ABSTRACT
Puede que en el pasado la gente creyera que la IA
era un concepto ficticio de los libros de ciencia ficción. Sin embargo, la
mayoría de los trabajadores de hoy son conscientes de que la tecnología
inteligente está cambiando activamente la naturaleza de los negocios. Aunque la
IA siempre ha estado relacionada con la ciencia ficción, esto es cierto. Una de
las aplicaciones más destacadas de la IA en la actualidad es la de los recursos
humanos, pero no se trata en absoluto de una excepción a la regla general de
que la IA puede utilizarse en casi cualquier sector u ocupación. Los expertos
en recursos humanos creen que la IA creará más oportunidades para el
crecimiento personal y la adquisición de habilidades, según las conclusiones de
una encuesta reciente realizada por Oracle y Future Workplace. Los expertos en
recursos humanos podrán asumir más responsabilidades y participar en más roles
para las compañías.
Keywords: Digital,
Inteligencia Artificial, Internet, Recursos Humanos.
RESUMO
A
inteligência artificial é um programa que tem sido útil em diversos trabalhos,
um deles é a integração na gestão de Recursos Humanos (RH) onde irá dinamizar e
organizar a base de dados, avaliação, questionário e qualificação dos
funcionários de uma empresa. O objetivo deste estudo foi demonstrar a eficácia
e o impacto da IA na organização do sistema de gestão de recursos humanos. O
método PRISMA foi realizado. As fontes de pesquisa foram a base de dados
Scopus. Os operadores bolaños são AND e OR. O número total de artigos
encontrados foi de 256 dos quais foram obtidos 80 artigos. De acordo com os
resultados, o uso da inteligência artificial na gestão de RH é positivo, pois
pode organizar e melhorar de forma eficiente o desempenho dos colaboradores.
Palavras
chave: Inteligência artificial, Recursos humanos, gestão.
INTRODUCCIÓN
El rendimiento organizacional es vital para la
supervivencia y el éxito, no solo como consecuencia de las ganancias, sino como
posibilidad de continuar en el tiempo. Para ello, lograr una gestión eficaz de
los recursos humanos es ineludible. La naturaleza de la administración se ha
reformado y perfeccionado a partir de las exigentes necesidades, utilidades y
acontecimientos a los que se enfrentan las organizaciones, adaptándose a estos.
De esto se deduce la necesidad de identificar las formas de accionar
internamente e implementar sistemas de apoyo acordes a esa lógica. Se impone la
necesidad de lograr y alcanzar los objetivos y metas propuestas, esbozando la naturaleza
moderna de los negocios, donde ya no basta simplemente con existir o estar en
el mercado. Conjuntamente, lograr evolucionar en los contextos es también
necesario, ya que las competencias internas y externas de cada sector lo
exigen. El talento humano y su filosofía dan origen a las personas como
talento, y realmente el límite no es el capital, sino la gestión del mismo. Un
aspecto imprescindible para toda organización es el capital intangible, por ser
uno de los principales factores de diferenciación y ventaja competitiva,
capital que obedece al desempeño y conocimiento adquirido por los individuos,
grupos e interacciones, y que hoy día toma una importancia por encima del
capital tangible o material. (Savkovic et al., 2023)
Según, Perea, (2024) la inteligencia artificial
en las empresas agrega valor al negocio gracias a un gran número de algoritmos
autónomos que funcionan de forma semiautónoma, aplicando aprendizaje cognitivo
para ir mejorando sus funciones con el tiempo. Estos algoritmos autónomos son
capaces de intuir el comportamiento del usuario estándar. A este concepto tan
amplio de “inteligencia artificial”, podemos reducirlo al concepto de
inteligencia, que se utiliza para medir la capacidad de aprender y resolver
problemas. En donde tenemos expertos desarrollados que llevan algoritmos cada
vez más complejos y cerca del razonamiento humano. Si bien es cierto que la
inteligencia surge del conocimiento y aprendizaje de información, no todos los
sistemas que llevan a cabo este comportamiento poseen los conceptos de
conocimiento.
