INTELIGENCIA ARTIFICIAL
Y EMPRENDIMIENTO: UNA REVISIÓN SISTEMÁTICA DESDE UN ENFOQUE CONTEXTUAL
ARTIFICIAL INTELLIGENCE AND ENTREPRENEURSHIP: A SYSTEMATIC REVIEW FROM A
CONTEXTUAL APPROACH
David ÁLVAREZ-MALDONADO [1]
Carmen PÉNNANEN-ARIAS [2]
Nicolás BARRIENTOS ORADINI [3]
Ximena VEGA DONOSO [4]
|
Recibido Aprobado |
: : |
20.05.2024 20.09.2024 |
|
Publicado |
: |
11.10.2024 |
RESUMEN: Este artículo examina los impactos contemporáneos
de la inteligencia artificial sobre el emprendimiento. Se profundiza en el
papel de agentes de inteligencia artificial, transformando la interacción
humano-tecnología y generando cambios culturales inevitables. En el ámbito del
emprendimiento, se analiza cómo la inteligencia artificial se integra con la
tradición de ver las organizaciones como sistemas de información, abordando
problemáticas como el procesamiento de información y la racionalidad limitada.
La metodología implica una revisión sistemática de literatura presente en el
sistema Web of Science (WOS), destacando oportunidades y amenazas en la
intersección de la inteligencia artificial y el emprendimiento. La discusión
explora modelos teóricos de los artículos incluidos en la revisión. La
conclusión es una síntesis de los principales marcos teóricos desde los cuales
se aborda el emprendimiento en función de la inteligencia artificial. La
contribución radica en sintetizar la literatura relevante, ofreciendo una
visión integral de la inteligencia artificial y el emprendimiento.
Palabras clave: Inteligencia Artificial, Emprendimiento, Negocios,
Gestión, Tecnología.
ABSTRACT: This article examines the contemporary impacts of artificial
intelligence on entrepreneurship. It delves into the role of artificial
intelligence agents, transforming human-technology interaction and generating
inevitable cultural changes. In the field of entrepreneurship, it analyzes how
artificial intelligence integrates with the tradition of viewing organizations
as information systems, addressing issues such as information processing and
bounded rationality. The methodology involves a systematic review of literature
present in the Web of Science (WOS) system, highlighting opportunities and
threats at the intersection of artificial intelligence and entrepreneurship.
The discussion explores theoretical models of the articles included in the
review. The conclusion is a synthesis of the main theoretical frameworks from
which entrepreneurship is addressed in terms of artificial intelligence. The
contribution lies in synthesizing the relevant literature, offering a
comprehensive view of artificial intelligence and entrepreneurship.
Keywords: Artificial Intelligence, Entrepreneurship,
Business, Management, Technology.
INTRODUCCIÓN
Los cambios industriales
contemporáneos relacionados con la inteligencia artificial, interpretados como
una nueva revolución industrial han afectado a diversas áreas de la sociedad
(Giuggioli y Pellegrini, 2023; Haefner et al., 2023; Robledo et al., 2023; Lee
et al., 2023; Haefner et al., 2021; Iandoli, 2023; Jatobá et al., 2023; Chauhan
et al., 2022; Van Iddekinge et al., 2023; Feliciano-Cestero et al., 2023; Li et
al., 2023; Madanaguli et al, 2024; Zaoui et al., 2024; Zhu et al., 2024; Obreja
et al., 2024). Los temas relativos a
este ámbito científico particular se han desarrollado desde aproximadamente
mediados del siglo XX, en relación con la automatización y el aprendizaje
automático de las máquinas; sin embargo, los nuevos cambios relacionados con la
denominada cuarta revolución industrial han desafiado a las culturas e
instituciones a nivel global, produciendo cambios radicales asociados con la
robótica, la digitalización y la automatización (Giuggioli y Pellegrini, 2023).
En este sentido, los agentes
basados en inteligencia artificial, como ChatGPT, Siri, Alexa, Google
Assistant, entre otros, han cambiado la vida diaria de todas las personas,
creando incluso nuevas condiciones sociales en las que sujetos humanos conviven
con agentes no humanos para el logro de sus objetivos, la toma de decisiones o
el mejoramiento de su desempeño, transformando la realidad social entre el
humano y la tecnología, creando incluso robots sociales que interactúan con
personas en condiciones similares, imitando la conducta y cognición humana
(Iftikhar et al., 2023), creando un nuevo agente social artificial que afecta
las normativas institucionales, en un proceso de cambio cultural inevitable
(Lee et al., 2023) en interacción con estos robots sociales (Iftikhar et al.,
2023).
En el caso de la
administración de negocios, las actuales innovaciones derivadas de la
inteligencia artificial y las máquinas inteligentes han sintonizado con una
tradición complementaria (Haefner et al., 2021) que entiende a las
organizaciones como sistemas de información. Por ello, temáticas como el
procesamiento de la información, la racionalidad limitada y las capacidades
cognitivas, son problemáticas relacionadas con los nuevos avances tecnológicos
en materia de inteligencia artificial, por lo que esta temática no le es ajena
al campo de la administración de negocios, y particularmente al emprendimiento
de nuevos negocios (Giuggioli y Pellegrini, 2023).
En este sentido, la
administración de negocios argumenta que las organizaciones y las computadoras
son similares, siendo el sistema computacional un recurso para explorar y
explotar el comportamiento, generando una perspectiva positiva en la relación
entre la administración y lo artificial (Simon, 1996). Sin embargo, cada ámbito
de la administración y los negocios requiere de una contextualización
particular en relación con los nuevos avances en la tecnología de la
inteligencia artificial. Es por esto, que para una organización la IA
constituye un activo intangible que genera un valor agregado en cada componente
de su estructura (Rubín, 2024).
