INTRODUCCIÓN
La inteligencia artificial (IA) ha dejado de ser una tecnología lejana para las organizaciones públicas. Sus aplicaciones en la gestión de personas, como la preselección de candidatos, el seguimiento del desempeño, la planificación de plantillas o la atención de trámites internos, prometen ahorrar tiempo y reducir errores, pero también plantean preguntas sobre la estabilidad laboral, la privacidad de los datos y la equidad de las decisiones automatizadas. En el sector privado ecuatoriano la adopción avanza con rapidez: en una encuesta a 389 grandes empresas de Guayaquil, el 93,3 % declaró utilizar IA en sus procesos de reclutamiento (Verdezoto et al., 2025).
En las administraciones locales, en cambio, el panorama es distinto. Una revisión de estudios sobre gobiernos locales de Perú, Ecuador y México concluyó que la mayoría de los municipios aún no ha adoptado estas herramientas y que las principales barreras son la falta de formación del personal, las brechas digitales y la débil regulación (Villca Condori, 2025). Los ciudadanos también perciben esas limitaciones: en un municipio peruano, el 55,7 % calificó como deficiente el gobierno digital local (Espinoza Orozco et al., 2023). En la gestión pública de recursos humanos, la IA agiliza la selección, aunque genera dudas sobre los sesgos, la privacidad y la evaluación del desempeño, lo que exige formación continua de los responsables del área (Quiñones Li et al., 2025).
La literatura internacional muestra que el efecto de la IA sobre la función de recursos humanos depende de cómo la perciben los trabajadores. Una revisión de 43 estudios empíricos identificó la automatización de tareas como uno de sus efectos principales y la resistencia de los empleados y las brechas de competencias como sus mayores desafíos (Dima et al., 2024). En China, la inseguridad laboral medió el efecto de la transformación digital basada en IA sobre la capacidad de los trabajadores para rediseñar su puesto, y ese efecto fue mayor entre quienes conocían mejor estas herramientas (Sha & Chai, 2025). En el ámbito de la selección, los candidatos sienten menos control cuando un algoritmo los evalúa y consideran más justas las decisiones humanas (Hilliard et al., 2022), mientras que las entrevistas basadas en IA se asocian con una menor percepción de transparencia (Zhao et al., 2026).
En América Latina, las revisiones coinciden en que la IA puede automatizar procesos de reclutamiento, nómina e inducción, y en que las creencias de los directivos influyen en su disposición a usarla (Angulo Bustinza & Tantalean Lam, 2025). Se advierte que algunas ocupaciones podrían desaparecer, aunque surgirán perfiles nuevos que requieren formación especializada (Contreras Contreras & Olaya Guerrero, 2025), y que una parte importante del empleo en México se concentra en ocupaciones con alto riesgo de automatización (Ultreras-Rodríguez et al., 2025). En el ámbito sanitario, Cabrera-Mudarra (2025) encontró que la IA mejoró el reclutamiento y la planificación del personal, pero señaló que los contextos rurales están poco estudiados.
El Municipio del cantón Suscal, en la provincia de Cañar, es una institución pequeña situada en un territorio rural con alta presencia indígena, donde la madurez digital es todavía básica. Antes de incorporar herramientas de IA en la gestión de su personal, es necesario conocer qué saben, qué esperan y qué temen sus servidores. Por ello, el objetivo de la investigación fue analizar la percepción del talento humano del Municipio del cantón Suscal sobre la incorporación futura de la inteligencia artificial en la gestión de recursos humanos.
MÉTODO
La investigación tuvo un enfoque cuantitativo, alcance descriptivo y diseño no experimental de corte transversal. Se buscó caracterizar las percepciones del personal en un único momento, sin manipular variables ni establecer relaciones causales. La percepción se abordó en seis dimensiones: percepción general, conocimientos digitales, actitudes, preocupaciones, expectativas y disposición institucional.
