Forma Descripción generada automáticamente
Forma Descripción generada automáticamente
Revista Multidisciplinar Epistemología de las Ciencias
Volumen 2, Número 4, 2025, octubre-diciembre
DOI: https://doi.org/10.71112/sg3t9e48
INTELIGENCIA ARTIFICIAL EN LA GESTIÓN DEL TALENTO Y DE LOS
RECURSOS HUMANOS EN AMÉRICA LATINA: ESTUDIO DE REVISIÓN
ARTIFICIAL INTELLIGENCE, RESOURCE AND HUMAN TALENT MANAGEMENT IN
LATIN AMERICA: A REVIEW STUDY
Yesica Lorena Estrada Chica
Carlos Alberto Jimenez Vera
Colombia
DOI: https://doi.org/10.71112/sg3t9e48
1145 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
Inteligencia artificial en la gestión del talento y de los recursos humanos en América
Latina: estudio de revisión
Artificial intelligence, resource and human talent management in Latin America: a review
study
Yesica Lorena Estrada Chica
1
yesica.estrada@unad.edu.co
https://orcid.org/0009-0008-1862-8572
Universidad Nacional Abierta y Distancia,
Colombia.
Carlos Alberto Jiménez Vera
carlos.jimenezv@unad.edu.co
https://orcid.org/0009-0009-1772-2126
Universidad Nacional Abierta y Distancia,
Colombia.
RESUMEN
La inteligencia artificial (IA) está transformando profundamente los procesos de gestión de
recursos humanos (GRH) y del talento humano (GTH) en América Latina. Este artículo
presenta una revisión sistemática de literatura basada en el protocolo PRISMA, consultando
cinco bases de datos especializadas y seleccionando 38 artículos publicados entre 2021 y
2025. Los hallazgos muestran avances en reclutamiento, capacitación, evaluación del
desempeño y retención del talento, con beneficios como mayor eficiencia, reducción de sesgos
y personalización de experiencias. No obstante, se identificaron riesgos asociados a dilemas
éticos, afectaciones en la salud mental y brechas tecnológicas. Se concluye que la adopción
efectiva de la IA requiere competencias digitales, marcos de gobernanza algorítmica y
enfoques de robotización que integren lo humano y lo tecnológico. La investigación aporta una
perspectiva ética y humanística sobre la transformación digital en contextos latinoamericanos,
contribuyendo al debate en economías emergentes.
1
Correspondencia: yesica.estrada@unad.edu.co
DOI: https://doi.org/10.71112/sg3t9e48
1146 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
Palabras clave: Inteligencia artificial; gestión de los recursos humanos; gestión del talento
humano; América Latina; estudio de revisión.
ABSTRACT
Artificial intelligence (AI) is having a profound impact on human resource management (HRM)
and human talent management (HTM) processes in Latin America. This article presents a
systematic literature review based on the PRISMA protocol, drawing on five specialised
databases and selecting 38 articles published between 2021 and 2025. The findings reveal
progress in areas such as recruitment, training, performance evaluation and talent retention,
offering advantages like greater efficiency, reduced bias and personalised experiences.
However, risks associated with ethical dilemmas, mental health impacts and technological gaps
were also identified. The conclusion is that the effective adoption of AI requires digital skills,
algorithmic governance frameworks and cobotisation approaches that integrate the human and
the technological. This research provides an ethical and humanistic perspective on digital
transformation in Latin American contexts and contributes to the debate in emerging economies.
Keywords: Artificial intelligence; human resource management; human talent management;
Latin America; systematic review.
Recibido: 28 de octubre 2025 | Aceptado: 13 de noviembre 2025 | Publicado: 14 de noviembre 2025
INTRODUCCIÓN
La Cuarta Revolución Industrial ha traído consigo una profunda transformación en los
sistemas productivos, organizacionales y sociales, impulsada por tecnologías emergentes
como el Big Data, el Internet de las Cosas (IoT), la computación en la nube y especialmente, la
Inteligencia Artificial (IA). Estas tecnologías se han convertido en un agente de cambio
disruptivo, capaz de redefinir procesos empresariales, generar nuevos modelos de negocio y
DOI: https://doi.org/10.71112/sg3t9e48
1147 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
modificar sustancialmente la forma en que las organizaciones gestionan su capital humano
(Paiva, 2024; Villagomez, 2025). En este contexto de acelerada transformación digital, los
procesos de Gestión de los Recursos Humanos (GRH) y Gestión del Talento Humano (GTH),
enfrentan el desafío de adaptarse y evolucionar para aprovechar las capacidades que ofrece la
IA.
Las organizaciones latinoamericanas, desde micro hasta grandes empresas no son
ajenas a esta realidad. Si bien muchas se encuentran en distintas fases de madurez digital, se
observa una tendencia creciente hacia la incorporación de herramientas inteligentes en áreas
clave como el reclutamiento, la evaluación de desempeño, la planificación operativa y la
formación continua (Briones-Pincay et al., 2025; Canossa-Montes & Peraza-Villarreal, 2024).
Ante ello, diversos estudios han demostrado cómo el uso estratégico de la IA puede mejorar la
eficiencia, la productividad y el bienestar de los colaboradores, por ejemplo Armas (2021)
menciona que la planificación del talento y la incorporación de tecnologías digitales están
positivamente correlacionadas con la innovación organizacional, tendencia que se compagina
con la automatización de la gestión operativa mediante sistemas de Workforce Management,
logrando mejorar el rendimiento y reducir la rotación laboral en empresas peruanas.
La pandemia por COVID-19 actuó como catalizador de esta transformación, acelerando
dramáticamente la necesidad y la velocidad de digitalización de los procesos de GRH y GTH,
propiciando la adopción de la IA en aspectos como el reclutamiento, la analítica del desempeño
y la gestión del clima laboral (Paiva, 2024).