Esta investigación busca
concentrarse en el vínculo que tiene la inteligencia artificial con el tema del
emprendimiento en el campo de la administración de negocios, desde un enfoque
institucional, debido a que estas tecnologías artificiales están configuradas
en función de algoritmos y procesos automatizados que se sustentan en reglas y
objetivos predefinidos por el contexto institucional o sociocultural (Pietronudo
et al., 2022), entendiendo que la inteligencia artificial es la creación
tecnológica contextualizada en una sociedad particular que la nutre de datos,
información, normas, orientando su aprendizaje como máquina inteligente. En
resumen, los cálculos que realiza la inteligencia artificial utilizando
crecientes volúmenes de datos, no son ajenos a reglas y programaciones
anteriores, las cuales fueron predefinidas por sus creadores, quienes
pertenecen a contextos culturales de sus sociedades.
Finalmente, para realizar este
acercamiento a la relación entre inteligencia artificial y el emprendimiento de
negocios, se realizó una revisión sistemática de la literatura especializada y
relevante en la materia. Los resultados destacaron dimensiones relativas a las
oportunidades que ofrece, sus efectos en las tomas de decisiones y en el
rendimiento educativo (Giuggioli y Pellegrini, 2023), estableciéndose un
discurso común en los artículos relevantes, en que se observan los efectos de
la inteligencia artificial en el contexto y los efectos particulares en el
emprendimiento, destacando las oportunidades y las amenazas que derivan de
estas situaciones. En general, la IA es crucial y tiene importantes
implicaciones en términos de cómo los emprendedores desarrollan, diseñan y
escalan sus empresas durante el proceso emprendedor (Chalmers et al., 2021).
El artículo está estructurado
con un apartado teórico que aborda conceptualmente el fenómeno de la
inteligencia artificial en relación al emprendimiento, seguido de un apartado
metodológico que explica la revisión sistemática realizada, describiendo el procedimiento
de selección de artículos relevantes, continuando con los resultados
constituidos por elementos comunes en los discursos de los artículos relevantes
seleccionados, para posteriormente generar un apartado de discusión con
respecto a los fundamentos teóricos de
los artículos relevantes seleccionados, para finalizar con las contribuciones
de esta revisión sistemática.
INTELIGENCIA
ARTIFICIAL Y EMPRENDIMIENTO
El enfoque adoptado para
comprender la relación entre la inteligencia artificial y el emprendimiento es
de tipo contextual. Su objetivo es describir el entorno institucional que guía
el desarrollo del proceso emprendedor mediante el uso de inteligencia
artificial. Esto se debe a que la tecnología de la inteligencia artificial
opera bajo reglas y objetivos establecidos de manera contextual y predefinida
(Pietronudo et al., 2022). En este sentido, se pretende describir contextos
culturales compuestos por fenómenos normativos, los cuales delimitan tanto la
temática de la investigación como el fenómeno estudiado.
La inteligencia artificial
puede definirse como las capacidades cognitivas similares a las humanas,
demostrada por máquinas, o el examen de cómo las computadoras y los algoritmos
digitales realizan tareas y resuelven problemas complejos que normalmente requerirían
o excederían las capacidades racionales o cognitivas de personas humanas
(Giuggioli y Pellegrini, 2023). La definición utilizada transversalmente es la
de John MacCarthy, entendiendo a la inteligencia artificial como la ciencia y
la ingeniería de fabricar máquinas inteligentes, específicamente programas
informáticos inteligentes (McCarthy, 1958), la cual es una operacionalización
que se remonta a mediados del siglo XX. Sin embargo, la actual inteligencia
artificial de tipo generativa incluye modelos de lenguaje y sistemas
multimodales que superan las expectativas optimistas de esa época.
En la actualidad, el fenómeno
de la inteligencia artificial está caracterizado por el proceso de la capacidad
racional limitada de las personas, superándose a sí misma mediante una descarga
del trabajo cognitivo humano, basándose en las computadoras (Haefner et al.,
2023), estableciéndose a este tipo de máquinas y programas informáticos
inteligentes como agentes con capacidades cognitivas similares a las humanas, y
con la capacidad de aprendizaje y resolución de problemas (Lee et al., 2023).
De esta forma, la inteligencia artificial se configura como una herramienta que
apoya a la toma de decisiones y evaluaciones, proporcionando sugerencias
basadas en datos de volumen creciente (Pietronudo et al., 2022).
En un inicio de las
aplicaciones de la inteligencia artificial en los negocios se centraron en la
automatización de las tareas rutinarias, pero en la actualidad los avances
tecnológicos generativos y de aprendizaje automático, junto con la
disponibilidad del Big Data y el aumento exponencial del poder computacional,
permiten que la inteligencia artificial se aplique a tareas complejas
destinadas tradicionalmente a personas con altas capacidades cognitivas
especializadas (Weisz et al., 2023), transformando a la inteligencia artificial
en una capacidad estratégica para la competitividad de las organizaciones,
amentando la relevancia de estas nuevas tecnologías para el desarrollo de
negocios (Haefner et al., 2023; Lee et al., 2023).