Se trabajó con la totalidad del personal del municipio (N = 50), por lo que no se calculó muestra. El instrumento fue un cuestionario estructurado de 30 ítems con escala Likert, cuya confiabilidad fue alta (alfa de Cronbach = 0,89). Para facilitar la lectura, las respuestas se agruparon en tres categorías: de acuerdo, neutral y en desacuerdo. Los datos se analizaron mediante frecuencias y porcentajes, y para cada dimensión se calculó el porcentaje promedio de acuerdo de sus ítems. La participación fue voluntaria y anónima, previa información sobre el propósito del estudio.
RESULTADOS
En la percepción general, la mayoría del personal reconoce beneficios en la IA: el 70 % considera que traería ventajas a la gestión de recursos humanos y el mismo porcentaje cree que mejoraría la gestión institucional. El 76 % aceptaría su incorporación y el 78 % mantiene una valoración global favorable. Sin embargo, el 86 % reconoce que su uso implica riesgos, solo el 4 % lo niega y el 10 % se muestra neutral (tabla 1).
Tabla 1.
Percepción general sobre la incorporación de la IA (%).
Ítem |
De acuerdo |
Neutral |
En desacuerdo |
La IA traería beneficios a la gestión de recursos humanos |
70 |
16 |
14 |
La IA mejoraría la gestión institucional |
70 |
20 |
10 |
El uso de la IA implica riesgos |
86 |
10 |
4 |
Aceptaría la incorporación de la IA |
76 |
18 |
6 |
Valoración general favorable |
78 |
16 |
6 |
Elaboración: Los autores.
En conocimientos digitales, el 70 % se considera competente en el uso de herramientas digitales y el 68 % las utiliza con frecuencia. No obstante, el conocimiento específico sobre IA es menor: el 62 % afirma conocer qué es y solo el 42 % está familiarizado con aplicaciones concretas, mientras que el 30 % reconoce no estarlo. En actitudes, el 64 % está abierto a los cambios que la IA traería, el 70 % cree que mejoraría su desempeño y el 72 % espera que agilice los procesos y optimice el trabajo (tabla 2).
Tabla 2.
Conocimientos digitales y actitudes frente a la IA (%).
Ítem |
De acuerdo |
Neutral |
En desacuerdo |
Conocimientos digitales suficientes |
70 |
30 |
0 |
Uso frecuente de herramientas digitales |
68 |
30 |
2 |
Conocimiento de qué es la IA |
62 |
18 |
20 |
Familiaridad con aplicaciones de IA |
42 |
28 |
30 |
Apertura a los cambios que trae la IA |
64 |
24 |
12 |
La IA mejoraría el desempeño laboral |
70 |
18 |
12 |
La IA agilizaría los procesos |
72 |
20 |
8 |
La IA optimizaría el trabajo |
72 |
22 |
6 |
Elaboración: Los autores.
Las preocupaciones son relevantes, aunque menos extendidas que las expectativas. El 48 % teme ser reemplazado por sistemas automatizados y el 54 % se preocupa por su estabilidad laboral; en ambos ítems alrededor de un tercio se mantiene neutral. La protección de los datos personales inquieta al 58 % y las implicaciones éticas al 68 %. En cuanto a las expectativas, el 74 % espera mayor eficiencia, el 72 % una optimización de recursos, el 70 % una mejora del desempeño y el 82 % una modernización de la institución (tabla 3).
Tabla 3.
Preocupaciones y expectativas sobre la IA (%).
Ítem |
De acuerdo |
Neutral |
En desacuerdo |
Temor a ser reemplazado por la IA |
48 |
32 |
20 |
Preocupación por la estabilidad laboral |
54 |
30 |
16 |
Preocupación por la protección de datos |
58 |
32 |
10 |
Preocupación por implicaciones éticas |
68 |
26 |
6 |
Mayor eficiencia en los procesos |
74 |
20 |
6 |
Optimización de recursos |
72 |
22 |
6 |
Mejora del desempeño institucional |
70 |
20 |
10 |
Modernización de la institución |
82 |
12 |
6 |
Elaboración: Los autores.