La transformación no se limita a los procesos organizacionales, también está
reconfigurando el perfil profesional, el cual demanda nuevas competencias técnicas, digitales,
sociales y cognitivas, que exigen una gestión del talento más estratégica, proactiva y centrada
en el desarrollo integral del colaborador (Paiva, 2024; Villagomez, 2025). En este escenario el
DOI: https://doi.org/10.71112/sg3t9e48
1148 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
enfoque humanista resurge con fuerza, promoviendo una visión de la IA complementaria a las
capacidades humanas y respetuosa de la ética y la equidad (Castellanos, 2024).
No obstante, también se señalan desafíos importantes, como lo es la adopción desigual
de tecnologías en América Latina, hecho que refleja brechas en la infraestructura, la
capacitación y el financiamiento de las organizaciones (Rubio et al., 2023; Pérez-Campdesuñer
et al., 2025); a lo cual se suma la preocupación por los sesgos algorítmicos, la pérdida de
empleos, especialmente en las mujeres, y la concentración del poder tecnológico en unas
pocas empresas, lo que impone la necesidad de regulaciones robustas y de políticas públicas
orientadas a la inclusión digital y la sostenibilidad del empleo (Dávila y Agüero, 2023; Egana-
delSol et al., 2022; Villagomez, 2025).
Frente a este panorama, el presente artículo tiene como objetivo revisar
sistemáticamente la literatura reciente sobre el impacto de la IA en los procesos de GRH y GTH
en empresas latinoamericanas. Particularmente, busca comprender cómo las tecnologías
inteligentes están remodelando las estrategias de gestión del talento en la región, qué
oportunidades ofrecen y qué riesgos plantean para el futuro del trabajo.
El análisis se enmarca conceptualmente en los planteamientos de Alvin Toffler (1970)
sobre el “shock del futuro” y en los principios del humanismo digital, los cuales permiten
interpretar críticamente los efectos disruptivos de la IA y abogan por una transformación digital
ética, centrada en las personas y socialmente responsable.
METODOLOGÍA
Se llevó a cabo un estudio de revisión sistemática de literatura orientada a analizar el
impacto de la de la inteligencia artificial (IA) en los procesos de gestión de recursos humanos
(GRH) y gestión del talento humano (GTH) en empresas latinoamericanas. Este enfoque
metodológico permite identificar, seleccionar, evaluar, sintetizar e interpretar críticamente
estudios previos sobre un fenómeno específicos, bajo criterios como la transparencia, el rigor y
DOI: https://doi.org/10.71112/sg3t9e48
1149 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
la reproductibilidad (Sánchez-Serrano et al., 2022; Manterola et al., 2013). Para estructurar y
documentar el proceso se adoptó como guía el protocolo PRISMA (Preferred Reporting Items
for Systematic Reviews and Meta-Analyses), que estructura las fases de búsqueda, selección y
síntesis de hallazgos (Page et al., 2021).
La pregunta orientadora de esta revisión fue: ¿Cómo está transformando la IA los
procesos de GRH y GTH en empresas de diferentes tamaños en el contexto latinoamericano?
A partir de esta pregunta se estableció un proceso de búsqueda, selección y análisis
documental en función de literatura científica publicada entre los años 2021 y 2025.
Estrategia de búsqueda
Inicialmente, se realizó una exploración abierta para identificar tendencias conceptuales
y operativas relacionadas con los procesos de digitalización en GRH y GTH. Posteriormente, se
diseñaron ecuaciones de búsqueda en relación a las características de cada base de datos,
empleando descriptores en inglés y español, combinados mediante operadores boléanos como
se muestra en la Tabla 1 a continuación:
Tabla 1
Ecuaciones de búsqueda empleadas en las bases de datos
Base de datos
consultada
Web of Science:
Science Direct
DOI: https://doi.org/10.71112/sg3t9e48
1150 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
Scopus:
Redalyc
Scielo:
Dialnet
Fuente: elaboración propia.
Criterios de inclusión y exclusión
Se definieron como criterios de inclusión 1) estudios empíricos o teóricos publicados
entre 2021 y 2025, 2) investigaciones que abordaran explícitamente la relación entre IA y
procesos de GRH o GTH y 3) estudios enfocados, total o parcialmente, en empresas ubicadas
en América Latina. Se excluyeron duplicados, documentos no arbitrados, publicaciones sin
acceso al texto completo y estudios que no presentaran relación directa con el objeto de
análisis.
Proceso de selección
La búsqueda inicial arrojó 453 registros. Tras la eliminación de duplicados y aplicación
de filtros temáticos y de calidad se seleccionaron 233 artículos potencialmente relevantes.
Posteriormente, mediante revisión de título, resumen y texto completo, se eligieron 38 estudios
que cumplieron con los criterios de inclusión, en la figura 1 se puede observar el diagrama de
flujo PRISMA para la revisión sistemática.
DOI: https://doi.org/10.71112/sg3t9e48
1151 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
Figura 1
Diagrama de flujo PRISMA para la revisión sistemática.
Fuente: elaboración propia a partir del protocolo PRISMA (Page et al., 2021).
En total, fueron seleccionados 38 artículos académicos que cumplieron con los criterios
de calidad, pertinencia temática y actualidad. Cada documento fue leído en su totalidad,
sistematizando la información más relevante mediante matrices de análisis cualitativo,
identificando categorías centrales emergentes, tales como: automatización de procesos, ética
algorítmica, sesgos en la toma de decisiones, formación personalizada, competencias digitales,
salud mental laboral y humanismo digital. Posteriormente, se elaboró un análisis narrativo y
DOI: https://doi.org/10.71112/sg3t9e48
1152 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
crítico de los hallazgos, que dio lugar a los apartados de resultados y discusión que estructuran
este artículo.