Esto deja abiertas las puertas a otro tipo de
conceptos que hacen referencia a aprender por prueba y error. Gracias a la
robótica de procesos, es el segundo eslabón en el poder del funcionamiento del
sistema, cada vez mayor, de modo que demuestran un comportamiento inteligente
y, por tanto, los resultados suelen ser satisfactorios. Un ejemplo claro es.
Dentro de, menciona que los sistemas basados en 'Intellectual Business Process
Management', o iBPM, aseguran que el contenido de los procesos de las empresas
se llega a moldear en funcionalidad de la organización o de lo que esta hace,
al surgir los casos de uso. Es decir, los sistemas basados en procesos
demuestran un comportamiento inteligente, por lo que en muchos casos dan lugar
a sistemas basados en reglas con enfoque inteligente (Tarrillo et al., 2023).
Si bien en el
mercado existen múltiples aplicaciones y software desarrollados para la gestión
de recursos humanos, son pocos los que pueden ajustarse en función de las
necesidades específicas de las empresas, pudiendo estas ser en dimensiones de
recursos humanos, capacidades específicas como bajos y altos niveles
jerárquicos, orientación tecnológica, tamaño de la empresa, orientación a
productos o servicios, canales de comercialización, entre otras que permiten
relacionarse dentro del mercado en el que se desempeña la empresa. En la
actualidad se utilizan datos de recursos humanos convencionales, por ejemplo,
de antecedentes laborales que se encuentran en disímiles aplicaciones. Por otro
lado, y en función de un trabajo exhaustivo que se realice con datos históricos
de la empresa, se podrá recoger información adicional relevante para los
procesos de gestión de recursos humanos. (Chaucca Torres et al., 2023)
La justificación
de este estudio se fundamenta en la relevancia y el conocimiento de la IA en
SGRH, el creciente uso de la IA en las organizaciones y el contexto en el que
se sitúa la IA en SGRH, así como la importancia y la necesidad de ayudar a las
empresas a organizarse con sistemas digitales. Por consiguiente, el propósito
de esta investigación radica en evaluar el impacto de la optimización en los
sistemas de inteligencia artificial en los sistemas de gestión de recursos
humanos en el rendimiento de los trabajadores. Asimismo, la importancia de la
investigación se centra en informar y asistir a otras empresas, tanto
nacionales como internacionales, para lograr una mayor efectividad en la
organización de sus empleados mediante sistemas digitales.
El objetivo es
demostrar la efectividad y el impacto de la IA en la organización del sistema
de gestión de recursos humanos. A partir de este objetivo principal, se pueden
derivar varios objetivos adicionales, como divulgar el máximo nivel de
aplicación de sistemas de IA en la gestión de recursos humanos que se ha
alcanzado y comprender de manera precisa el compromiso de los trabajadores con
la empresa mediante una adecuada gestión de recursos humanos.
El contexto de
investigación de este estudio se enfoca en el impacto de la optimización de los
sistemas de IA y su implementación en los recursos humanos, en contextos como
el gran desarrollo tecnológico en softwares de IA, su utilidad práctica para
las empresas en la automatización de procesos, la facilitación en la asignación
de tareas a los empleados y la capacidad de reunir a un grupo competente para
las empresas. Dado que el desarrollo de sistemas de IA en la gestión de
recursos humanos también implica la optimización de estos, se considerarán
todos los contextos mencionados. Esto implica que las empresas experimentarán
una mejora en la gestión de recursos humanos al contar con personas más
competentes y aptas para los trabajos a realizar. Además, se tienen en cuenta
factores como el uso de la tecnología, los límites éticos y morales, así como
el rango de edades para los trabajos requeridos.
MÉTODO
En el presente
artículo se realizó una revisión sistemática de artículos relacionados a la
optimización del desempeño organizacional mediante sistemas de inteligencia
artificial: enfocado en gestión de recursos humanos, para su elaboración se han
seguido los pasos del método PRISMA que consiste en protocolo de revisión
organizada en un flujograma abarcando pasos cruciales como la identificación,
selección, elegibilidad y la inclusión para la correcta realización de
revisiones sistemáticas, a lo largo del texto se ira describiendo el paso a
paso que se siguió para su elaboración en distintas fases.