La disposición institucional muestra el contraste más claro. El 76 % del personal estaría dispuesto a adaptarse a los cambios tecnológicos y el 70 % a capacitarse, y el 74 % percibe una cultura abierta a la innovación. En cambio, solo el 54 % percibe apoyo institucional para la incorporación de la IA y apenas el 44 % reconoce un compromiso claro de las autoridades, ítem en el que el 24 % expresa desacuerdo (tabla 4).
Tabla 4.
Disposición institucional frente a la IA (%).
Ítem |
De acuerdo |
Neutral |
En desacuerdo |
Existe apoyo institucional para incorporar la IA |
54 |
30 |
16 |
Las autoridades muestran compromiso con la IA |
44 |
32 |
24 |
Disposición a capacitarse en IA |
70 |
16 |
14 |
Disposición a adaptarse a cambios tecnológicos |
76 |
16 |
8 |
Cultura institucional abierta a la innovación |
74 |
18 |
8 |
Elaboración: Los autores.
Al promediar el acuerdo por dimensión, las expectativas (74,5 %) y la percepción favorable (73,5 %) ocupan los primeros lugares, seguidas de las actitudes (69,5 %), la disposición institucional (63,6 %), los conocimientos (60,5 %) y las preocupaciones (57,0 %). La figura 1 muestra que el personal confía en los beneficios de la IA más de lo que conoce sobre ella y más de lo que percibe en el respaldo de sus autoridades.
Figura 1. Porcentaje promedio de acuerdo por dimensión de la percepción sobre la IA.
Elaboración: Los autores.
DISCUSIÓN
El personal del Municipio de Suscal mantiene una actitud favorable hacia la IA, pero se trata de una aceptación condicionada. Las expectativas de eficiencia y modernización son altas, mientras que el conocimiento práctico de estas herramientas es limitado y casi nueve de cada diez servidores reconocen riesgos. Este perfil coincide con el de los investigadores mexicanos consultados sobre la administración tributaria, que valoraron el ahorro de tiempo, pero temieron la pérdida de empleos y los sesgos algorítmicos (Arguelles Toache, 2024), y con la revisión de Dima et al. (2024), que sitúa la resistencia de los empleados y las brechas de competencias entre los principales retos.
La distancia entre el 70 % que se declara competente en herramientas digitales y el 42 % familiarizado con aplicaciones de IA sugiere que la alfabetización digital general no basta. En docentes del sector público de Quito, la capacitación tecnológica se correlacionó con la facilidad de uso percibida y con la intención de usar la IA (Rios Ramon & Sequera Morales, 2025), y en pymes ecuatorianas la capacidad, la motivación y la oportunidad de los empleados fueron el predictor más fuerte de la adopción (Correa González et al., 2025). Esto refuerza la pertinencia de una formación específica antes de cualquier implementación, en línea con lo planteado por Quiñones Li et al. (2025) para la gestión pública.
Las preocupaciones por la ética y la protección de datos superan al temor de ser reemplazado, lo que indica que el personal no rechaza la tecnología, sino la opacidad con la que podría usarse. La literatura sobre selección muestra que la falta de transparencia reduce la percepción de justicia de los procesos automatizados (Hilliard et al., 2022; Zhao et al., 2026), y Ramos Hernández (2025) recomienda herramientas auditables para limitar los sesgos. Piña Ferrer (2024) advierte, además, que la automatización de nóminas, permisos y capacitación debe acompañarse de supervisión humana. En el caso de Suscal, estas garantías podrían reducir la neutralidad que muestra un tercio del personal frente a los ítems de estabilidad.
La inquietud por la estabilidad laboral merece atención, porque afecta al bienestar de los servidores. La satisfacción laboral y el bienestar psicológico están estrechamente vinculados (Isea-Arguelles, 2026), y la inseguridad que genera la transformación digital condiciona la forma en que los trabajadores se adaptan a sus puestos (Sha & Chai, 2025). Por ello, la comunicación del cambio es decisiva: Molina et al. (2025) muestran que explicitar el propósito y el proceso de una actividad favorece el aprendizaje, principio aplicable a la manera en que la institución explique qué tareas se automatizarían y cuáles seguirían en manos de las personas.