Por otra parte, las
capacidades humanas para el emprendimiento, entendidas como los procesos
mediante los cuales las personas exploran y aprovechan nuevas oportunidades de
negocio a través de la fundación de empresas (Giuggioli y Pellegrini, 2023),
pueden ser potenciadas con recursos cognitivos artificiales. Estos recursos
permiten enfrentar grandes volúmenes de información y escenarios inciertos de
manera más competente (Pietronudo et al., 2022). En el campo del emprendimiento
de negocios, esto genera una nueva competencia que requiere de inteligencia
artificial para un desarrollo exitoso (Haefner et al., 2023). Como resultado,
las organizaciones utilizarán cada vez más las tecnologías asociadas a la
inteligencia artificial. Se pronostica que más del 80% de los ejecutivos
consultados en una encuesta global planean invertir fuertemente en este ámbito
en los próximos tres años, cambiando significativamente el contexto del
emprendimiento (Lee et al., 2023).
De esta forma, los sistemas de
inteligencia artificial están aplicándose en diversas funciones de una
organización, mejorando el desempeño y elevando la competitividad de las
empresas (Basu et al., 2023), lo cual afecta la configuración de la fuerza laboral,
requiriendo un costo menor, lo cual es una solución a uno de los desafíos del
emprendimiento y sus barreras de entrada, captando la atención de quienes toman
decisiones debido a que es posible crear recursos híbridos que optimicen los
flujos de trabajo, utilizando un conjunto de datos cada vez mayor (Weisz et
al., 2023), generando de esta forma una gestión basada en las evidencias
sustentada en inteligencia artificial, que permite racionalizar los procesos de
incertidumbre asociados a los negocios y particularmente al inicio de nuevos
emprendimientos.
METODOLOGÍA
La relación de la inteligencia
artificial con la administración de negocios es una temática ampliamente
abordada desde aproximadamente 1950 (Giuggioli y Pellegrini, 2023), sin
embargo, los cambios industriales recientes en esta materia le otorgan
relevancia a las publicaciones contemporáneas que aborda estas transformaciones
y escenarios actuales.
La tecnología de la
inteligencia artificial se confunde con las tecnologías digitales en general,
sin embargo, los nuevos cambios tecnológicos se diferencian porque ahora la
inteligencia artificial tiene la capacidad de desarrollar procesos cognitivos
de orden superior, resultados generativos, maleables y relacionados con
elementos externos y volúmenes de información creciente (Haefner et al., 2023;
Pietronudo et al., 2022). Con el propósito de comprender la relación entre la
actual inteligencia artificial y el emprendimiento, se realiza una revisión
sistemática de literatura, la cual se enfocó en artículos relevantes, los
cuales fueron operacionalizados mediante los siguientes criterios, descritos en
el siguiente Tabla 1:
Tabla
1
Criterios
de Inclusión de Artículos Relevantes
|
Criterio |
Explicación |
|
Criterio 1 |
Los artículos relevantes incluidos en esta revisión
sistemática de la literatura sobre inteligencia artificial y emprendimiento
de negocios deben estar indexados en el sistema de búsqueda Web of Science
(enlace del buscador: https://www.webofscience.com/). |
|
Criterio 2 |
Los artículos relevantes incluidos en la revisión
sistemática de la literatura sobre inteligencia artificial y emprendimiento
de negocios deben estar en los resultados de búsqueda del uso de la
plataforma especializada de Web of Science, basándose en las palabras clave:
a) inteligencia artificial; y b) emprendimiento con sus sinónimos. En el
buscador de Web of Science se utiliza la siguiente herramienta de búsqueda
booleana, en la opción de búsqueda avanzada: (((ALL=(entrepreneurial OR
entrepreneurship OR entrepreneurialism OR venture OR company OR business)))
AND ALL=(artificial intelligence)). Esta conjunción de elementos resultó en
23.920 unidades de documentos, lo cual excede los alcances de esta revisión
sistemática de literatura (enlace de los resultados de búsqueda: |
|
Criterio 3 |
A estos resultados derivados de la plataforma
especializada de Web of Science, se realiza un refinamiento en la búsqueda,
estableciendo que las revistas de los artículos relevantes incluidos en esta
revisión sistemática, deben estar indexadas en el sistema de Social Science
Citation Index (SSCI) debido a que de esta forma se excluyen las
investigaciones que no estén en el campo de las ciencias sociales,
entendiendo a la administración de negocio, y particularmente el desarrollo
de emprendimientos, como una ciencia social. |
|
Criterio 4 |
Se realiza un nuevo refinamiento a los resultados
derivados del refinamiento del criterio 3, estableciendo que las revistas de
los artículos relevantes incluidos en la revisión sistemática deben estar
incluidos en los tópicos de revistas bajo las categorías business o
management específicamente, para focalizar en el campo de las ciencias
sociales a las publicaciones relacionadas con la administración de negocios.
Junto a esto, también se establece que los artículos relevantes deben ser
artículos de revisión con el propósito de abordar ampliamente el estado del
arte en la materia, evitando estudios empíricos específicos que restrinjan la
visión contextual del campo de la relación entre la inteligencia artificial y
el emprendimiento. |
|
Criterio 5 |
De los resultados derivados de la aplicación de los
primeros cuatro criterios, nuevamente se refinan los resultados buscando en
los mismos resultados de la búsqueda la categoría de entrepreneurship, con el
propósito de focalizar el campo de la administración de negocios
específicamente en el tema del emprendimiento. El resultado son 19 artículos
relevantes especializados en materia de emprendimiento e inteligencia
artificial. |
|
Criterio 6 |
De los artículos que se encontraron, derivados de la
aplicación de los primeros 5 criterios, se utilizaron para realizar la
síntesis, los que fueron publicados en revistas de alto impacto, es decir,
según la medición de Quartile od Jurnal Impact Factor of JCR, entendiendo
este concepto bajo el indicador de cuartiles de Q1 y Q2, descartando Q3 y Q4.
