina los procesos de creación de sentido entre
tomadores de decisiones y expertos en inteligencia
artificial.
Entrevistas con 31 participantes informaron los
hallazgos de la investigación.
Se desarrolló un modelo de proceso para la creación de
sentidos impulsada por inteligencia artificial.
Los episodios clave incluyen reconocer, explorar,
evaluar y actuar.
La investigación futura debería considerar métodos
mixtos para la robustez.
Almashawreh
et al. (2024)
AI Adoption in Jordanian
SMEs: The Influence of
Technological and
Organizational
Orientations
El documento examina la adopción de inteligencia
artificial en las PYME jordanas.
Utiliza el marco TOE para el análisis.
Encuestas a 364 propietarios-gerentes de pymes para
obtener información.
Los factores clave incluyen el conocimiento y la
infraestructura de tecnología de información.
La capacitación y el apoyo son cruciales para la
adopción.
Se cuestiona la influencia de la estrategia tecnológica en
las actitudes.
Los hallazgos resaltan la importancia de la dinámica
organizacional.
pág. 3703
Anisha et al.
(2024)
Fostering employee
engagement and
knowledge sharing
through artificial
intelligence; [Fomentar
el compromiso de los
empleados y el
intercambio de
conocimientos mediante
la inteligencia artificial]
La inteligencia artificial mejora el compromiso de los
empleados y el intercambio de conocimientos.
La inteligencia artificial crea entornos de trabajo de
apoyo para el intercambio de conocimientos.
Las oportunidades de aprendizaje personalizado
aumentan la participación de los empleados.
Las herramientas de inteligencia artificial mejoran la
comunicación y la colaboración entre los empleados.
Las prácticas éticas de inteligencia artificial son
esenciales para una implementación responsable.
La inteligencia artificial impacta el compromiso de los
empleados de manera positiva y negativa.
Shi et al.
(2024)
Prerequisites for the
Innovation Performance
of Artificial Intelligence
Laboratory: A Fuzzy-Set
Qualitative Comparative
Analysis
La inteligencia artificial impulsa la innovación en los
laboratorios.
Factores tecnológicos, organizacionales y ambientales
influyen en la innovación de inteligencia artificial.
Los recursos informáticos sólidos son cruciales para la
investigación básica de inteligencia artificial.
Los datos de alta calidad tienen un impacto significativo
en los avances de ingeniería de inteligencia artificial.
El estudio utiliza análisis comparativo cualitativo de
conjunto difuso en 43 laboratorios.
Los hallazgos informan las políticas gubernamentales y
la gestión del laboratorio de inteligencia artificial.
Yunita et al.
(2024)
Contingency perspective
to bridge human capital
perception to achieve
ambidexterity in
environmental dynamism
El documento explora la ambidestreza en la banca en
medio de cambios ambientales.
Examina el papel del capital humano y la capacidad
tecnológica.
Se desarrolla un marco para analizar la ambidestreza
organizacional.
Los hallazgos indican que el capital humano influye
directamente en la ambidestreza organizacional.
La capacidad tecnológica media la relación entre capital
humano y ambidestreza.
El dinamismo ambiental no afecta significativamente la
ambidestreza organizacional.
Fuente: Elaboración propia a partir de la base de datos Scopus.
pág. 3704
Asi mismo, en la Tabla 2 se puede apreciar el análisis de los 8 autores que han sido más citadas sus
artículos.
Tabla 2. Artículos más citados
Autores
Citas
totales
Grønsund et al. (2020)
180
Arslan et al. (2022)
90
Ogbeibu et al. (2021)
82
Na et al. (2022)
76
Mikalef et al. (2022)
75
Yu et al. (2023)
70
Neumann et al. (2024)
57
Fuente: Elaboración propia a partir de la base de datos Scopus.
Dando como resultado, que el artículo “Explorando la adopción de inteligencia artificial en
organizaciones públicas: un estudio de caso comparativo” de los autores Neumann O.; Guirguis K.;
Steiner R. ha sido el más citado y actual. En dicho artículo se hace mención de la importancia de la
estrategia de inteligencia artificial para una adopción exitosa; la colaboración con socios externos mejora
los resultados del proyecto de inteligencia artificial; el soporte de administración es crucial para la
asignación de recursos y la administración de cambios; la preparación del cliente influye en la aceptación
de los servicios habilitados por inteligencia artificial y por último, da énfasis que en la maneja que se
explica va a genera confianza en los sistemas de inteligencia artificial.