Se identificaron las palabras claves:
optimización, desempeño, sistemas de IA, gestión de recursos humanos; las
palabras claves se tradujeron al inglés y posteriormente se usó la base de
datos de SCOPUS y MEDNELEY combinando los términos y usando sinónimos para una
mayor amplitud de búsqueda. Posteriormente se amplió con una combinación de los
operadores booleanos “AND” y “OR” según sea necesario para el uso de las
palabras claves. Entre las búsquedas realizadas pudimos identificar más de 200
artículos, usando la combinación de los operadores booleanos, sin embargo,
muchos de los artículos eran repetidos o poco útiles para la
revisión, pero
nos dieron una idea de lo extenso y la amplitud del tema a investigar.
En las bases de
datos de SCOPUS y MENDELEY, la combinación de términos utilizada y que generó
los artículos más acoplados a lo que necesitábamos fueron ((optimisation OR
streamline) AND (performance) AND (AI systems) AND (human resource) donde la
ruta de búsqueda fue en inlges, si bien esta fue la ruta de búsqueda principal
se derivaron otras búsquedas que surgieron con el hecho de ir intercambiando
palabras por sinónimos en el orden y el uso de los operadores booldeanos como
(improvement) AND (AI systems) AND human resource); ((optimisation OR
improvement) AND (performance) AND (AI systems); ((optimisation OR refine) AND (productivity)
AND (AI systems) AND (human resource). Antes de la selección de artículos se
tuvieron en cuenta criterios de exclusión e inclusión
Para los
criterios de inclusión tuvimos en cuenta; 1) Tratarse de investigaciones que
hayan implementado y optimizado sistemas de IA. 2)Investigaciones del impacto
de sistemas de IA en la gestión de recursos humanos. 3)Artículos que fueron
publicados en inglés o español.4) Que estén disponibles en la base de datos de
MENDELEY o SCOPUS.
Para los
criterios de exclusión consideramos; 1) Artículos que no refieran a la gestión
o impacto de la IA en los recursos humanos. 2)Investigaciones que aludan a la
IA de forma general. 3)Investigaciones que sean del tipo conferencia.
4)Artículos científicos escritos en idiomas distintos al inglés o español.
Figura 1.
Diagrama Prisma
Se consideró el
flujograma PRISMA que consiste en tres etapas para investigación de la revisión
sistemática. La identificación consta de las tres etapas, se realizó un proceso
de cribado según los criterios de inclusión y exclusión, y para la elegibilidad
y la finalización de la etapa de inclusión, artículos seleccionados para la
revisión sistemática de la literatura. Este proceso permitió identificar el
número de artículos buscados en las bases de datos.
Considerando el
año de publicación de los artículos, 21 artículos son del año 2024, 11
artículos son del 2022 al 2024, 47 artículos son del 2022, 1 artículo es del
2018. Respecto a la base de datos, SCOPUS fue la principal base de recopilación
de datos.
RESULTADOS
Los resultados del estudio destacan diversas contribuciones de la
inteligencia artificial (IA) a la optimización de la gestión de recursos
humanos (RRHH). En particular, Bar-Gil et al. (2024) subrayan que la IA tiene
la capacidad de procesar grandes volúmenes de datos de manera rápida y
eficiente, optimizando análisis, decisiones y elecciones automatizadas. Por
ejemplo, en India, Soumi Ghosh (2024) describe cómo una aplicación llamada Ask
Dexter ha sido clave para gestionar a más de 22,000 empleados, demostrando
su utilidad en el control y organización de grandes plantillas.
Además, la inteligencia artificial (IA) en recursos humanos (RRHH)
facilita tareas complejas como la contratación de empleados. Bazrkar et al.
(2024) y Zhang (2024) destacan que estas herramientas reducen la carga laboral,
eliminan sesgos y mejoran la eficacia de los procesos. Complementando esta
perspectiva, Yue (2024) señala que las tecnologías de aprendizaje profundo
permiten analizar datos complejos y proporcionar apoyo preciso a la toma de
decisiones de gestión.
