1. INTRODUCCIÓN:
La inteligencia artificial (IA)
se convirtió en un elemento transformador en el campo de los negocios durante
las últimas décadas. Su capacidad para analizar grandes volúmenes de datos y
generar insights permitió a las empresas mejorar procesos, tomar decisiones más
informadas y crear ventajas competitivas en un mercado globalizado (Higuera,
2022; Hernández
& Martinez, 2024).
A pesar del auge de la IA,
existió una falta de comprensión consolidada sobre cómo se desarrolló la
investigación académica en este ámbito específico. Las publicaciones
científicas sirvieron como reflejo del interés y la evolución de las tendencias
en la aplicación de la IA en los negocios, pero no se había realizado un
análisis exhaustivo que sintetizara esta información.
Con el propósito de llenar este
vacío, se llevó a cabo un análisis bibliométrico de la literatura disponible en
la base de datos Scopus. Este estudio tuvo como objetivo identificar las
principales tendencias, áreas de enfoque y evoluciones en la investigación
sobre IA en el contexto empresarial. Se analizó además del volumen y
crecimiento de las publicaciones, las temáticas más abordadas y las
colaboraciones entre investigadores e instituciones.
Asimismo, se exploraron las
barreras específicas que enfrentó el sector empresarial en Latinoamérica para
adoptar la IA. Se consideró esencial analizar estas limitaciones para proponer
soluciones que impulsaran la integración efectiva de la IA en las empresas de
la región. Al identificar las principales líneas de investigación y los
desafíos existentes, se pretendió ofrecer una visión integral que apoyara el
desarrollo y aplicación de la IA en los negocios latinoamericanos.
En este artículo, se presentan
los hallazgos del análisis bibliométrico y se discute su relevancia para el avance
de la IA en el sector empresarial. Se espera que los resultados contribuyan a
una mayor comprensión del panorama actual y orienten futuras investigaciones y
prácticas en la intersección de la inteligencia artificial y los negocios.
|
|
 |
En
los textos consultados, se pudo determinar cómo la inteligencia artificial (IA)
ha emergido como una herramienta transformadora en el ámbito empresarial a
nivel global (Zhu et al., 2024); en Latinoamérica se aprecia tal connotación.
Debortoli & Brignole (2024), realizaron un estudio sobre la aplicación de
IA en empresas para evaluar su comercio en ciudades. A su vez, Guatemala &
Martínez (2023), se refirieron a las capacidades tecnológicas del sector
empresarial para evaluar su impacto social (Ripoll, 2023; Vaz et al., 2023; Segovia,
2024). En este mismo sentido Araque (2023) y Arévalo et al. (2023), ofrecieron un análisis sobre la
accesibilidad de mujeres en el sector empresarial, aludiendo a sus capacidades
educativas y habilidades para el desempeño. En esta región, la adopción de
tecnologías de IA está impulsada por la necesidad de mejorar la eficiencia
operativa, optimizar la toma de decisiones y ofrecer experiencias
personalizadas a los clientes (Benitez et al., 2024; Flechtner & Middelanis,
2024). Las empresas latinoamericanas están comenzando a integrar soluciones de
IA en diversas áreas, como el análisis de datos, la automatización de procesos
y el servicio al cliente, lo que les permite competir en un mercado cada vez
más globalizado (Azzoni, 2023; Belli et al., 2023; Debortoli & Brignole,
2024). Esta tendencia se ve favorecida por el crecimiento del acceso a internet
y la digitalización de los negocios, que han creado un entorno propicio para la
implementación de tecnologías avanzadas, impulsados en primer lugar por el auge
de estas en las ciencias médicas y de la educación (De Moraes et al., 2020;
Alguacil, 2022; Fontes et al., 2022; Perez et al., 2023; Villalobos et al.,
2024). La innovación empresarial se ve determinada por el uso de los beneficios
de la IA y su apropiación por parte de especialistas y usuarios (Faúndez et
al., 2020; Kramcsák,
2023; Lazcoz & de Hert, 2023).