METODOLOGÍA
La metodología del estudio bibliométrico sobre la inteligencia artificial en el ámbito organizacional se
sustenta en la base de datos Scopus, generando un conjunto de 470 documentos relevantes desde 1985
hasta la actualidad. Los datos se exportaron en formato .csv y se analizaron con el paquete Bibliometrix
en R, una herramienta reconocida por su capacidad para realizar un análisis detallado de la producción
pág. 3705
científica, abordando aspectos como la productividad, las citaciones y la estructura temática de los
documentos (Aria y Cuccurullo, 2017).
La bibliometría se centra en el estudio cuantitativo de la actividad científica, evaluando la calidad y el
impacto de estas publicaciones (Araújo Ruiz y Arencibia, 2002). El análisis se organizó en varias etapas,
generando tablas y figuras que describen tanto la cantidad como la validez y la organización de la
información. Este enfoque proporciona una comprensión profunda de la evolución del conocimiento
sobre la inteligencia artificial en el ámbito organizacional y establece una base sólida para futuras
investigaciones.
Bibliometrix permite realizar análisis básicos y avanzados, incluyendo co-citación y co-ocurrencia de
palabras clave, facilitando la identificación de tendencias y temas emergentes en la literatura. Su
integración con R y RStudio maximiza su utilidad al permitir el uso de otros paquetes para análisis
complementarios (Cruz Manzo et al., 2024).
Adicionalmente, se utilizó VOSviewer, un software de visualización que explora las relaciones entre
términos clave, autores e instituciones, aplicando técnicas de análisis de redes para representar datos
bibliométricos en mapas interactivos.
RESULTADOS
Se analizaron 490 artículos, de los cuales se puede observar una tasa de incremento anual del 12.73% y
el intervalo de tiempo está comprendido entre el periodo de 1985 a 2024, se muestra en la Figura 2.
Figura 2. Información principal
Fuente: Elaboración propia a partir de los hallazgos obtenidos mediante el uso del software Bibliometrix en R.
Cuando las organizaciones combinan técnicas avanzadas de producción con tecnologías inteligentes, se
denota una mejoría en los procesos organizacionales y en la vida de los empleados. Es por ello, que la
aplicación de la inteligencia artificial en las organizaciones inicia a ser investigada con mayor auge a
partir del año 2017, como se muestra en la Figura 3.
pág. 3706
Figura 3. Producción científica anual
Fuente: Elaboración propia a partir de los hallazgos obtenidos mediante el uso del software Bibliometrix en R.
El autor que más a bordado la temática de la Industria 4.0 en las organizaciones es Wang X, seguido de
los autores Chowdhury´s, Jaiswal S y Singh S, como se puede apreciar en la Figura 4 y Tabla 3.
Figura 4. Autores más relevantes
Fuente: Elaboración propia a partir de los hallazgos obtenidos mediante el uso del software Bibliometrix en R.
pág. 3707
Tabla 3. Autores más relevantes
Autores
Artículos
Artículos fraccionados
Wang X
4
0,87
Chowder Hury S
3
0,70
Jaiswal S
3
0,50
Singh S.
3
1.45
ABADIE A
2
0,37
Almajano P
2
0,50
ALSHEIBANI S
2
0,58
ARORA M
2
0,75
ATHOTA VS
2
1.25
BAJO J
2
0,45
Fuente: Elaboración propia a partir de los hallazgos obtenidos mediante el uso del software Bibliometrix en R.
Una gran parte de los países que se han encargado en investigar al respecto son China, Alemania, India,
Estados Unidos, se puede verificar en la Figura 5.
Figura 5. Producción de los países a lo largo del tiempo
Fuente: Elaboración original basada en los hallazgos obtenidos mediante el uso del software Bibliometrix en R.
Con lo que respecta a los documentos más citados en todo el mundo, se puede destacar los artículos del
autor Jennings NR con más de 1,226 citas, se muestra en la Figura 6.
pág. 3708
Figura 6. Documentos más citados a nivel mundial.
Fuente: Elaboración original basada en los hallazgos obtenidos mediante el uso del software Bibliometrix en R.
Así mismo, se pudo extraer una nube de las palabras más empleadas dentro de los 490 artículos, como
se muestra en la Figura 7.
Figura 7. Nube de palabras
Fuente: Elaboración original basada en los hallazgos obtenidos mediante el uso del software Bibliometrix en R.
De tal manera, que se puede observar, a más detalle en la Tabla 4, que las palabras empleadas con mayor
frecuencia son: inteligencia artificial con 169, toma de decisiones con 41, gestión de la información,
organización y desarrollo sostenible con 23 repeticiones.