En el contexto europeo, Revenga De Luna (2022) analiza la adopción de
sistemas de inteligencia artificial, como e-HR, chat leasing virtual e
interfaces de video, para la selección de candidatos y la automatización del
proceso de inscripción. Según sus resultados, aunque la adopción de IA en RRHH
está en una fase inicial, las ventajas potenciales justifican la inversión
inicial requerida. La IA puede desempeñar tareas relacionadas con la gestión
del desempeño laboral, el desarrollo de carreras, la gestión del talento y la
mejora de la experiencia del empleado mediante la automatización de procesos
como la reserva de salones y las aplicaciones a ofertas de trabajo. A pesar de
las ventajas mencionadas, Revenga De Luna (2022) subraya que muchas
organizaciones europeas todavía no aprovechan plenamente estas tecnologías en
la gestión del talento.
Hernández y Cruz (2022) amplían este análisis, destacando que las
ventajas de la IA dependen del uso que hagan las organizaciones. En la selección
o adquisición de talento, la IA ofrece beneficios cognitivos, incrementa el
compromiso de los solicitantes y mejora la imagen de la compañía. En términos
de gestión de procesos, las mejoras incluyen una mayor eficacia al automatizar
tareas previamente vinculadas a una gestión administrativa obsoleta. Además, en
el desarrollo de competencias y liderazgo del personal, la IA proporciona
acceso al potencial formativo de la red mediante aplicaciones o funciones de
asistencia personal rápida. Según Hernández y Cruz (2022), los resultados
preliminares de su investigación indican que la IA no solo aporta ventajas
cognitivas, sino que también refuerza el compromiso de los solicitantes y la
percepción pública positiva de las organizaciones.
En conjunto, estas investigaciones refuerzan la importancia de integrar
la IA en los procesos de RRHH para optimizar tanto las tareas operativas como
estratégicas. Sin embargo, también destacan la necesidad de superar barreras
iniciales de adopción y de desarrollar estrategias que maximicen su impacto en
la gestión del talento y la experiencia del empleado.
Sin embargo, los retos
éticos asociados a la IA en recursos humanos (RRHH) también emergen como un
tema relevante. Mariani et al. (2023) advierten que la dependencia de
herramientas automatizadas puede derivar en sesgos algorítmicos que impacten
negativamente en las decisiones de contratación y promoción. Además, Li (2024)
señala que la falta de transparencia en los algoritmos dificulta la supervisión
y evaluación ética, lo que plantea un desafío significativo para las
organizaciones que buscan implementar estas tecnologías de manera responsable.
Por su parte, Jia y Hou (2024) enfatizan la importancia de equilibrar la
eficiencia tecnológica con prácticas sostenibles que no comprometan los
derechos laborales. Estos retos subrayan la necesidad de desarrollar sistemas
auditables y normativas que aseguren la equidad y la responsabilidad en su
implementación.
Por otro lado, Salavarría y Bazurto (2024) destacan el papel de liderazgo
que los sistemas de inteligencia artificial están adquiriendo en diversas áreas
del proceso de adquisición de talento. Estas herramientas son utilizadas para
tareas como la preselección de candidatos, entrevistas virtuales, diseño de
itinerarios formativos, evaluación de perfiles y planificación estratégica de
recursos humanos. Sin embargo, en una sociedad democrática, no todo lo
"técnicamente viable" es aceptable, y las implicaciones éticas deben
ser cuidadosamente consideradas. Salavarría y Bazurto (2024) advierten que esta
capacidad de aprendizaje automatizado puede derivar en procesos injustos o
discriminatorios, resaltando la importancia de una evaluación crítica
constante.
En el ámbito de la ética, privacidad e inteligencia artificial,
Barahona-Martínez et al. (2024) analizan los avances normativos en Europa,
destacando el impacto del Reglamento General de Protección de Datos (GDPR).
Este reglamento ha supuesto un primer paso en la regulación del uso de la IA,
abordando tanto el control del tratamiento de datos como la gobernanza de los
sistemas de toma de decisiones. En particular, las Directrices sobre Análisis
de Impacto en Protección de Datos establecen la obligatoriedad de realizar un
análisis detallado cada vez que una operación de tratamiento tenga por objeto
evaluar o prever aspectos relacionados con actitudes personales de manera
sistemática y exhaustiva. Este marco normativo enfatiza la necesidad de
garantizar la protección de los derechos individuales frente a las tecnologías
de IA, promoviendo una gobernanza ética y transparente.