La
pertinencia de la IA en el sector empresarial latinoamericano radica en su
capacidad para abordar desafíos específicos de la región, como la informalidad
laboral, la falta de infraestructura y la necesidad de innovación (González et
al., 2023; García & McCormick, 2024; Kamin & Zampolli, 2024). Las
soluciones de IA pueden ayudar a las empresas a identificar patrones en grandes
volúmenes de datos, lo que les permite tomar decisiones más informadas y
basadas en evidencia (Delgado & Zeng, 2023; del Valle et al., 2024,). En correspondencia
con Fiorentin et al. (2024), la IA puede facilitar la automatización de acciones
que no contribuyen al desarrollo de la creatividad, lo que permite que los recursos
humanos se concentren en actividades estratégicas y creativas. Esto además de
mejorar la productividad, contribuye a la creación de un entorno laboral más
dinámico y adaptable a las demandas del mercado.
A
pesar de las oportunidades que presenta la IA, su implementación en
Latinoamérica enfrenta ciertos obstáculos, como la falta de inversión en
tecnología, la escasez de talento especializado y la resistencia al cambio
cultural dentro de las organizaciones (Franco et al., 2021; Gamboa &
Romero, 2024; Velasco
& Gerike, 2024). Sin embargo, diversas iniciativas gubernamentales y
privadas surgen de forma continua para fomentar la capacitación en habilidades
digitales y promover la innovación en el sector empresarial (Hruschka et al., 2024). La colaboración entre
empresas, universidades y centros de investigación es fundamental para
desarrollar un ecosistema que potencie el uso de la IA en los negocios. En este
contexto, la IA se presenta como una herramienta para mejorar la competitividad
empresarial y como un motor de desarrollo económico y social en la región (Guatemala & Martínez,
2023).
3. METODOLOGÍA:
Se llevó a cabo una investigación
con enfoque de revisión documental para analizar el impacto de la inteligencia
artificial en el campo de los negocios, para ello se consultaron artículos con
este tipo de metodología (Martínez et al., 2023; Andres et al., 2024; Arenal et
al., 2024), todos relacionados al tema en cuestión. El diseño predominante fue
un análisis bibliométrico basado en las publicaciones indexadas en la base de
datos Scopus. Además, se realizó un análisis cualitativo de los artículos más
relevantes identificados en el proceso.
Para
la recopilación de datos, se accedió a Scopus y se establecieron criterios de
búsqueda específicos, para ello, se siguieron los parámetros establecidos por
Sánchez et al. (2024a) y Gómez et al. (2024). Se utilizaron palabras clave como
"inteligencia artificial", "negocios", "empresas"
y "management", combinadas mediante operadores booleanos para refinar
los resultados. La búsqueda se limitó a artículos publicados en idiomas inglés
y español, sin restricción temporal inicial para abarcar la evolución del tema.
Se
obtuvieron un total de 378 registros, que fueron exportados para su posterior
análisis y reducidos a partir de criterios establecidos por los autores del
presente artículo en función de su pertinencia, variedad y ajuste a la temática.
En el análisis bibliométrico, se examinaron indicadores como el número de
publicaciones por año, las revistas con mayor número de artículos sobre el
tema, los autores más prolíficos y las instituciones académicas más
influyentes. Este análisis permitió identificar tendencias en la producción
científica y áreas de mayor interés dentro del campo.
Para
el análisis cualitativo, se seleccionaron los artículos con mayor número de
citas y aquellos que, por su contenido, aportaron información significativa
sobre las barreras y oportunidades de la inteligencia artificial en los
negocios en Latinoamérica.
Se
realizó una lectura detallada de estos artículos para extraer información sobre
las principales barreras enfrentadas, como limitaciones tecnológicas, falta de
capacitación y desafíos regulatorios, así como las líneas de investigación
propuestas para superarlas.