Tabla 4. Nube de palabras
Términos
Frecuencia
Inteligencia artificial
169
Toma de decisiones
41
Gestión de la
información
23
pág. 3709
Términos
Frecuencia
Organización
23
Desarrollo sostenible
23
Análisis de datos
19
Sistemas de
aprendizaje
19
Humano
17
Competencia
13
Sistemas de
información
13
Fuente: Elaboración original basada en los hallazgos obtenidos mediante el uso del software Bibliometrix en R.
CONCLUSIONES
La inteligencia artificial ha demostrado ser una herramienta de suma importancia para mejorar el clima
laboral de una organización. Más, sin embargo, existen desafíos y limitaciones que se deben tener en
cuenta.
A partir de la revisión de 490 documentos recopilados en el sistema de gestión de datos Scopus, se ha
podido evaluar la situación vigente de las investigaciones en este ámbito, destacando que las empresas
deben invertir en la capacitación y el desarrollo de los trabajadores para que puedan desempeñar sus
funciones de manera efectiva con la inteligencia artificial y aprovechar al máximo sus beneficios.
Los resultados obtenidos mediante el paquete Bibliometrix en R evidencian que la mayoría de los
documentos revisados son artículos científicos. En este contexto, en la era de la industria 4.0, la toma
de decisiones de manera inteligente tiene un impacto positivo en las vidas; ya que aumenta la
productividad mientras a su vez, se responde de manera efectiva a la exigente demanda del mercado.
REFERENCIAS BIBLIOGRÁFICAS
Abonamah, AA y Abdelhamid, N. (2024). Perspectivas gerenciales para la implementación de IA/ML:
un manual para una integración organizacional exitosa. Discover Artificial Intelligence, 4(1).
https://doi.org/10.1007/s44163-023-00100-5
Almashawreh, R., Talukder, M., Charath, SK y Khan, MI (2024). Adopción de IA en las pymes jordanas:
la influencia de las orientaciones tecnológicas y organizativas. Global Business Review.
https://doi.org/10.1177/09721509241250273
pág. 3710
Anisha Estherita, S. y Vasantha, S. (2024). Fomentar el compromiso de los empleados y el intercambio
de conocimientos a través de la inteligencia artificial. Salud, Ciencia y Tecnología - Serie de
Conferencias, 3, 897. https://doi.org/10.56294/sctconf2024897
Aria, M., y Cuccurullo, C. (2017). “bibliometrix : An R-tool for comprehensive science mapping
analysis. Journal of Informetrics, 11(4), 959–975. https://doi.org/10.1016/j.joi.2017.08.007
Araújo Ruiz, J:A, y Arencibia J.R. (2002). Informetria, bibliometría y cienciometría: aspectos yeórico-
prácticos. ACIMED, 10(4), http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1024-9435
2002000400004&1ng=es&t1ng=pt
Arslan, A., Cooper, C., Khan, Z., Golgeci, I. y Ali, I. (2021). Inteligencia artificial e interacción entre
trabajadores humanos a nivel de equipo: una evaluación conceptual de los desafíos y las posibles
estrategias de gestión de recursos humanos. Revista internacional de recursos humanos, 43(1),
75–88. https://doi.org/10.1108/ijm-01-2021-0052
Ayu Gusti, M., Satrianto, A., Candrianto, Juniardi, E. y Fitra, H. (2024). Inteligencia artificial para el
compromiso y la productividad de los empleados. Problemas y perspectivas en la gestión, 22(3),
174–184. https://doi.org/10.21511/ppm.22(3).2024.14
Cruz Manzo, J., Bolaños González, F. F., Ortuño Barba, L. C., Villafuerte Palavicini, F. S., & Áraoz
Baltazar, I. (2024). Bibliometría del Uso del Blockchain en la Economía Circular: Decisión
Hacia la Sostenibilidad. Ciencia Latina Revista Científica Multidisciplinar, 8(5), 9165–9180.
https://doi.org/10.37811/cl_rcm.v8i5.14304
Grønsund, T., y Aanestad, M. (2020). Aumentando el algoritmo: configuraciones laborales emergentes
con participación humana. The Journal of Strategic Information Systems, 29(2), 101614.
https://doi.org/10.1016/j.jsis.2020.101614
Gülten, H., y Baraçlı, H. (2024). Un modelo de pronóstico basado en aprendizaje automático para la
planificación de la carrera profesional en la gestión de recursos humanos: un estudio de caso de
la empresa de correos turca. Applied Sciences, 14(15), 6679.