Sin embargo, de todas formas, fueron revisados los artículos excluidos de
menores cuartiles, para ser integrados en el marco teórico como antecedentes
según corresponda. |
|
Criterio 7 |
De los resultados del refinamiento por palabras clave,
indexaciones e impacto de la revista, compuesto por seis pasos en el proceso
de búsqueda, se excluyeron los artículos que, al ser revisados, se identificó
que abordaban el tema de la inteligencia artificial como un elemento
secundario o anexo a otros tópicos principales. De esta forma, fueron
incluidos artículos de revistas de alto impacto, relevantes en materia de
emprendimiento e inteligencia artificial. |
Fuente: elaboración propia.
La aplicación de estos
criterios de búsqueda permitió concentrarse en artículos de revisión relevantes
publicados en revistas de alto impacto, sobre la inteligencia artificial en el
campo específico del emprendimiento de negocios. Estos artículos están
constituidos por una muestra de 8 unidades, los cuales fueron analizados
detalladamente para integrarlos en sus temáticas comunes de consenso. La
totalidad de 19 artículos resultantes del refinamiento de la búsqueda en el
nivel del criterio 5, fueron utilizados para construir el marco teórico y
fundamentar el contexto general del uso de la inteligencia artificial en la
administración de negocios. Además, se incorporaron otros recursos
bibliográficos referidos en las mismas lecturas de los artículos relevantes
seleccionados, utilizando un total de aproximadamente 21 referencias
bibliográficas en este artículo de revisión sistemática de la literatura.
Finalmente, en esta revisión
sistemática con enfoque contextual, se puede mapear y evidenciar las
ubicaciones geográficas de las contribuciones científicas a esta discusión,
junto con las coautorías en esta misma materia, además de la influencia de cada
país en la productividad científica global mediante la frecuencia de la
citación documental.
RESULTADOS
A continuación, en la Figura 1
y en la Tabla 2, se pueden observar la frecuencia en la productividad
científica en inteligencia artificial y emprendimiento, junto con su influencia
según frecuencia de citación documental, en función de la muestra que alcanzó
hasta el cuarto criterio de selección. Este mapa, creado mediante el software
VOSviewer, permite evidenciar que Estados Unidos e Inglaterra, junto con
Francia y la India, además de China y Alemania, son las principales zonas
geográficas en que se desarrolla esta productividad científica colaborativa en
coautoría. Probablemente, también son los países con industrias nacionales más
vinculadas a la inteligencia artificial, o con mayor presencia de uso de
inteligencia artificial en sus procesos productos, generando prioridad en esta
temática. También, en la Tabla 2 se puede observar como Estados Unidos,
Inglaterra, Francia e Italia lideran la influencia en la productividad
científica según la cantidad de citaciones logradas en su productividad
documental, destacando los artículos generados por el país Estados Unidos
fueron citados 1.993 veces a nivel global, a la vez que concentra la mayor
productividad documental con 42 artículos científicos en la materia.
Figura
1
Mapa
de productividad científica según países.
Fuente: elaboración propia mediante VOSviewer.
Tabla
2
Influencia
de países en productividad científica según frecuencia de citación
|
País |
Cantidad de artículos |
Cantidad de Citas |
|
Estados Unidos |
42 |
1.993 |
|
Inglaterra |
33 |
1.632 |
|
Francia |
20 |
1.044 |
|
Italia |
17 |
1.024 |
|
Suecia |
10 |
773 |
|
Alemania |
15 |
632 |
|
India |
24 |
607 |
|
Noruega |
6 |
556 |
|
Australia |
24 |
549 |
|
China |
24 |
497 |
Fuente: Elaboración propia mediante datos de Web of Science
Los principales hallazgos
relativos a la relación entre la inteligencia artificial y el emprendimiento,
identifica temáticas comunes abordadas por las publicaciones más relevantes en
la materia, según el proceso de selección e inclusión abordado en el apartado
metodológico. Estos contenidos se articulan en un proceso lógico el cual es
representado en el mapa de proceso descrito en el siguiente Figura 2.
Figura
2
Mapa de contenidos comunes en artículos
revisados sistemáticamente
Fuente: elaboración propia.
En este Figura 2 se
representan tres elementos comunes en los artículos revisados sistemáticamente,
los cuales están constituidos por: a) elementos contextuales asociados a los
efectos de la inteligencia artificial en la sociedad en general; b) efectos particulares
en el emprendimiento de la inteligencia artificial; y, c) efectos de la
inteligencia artificial percibidos como amenazas. Los artículos analizados
tienen como lugar común un discurso cíclico que aborda transformaciones
contextuales asociadas a la inteligencia artificial, destacando las
oportunidades que presenta, para focalizarse posteriormente en los elementos
particulares del emprendimiento, finalizando en una reflexión sobre los
aspectos negativos como amenazas o debilidades asociadas a la inteligencia
artificial, lo cual nutre nuevamente los elementos contextuales iniciales,
generando un ciclo descriptivo asociado a las oportunidades y las amenazas de
la inteligencia artificial relacionadas con el emprendimiento de negocios. A
continuación, se explica cada elemento temático de este ciclo argumentativo.