En conjunto, estas perspectivas refuerzan la importancia de integrar
principios éticos en el desarrollo y la implementación de la IA en RRHH,
garantizando su alineación con las normativas existentes y fomentando prácticas
justas y responsables.
Asimismo, la implementación de chatbots y asistentes virtuales ha
mostrado ser efectiva para mejorar la experiencia de los empleados. Leitão
(2022) describe cómo estas herramientas responden rápidamente a consultas y
facilitan la comunicación interna. De manera similar, Echavarría (2023) resalta
que los algoritmos de IA pueden predecir el rendimiento futuro de los
empleados, permitiendo planificar mejor su desarrollo y retención. Además,
Navas Navarro (2022) destaca que la personalización de planes de capacitación
incrementa la efectividad del aprendizaje y fomenta la inclusión.
En cuanto a los
beneficios estratégicos, Gómez Jerez (2021) y Hernández (2023) explican que los
sistemas de inteligencia artificial (IA) en la gestión de recursos humanos
(RRHH) desempeñan un papel crucial al ayudar a identificar altos potenciales,
planificar sucesiones y prevenir el agotamiento laboral mediante el monitoreo
continuo de indicadores de bienestar. Además, Rodríguez Rodrigo (2024) señala
que estas tecnologías mejoran la precisión en evaluaciones de desempeño,
reducen costos operativos y promueven la diversidad al eliminar sesgos
inconscientes. Estos beneficios resaltan la capacidad transformadora de la IA
en áreas críticas de la gestión del talento humano.
Por otra parte, Acevedo (2023) destaca una amplia gama de beneficios
operativos que incluyen la aceleración en la medición del clima laboral, la
disminución de la deserción del personal y la identificación de problemas y
soluciones con información clara, rápida y precisa. Entre otros aspectos
relevantes, la IA favorece la toma de decisiones efectivas para alcanzar los
objetivos organizacionales, identifica necesidades de desarrollo y formación, y
selecciona personas adecuadas para cargos específicos. Asimismo, disminuye la
probabilidad de errores en contrataciones, mide variables explícitas, anticipa
problemas potenciales y fortalece áreas clave dentro de la organización.
Además, su agilidad, flexibilidad y fácil acceso a la información hacen que
estas herramientas sean indispensables para los departamentos de recursos
humanos modernos.
No obstante, junto a estos beneficios emergen desafíos importantes.
Barreto y Barreto (2023) subrayan que el desarrollo e implementación de
herramientas de evaluación válidas, confiables y justas representa un reto
continuo, especialmente para la medición de constructos complejos como la
motivación, la inteligencia y el desempeño profesional. Además, cuestiones
éticas y legales relacionadas con la privacidad, confidencialidad y uso de
datos personales ocupan un lugar central en el debate. Estos autores enfatizan
que la ciencia debe garantizar altos índices de validez y confiabilidad en los
sistemas de IA para respaldar decisiones organizacionales responsables.
En este sentido, el análisis del éxito de los miembros de una
organización, entendido como una variable dependiente de acciones clave de RRHH
como la selección, formación, evaluación del desempeño y control del clima
laboral, resulta fundamental para evaluar la efectividad de estas herramientas
tecnológicas. Así, la integración de la IA en la gestión de RRHH requiere un
enfoque equilibrado que combine sus beneficios transformadores con una gestión
ética y transparente de los desafíos asociados a su implementación.
En conclusión, los hallazgos resaltan que, aunque existen retos éticos
significativos, la integración de la IA en la gestión de RRHH no solo
incrementa la eficiencia organizacional, sino que también permite a las
empresas centrarse en estrategias de innovación y mejora continua. Como
resultado, se promueve un entorno laboral más inclusivo y equitativo,
consolidando el papel de la IA como una herramienta clave en la transformación
de los procesos de gestión de talento.