RESULTADOS
A nivel descriptivo, la revisión evidenció que la mayoría de artículos provienen de
Ecuador (9), Perú (4) y Brasil (4), seguidos por Colombia (3), España (3), México (2), Chile (2),
Reino Unido (2), Estados Unidos (2), Argentina (1), Costa Rica (1), Cuba (1), Panamá (1);
Puerto Rico (1), República Dominicana (1) y Venezuela (1). En cuanto a la distribución
temporal, los años con mayor producción fueron 2024 (10) y 2025 (8), seguidos por 2021 (8),
2022 (7), 2023 (4) y 2020 (1), lo que evidencia un crecimiento sostenido del interés académico
sobre el tema en los últimos cinco años.
Desde una perspectiva metodológica, 17 investigaciones adoptaron un enfoque empírico
—centrado en la aplicación práctica y el análisis de casos organizacionales—, mientras que los
21 restantes correspondieron a aproximaciones teóricas o reflexivas. En conjunto, los
resultados muestran que la incorporación de la inteligencia artificial en los procesos de gestión
de recursos humanos y gestión del talento humano en empresas latinoamericanas de distintos
tamaños y sectores ha generado transformaciones sustantivas en la manera en que las
organizaciones atraen, desarrollan y retienen su capital humano.
Áreas de aplicación de la IA en GRH y GTH
Atracción y selección de personal: La Inteligencia Artificial ha impactado
profundamente en los procesos de atracción y selección de talento, siendo el área más
explorada hasta la fecha en América Latina (Garcés et al., 2025; Gonzabay & Pacheco, 2024;
López-Urbina, 2025; Velásquez, 2025). Diversos estudios destacan el uso de plataformas
digitales basadas en algoritmos de machine learning para optimizar la selección de candidatos,
reduciendo tiempos de contratación, mejorando la objetividad y minimizando sesgos en la toma
DOI: https://doi.org/10.71112/sg3t9e48
1153 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
de decisiones (Agudelo-Agudelo, 2024; Briones-Pincay et al., 2025; Gonzabay & Pacheco,
2024; Puccini et al., 2022; Ramos, 2023; Rubio et al., 2023).
Esta transformación ha dado lugar al concepto de "Reclutamiento 4.0", caracterizado por
la automatización y el uso de analítica avanzada y progresa hacia el "Reclutamiento 5.0", que
combina tecnologías avanzadas con un enfoque humanista centrado en la experiencia del
candidato (Velásquez, 2025)
Las herramientas tecnológicas implementadas incluyen chatbots conversacionales que
interactúan con candidatos desde las primeras etapas del proceso, sistemas de seguimiento de
aplicantes (ATS) que automatizan el filtrado de currículos, videoentrevistas automatizadas que
emplean reconocimiento facial y análisis de lenguaje, y algoritmos de clasificación que evalúan
la compatibilidad entre candidatos y perfiles requeridos (Arencibia, 2021; Espinoza-Acero et al.,
2024). Estas tecnologías permiten procesar grandes volúmenes de información en tiempo real,
reduciendo significativamente los tiempos de contratación y aumentando la objetividad en la
toma de decisiones.
En conjunto, la literatura revisada evidencia que la IA se ha convertido en un aliado
estratégico para la gestión del talento, especialmente en PYMES colombianas, donde la
transformación digital actúa como un motor que fortalece las competencias digitales, impulsa la
innovación en los procesos de gestión humana y optimiza la toma de decisiones (Manco
Zapata & Cortés Gómez, 2023). No obstante, persisten desafíos relacionados con la evaluación
integral de dimensiones humanas, como la empatía, la adaptabilidad y la adecuación cultural,
que siguen siendo esenciales para la integración organizacional y la sostenibilidad del talento
(López-Urbina, 2025; Garcés et al., 2025).
Capacitación y desarrollo del talento humano: La Inteligencia Artificial ha evidenciado
un impacto positivo en esta área impulsado principalmente por la gamificación, la cual se está
empleando para hacer más atractivos los procesos de capacitación, especialmente en
DOI: https://doi.org/10.71112/sg3t9e48
1154 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
habilidades como la comunicación, el pensamiento crítico y la solución de problemas (Parra y
Concha, 2021). Esta metodología permite recopilar datos sobre el desempeño de los
participantes, los cuales pueden ser analizados mediante modelos predictivos de IA para
estimar cómo la persona influirá en el clima y cultura organizacional (Ramos, 2023; Canossa-
Montes y Peraza-Villarreal, 2024). En este sentido, Andújar (2024) evidencia que la IA
generativa ha transformado los procesos de capacitación al automatizar la creación de
contenidos formativos, reduciendo significativamente los tiempos de aprendizaje y mejorando la
pertinencia de los materiales utilizados.
Así mismo, los sistemas inteligentes han permitido diseñar rutas de aprendizaje que se
ajustan al avance de cada uno de los colaboradores, optimizando la efectividad de la
formación. Esto resulta particularmente relevante en organizaciones que requieren
actualización continua de competencias técnicas (STEM) y habilidades blandas como
adaptabilidad, trabajo en equipo y liderazgo inclusivo. Por su parte, la literatura sugiere que las
nuevas generaciones trabajadoras (Y, Z y Alpha), valoran especialmente estas modalidades de
aprendizaje flexibles, personalizados y mediados por tecnologías (Garavito-Hernández et al.,
2024).
Evaluación de desempeño y analítica predictiva: El análisis predictivo desarrollado
por la IA ha transformado los sistemas de evaluación del desempeño, lo cual ha permitido
anticipar el rendimiento futuro de los colaboradores, identificar patrones de rotación laboral y
diseñar estrategias de retención más efectivas (Cahuasqui Molina y Zapata Romero, 2023;
Fajardo Vargas, 2023).