https://doi.org/10.3390/app14156679
Korobenko, D., Nikiforova, A. y Sharma, R. (2024). Hacia un marco de trabajo que tenga en cuenta la
privacidad y la seguridad para una IA ética: orientaciones para el desarrollo y la evaluación de
pág. 3711
sistemas de IA. Actas de la 25.ª Conferencia Internacional Anual sobre Investigación en
Gobierno Digital, 740–753. https://doi.org/10.1145/3657054.3657141
Kruger, B. y Barkhuizen, N. (2024). La identidad del rol laboral en el cambio del personal profesional
en un entorno VUCA. SA Journal of Industrial Psychology, 50.
https://doi.org/10.4102/sajip.v50i0.2181
Li, J. (Celeste), Namvar, M., Im, GP y Akhlaghpour, S. (2024). Toma de decisiones basada en
aprendizaje automático: una perspectiva de búsqueda de sentido. Revista Australasiana de
Sistemas de Información, 28. https://doi.org/10.3127/ajis.v28.4781
Mikalef, P., Lemmer, K., Schaefer, C., Ylinen, M., Fjørtoft, SO, Torvatn, HY, Gupta, M. y Niehaves, B.
(2022). Habilitación de capacidades de inteligencia artificial en agencias gubernamentales: un
estudio de los determinantes para los municipios europeos. Government Information Quarterly,
39(4), 101596. https://doi.org/10.1016/j.giq.2021.101596
Molina, RIR, Amaris, RRA, Raby, NDL, & Severino-González, P. (2024). Tendencias en el área de
conocimiento de las organizaciones en la Industria 5.0: perspectivas y referentes teóricos.
Procedia Computer Science, 231, 571–576. https://doi.org/10.1016/j.procs.2023.12.252
Murár, P., Kubovics, M. y Jurišová, V. (2024). El impacto de la integración de la voz de marca y la
inteligencia artificial en el marketing de redes sociales. Comunicación hoy, 50–63. Archivo de
Internet. https://doi.org/10.34135/communicationtoday.2024.vol.15.no.1.4
Na, S., Heo, S., Han, S., Shin, Y. y Roh, Y. (2022). Modelo de aceptación de tecnologías basadas en
inteligencia artificial (IA) en empresas de construcción: aplicación del modelo de aceptación de
tecnología (TAM) en combinación con el marco de trabajo Tecnología-Organización-Entorno
(TOE). Buildings, 12(2), 90. https://doi.org/10.3390/buildings12020090
Neumann, O., Guirguis, K. y Steiner, R. (2022). Exploración de la adopción de inteligencia artificial en
organizaciones públicas: un estudio de caso comparativo. Public Management Review, 26(1),
114–141. https://doi.org/10.1080/14719037.2022.2048685
Ogbeibu, S., Jabbour, CJC, Gaskin, J., Senadjki, A. y Hughes, M. (2021). Aprovechamiento de las
competencias STARA y la creatividad ecológica para impulsar la evidencia innovadora
pág. 3712
organizacional ecológica: una praxis para el desarrollo sostenible. Estrategia empresarial y
medio ambiente, 30(5), 2421–2440. Portico. https://doi.org/10.1002/bse.2754
Samadhiya, A., Agrawal, R., Kumar, A. y Luthra, S. (2024). Unir realidades en las organizaciones a
través de la innovación y la productividad: exploración de la intersección de la inteligencia
artificial, la Internet de las cosas y el análisis de big data en el entorno del metaverso mediante
un enfoque multimétodo. Decision Support Systems, 185, 114290.
https://doi.org/10.1016/j.dss.2024.114290
Shi, J. y Wang, Y. (2024). Requisitos previos para el desempeño de innovación del laboratorio de
inteligencia artificial: un análisis comparativo cualitativo de conjuntos difusos. IEEE
Transactions on Engineering Management, 71, 5341–5356.
https://doi.org/10.1109/tem.2024.3355235
Xu, J., Tang, X., Chang, E.-C., y Peng, H. (2024). Trabajar con IA: el impacto de la estrategia de servicio
inteligente organizacional en la percepción de los empleados sobre el logro profesional.
Humanities and Social Sciences Communications, 11(1).
https://doi.org/10.1057/s41599-024-03265-1
Yu, X., Xu, S. y Ashton, M. (2022). Antecedentes y resultados de la adopción y aplicación de la
inteligencia artificial en el lugar de trabajo: la perspectiva de la teoría de sistemas sociotécnicos.
Tecnologías de la información y personas, 36(1), 454–474.
https://doi.org/10.1108/itp-04-2021-0254
Yunita, T., Sasmoko, S., Bandur, A. y Alamsjah, F. (2024). Perspectiva de contingencia para tender un
puente entre la percepción del capital humano y lograr la ambidextría en el dinamismo
ambiental. Social Sciences & Humanities Open, 9, 100806.
https://doi.org/10.1016/j.ssaho.2024.100806