Se
consideraron también las limitaciones del estudio. Al centrarse exclusivamente
en la base de datos Scopus, es posible que se hayan omitido publicaciones
relevantes incluidas en otras bases de datos. Además, al utilizar ciertas
palabras clave, algunos estudios relacionados podrían no haber sido
identificados si emplearon terminología diferente.
En
resumen, la metodología combinó un análisis cuantitativo bibliométrico con un
análisis cualitativo de contenido (Ledesma & Malave, 2022; Guaita et al.,
2022; Núñez & Espinosa, 2024; Sánchez et al., 2024b), lo que permitió
obtener una visión integral del estado actual de la investigación sobre
inteligencia artificial en los negocios y comprender las barreras y oportunidades
específicas en el contexto latinoamericano.
4. RESULTADOS
Y DISCUSIÓN:
El
tema en cuestión, ha sido abordado desde diferentes perspectivas, a nivel
internacional se evidencia una tendencia creciente hacia la publicación del
tema. Las principales revistas en las cuales se identificaron mayor cantidad de
artículos, se representan en la siguiente figura:
Figura
1.
Revistas destacadas
Fuente:
Elaboración propia, plataforma Lens.org
Se
realizó una búsqueda en Scopus sobre el tema de la inteligencia artificial en
el campo de los negocios. Los resultados mostraron un aumento significativo en
las publicaciones académicas en los últimos dos años, aunque el 2010 fue el de
mayor cantidad de publicaciones (n=28, artículos científicos en revistas), lo
cual indica un creciente interés en cómo la inteligencia artificial ha transformado
el panorama empresarial (Figura 2).
Figura
2.
Publicaciones por años
Fuente:
Elaboración propia, plataforma Lens.org
Esta
tendencia creciente también se manifiesta en la cantidad de citas al respecto,
aunque los años entre 2004 y 2011 fueron los de mayor citación. Los años
2021-2023 se han visto marcados por un aumento de citas de artículos bajo Open
Access. La frecuencia en estos tres años oscila entre 100 y 150 citas. La
figura 3 representa lo antes expuesto.
Figura
3.
Citas por años
Fuente:
Elaboración propia, plataforma Lens.org
Una
de las principales tendencias identificadas fue la adopción de técnicas de aprendizaje
automático para mejorar la eficiencia operativa. Numerosos estudios exploraron
cómo las empresas implementaron algoritmos para optimizar cadenas de
suministro, gestión de inventarios y procesos de producción (Mantelero, 2024; Mazzeo, et al., 2024).
Otra
tendencia destacada se centró en el uso de inteligencia artificial para mejorar
la experiencia del cliente (Machado, 2024). Investigaciones revelaron que las
compañías emplearon chatbots y sistemas de recomendación personalizados para
aumentar la satisfacción y fidelización de los clientes.
Además,
se observó un creciente interés en el análisis predictivo y la toma de
decisiones basada en datos. Los ejecutivos utilizaron modelos de inteligencia
artificial para predecir tendencias del mercado, gestionar riesgos y tomar
decisiones estratégicas más informadas. Un ejemplo de ello fue el ofrecido por
González & Ortún (2024) quienes se refirieron al proceso de digitalización,
mediado por IA en la reconstrucción del sistema sanitario.
Se
constató un aumento en las discusiones sobre la ética y la responsabilidad en
la implementación de la inteligencia artificial en los negocios. Los estudios
abordaron preocupaciones sobre la privacidad de los datos, sesgos algorítmicos
y el impacto en el empleo (Ju et al., 2023; Gómez, 2024).
Finalmente,
se identificó una tendencia hacia la integración de la inteligencia artificial
con otras tecnologías emergentes, como el Internet de las Cosas y la
blockchain. Esta combinación abrió nuevas oportunidades para innovaciones
disruptivas y modelos de negocio digitales.