Estos sistemas se soportan en la recopilación de datos históricos de los colaboradores,
incluyendo variables como la antigüedad, el desempeño, la remuneración, la participación en
programas de formación y percepción del clima organizacional; luego, estos datos se entrenan
mediante modelos de machine learning que identifican patrones asociados a la salida voluntaria
DOI: https://doi.org/10.71112/sg3t9e48
1155 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
o involuntaria del personal. Una vez validado, el modelo puede predecir en tiempo real la
probabilidad de que un colaborador abandone la empresa, permitiendo a los gestores de
recursos humanos implementar estrategias preventivas de retención, optimizar los procesos de
sucesión y fortalecer el compromiso organizacional (Cahuasqui Molina y Zapata Romero,
2023).
En el ámbito de la evaluación de competencias, la IA ofrece herramientas avanzadas
capaces de analizar las habilidades, estilos de aprendizaje, motivaciones y la adecuación
cultural de los colaboradores. Como señalan Briones-Pincay et al., (2025) las organizaciones
latinoamericanas están incorporando soluciones de IA que integran analítica predictiva y
algoritmos cognitivos para obtener diagnósticos más precisos del capital humano, facilitando el
diseño de planes de desarrollo personalizados y sostenibles.
En síntesis, los modelos predictivos permiten anticipar tendencias y diseñar estrategias
de retención basadas en datos objetivos. Sin embargo, del Toro Reyes y López Alfonso, (2023)
advierten que el uso de IA en estos procesos puede reproducir sesgos algorítmicos y perpetuar
desigualdades laborales si no se aplican mecanismos de auditoria ética y transparencia.
Automatización de procesos administrativos: La automatización de procesos
administrativos también ha sido un factor clave para mejorar la eficiencia interna de las
organizaciones. La incorporación de sistemas inteligentes para la gestión documental, la
evaluación del desempeño y la administración de nóminas ha permitido liberar tiempo del
personal de GRH para enfocarse en tareas más estratégicas (Vásquez Simbaña, 2025).
Particularmente, el sector público evidencia una necesidad crítica de digitalizar y
modernizar los procesos de reclutamiento y gestión de personal, con el doble propósito de
incrementar la eficiencia interna y generar mayor valor público (Briones-Pincay et al., 2025;
Puccini et al., 2022).
DOI: https://doi.org/10.71112/sg3t9e48
1156 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
En este sentido, Espinoza (2024) destaca que, en el contexto latinoamericano, la IA se
está consolidando como una herramienta estratégica para transformar la administración
empresarial dada su capacidad para procesar grandes volúmenes de datos en tiempo real que
permite una toma de decisiones informada y la identificación de oportunidades de mejora.
Desafíos y riesgos identificados: La literatura advierte sobre riesgos éticos y
operativos asociados al uso IA en GRH y GTH. Aunque se observan avances iniciales en
países como México, Colombia, Brasil y Perú, aún se carece de marcos legales integrales que
regulen el uso de IA en GRH y GTH. Entre las principales preocupaciones se encuentran
sesgos algorítmicos, la posibilidad de decisiones automatizadas injustas que atenten contra la
equidad laboral, la transparencia de los sistemas, la privacidad de los datos personales y la
necesidad de preservar la interacción humana en los procesos de gestión (Agudelo-Agudelo,
2024; Parra & Concha, 2021; Ramos, 2023; Rubio et al., 2023).
Estos riesgos se reflejan también en las brechas de género, Egana-delSol et al. (2022)
demostraron que las mujeres en América Latina enfrentan un mayor riesgo de desplazamiento
por automatización que los hombres, debido a su concentración en tareas rutinarias y menos
relacionadas con STEM. Ante estos desafíos resulta importante supervisar continuamente los
sistemas de IA y capacitar a los gestores humanos en el uso ético de estas tecnologías
(Vásquez Simbaña, 2025). Así mismo, se plantea la necesidad de diseñar políticas públicas,
protocolos de autorregulación organizacional y organismos de auditoría independientes que
garanticen la transparencia, la equidad y la protección de derechos en los procesos de gestión
humana mediados por IA (Parra & Concha, 2021; Ramos, 2023; Rodríguez-Alegre et al., 2023).
Por su parte Briones-Pincay et al., (2025), Chávez Betancourt et al., (2024) y Soriano,
(2023) destacan la necesidad de marcos normativos y de una gobernanza algorítmica
transparente que regule el uso de la IA en los procesos de gestión humana.
Hallazgos transversales y factores condicionantes en la adopción de la IA:
DOI: https://doi.org/10.71112/sg3t9e48
1157 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
Otros hallazgos identificados en la literatura corresponden, por un lado, a las limitaciones
de estos sistemas para captar variables complejas como lo son las emociones y aspectos
intangibles del comportamiento humano (Briones-Pincay et al., 2025) y, por otro, las barreras
en la adopción tecnológica en Latinoamérica. Si bien existen avances en países como
Colombia, Perú y Ecuador, la baja infraestructura digital, la falta de capacitación tecnológica,
las brechas de género, el desconocimiento sobre las aplicaciones de la IA, la resistencia
cultural al cambio y los marcos normativos limitados siguen dificultando la integración de dicha
tecnología en muchas organizaciones, especialmente en pequeñas y medianas empresas
(Arroyo-Sánchez & Peñalver-Higuera, 2024; Rubio et al., 2023).
Este panorama coincide con los planteamientos de Pérez-Campdesuñer et al. (2025),
quienes destacan que la escasez de profesionales capacitados en IA, la falta de infraestructura
y la limitada inversión empresarial son los principales factores que restringen su
implementación efectiva en la región.