El hallazgo más relevante para la gestión es la baja percepción del compromiso de las autoridades frente a la alta disposición del personal a capacitarse y adaptarse. Este desajuste coincide con las barreras de liderazgo y formación descritas en los gobiernos locales de la región (Villca Condori, 2025) y con la experiencia de organizaciones que lograron mejoras al introducir sistemas inteligentes con acompañamiento (Calizaya López et al., 2025). Al tratarse de un estudio descriptivo en una sola institución, los resultados no pueden generalizarse, pero ofrecen una línea de base para planificar la adopción de la IA en municipios rurales.
CONCLUSIONES
El talento humano del Municipio del cantón Suscal percibe de forma favorable la incorporación futura de la inteligencia artificial en la gestión de recursos humanos, sobre todo por sus expectativas de eficiencia y modernización institucional.
Esa aceptación es condicionada: la mayoría reconoce riesgos, le preocupan las implicaciones éticas y la protección de los datos, y solo una minoría está familiarizada con aplicaciones concretas de IA.
El personal muestra una alta disposición a capacitarse y adaptarse, pero percibe un compromiso limitado de las autoridades, lo que constituye la principal brecha para una adopción ordenada.
Se recomienda que el municipio desarrolle un plan de formación específica en IA, defina reglas claras sobre el uso de datos y la supervisión humana de las decisiones automatizadas, e inicie con proyectos piloto comunicados de forma transparente al personal.
FINANCIAMIENTO
No monetario.
AGRADECIMIENTOS
Al personal del Municipio del cantón Suscal por su participación en el estudio.
REFERENCIAS CONSULTADAS
Angulo Bustinza, H. D., & Tantalean Lam, E. (2025). Análisis de la inteligencia artificial en el entorno empresarial: revisión sistemática (2018-2023). Fides et Ratio, 29(29), 263-304. https://doi.org/10.55739/fer.v29i29.171
Arguelles Toache, E. (2024). Beneficios y riesgos del uso de la inteligencia artificial en el Servicio de Administración Tributaria de México (SAT). Un análisis desde la perspectiva de investigadores académicos. PAAKAT: Revista de Tecnología y Sociedad, 14(27). https://doi.org/10.32870/pk.a14n27.885
Cabrera-Mudarra, G. N. (2025). Gestión del talento humano con inteligencia artificial y calidad del servicio hospitalario. Noesis. Revista Electrónica de Investigación, 7(14), 211-228. https://doi.org/10.35381/noesisin.v7i14.350
Calizaya López, J., Carita-Choquecahua, A., Concha-Diaz, L., Cardenas-Ticona, C. P., Rivero-Fernández, R. R., & Miaury-Vilca, A. R. (2025). Desarrollo de sistemas inteligentes para la gestión de conflictos laborales: un enfoque desde la ingeniería industrial y la sociología organizacional. Revista Athenea, 6(19), 32-51. https://doi.org/10.47460/athenea.v6i19.89
Contreras Contreras, F., & Olaya Guerrero, J. C. (2025). Inteligencia artificial en las empresas: oportunidades y desafíos. Revista Impulso, 5(9), 353-367. https://doi.org/10.59659/impulso.v.5i9.88
Correa González, C., Muñoz Benítez, H., Muñoz Montiel, E., Yong Amaya, L., & Vera-Ortega, R. (2025). The artificial intelligence adoption in human talent management among SMEs in emerging economies: Evidence from Ecuador. Journal of Technology Management & Innovation, 20(4), 88-100. https://doi.org/10.4067/s0718-27242025000300088
Dima, J., Gilbert, M.-H., Dextras-Gauthier, J., & Giraud, L. (2024). The effects of artificial intelligence on human resource activities and the roles of the human resource triad: Opportunities and challenges. Frontiers in Psychology, 15, 1360401. https://doi.org/10.3389/fpsyg.2024.1360401