La
búsqueda bibliométrica en Scopus evidenció que la inteligencia artificial en
los negocios es un área en rápida evolución, con diversas aplicaciones que redefinen
de forma constante la manera en que las empresas operan y compiten en el
mercado global.
Se
llevó a cabo un análisis de las barreras que enfrentó el campo de los negocios
en Latinoamérica respecto a la adopción de la inteligencia artificial. Una de
las principales barreras identificadas fue la falta de infraestructura
tecnológica adecuada. Muchas empresas carecían de los recursos necesarios para
implementar sistemas avanzados de inteligencia artificial, lo que limitó su
capacidad para competir en el mercado global.
Además,
existió una brecha significativa en cuanto a habilidades y conocimiento
técnico. La escasez de profesionales capacitados en inteligencia artificial y
aprendizaje automático impidió que las empresas aprovecharan plenamente las
ventajas de estas tecnologías. La falta de programas educativos y de
capacitación especializados en estas áreas emergentes agravó esta situación.
Las
restricciones financieras representaron otra barrera importante. Las
inversiones iniciales requeridas para adoptar soluciones de inteligencia
artificial fueron altas, lo que disuadió a pequeñas y medianas empresas de
embarcarse en estos proyectos. La falta de acceso a financiamiento y capital de
riesgo limitó aún más la innovación en este campo.
Se
observaron desafíos relacionados con el marco regulatorio y legal. La ausencia
de políticas claras y regulaciones específicas sobre el uso de la inteligencia
artificial generó incertidumbre. Las empresas mostraron preocupación por
cuestiones de privacidad de datos, propiedad intelectual y responsabilidad
legal en caso de errores o malfuncionamientos de los sistemas.
Culturalmente,
hubo resistencia al cambio dentro de las organizaciones. La adopción de nuevas
tecnologías implicó una transformación en los procesos operativos y en la
estructura organizacional. Algunos empleados y directivos mostraron reticencia
debido al temor a perder sus empleos o a la falta de comprensión sobre los
beneficios de la inteligencia artificial.
En
cuanto a las principales líneas de investigación, se enfocaron en desarrollar
estrategias para superar estas barreras. La figura 4, muestra un gráfico de
coocurrencia de palabras clave, para ello se analizaron 47 clústeres y más de
1940 ítems. Destaca como nodo central la inteligencia artífica y sus beneficios
en Latinoamérica.
Figura
4. Coocurrencia
de palabras clave
Fuente:
Elaboración propia, software VOSviewer
Se
exploraron métodos para mejorar la infraestructura tecnológica a través de
inversiones públicas y alianzas público-privadas. Investigadores propusieron
modelos educativos que integraron la inteligencia artificial en los currículos
académicos, esto propicia la promoción de la formación del talento local.
Otra
línea de investigación se centró en el diseño de soluciones de inteligencia
artificial adaptadas al contexto latinoamericano. Se estudiaron casos de éxito
en sectores como la agricultura, la salud y los servicios financieros, donde la
inteligencia artificial aportó mejoras significativas. Estos estudios
proporcionaron guías prácticas para la implementación efectiva en diferentes
industrias.
Además,
se abordaron los aspectos éticos y sociales de la inteligencia artificial. Se
promovió la creación de marcos éticos que garantizaran un uso responsable de la
tecnología, que respete la privacidad y los derechos de los individuos.
Investigadores analizaron el impacto social y laboral, propusieron políticas para
minimizar efectos negativos como el desempleo tecnológico.
Finalmente,
se destacó la importancia de fomentar una cultura de innovación dentro de las
empresas. Se identificaron estrategias para gestionar el cambio organizacional
y para involucrar a todos los niveles de la empresa en el proceso de
transformación digital. Esto incluyó programas de capacitación interna y la
promoción de un ambiente que favoreciera la adopción de nuevas tecnologías.