Descripción
de los temas comunes en la revisión sistemática de literatura
Efecto
de la inteligencia artificial en el contexto: En esta temática sobre los
efectos de la inteligencia artificial en el contexto, se establece que la
inteligencia artificial afecta la mayoría de los paradigmas tecnológicos de los
actuales cambios industriales, por ejemplo, en lo que refiere a fábricas
inteligentes, el internet de las cosas y la comunicación entre las máquinas,
las operaciones productivas sin intervención humana gracias a la generación,
transferencia y análisis del flujo de datos necesarios para realizar tareas de
producción, control de le la inteligencia artificial sobre sistemas, flujos de
trabajos, calidad de resultados y actividades de mantenimiento, entre otra
varias de temas (Giuggioli y Pellegrini, 2023), afectando a las organizaciones
en todos los sectores (Haefner et al., 2023).
La popularidad de esta
herramienta se puede evidenciar en que una encuesta global indica que el 85% de
los ejecutivos encuestados invertirán fuertemente en tecnologías de IA en los
próximo tres años (Lee et al., 2023), percibiendo un cambio significativo en el
panorama empresarial en el siglo XXI. Por ejemplo, una de las características
actuales de la sociedad contemporánea es el dinamismo, los mercados cambiantes
y las transformaciones sociales imprevisibles, que generan incertidumbre,
sumado con la necesidad de constante innovación para enfrentar la competencia,
siendo esta situación un desafío susceptible de ser abordado con herramientas
de inteligencia artificial, la cual disminuirá el costo invertido en procesos
de innovación y procesamiento de información volátil y abundante (Haefner et
al, 2021). De esta manera, el contexto dinámico y desafiante del escenario
contemporáneo se presenta como una problemática en la que la inteligencia
artificial puede funcionar como una solución para el procesamiento de información,
apoyando la racionalidad limitada y los recursos cognitivos limitados de las
personas, y aumentando las posibilidades de adaptarse a un entorno cambiante,
racionalizando procesos de incertidumbre.
Los avances tecnológicos en
aprendizaje automático de la máquina, la disponibilidad de Big Data y el
aumento exponencial del poder computacional, permiten a las personas aplicar
soluciones basadas en inteligencia artificial a problemáticas complejas con resultados
inciertos, mediante un lenguaje de tipo social similar al humano, con
autonomía, capacidad de aprendizaje (Weisz et al., 2023). En este sentido, los
asistentes personales como Cortana, Alexa, ChatGPT, y otros, ofrecerán una
mayor eficiencia al usuario en múltiples ámbitos del desempeño (Basu et al.,
2023).
Finalmente, las personas están
realizando equipos de trabajo con agentes autónomos inteligentes en entornos
laborales como entornos quirúrgicos o educacionales (Iftikhar et al., 2023;
Weisz et al., 2023; Basu et al., 2023; Giuggioli y Pellegrini, 2023; Haefner et
al., 2023; Robledo et al., 2023; Lee et al., 2023; Haefner et al., 2021;
Iandoli, 2023; Jatobá et al., 2023; Chauhan et al., 2022; Van Iddekinge et al.,
2023; Feliciano-Cestero et al., 2023; Li et al., 2023), pero también en
entornos cotidianos como los videojuegos, estableciendo un vínculo entre
esfuerzo humano e inteligencia artificial, configurándose nuevas relaciones
sociales con agentes tecnológicos.
Efectos
de la inteligencia artificial en el emprendimiento: En la temática del efecto
particular de la inteligencia artificial en el emprendimiento de negocios, el
fenómeno del emprendimiento es concebido como parte de la administración de
negocios, teniendo en común que se desarrollan procesos de trabajo, los cuales
se están integrando rápidamente con la inteligencia artificial, evolucionando y
transformando la naturaleza del trabajo contemporáneo, y restructurando las
normas culturales relacionadas con la interacción entre personas y la
tecnología (Iftikhar et al., 2023).
La inteligencia artificial
puede facilitar el diseño, gestión y evaluación de los procesos de trabajo,
mediante pronósticos sobre condiciones multivariables, utilizando técnicas de
Big Data (Weisz et al., 2023). De esta forma, la inteligencia artificial contribuye
a aumentar las capacidades cognitivas de las personas, mediante un
procesamiento de información más competitivo, racionalizando las decisiones
anteriormente sujetas a recursos cognitivos limitados, información imperfecta o
sesgos cognitivos, estableciendo una racionalización mayor de la actividad
humana, configurando un sistema cognitivo hibrido de conocimientos y
capacidades agregadas (Weisz et al., 2023).
En este sentido, la
inteligencia artificial puede racionalizar los procesos de trabajo y los roles
asociados a las organizaciones (Basu et al., 2023) derivando también en
racionalizar las actividades de emprendimiento de negocios. En este sentido,
permitirá fortalecer la racionalidad de la toma de decisiones y en los procesos
de emprendimiento, junto con automatizar los procesos organizacionales,
disminuyendo la incertidumbre mediante la racionalización y la utilización del
Big Data (Pietronudo et al., 2022).
Esto es relevante porque los
emprendimientos se enfrentan a crecientes cantidades de información en
ambientes cambiantes, altamente competitivos, por lo que el aumento de las
capacidades para enfrentar el entorno mediante soluciones basadas en inteligencia
artificial es un componente básico de la supervivencia competitiva del
emprendimiento de negocios contemporáneo (Haefner et al., 2021), afectando la
eficiencia operativa, la experiencia del cliente y la rentabilidad (Lee et al.,
2023). Para que estos efectos sean aprovechados exitosamente por los
emprendedores, requieren de la construcción de sistemas sociotécnicos adecuados
a las nuevas tecnologías, estableciéndose un componente social en esta
integración tecnológica (Haefner et al., 2023). El potencial del uso en el
emprendimiento de negocios de la inteligencia artificial estará en potenciar y
complementar las capacidades humanas, generando sistemas híbridos que articulan
las fortalezas humanas como la creatividad con la velocidad, precisión,
replicabilidad, predictibilidad y escalabilidad de las máquinas inteligentes
(Giugiioli y Pellegrini, 2023).