DISCUSIÓN
A raíz del contexto
actual, en el que muchas organizaciones están enfrentando desafíos
significativos, las entidades han tenido que adaptarse a un entorno competitivo
y en constante cambio. Para lograrlo, están utilizando una variedad de
herramientas de gestión que les permiten no solo sobrevivir, sino también
prosperar dentro del mercado, alcanzando de esta manera un desempeño exitoso y
sostenible a lo largo del tiempo. Entre estas herramientas, una de las más
efectivas y con mayor impacto positivo en la organización es, sin duda, la
implementación de sistemas de inteligencia artificial. Según Coronado-Medina et
al. (2023), estos sistemas son utilizados principalmente para el apoyo en la
toma de decisiones estratégicas y el análisis eficaz de grandes volúmenes de
datos, permitiendo a las empresas obtener información valiosa que puede
informar sobre su desempeño y posibles áreas de mejora.
En el rol extremadamente estratégico que juegan los recursos humanos, es
importante notar que tanto su papel como unidad de negocio como su función de
soporte es esenciales para el éxito general de la organización. Uribe-Posada y
Delgado-Trejos (2024) destacan que las aplicaciones de inteligencia artificial
en este ámbito son variadas y adaptables, significando un aporte sostenedor
sobre los demás rubros empresariales y facilitando procesos que antes requerían
una considerable inversión de tiempo y recursos humanos. Por otro lado, es
ampliamente reconocido que existe una relación directa y significativa entre el
clima laboral y el desempeño organizacional. Implementar un sistema que permita
medir y realizar un seguimiento constante del clima laboral traerá consigo
impactos positivos en diversas dimensiones, incluyendo lo económico, lo humano
y, sobre todo, en el ámbito social. La atención a este tipo de indicadores se
convierte en una necesidad prioritaria para las organizaciones que buscan no
solo un rendimiento eficiente, sino también un ambiente laboral armonioso y
productivo.
El reclutamiento y selección es una temática que ha generado variados
debates teórico-empíricos, dado el amplio desarrollo de la psicología en
diferentes disciplinas laborales y las discusiones constructivas que buscan
integrar dichos conocimientos para generar un modelo de predicción certero del
establecimiento de personal idóneo en una empresa. Rivera Martínez (2022)
señala que, a medida que evoluciona el entorno laboral, las competencias
corporativas adquieren cada vez mayor importancia para el buen desempeño de las
organizaciones, ya que logran incluirse en los objetivos clave de todas las
compañías, lo que a su vez permite alcanzar un modelo de atracción y retención
de talento corporativo altamente efectivo. Este modelo de competencias
corporativas debe partir desde la misma empresa, basándose en su estrategia, su
cultura organizacional, así como en las habilidades y conocimientos que se
consideran necesarios para cumplir con los objetivos establecidos.
Finalmente, la evaluación del desempeño es un proceso fundamental que
busca obtener un juicio objetivo sobre el rendimiento de los individuos, con el
fin de proporcionarles la retroalimentación que necesitan y las consecuencias
apropiadas de su actuación. Rivera Martínez (2022) enfatiza que, gracias a
esto, el área de competencias, como la de rol y adaptabilidad orientada hacia
la organización, consigue una alta correlación que se utiliza para medir y
mejorar el desempeño de los empleados dentro de la empresa, lo cual, sin duda,
es vital para el éxito y un crecimiento sostenible en un mercado cada vez más competitivo.
CONCLUSIONES
Los hallazgos de los estudios revisados sobre el impacto de la
inteligencia artificial (IA) en la organización de sistemas de gestión de
recursos humanos evidencian una mejora significativa en la eficacia y
eficiencia de los procesos de manejo de datos en empresas con alta complejidad
operativa. La IA se posiciona como una herramienta clave para apoyar las
operaciones de personal, destacándose por su adaptabilidad en la gestión del
conocimiento y por su capacidad para justificar decisiones y razonamientos
basados en datos.
Es esencial que la
implementación de la IA en los recursos humanos se adapte al rol estratégico y
operativo de cada empresa, maximizando su potencial para mejorar el desempeño
organizacional. Sin embargo, los desafíos éticos representan una barrera
importante en su adopción, ya que es crucial garantizar la transparencia,
equidad y responsabilidad en el uso de estas tecnologías. Este estudio
contribuye a la literatura existente al enfatizar la importancia de desarrollar
estrategias que mitiguen los problemas éticos asociados con la implementación
de la
IA en la gestión de recursos humanos.