Por su parte, el fortalecimiento de la cultura organizacional, la promoción de liderazgo
transformacional, la agilidad, la innovación y la resiliencia se catalogan como factores
facilitadores para una adopción exitosa de la IA en los procesos de GRH y GTH (Arroyo-
Sánchez & Peñalver-Higuera, 2024; Buendía & Chilet, 2024; Canossa-Montes & Peraza-
Villarreal, 2024; Contreras, Rank & Jauregui, 2024; García-Contreras, Valle-Cruz & Canales-
García, 2021) lo cual deja en claro que la IA no sustituye la necesidad de capital humano
cualificado, por el contrario, amplifica las capacidades humanas cuando se integra
estratégicamente dentro de estructuras organizacionales que valoran la innovación, la equidad
y el bienestar laboral.
A esta línea surge el concepto de cobotización, entendido como la colaboración
estratégica entre humanos y sistemas de IA para potenciar las capacidades organizativas, más
que sustituirlas (Canossa-Montes y Peraza-Villarreal, 2024). Esta perspectiva propone una
DOI: https://doi.org/10.71112/sg3t9e48
1158 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
respuesta equilibrada frente a los temores de desplazamiento laboral, enfatizando que el valor
diferencial de las organizaciones inteligentes radicará en su capacidad para integrar el ingenio
humano con la eficiencia algorítmica de manera armónica, ética y productiva.
En conjunto, los hallazgos analizados revelan que la IA está configurando una nueva era
en la gestión de personas en Latinoamérica, imponiendo retos éticos, organizacionales y
tecnológicos que deben ser abordados para aprovechar plenamente su potencial
transformador.
DISCUSIÓN
La consolidación de la IA es un eje de transformación en la GRH y la GTH a nivel
mundial, donde empresas como Unilever, Hilton y Amazon reportan mejoras de hasta el 90%
en los tiempos de contratación, reducción de la rotación y aumento del número de postulantes
(Stone et al., 2024). En América Latina, aunque la adopción es más reciente se evidencia un
creciente interés por integrar sistemas inteligentes en procesos como el reclutamiento,
formación y evaluación del talento humano (Briones-Pincay, et al.; Canossa-Montes & Peraza-
Villarreal, 2024). Sin embargo, esta adopción expone tensiones estructurales, culturales y
éticas que trascienden lo meramente técnico y que avanzan en aspectos como la
reconfigurando el trabajo, la cultura organizacional y la experiencia humana dentro del ámbito
laboral.
Desde una mirada estructural, la creciente adopción de la IA puede interpretarse a partir
del marco de referencia planteado por Toffler (1970) en su teoría del “shock del futuro”, como
una transformación acelerada que supera la capacidad de adaptación de las organizaciones,
generando conflictos emocionales y sociales en el entorno laboral. En el contexto
latinoamericano, caracterizado por desigualdades estructurales, esta aceleración tecnológica
impone retos aún mayores, particularmente en micro, pequeñas y medianas empresas, donde
DOI: https://doi.org/10.71112/sg3t9e48
1159 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
las capacidades institucionales, técnicas y formativas son limitadas, advirtiendo que la
incorporación de IA en procesos de GRH y GTH sin una estrategia clara ni acompañamiento
organizacional puede producir un efecto paradójico: incrementar el estrés, el miedo al
reemplazo y la deshumanización del entorno laboral, en lugar de mejorar la calidad del empleo
(Briones-Pincay et al., 2025; Gama et al., 2023).
Este impacto no es solo económico o estructural, también psicológico. La incertidumbre
respecto al rol de la IA, especialmente en funciones históricamente “humanas”, se traduce en
afectaciones a la salud mental y emocional de los trabajadores, quienes enfrentan presiones
por adaptarse, adquirir nuevas competencias y sostener su empleabilidad en entornos
crecientemente algoritmizados. Esta dimensión ha sido poco abordada por la literatura, pero
representa un desafío clave si se pretende una integración armónica entre tecnología y
bienestar humano. En el contexto latinoamericano, diversos estudios advierten que la
incorporación de la IA sin estrategias éticas y de acompañamiento puede generar temor, la
ansiedad y deshumanización del entorno laboral (Briones-Pincay, et al., 2025), además de
acentuar la inseguridad y el estrés asociados al riesgo de desplazamiento laboral,
particularmente entre mujeres y trabajadores con menor cualificación (Egana-delSol, Gasparini
& Marchionni, 2022).
Estas transformaciones, además de plantear los desafíos ya mencionados, redefinen el
papel de la tecnología en la gestión del talento humano. En este contexto de la sociedad de la
información, los datos se han convertido en un recurso estratégico que vincula tecnología y
desarrollo económico. En tal escenario, la IA emerge como un dispositivo que automatiza y
toma decisiones, lo cual traslada el debate a terrenos ético-políticos: ¿Quién controla los
algoritmos? ¿Cómo ese evita la reproducción de sesgos? ¿Qué límites debe imponerse a la
automatización de juicios sobre personas? (Ramos, 2023; Soriano, 2023; Zawada, 2024).
DOI: https://doi.org/10.71112/sg3t9e48
1160 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
Frente a estos interrogantes, se hace necesario avanzar hacia un modelo de gobernanza
algorítmica que combine transparencia, explicabilidad y participación humana activa, lo cual
requiere de competencias digitales y alfabetización tecnológica para que los sistemas sean
accesibles y comprensibles para quienes lo operan (Contreras, Rank & Jauregui, 2024)
La incorporación ética y eficaz de la IA en GRH y GTH exige avanzar hacia modelos de
cobotización, donde se potencie la colaboración estratégica entre humanos y sistemas
inteligentes. Este enfoque reconoce que, si bien las máquinas pueden procesar grandes
volúmenes de datos con eficiencia, también carecen de elementos centrales en la gestión del
talento como la empatía, la intuición y la comprensión cultural (Canossa-Montes y Peraza-
Villarreal, 2024). Por ello, la IA debe ser vista como una herramienta que amplifica su alcance
cuando se inserta en estructuras organizacionales que valoran la innovación, la equidad y el
aprendizaje continuo.