Efectos
de la inteligencia artificial percibidos como amenazas: En la temática de los efectos
de la inteligencia artificial percibidos como negativos, se expone que la
inteligencia artificial puede tener consecuencias negativas en quienes no
logren generar la mayor productividad esperada para continuar competitivas en
el mercado contemporáneo, encuadrado en la nueva revolución industrial
(Giuggioli y Pellegrini, 2023), generando límites a los antiguos procesos de
trabajo, conduciendo a desempleo y desigualdad económica, el cual perjudique a
quienes no se adapten a esta nueva tecnología, de forma similar a los efetos
generados por las perturbaciones de los primeros procesos de automatización
sobre la fabricación y comercialización minorista o artesanal.
Esta situación amenazante se
debe a que, implementar y desarrollar la inteligencia artificial no es fácil ni
evidente, dado que se requiere entornos sociotécnicos específicos que permitan
adoptar la inteligencia artificial, debiendo poder organizarse el emprendimiento
y las personas adecuadamente para poder aprovechar la inteligencia artificial
(Haefner et al, 2023).
Junto a esto, otra amenaza de
la inteligencia artificial se caracteriza por una dependencia excesiva de las
recomendaciones derivadas de la inteligencia artificial, lo cual podría
perpetuar los sesgos cognitivos de forma sistemática, fundados en reglas programadas
en la inteligencia artificial, sin ser consciente de esto por parte del
usuario, y llevando a resultados no deseados (Iftikhar et al., 2023),
recordando que la inteligencia artificial tiene un contexto institucional que
predefine reglas y objetivos en su producción generativa.
Además, la inteligencia
artificial puede afectar a las personas mediante el cambio en los recursos
humanos de las organizaciones, generando incertidumbre en las personas que no
podrán adaptarse (Basu et al., 2023), provocando desempleo o problemas de productividad.
La razón de esta situación es que la inteligencia artificial no es una
herramienta homogénea que optimice uniformemente los negocios y los procesos de
trabajo (Pietronudo et al., 2022), generando múltiples diferencias y
desigualdades. Finalmente, si bien la inteligencia artificial permite enfrentar
la incertidumbre de mercados dinámicos y grandes volúmenes de información,
también crea incertidumbre en quienes no pueden adaptarse a sus efectos (Lee et
al, 2023), estableciéndose una paradoja entre quienes pueden reducir la
incertidumbre utilizando la inteligencia artificial, y quienes aumenta su
incertidumbre por no utilizar la inteligencia artificial, siendo imposible
continuar con los procesos de trabajo tradicionales y grandes de incertidumbre
acostumbrados.
Así pues, se evidencian los
tres elementos fundamentales asociados a la revisión sistemática de la
literatura, los cuales están constituidos por elementos comunes en el discurso
de los artículos científicos incluidos, estableciéndose un ciclo argumentativo
que aborda los temas asociados a los efectos en el contexto de la inteligencia
artificial, para profundizar en los efectos particulares de la inteligencia
artificial en el emprendimiento de negocios, para finalizar abordando las
amenazas percibidas asociadas a la inteligencia artificial.
DISCUSIÓN
DE RESULTADOS
En este apartado, se aborda
una discusión sobre los siguientes modelos teóricos utilizados por los
artículos incluidos en la revisión sistemática de literatura relevante. Un
elemento que se debe considerar es que la inteligencia artificial se basa en
cálculos de grandes conjuntos de datos y automatización, sin embargo, como ya
se mencionó, estos cálculos están orientados por reglas y objetivos
predefinidos (Pietronudo et al., 2022), por lo que existe un componente
institucional asociado a los fenómenos normativos que nutren los procesos de la
inteligencia artificial, el cual no es abordado explícitamente en estas
revisiones de literatura, estableciéndose que existe una oportunidad de
realizar una revisión más amplia que considere el enfoque institucional como
orientación del análisis.
En este sentido, en el campo
de la discusión en materia de inteligencia artificial aplicada al campo de la
administración de negocios, y particularmente, al campo del emprendimiento, es
posible identificar el uso de los siguientes modelos teóricos, descritos en el
Tabla 3.