Espinoza Orozco, J. B., Ramos Gamarra, E. E., & Orosco-Fabian, J. R. (2023). Gobierno digital municipal desde la percepción de los ciudadanos. Revista Internacional de Investigación en Ciencias Sociales, 19(1), 131-140. https://doi.org/10.18004/riics.2023.junio.131
Hilliard, A., Guenole, N., & Leutner, F. (2022). Robots are judging me: Perceived fairness of algorithmic recruitment tools. Frontiers in Psychology, 13, 940456. https://doi.org/10.3389/fpsyg.2022.940456
Isea-Arguelles, J. J. (2026). Satisfacción laboral y bienestar psicológico. Revisión sistemática desde el ámbito del docente universitario. Gestio et Productio. Revista Electrónica de Ciencias Gerenciales, 8(15), 220-243. https://doi.org/10.35381/gep.v8i15.826
Molina, T., Lizcano, C., Burbano, L., & Isea, J. (2025). Discurso metacomunicativo como herramienta para el aprendizaje en el aula. Revista Conrado, 21(103), e4353. https://conrado.ucf.edu.cu/index.php/conrado/article/view/4353
Piña Ferrer, L. S. (2024). La inteligencia artificial desde la perspectiva del talento humano. Revista Arbitrada Interdisciplinaria Koinonía, 9(18), 1-3. https://doi.org/10.35381/r.k.v9i18.4210
Quiñones Li, A. E., Castro Verona, F., Leaño Arias, A. C., Melgar Begazo, A. E., Toledo Quispe, P. M., & Chunga Pacherre, E. R. (2025). Inteligencia artificial y la realidad aumentada en recursos humanos en la gestión pública. Revista Impulso, 5(9), 338-352. https://doi.org/10.59659/impulso.v.5i9.87
Ramos Hernández, R. R. (2025). Optimización del desempeño organizacional mediante sistemas de inteligencia artificial: enfocado en gestión de recursos humanos. Revista Impulso, 5(9), 237-249. https://doi.org/10.59659/impulso.v.5i9.77
Rios Ramon, W. O., & Sequera Morales, A. G. (2025). Percepciones sobre uso de la inteligencia artificial para tareas pedagógico-administrativas mediante el modelo TAM extendido. Revista Espacios, 46(6), 40-47. https://doi.org/10.48082/espacios-a25v46n06p04
Sha, C., & Chai, T. (2025). When digital-AI transformation sparks adaptation: Job crafting and AI knowledge in job insecurity contexts. Frontiers in Psychology, 16, 1612245. https://doi.org/10.3389/fpsyg.2025.1612245
Ultreras-Rodríguez, A., De La Paz-Rosales, M. T. de J., Santana-Alaniz, J. D., & Ramírez-Ortega, A. G. (2025). Inteligencia artificial y su impacto en la automatización del trabajo en México. Revista Arbitrada Interdisciplinaria Koinonía, 10(19), 4-25. https://doi.org/10.35381/r.k.v10i19.4364
Verdezoto, J. D., Molina, J. C., Reigosa, A., & de Armas Pérez, M. (2025). Proceso de reclutamiento y selección de personal en la era de la inteligencia artificial: retos y oportunidades en la ciudad de Guayaquil, Ecuador. Revista Espacios, 46(2), 110-121. https://doi.org/10.48082/espacios-a25v46n02p09
Villca Condori, H. F. (2025). Inteligencia artificial y gestión pública: abordaje en gobiernos locales. Revista Tribunal, 5(12), 567-580. https://doi.org/10.59659/revistatribunal.v5i12.224
Zhao, G., Liang, Q., Alam, F., & Hossain, M. B. (2026). AI-based interviews and applicant perceptions: Insights from China and Pakistan. Frontiers in Psychology, 17, 1886963. https://doi.org/10.3389/fpsyg.2026.1886963
©2026 por los autores. Este artículo es de acceso abierto y distribuido según los términos y condiciones de la licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) (https://creativecommons.org/licenses/by-nc-sa/4.0/)