Finalmente, se requiere una visión integral que articule innovación tecnológica,
sostenibilidad humana y justicia organizacional y la IA puede ser una herramienta de gran
relevancia para mejorar la eficiencia y la objetividad en los procesos de gestión del talento
humano, sin embargo, su adopción debe poseer dos características. Primero, una lógica
sistémica como la planteada por Orosoo et al., (2023), quienes proponen una arquitectura
conceptual que entrelaza seis funciones centrales de la GRH, las cuales son: planificación,
reclutamiento, formación, gestión del desempeño, evaluación salarial y gestión de relaciones
labores. Segundo, estar guiada por principios éticos claros, políticas públicas inclusivas y una
cultura organizacional abierta al cambio, pero centrada en el bienestar de sus colaboradores.
En este sentido, adquiere especial relevancia el enfoque del humanismo digital (del Toro Reyes
& López Alfonso, 2023) el cual postula que la tecnología debe estar al servicio de las personas
y no al revés, lo cual, aplicado a la administración de empresas, implica reconocer que la
innovación debe integrarse con los valores humanistas que dan sentido al trabajo, entre ellos:
DOI: https://doi.org/10.71112/sg3t9e48
1161 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
la dignidad, la libertad, la autorrealización y el cuidado del otro. Esto cobra mayor relevancia en
la GRH y la GTH, donde las decisiones automatizadas no pueden desligarse de sus
consecuencias emocionales, sociales y morales.
CONCLUSIONES
La IA está redefiniendo de forma profunda los procesos de GRH y GTH en
organizaciones de todos los tamaños y esta transformación comienza a hacerse visible en
funciones específicas como el reclutamiento, la evaluación del desempeño, la formación o la
retención del talento humano, a la vez que introduce una lógica diferente en la toma de
decisiones organizacionales, una lógica basada en datos, aprendizaje automático y
automatización, que cuestiona los marcos tradicionales de acción humana en los espacios de
trabajo.
La aceleración tecnológica ha generado un desajuste entre la velocidad de la innovación
y la capacidad humana de adaptación, produciendo tensiones operativas, administrativas y
afectaciones a la salud mental, el bienestar emocional y la identidad profesional de los
trabajadores, quienes enfrentan la presión constante de reentrenarse, actualizar sus
competencias y coexistir con sistemas que muchas veces no comprenden ni controlan. En este
contexto se vuelve imperativo repensar la incorporación de la IA desde un paradigma que
concilie eficiencia con ética, innovación con justicia y tecnología con humanidad, favoreciendo
el desarrollo de organizaciones tecnológicamente avanzadas, pero profundamente humanas.
Declaración de conflicto de interés
Los autores declaran no tener ningún conflicto de interés relacionado con esta
investigación.
DOI: https://doi.org/10.71112/sg3t9e48
1162 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
Declaración de contribución a la autoría
Yesica Lorena Estrada Chica: Conceptualización, curación de datos, análisis formal,
investigación, metodología, administración del proyecto, supervisión, validación, redacción del
borrador original.
Carlos Alberto Jiménez Vera: Conceptualización, curación de datos, análisis formal,
investigación, metodología, software, revisión y edición de la redacción.
Diana Marcela Gómez Ramírez: investigación, metodología, validación, visualización,
revisión y edición de la redacción.
Declaración de uso de inteligencia artificial
Los autores declaran que utilizaron la inteligencia artificial como apoyo para este
artículo, y también que esta herramienta no sustituye de ninguna manera la tarea o proceso
intelectual. Después de rigurosas revisiones con diferentes herramientas en la que se
comprobó que no existe plagio como constan en las evidencias, los autores manifiestan y
reconocen que este trabajo fue producto de un trabajo intelectual propio, que no ha sido escrito
ni publicado en ninguna plataforma electrónica o de IA.
Declaración de conflicto de interés
Declaro no tener ningún conflicto de interés relacionado con esta investigación.
Declaración de contribución a la autoría
Autor: metodología, conceptualización, redacción del borrador original, revisión y edición
de la redacción.
Declaración de uso de inteligencia artificial
Los autores declaran que no utilizaron Inteligencia Artificial en ninguna parte de este
manuscrito.
DOI: https://doi.org/10.71112/sg3t9e48
1163 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
Los autores declaran que utilizaron la Inteligencia Artificial como apoyo para este
artículo, y que esta herramienta no sustituyó de ninguna manera la tarea o proceso intelectual,
manifiestan y reconocen que este trabajo fue producto de un trabajo intelectual propio, que no
ha sido publicado en ninguna plataforma electrónica de inteligencia artificial.
REFERENCIAS
Agudelo-Agudelo, J. H. (2024). Análisis del uso de las tecnologías de la información y la
comunicación (TIC) en el proceso de reclutamiento de personal. Sapiens International
Multidisciplinary Journal, 1(1), 109–124. Recuperado de
https://revistasapiensec.com/index.php/sapiens/article/view/8/22
Andújar Rojas, C. A. (2024). Revolucionando la psicología industrial-organizacional:
Aportaciones innovadoras de la inteligencia artificial. Revista Interamericana de
Psicología Ocupacional, 40(1), 1-20. https://doi.org/10.71332/w38hw26
Arencibia, F. (2021). Inteligencia artificial para la gestión e integración de las personas en la era
de la competencia absoluta por el talento. Revista Economía Industrial, 423, 145–152.
Ministerio de Industria, Comercio y Turismo de España.