Tabla
3
Fundamentos
Teóricos de los Artículos Revisados Sistemáticamente
|
Nombre de la Teoría |
Descripción de la Teoría |
|
Proceso Empresarial (Guiggioli y Pellegrini, 2023). |
Este es un enfoque de procesos en el que los
emprendimientos y negocios se desarrollan mediante etapas de un ciclo el cual
puede ser modelado. Existen diferentes aproximaciones a este enfoque de
procesos empresariales. |
|
Teoría de sistemas sociotécnicos (Haefner et al., 2023;
Iftikhar et al., 2023) |
Es un marco teórico que busca destacar los componentes
sociales y culturales del contexto en que se implementan las tecnologías, en
el cual las personas interactúan con la tecnología, considerando aspectos
sociotécnicos de la interacción entre agentes de inteligencia artificial y
personas humanas. |
|
Capacidades Dinámicas (Lee et al., 2023) |
Es un enfoque que busca poner atención en los recursos y
capacidades de las organizaciones que buscan explorar nuevas oportunidades,
reconfigurando sus propias capacidades en procesos de innovación, en el marco
de la comprensión de la inteligencia artificial como un elemento que
fortalece las capacidades dinámicas de las organizaciones, en contextos
cambiantes. |
|
Teoría de las partes interesadas (Lee et al., 2023). |
Es un modelo teórico que pone atención en la interacción
de diferentes grupos de interés y agentes, asociados a la utilización de
recursos, en el marco de la comprensión de los efectos contextuales y
particulares de la inteligencia artificial. |
|
Teoría del Comportamiento de la Empresa (Haefner et al.,
2021; Pietronudo et al., 2022) |
El interés por el procesamiento computacional de las
organizaciones ya existía en autores como Herbet Simon, por lo que esta
teoría se entiende como ya previamente ligada al nacimiento de la
inteligencia artificial y complementaria en su desarrollo actual. La
propuesta original es que la resolución de problemas organizacionales podría
entenderse mejor si se mira a las organizaciones como sistemas de
procesamiento de información construidos mediante métodos computacionales
simples y algoritmos, siendo la misma organización un simple algoritmo o una
combinación de algoritmos que procesan información, por lo que la teoría del
comportamiento está relacionada con la inteligencia artificial de forma
armónica, especialmente en lo que se refiere al procesamiento de información
y a el argumento de la racionalidad limitada de las personas, permitiendo
superar los límites humanos mediante un apoyo en capacidades cognitivas
artificiales. En específico, también se aborda el modelo de cubo de basura,
el cual busca abordar la toma de decisiones en contextos de racionalidad
limitada (Pietronudo et al., 2022). En este sentido, las influencias
racionalizadoras de la inteligencia artificial en la gestión de la innovación
como proceso de toma de decisiones, debido que en las organizaciones ahora
entran en juego diferentes tipos de racionalizaciones para tomar decisiones
en contextos de incertidumbre. El modelo del cubo de basura se basa en la
influencia de las reglas, y sus efectos racionalizadores |
|
Teoría de la Evolución (Basu et al., 2023) |
La teoría de la evolución es una perspectiva histórica
con un enfoque en macro transformaciones, el cual busca describir los cambios
que deben enfrentar las organizaciones y las personas en diferentes contextos
ambientales, tecnológicos y sociales. La inteligencia artificial puede ser
interpretada desde este proceso histórico general que vive el progreso
humano. |
|
Teoría de la adaptación organizacional (Basu et al.,
2023) |
La teoría de la adaptación refiere a la capacidad que
tienen las organizaciones y las personas a modificarse a sí mismas para
enfrentar las transformaciones del entorno, particularmente aprovechando las
oportunidades y enfrentados las amenazas de la inteligencia artificial. |
Fuente:
elaboración propia.
En la Tabla 3, se pueden
evidenciar los diferentes enfoques teóricos para abordar el fenómeno de la
inteligencia artificial asociado al fenómeno del emprendimiento de negocios en
particular. Destaca los aportes de la teoría del comportamiento de la empresa,
debido a su armonía con el desarrollo de la computación y la informática,
destacando a la inteligencia artificial como recursos cognitivos
complementarios a la racionalidad limitada de las personas. Finalmente, es
posible establecer que todas estas teorías abordan elementos contextuales que
podrían ser sistematizados desde un enfoque institucional, especialmente en lo
relativo a las reglas que constituyen los procesamientos de información y
algoritmos, debido a que su composición normativa es predefinida a la creación
de la tecnología misma, desde un contexto cultural específico (Pietronudo et
al., 2022).
CONTRIBUCIÓN
La principal contribución de
esta revisión sistemática de literatura es realizar una síntesis de los
artículos más relevantes enfocados en la relación entre la inteligencia
artificial y el emprendimiento, generando una sistematización de elementos
fundamentales asociados a los efectos de la inteligencia artificial en el
contexto general y en el emprendimiento de negocios en particular, considerando
las amenazas derivadas de estas transformaciones, lo cual genera el desafío
institucional de realizar un cambio cultural para la implementación exitosa de
la inteligencia artificial en un contexto social (Haefner et al., 2023;
Iftikhar et al., 2023).
En este sentido, la cultura
organizacional debería evolucionar para aceptar y prepararse para los cambios,
incentivar y recompensar los cambios e implementar el pensamiento cognitivo,
eliminando tareas menores, generando una gestión basada en las evidencias,
utilizando cantidades de datos de forma creciente, de forma ágil y colaborativa
(Lee et al., 2023). De esta forma, el enfoque institucional tiene una
oportunidad para profundizar este análisis, debido a sus fortalezas
contextuales, y también a razón de una falta de profundización en los
componentes reglamentarios explícitos e implícitos en el campo de la
inteligencia artificial aplicado al emprendimiento de negocios. Finalmente, una
perspectiva futura de investigación podría derivar en un metaanálisis de la
producción de literatura científica, rescatando los estudios empíricos
excluidos en esta revisión sistemática, para abordarlos desde un paradigma
cuantitativo de alcance explicativo, superando el alcance descriptivo y
sintético de esta revisión sistemática de la literatura.
REFERENCIAS
Basu, S., Majumdar, B.,
Mukherjee, K., Munjal, S. y Palaksha, C. (2023). Artificial
intelligence–HRM interactions and outcomes: A systematic review and causal
configurational explanation. Human Resource Management Review, 33(1),
100893. https://doi.org/10.1016/j.hrmr.2022.100893
Chalmers, D., MacKenzie, N. G.
y Carter, S. (2021). AI and entrepreneurship: implications for venture creation
in the fourth industrial revolution. Entrepreneurship Theory and Practice,
45(5), 1028-1053.