El rápido desarrollo de la inteligencia artificial ofrece tanto
oportunidades como retos significativos para la gestión empresarial. Este
avance tecnológico permite a las organizaciones optimizar procesos y mejorar la
toma de decisiones estratégicas, al tiempo que plantea la necesidad de abordar
las implicaciones éticas y sociales de su uso.
Se espera que estas conclusiones fomenten una comprensión más profunda
de la importancia de la ética en la aplicación de la IA entre los equipos de
análisis de recursos humanos, promoviendo prácticas responsables y sostenibles
en el ámbito empresarial.
REFERENCIAS
Acevedo, E. N. (2023). La inteligencia artificial en la educación: una
herramienta valiosa para los tutores virtuales universitarios y profesores
universitarios. Panorama, 17(32), 1-9. https://dialnet.unirioja.es/servlet/articulo?codigo=9189432
Barahona-Martinez, G. E., Barzola-Plúas, Y.
G., y Peñafiel-Muñoz, L. V. (2024). El derecho a la protección de datos y el
avance de las nuevas tecnologías en Ecuador: Implicaciones legales y éticas. Journal of Economic and Social Science Research, 4(3), 46-64. https://doi.org/10.55813/gaea/jessr/v4/n3/113
Bar-Gil, O., Ron, T., y Czerniak, O. (2024). AI for the people?
Embedding AI ethics in HR and people analytics projects. Technology in Society, 77.
https://doi.org/10.1016/j.techsoc.2024.102527
Barreto, Y. L. S., y Barreto, D. J. S. (2023). La
Inteligencia Emocional y gestión de recursos humanos en la Administración
Pública. Revista Ciencia y Líderes, 2(2), 17-27. https://doi.org/10.47230/revista.ciencia-lideres.v2.n2.2023.17-27
Bazrkar,
A., Moradzad, M., y Shayegan, S. (2024). The Use of Artificial Intelligence
in Employee Recruitment in the Furniture Industry of Iran According to the Role
of Contextual Factors. Studia Universitatis Vasile Goldis Arad,
Economics Series, 34(2), 86–109. https://doi.org/10.2478/sues-2024-0009
Chaucca Torres, L. J., García
Torres, W., Guerrero Arévalo, C. I., y Peralta Gutiérrez, C. A. (2023). Modelo
de gestión de recursos humanos en la empresa Minera Gold Fields: un caso de
éxito en el sector minero. (Tesis de maestría, Pontificia Universidad Católica
del Perú) https://tesis.pucp.edu.pe/repositorio/handle/20.500.12404/25734
Coronado-Medina, A.,
Arias-Pérez, J., y Perdomo-Charry, G. (2023). Efecto de la turbulencia
tecnológica generada por la inteligencia artificial en la innovación de
producto. Innovar: Revista de ciencias
administrativas y sociales, 33(89), 37-50. https://www.jstor.org/stable/27233875
Echavarría-Arcila, M. A.
(2023). Reconceptualización del inventor ante los sistemas de inteligencia
artificial. Revista La Propiedad
Inmaterial, 35, 209–237. https://doi.org/10.18601/16571959.n35.08
Gómez Jerez, A. M. (2021). La
capacidad creativa en los sistemas de inteligencia artificial y sus
consideraciones en el derecho de autor. Revista
La Propiedad Inmaterial, 31,
283–297. https://doi.org/10.18601/16571959.n31.11
Hernández,
M. S. (2023). Beliefs and attitudes of canarians towards the chilean linguistic
variety. Lenguas
Modernas, 62,
183–209. https://doi.org/10.13039/501100011033
Hernandez, P. R., y Cruz, D.