Armas, C. E. (2021). La inteligencia artificial en empresas peruanas e impactos laborales en los
trabajadores. Iberoamerican Business Journal, 5(1), 83-105.
https://doi.org/10.22451/5817.ibj2021.vol5.1.11053
Arroyo-Sánchez, L. K., y Peñalver-Higuera, M. J. (2024). Transformación organizacional
mediante la formación y evaluación del capital humano en el sector servicios. Gestio et
Productio. Revista Electrónica de Ciencias Gerenciales, 6(11), 148-172.
https://doi.org/10.35381/gep.v6i11.181
Briones-Pincay, C., Segura-Ramos, I., Rivera-Guerrero, A., & Reigosa-Lara, A. (2025). El
impacto de la inteligencia artificial en la gestión del talento humano: oportunidades,
DOI: https://doi.org/10.71112/sg3t9e48
1164 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
desafíos y transformación organizacional. 593 Digital Publisher CEIT, 10(4), 139–156.
156, https://doi.org/10.33386/593dp.2025.4.3228
Buendía, A. R., y Chilet, S. E. (2024). Gestión del cambio: estrategias y desafíos en la
implementación de políticas innovadoras. Revista Venezolana de Gerencia, 29(107),
1228-1240. https://doi.org/10.52080/rvgluz.29.107.15
Cahuasqui Molina, E. P., & Zapata Romero, S. V. (2023). Mantenimiento predictivo de rotación
de personal en microempresas con IA [Predictive maintenance of personnel turnover in
microenterprises with AI]. Journal of Science and Research, 8(4), 131–142.
https://doi.org/10.5281/zenodo.10002079
Canossa-Montes, H. A., & Peraza-Villarreal, N. S. (2024). Gestión del talento humano en la era
de la inteligencia artificial: retos y oportunidades en el entorno laboral. 593 Digital
Publisher, 9(1), 302-319. https://doi.org/10.33386/593dp.2024.1.2170
Castellanos Claramunt, Jorge. 2024. “Human Rights, Vulnerability and Artificial Intelligence: An
Analysis in Constitutional Perspective”. Deusto Journal of Human Rights, no. 14
(December), 33-50. https://doi.org/10.18543/djhr.3187
Chávez Betancourt. PhD, D. C. R. X., Estrada Hernández.PhD, D. C. J. A., & Guerra Herrera,
M. K. S. (2024). Desafíos de la inteligencia artificial en la Gestión del Talento
Humano. GADE: Revista Científica, 4(3), 190-206. https://doi.org/10.63549/rg.v4i3.464
Contreras, F., Jauregui, K., & Rank, S. (2024). The intellectual structure of human resource
management and digitalization research: A bibliometric-mapping analysis. Journal of
Engineering and Technology Management, 73, Article 101829.
https://doi.org/10.1016/j.jengtecman.2024.101829
Dávila Morán, R. C., Agüero Corzo, E. C. del. (2023). Desafíos éticos de la inteligencia artificial:
implicaciones para la sociedad y la economía. Revista Conrado, 19(94), 137-144.
DOI: https://doi.org/10.71112/sg3t9e48
1165 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1990-
86442023000500137&lng=es&tlng=es
del Toro Reyes, L., & López Alfonso, J. E. (2023). La inteligencia artificial y la gestión de los
recursos humanos. GADE: Revista Científica, 3(4), 289-298.
https://doi.org/10.63549/rg.v3i4.253
Egana-delSol, P., Bustelo, M., Ripani, L., Soler, N., & Viollaz, M. (2022). Automation in Latin
America: Are women at higher risk of losing their jobs? Technological Forecasting and
Social Change, 175, 121333. https://doi.org/10.1016/j.techfore.2021.121333
Espinoza, D. L. (2024). La inteligencia artificial como apoyo en los procesos de la
administración empresarial. Ciencia Latina Revista Científica Multidisciplinar, 8(6).
https://doi.org/10.37811/cl_rcm.v8i6.15019
Espinoza-Acero, H., Galarza-Minaya, T., & Vidal, E. (2024). Exploring the Role of Chatbots in
the Recruitment Process in Latin America. Revista De Gestão - RGSA, 18(1), e07047 .
https://doi.org/10.24857/rgsa.v18n1-166
Fajardo Vargas, J. E. (2023). Inteligencia artificial aplicada al proceso de selección de personal.
Polo del Conocimiento, 8(9), 726–740. https://doi.org/10.23857/pc.v8i9.6047
Gama, J. C., Leiva, L. M. & Fajardo, M. A. (2023). Benefits of artificial intelligence in human
talent management. Multidisciplinar, 1(14), 1-13. https://doi.org/10.62486/agmu202314
Garavito Hernández, Y., Villamizar-Mancilla, A. F., & Castañeda-Villamizar, L. P. (2024).
Importancia de las habilidades blandas en el contexto laboral: una revisión de la
literatura académica. Innova Research Journal, 9(3), 2–20. Recuperado de
https://www.redalyc.org/journal/7378/737879288002/html/
Garcés, J. A., López, C. A., Andrade, S. A., Jaramillo, D. A., & Gómez, J. M. (2025). La función
de la inteligencia artificial en el progreso de la gestión del talento humano: Una
DOI: https://doi.org/10.71112/sg3t9e48
1166 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
perspectiva fundamentada en la automatización de procesos. Ciencia Latina Revista
Científica Multidisciplinar, 9(1). https://doi.org/10.37811/cl_rcm.v9i1.17788
García-Contreras, R., Valle-Cruz, D. y Canales-García, R.A. (2021). Selección organizacional:
resiliencia y desempeño de las pymes en la era de la COVID-19. Estudios Gerenciales,
37(158), 73-84. https://doi.org/10.18046/j.estger.2021.158.4291
Gonzabay, I., y Pacheco, S., (2024). El rol de la Inteligencia Artificial en los procesos de
reclutamiento y selección en la Gestión del Talento Humano. Reincisol, 3(6), pp. 3880-
3902. https://doi.org/10.59282/reincisol.V3(6)3880-3902
López-Urbina, J. del C. (2025). Artificial intelligence in enhancing human talent and knowledge
management in organizations: a systematic review in Scopus. Revista Científica De
Sistemas E Informática, 5(1), e889. https://doi.org/10.51252/rcsi.v5i1.889
Manco Zapata, A., & Cortés Gómez, I. R. (2023). Diagnosing the impact of digital transformation
on the human talent of SMEs in Bogotá, Colombia. Cuadernos de Administración,
39(75), e2012475. https://doi.org/10.25100/cdea.v39i75.12475
Manterola, C., Astudillo, P., Arias, E. y Claros, N. (2013). Revisiones sistemáticas de la
literatura. Qué se debe saber acerca de ellas. Cirugía Española, 91(3), 149–155.
http://doi.org/10.1016/j.ciresp.2011.07.009
Orosoo, M., Raash, N., Santosh, K.,Kaur, C., Namjaa, N., Bani-Younis, J. M., & Rengarajan, M.