Se
puede afirmar, una vez analizadas las fuentes antes referenciadas que, aunque
el campo de los negocios en Latinoamérica enfrentó múltiples barreras para la
adopción de la inteligencia artificial, las investigaciones se centraron en
identificar y proponer soluciones concretas. Estas iniciativas buscaron superar
los obstáculos existentes y aprovechar las oportunidades que la inteligencia
artificial ofreció, para impulsar el desarrollo económico y social de la
región.
5. CONCLUSIONES:
La
inteligencia artificial en el campo de los negocios experimentó un crecimiento
notable en la investigación académica, según lo que se evidenció en el análisis
bibliométrico en Scopus. Este aumento en las publicaciones reflejó un interés y
reconocimiento crecientes de la IA como herramienta clave para la
transformación y mejora de los procesos empresariales a nivel global.
Asimismo,
se identificaron tendencias significativas en la aplicación de la inteligencia
artificial en los negocios. Las empresas utilizaron la IA para optimizar la
eficiencia operativa, mejorar la experiencia del cliente y apoyar la toma de
decisiones basada en datos. Estas prácticas demostraron el potencial de la IA
para redefinir estrategias empresariales y crear ventajas competitivas en un
mercado en constante evolución.
Sin
embargo, se reconoció que en Latinoamérica persistieron barreras importantes
para la adopción de la inteligencia artificial en el ámbito empresarial. La
falta de infraestructura tecnológica adecuada, la escasez de profesionales
capacitados, limitaciones financieras, desafíos regulatorios y una resistencia
cultural al cambio, limitaron la capacidad de las empresas de la región para
aprovechar plenamente los beneficios que ofrece la IA. Estas barreras
resaltaron la necesidad de abordar de manera integral los obstáculos para
fomentar la innovación y competitividad en el contexto latinoamericano.
6.
REFERENCIAS
Alguacil,
J. (2022). Investigación e innovación biomédica ante la pandemia por COVID-19. Informe SESPAS 2022. Gaceta
Sanitaria, 36, S87-S92. https://doi.org/https://doi.org/10.1016/j.gaceta.2022.02.004
Andres,
F. E., Boothroyd, L. G., Thornborrow, T., Chamorro, A. M., Dutra, N. B., Brar,
M., Woodward, R., Malik, N., Sawhney, M., & Evans, E. H. (2024).
Relationships between media influence, body image and sociocultural appearance
ideals in Latin America: A systematic literature review. Body Image, 51,
101774. https://doi.org/https://doi.org/10.1016/j.bodyim.2024.101774
Araque, E. A. (2023). Una
mirada a la realidad económica y educativa de la mujer indígena Zenú:
reflexiones desde el Cabildo Menor el Campo Mirella. Región Científica, 2(2). https://doi.org/10.58763/rc202366
Arenal,
A., Armuna, C., Ramos, S., Feijoo, C., & Aguado, J. M. (2024). Digital
transformation, blockchain, and the music industry: A review from the
perspective of performers’ collective management organizations. Telecommunications
Policy, 48(8), 102817. https://doi.org/https://doi.org/10.1016/j.telpol.2024.102817
Arévalo, M., Expósito, E.
& Apez, I. (2023). Gestión
empresarial y prácticas de equidad e igualdad de género: el caso de la empresa
Agroforestal Cafetalera Tercer Frente. Región Científica, 2(2). https://doi.org/10.58763/rc202375
Azzoni,
C. (2023). Regional development in Latin America. Regional Science Policy
& Practice, 15(9), 1979-1980. https://doi.org/https://doi.org/10.1111/rsp3.12736
Belli,
L., Curzi, Y., & Gaspar, W. B. (2023). AI regulation in Brazil:
Advancements, flows, and need to learn from the data protection experience. Computer
Law & Security Review, 48, 105767. https://doi.org/https://doi.org/10.1016/j.clsr.2022.105767
Benitez,
S. R., Tenesaca, K., Torres, V., Quito, B., Ojeda, C., & Ochoa, S. (2024).
Assessing the influence of GDP, globalization, civil liberties, and foreign
direct investment on researchers in R&D per country: Dynamic Panel
Cointegration Analysis for Latin American countries. Social Sciences &
Humanities Open, 10, 100929. https://doi.org/https://doi.org/10.1016/j.ssaho.2024.100929
De
Moraes, J. C., Pérez, X. M., Nieto, J., Eisman, A., Torres, B., Gonzalez, J.