Chauhan, C., Parida, V. y Dhir, A. (2022). Linking
circular economy and digitalisation technologies: A systematic literature
review of past achievements and future promises. Technological Forecasting
and Social Change, 177, 121508. https://doi.org/10.1016/j.techfore.2022.121508
Feliciano-Cestero, M. M., Ameen, N., Kotabe, M., Paul,
J. y Signoret, M. (2023). Is digital transformation threatened? A systematic
literature review of the factors influencing firms’ digital transformation and
internationalization. Journal of Business Research, 157, 113546. https://doi.org/10.1016/j.jbusres.2022.113546
Giuggioli, G. y Pellegrini, M.
M. (2023). Artificial intelligence as an enabler for entrepreneurs: a
systematic literature review and an agenda for future research. International
Journal of Entrepreneurial Behavior & Research, 29(4), 816-837. https://doi.org/10.1108/IJEBR-05-2021-0426
Haefner, N., Parida, V., Gassmann, O. y Wincent, J.
(2023). Implementing and scaling artificial intelligence: A
review, framework, and research agenda. Technological Forecasting and Social
Change, 197, 122878. https://doi.org/10.1016/j.techfore.2023.122878
Haefner, N., Wincent, J.,
Parida, V. y Gassmann, O. (2021). Artificial intelligence and innovation
management: A review, framework, and research agenda✰. Technological Forecasting and Social Change, 162,
120392. https://doi.org/10.1016/j.techfore.2020.120392
Iandoli, L. (2023). Annual
review article: The dual mindset of design-driven entrepreneurship: The case
for a pedagogy of making and artefact-centred entrepreneurship education. International
Small Business Journal, 41(4), 349-370. https://doi.org/10.1177/02662426231160525
Iftikhar, R., Chiu, Y. T.,
Khan, M. S. y Caudwell, C. (2023). Human–Agent Team Dynamics: A Review and
Future Research Opportunities. IEEE Transactions on Engineering Management,
71, 10139-10154. https://doi.org/10.1109/TEM.2023.3331369
Jatobá, M. N., Ferreira, J.
J., Fernandes, P. O. y Teixeira, J. P. (2023). Intelligent human resources for
the adoption of artificial intelligence: a systematic literature review. Journal
of Organizational Change Management, 36(7), 1099-1124. https://doi.org/10.1108/JOCM-03-2022-0075
Lee, M. C. M., Scheepers, H.,
Lui, A. K. H. y Ngai, E. W. T. (2023). The Implementation of Artificial
Intelligence in Organizations: A Systematic Literature Review. Information y
Management, 60(5), 103816. https://doi.org/10.1016/j.im.2023.103816
Li, J.-M., Wu, T.-J., Wu, Y.
J. y Goh, M. (2023). Systematic literature review of human–machine
collaboration in organizations using bibliometric analysis. Management
Decision, 61(10), 2920-2944. https://doi.org/10.1108/MD-09-2022-1183
Madanaguli, A., Sjödin, D.,
Parida, V. y Mikalef, P. (2024). Artificial intelligence capabilities for
circular business models: Research synthesis and future agenda. Technological
Forecasting and Social Change, 200, 123189. https://doi.org/10.1016/j.techfore.2023.123189
McCarthy, J. (1958). Programs
with common sens. Proceedings of the Symposium on Mechanisation, London.
Obreja, D. M., Rughiniș, R. y
Rosner, D. (2024). Mapping the conceptual structure of innovation in
artificial intelligence research: A bibliometric analysis and systematic
literature review. Journal of Innovation & Knowledge, 9(1), 100465. https://doi.org/10.1016/j.jik.2024.100465
Pietronudo, M.
C., Croidieu, G. y Schiavone, F. (2022). A solution
looking for problems? A systematic literature review of the rationalizing
influence of artificial intelligence on decision-making in innovation
management. Technological Forecasting and Social Change, 182, 121828. https://doi.org/10.1016/j.techfore.2022.121828
Robledo, S., Grisales Aguirre,
A. M., Hughes, M. y Eggers, F. (2023). “Hasta la vista, baby”–will machine
learning terminate human literature reviews in entrepreneurship?. Journal of
Small Business Management, 61(3), 1314-1343. https://doi.org/10.1080/00472778.2021.1955125
Rubín, C. (2024). La IA
en la administración de negocios actual. Cuadernos
Del CIMBAGE, 1(26), 61-76.
Simon, H. A. (1996). The
Sciences of the Artificial (3rd ed). MIT Press Cambridge.
Van Iddekinge, C. H., Lievens,
F. y Sackett, P. R. (2023). Personnel selection: A review of ways to maximize
validity, diversity, and the applicant experience. Personnel psychology, 76(2),
651-686. https://doi.org/10.1111/peps.12578
Weisz, E., Herold, D. M. y
Kummer, S. (2023). Revisiting the bullwhip effect: how can AI smoothen
the bullwhip phenomenon? The International Journal of Logistics Management,
34(7), 98-120. https://doi.org/10.1108/IJLM-02-2022-0078
Zaoui, A., Tchuente, D., Wamba, S. F. y Kamsu-Foguem,
B. (2024). Impact of artificial intelligence on aeronautics: An
industry-wide review. Journal of Engineering and Technology Management, 71,
101800. https://doi.org/10.1016/j.jengtecman.2024.101800
Zhu, H., Vigren, O. y Söderberg,
I. L. (2024). Implementing artificial intelligence empowered
financial advisory services: A literature review and critical research agenda. Journal
of Business Research, 174, 114494. https://doi.org/10.1016/j.jbusres.2023.114494