V. (2022). Los Asistentes virtuales basados en Inteligencia Artificial. ReCIBE,
Revista electrónica de Computación,
Informática, Biomédica y Electrónica, 11(2), C1-11. https://doi.org/10.32870/recibe.v11i2.251
Jia,
X., y Hou, Y. (2024). Architecting the future: exploring the synergy of AI-driven sustainable
HRM, conscientiousness, and employee engagement. Discover Sustainability, 5(1).
https://doi.org/10.1007/s43621-024-00214-5
Leitão, R. G., y Sales Belchior, W. (n.d.). Diretrizes regulatórias para sistemas de inteligência artifi cial:
análise documental das iniciativas dos Estados Unidos e União Europeia. 10, 2022. https://doi.org/10.18316/REDES.v10i2.9097
Li, M. (2024). The impact of artificial intelligence on human resource
management systems - Applications and risks. Applied and Computational Engineering, 48(1), 7–16. https://doi.org/10.54254/2755-2721/48/20241060
Mariani, K., Vega Lozada, F., y Rico, P. (2023). The Use of AI and Algorithms for Decision-making in Workplace
Recruitment Practices. www.JSR.org
Navas Navarro, S. (2022).
Régimen europeo en ciernes en materia de responsabilidad derivada de los
Sistemas de Inteligencia Artificial. Revista
CESCO de Derecho de Consumo, 44,
43–67. https://doi.org/10.18239/rcdc_2022.44.3239
Perea, A. I. (2024). La
inteligencia artificial desde una perspectiva ética: necesidad de apropiación
social de la tecnología (Vol. 5). Editorial Universidad Católica de
Córdoba.
https://books.google.es/books?hl=es&lr=&id=bI8pEQAAQBAJ&oi=fnd&pg=PT2&dq=Perea,+A.+I.+(2024).+La+inteligencia+artificial+desde+una+perspectiva+%C3%A9tica:+necesidad+de+apropiaci%C3%B3n+social+de+la+&ots=mDdYEwHVd4&sig=6F9zOtittMyb6OZcTyZOfuzqGsw
Revenga
De Luna, S. (2022). Plan de negocio de una start-up
innovadora. (Tesis de maestría, Comillas Universidad Pontificia) https://repositorio.comillas.edu/xmlui/handle/11531/56855
Rodríguez Rodrigo, J. (2024). Jorqui Azofra, María. Responsabilidad por los daños causados por productos y sistemas de
inteligencia artificial. CUADERNOS DE
DERECHO TRANSNACIONAL, 16(1), 1017–1019.
https://doi.org/10.20318/cdt.2024.8476
Salavarría, S. P. V., y
Bazurto, S. P. P. (2024). Inteligencia artificial en el desarrollo
administrativo de la empresa moderna. Revista
Científica Arbitrada Multidisciplinaria PENTACIENCIAS, 6(2), 264-282. https://doi.org/10.59169/pentaciencias.v6i2.1046
Savkovic, M., Ciric Lalic, D.,
Vuckovic, T., Gracanin, D., y Vujicic, M. (2023). Agilidad Organizativa,
Resiliencia del Proyecto y Prácticas Laborales de Alto Rendimiento: Una Receta
para el Éxito del Proyecto. http://dspace.aeipro.com/xmlui/bitstream/handle/123456789/3360/AT01-048_23.pdf?sequence=1
Tarrillo, J., Morán, R., y
Saldaña, J. (2023). Validez de contenido de instrumento: Evaluación de la
gestión administrativa municipal basado en organizaciones inteligentes. Gestionar: revista de empresa y gobierno,
3(1), 134-152. https://doi.org/10.35622/j.rg.2023.01.010
Uribe-Posada, I. C., y
Delgado-Trejos, E. (2024). Soft metrología en analítica de datos e inteligencia
artificial para la gestión de calidad manufacturera. SIGNOS-Investigación en sistemas de gestión, 16(2), 259-273. https://doi.org/10.15332/
Yue,
H. (2024). Study of Enterprise Human Resource Management Strategy Based on Hybrid
Deep Learning Models. Journal of
Logistics, Informatics and Service Science, 11(2), 419–432. https://doi.org/10.33168/JLISS.2024.0226
Zhang, Y. (2024). The Practice of Refined Management of Office Reception
Work in the Era of Artificial Intelligence. Applied
Mathematics and Nonlinear Sciences, 9(1).
https://doi.org/10.2478/amns-2024-0406
Rivera Martínez, E. F. (2022). El debido
cumplimiento de los procesos de reclutamiento y selección de personal interno y
externo, como respuesta al personal idóneo en las organizaciones. http://biblioteca.galileo.edu/tesario/handle/123456789/1267
