Inteligencia artificial generativa y transformación de las competencias laborales requeridas en trabajadores de empresas ecuatorianas: una revisión sistemática de la literatura
DOI:
https://doi.org/10.65415/csdcx253Palabras clave:
alfabetización algorítmica, empleabilidad, reskilling, gestión del talento, colaboración humano-máquinaResumen
La expansión de la inteligencia artificial generativa (IAG) está modificando la forma en que las organizaciones distribuyen tareas y definen perfiles laborales. El objetivo de esta revisión sistemática fue analizar cómo la adopción de herramientas de IAG se relaciona con la transformación de las competencias laborales demandadas y discutir sus implicaciones para las empresas ecuatorianas. Se siguieron las orientaciones de PRISMA 2020. La búsqueda se efectuó exclusivamente en Google Scholar y recuperó inicialmente 689 documentos. Tras el cribado por título y resumen y la evaluación a texto completo, se seleccionaron 12 estudios publicados entre 2023 y 2026. La síntesis se organizó en cuatro categorías: competencias técnico-digitales vinculadas con IA, competencias cognitivas y metacognitivas, habilidades socioorganizacionales y cambios en los criterios de contratación y desarrollo del talento. Los resultados mostraron que la IAG no sustituye de manera uniforme las capacidades humanas, sino que desplaza el valor hacia perfiles híbridos capaces de combinar alfabetización en IA, análisis crítico, resolución de problemas, comunicación, creatividad, aprendizaje continuo y supervisión ética. También se identificó una transición hacia la contratación basada en habilidades y mayores necesidades de capacitación y gobernanza organizacional. La evidencia específica de Ecuador continúa siendo limitada, por lo que las inferencias deben interpretarse con cautela. Se concluye que la transformación no consiste únicamente en incorporar conocimientos técnicos, sino en desarrollar capacidades para trabajar de manera complementaria con sistemas generativos. Para las empresas ecuatorianas, estos hallazgos respaldan la actualización de perfiles de cargo, programas de formación y criterios de selección centrados en competencias verificables y adaptabilidad.
Descargas
Referencias
Acemoglu, D. (2002). Technical change, inequality, and the labor market. Journal of Economic Literature, 40(1), 7–72. https://doi.org/10.1257/0022051026976
Alekseeva, L., Azar, J., Giné, M., Samila, S., & Taska, B. (2021). The demand for AI skills in the labor market. Labour Economics, 71, 102002. https://doi.org/10.1016/j.labeco.2021.102002
Bone, M., González Ehlinger, E., & Stephany, F. (2025). Skills or degree? The rise of skill-based hiring for AI and green jobs. Technological Forecasting and Social Change, 214, 124042. https://doi.org/10.1016/j.techfore.2025.124042
Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at work. The Quarterly Journal of Economics, 140(2), 889–942. https://doi.org/10.1093/qje/qjae044
Campos-Vázquez, R. M., & Martínez Sánchez, J. C. (2024). Habilidades buscadas por las empresas en el mercado laboral mexicano: un análisis de las ofertas laborales publicadas en internet. Estudios Económicos, 39(2), 243–278. https://doi.org/10.24201/ee.v39i2.452
Gavilánez-Cárdenas, C. V., Alvarado-Pacheco, E. S., Sánchez-Macías, R. A., & Villagómez-Vásquez, G. P. (2024). Inteligencia artificial en la formación y desarrollo del talento humano en las organizaciones públicas y privadas. Suplemento CICA Multidisciplinario, 8(017), 1–19. https://doi.org/10.56124/scicam.v8i017.101
Gavilanez Vega, M. S. (2025). Inteligencia Artificial en la Gestión del Talento Humano: Estrategias para la Adaptación Organizacional. Revista Científica Hallazgos21, 10(1). https://doi.org/10.69890/hallazgos21.v10i1.686
Ludwig, T., Azabal, N., Fries, M., Nießner, J., Elsholz, U., Lützenkirchen, S., Thomas, M., et al. (2024). KI-Kompetenzen in der Praxis: Eine Analyse deutscher KMUs. HMD Praxis der Wirtschaftsinformatik, 61, 100–113. https://doi.org/10.1365/s40702-023-01035-2
Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187–192. https://doi.org/10.1126/science.adh2586
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., ... Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. PLOS Medicine, 18(3), e1003583. https://doi.org/10.1371/journal.pmed.1003583
Popa, D. M., Oprea, S.-V., & Bâra, A. (2026). Generative AI and the evolution of skill requirements in job postings across labor markets. Computers, Materials & Continua, 89(1), 42. https://doi.org/10.32604/cmc.2026.084792
Raman, R., Venugopalan, M., & Kamal, A. (2024). Evaluating human resources management literacy: A performance analysis of ChatGPT and Bard. Heliyon, 10(5), e27026. https://doi.org/10.1016/j.heliyon.2024.e27026
Salari, N., Beiromvand, M., Hosseinian-Far, A., Habibi, J., Babajani, F., & Mohammadi, M. (2025). Impacts of generative artificial intelligence on the future of labor market: A systematic review. Computers in Human Behavior Reports, 18, 100652. https://doi.org/10.1016/j.chbr.2025.100652
Suárez-Rodríguez, C. H., Largo-Avila, E., & Llano-Gallón, N. S. (2026). Semantic reconfiguration of AI skill taxonomies after ChatGPT: Evidence from Latin American job postings. Social Sciences & Humanities Open, 14, 103202. https://doi.org/10.1016/j.ssaho.2026.103202
Teutloff, O., Einsiedler, J., Kässi, O., Braesemann, F., Mishkin, P., & del Rio-Chanona, R. M. (2025). Winners and losers of generative AI: Early evidence of shifts in freelancer demand. Journal of Economic Behavior & Organization, 235, 106845. https://doi.org/10.1016/j.jebo.2024.106845
van Laar, E., van Deursen, A. J. A. M., van Dijk, J. A. G. M., & de Haan, J. (2017). The relation between 21st-century skills and digital skills: A systematic literature review. Computers in Human Behavior, 72, 577–588. https://doi.org/10.1016/j.chb.2017.03.010
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Ericka Lissette Muñoz-Mera
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