(2023). Exploring the influence of artificial intelligence technology in managing human
resource management. Journal of Theoretical and Applied Information Technology,
101(23), 7847-7855.https://www.researchgate.net/publication/377412334
Paiva de Báez, G. I. (2024). Evolución histórica de la gestión del talento humano, año 2023:
Historical evolution of human talent management, year 2023. LATAM Revista
Latinoamericana De Ciencias Sociales Y Humanidades, 5(1), 992 – 1006.
https://doi.org/10.56712/latam.v5i1.1653
DOI: https://doi.org/10.71112/sg3t9e48
1167 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
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… Alonso-Fernández, S. (2021). Declaración PRISMA 2020: una guía
actualizada para la publicación de revisiones sistemáticas. Revista Española de
Cardiología, 74(9), 790–799. http://doi.org/10.1016/j.recesp.2021.06.016
Parra Sepúlveda, D., & Concha Machuca, R. (2021). Inteligencia artificial y derecho:
Problemas, desafíos y oportunidades. Vniversitas, 70, e2919005.
https://doi.org/10.11144/Javeriana.vj70.iadp
Pérez-Campdesuñer, R., Sánchez-Rodríguez, A., García-Vidal, G., Martínez-Vivar, R., & De
Miguel-Guzmán, M. (2025). Artificial intelligence in Ecuadorian SMEs: Drivers and
obstacles to adoption. Information, 16(6), 443. https://doi.org/10.3390/info16060443
Puccini, L., Pedro, M., Ventura, M., Vasconcelos, V., Cappellozza, A., & Vieira, A. M. (2022).
Impactos da utilização da Applicant Tracking System nos processos de recrutamento e
seleção de pessoas: Estudo em uma organização do segmento de soluções de
Recursos Humanos. Navus – Revista de Gestão e Tecnologia, 12, 1–12.
https://doi.org/10.22279/navus.2022.v12.p01-12.1718
Ramos, F. A. (2023). Implicancias jurídicas del uso de la inteligencia artificial en la selección de
personal. Newman Business Review, 9(1), 79-98.
http://dx.doi.org/10.22451/3002.nbr2023.vol9.1.10083
Rodríguez-Alegre, L. R., Calderón-De-Los-Ríos, H., Hurtado-Zamora, M. M., y Ocaña-
Rodríguez, Á. W. (2023). Inteligencia artificial en la gestión organizacional: impacto y
realidad latinoamericana. Koinonía, 8(1), 226-241. https://doi.org/10.35381/r.k.v8i1.2782
DOI: https://doi.org/10.71112/sg3t9e48
1168 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
Rubio, L. A., Agudelo, N. L., Mena, P. A., y Mejía, S. H. (2023). Prácticas innovadoras de
gestión humana: atracción, retención y desarrollo. En-Contexto, 11(20), 133-155.
https://doi.org/10.53995/23463279.1121
Sánchez-Serrano, S., Pedraza-Navarro, I. & Donoso-González, M. (2022). How to conduct a
systematic review under PRISMA protocol? Uses and fundamental strategies for its
application in the educational field through a practical case study. Bordon. Revista de
Pedagogia, 74(3), 51–66. http://doi.org/10.13042/Bordon.2022.95090
Soriano Arnanz, A. (2023). El uso de la inteligencia artificial en la selección y gestión del
personal de las administraciones públicas. Documentación Administrativa, (9), 11–25.
https://doi.org/10.24965/da.11148
Stone, D. I., Lukaszewski, K. M., & Johnson, R. D. (2024). Will artificial intelligence radically
change human resource management processes? Organizational Dynamics, 53(1),
101034. https://doi.org/10.1016/j.orgdyn.2024.101034
Toffler, A. (1970). Future shock. New York, NY: Random House.
Vásquez Simbaña, K. A. (2025). Automatización de procesos administrativos y adopción de
nuevas tecnologías: su influencia en la eficiencia organizacional y la retención de
clientes en empresas modernas. RECIMUNDO, 9(Especial), 47–56. Recuperado de
https://www.recimundo.com/index.php/es/article/view/2598
Velásquez Martínez, A. D. C. (2025). La brújula hacia el reclutamiento 5.0: Estrategias
esenciales para RRHH. Revista Ciencia Latina: Revista Científica Multidisciplinar, 9(3),
9792–9809. https://doi.org/10.37811/cl_rcm.v9i3.18654
Villagomez, A. H. (2025). El impacto de la inteligencia artificial en la sociedad: una revisión
sistemática de su influencia en ámbitos sociales, económicos y tecnológicos. Ciencia
Latina Revista Científica Multidisciplinar, 9(1), 8150-8172.
https://doi.org/10.37811/cl_rcm.v9i1.16468
DOI: https://doi.org/10.71112/sg3t9e48
1169 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
Zawada, M. (2024). The impact of artificial intelligence on human resource management:
challenges, opportunities, and future directions. System Safety: Human – Tehcnical
Facility – Environment, 6(1), 239-250. https://doi.org/10.2478/czoto-2024-0026