L., & Saez, X. (2020). Vacunación frente a la enfermedad neumocócica con
vacunas conjugadas: ¿qué es lo que verdaderamente importa? Vacunas, 21(1),
23-40. https://doi.org/https://doi.org/10.1016/j.vacun.2020.02.001
Debortoli, D. O. &
Brignole, N. B. (2024). Inteligencia empresarial para estimular el giro
comercial en el microcentro de una ciudad de tamaño intermedio. Región
Científica, 3(1). https://doi.org/10.58763/rc2024195
del
Valle, G. H., Mejía, K. C., Zabal, B. P., Girault, M. A. G., & González, P.
V. (2024). CEMLA’s
survey on central bank digital currencies in Latin America and the Caribbean. Latin
American Journal of Central Banking, 5(4), 100135. https://doi.org/https://doi.org/10.1016/j.latcb.2024.100135
Delgado,
L., & Zeng, A. M. (2023). Reporting
quality, stock market integration, and investment efficiency in Latin America. Borsa Istanbul Review, 23(4), 779-803. https://doi.org/https://doi.org/10.1016/j.bir.2023.01.012
Faúndez,
A., Mellado, R., & Aldunate, E. (2020). Use of artificial intelligence by
tax administrations: An analysis regarding taxpayers’ rights in Latin American
countries. Computer Law & Security Review, 38, 105441. https://doi.org/https://doi.org/10.1016/j.clsr.2020.105441
Fiorentin, F. A.,
Llorca, L. Suarez, D. V. & Goren, N. J. (2024). The advancement of Industry
4.0 and the transformations in the labor market Closing gender gaps? Policies under debate. Región
Científica, 3(2). https://doi.org/10.58763/rc2024290
Flechtner,
S., & Middelanis, M. (2024). The role of the commodity price boom in shaping
public social spending: Evidence from Latin America. World Development, 182,
106717. https://doi.org/https://doi.org/10.1016/j.worlddev.2024.106717
Fontes,
R., Moraes, G. M., Gonçalves, P., Eduardo, C., & Cardim, N. (2022). 2021
top 10 articles in the Arquivos Brasileiros de Cardiologia and the Revista
Portuguesa de Cardiologia. Revista Portuguesa de Cardiologia, 41(8),
611-620. https://doi.org/https://doi.org/10.1016/j.repc.2022.06.002
Franco,
L. B., El, H. R., Souza, P. R., Fa, J. E., Valsecchi, J., Sousa, I. S. d.,
& Queiroz, H. L. (2021). Community-based
environmental protection in the Brazilian Amazon: Recent history, legal
landmarks and expansion across protected areas. Journal of Environmental
Management, 287, 112314. https://doi.org/https://doi.org/10.1016/j.jenvman.2021.112314
Gamboa,
F., & Romero, J. V. (2024). Modeling sovereign credit default swaps volatility
at different tenures: An application for Latin American countries. Borsa Istanbul Review, 24(4), 772-786. https://doi.org/https://doi.org/10.1016/j.bir.2024.04.008
García,
G., & McCormick, W. (2024). Neoliberalism, colonialism, and systemic
barriers to citizen participation in environmental assessment processes in
Latin America: The case of Puerto Rico. Environmental Impact Assessment
Review, 109, 107635. https://doi.org/https://doi.org/10.1016/j.eiar.2024.107635
Gómez, C. A., Sánchez,
V., & Pérez, A. J. (2024). El turismo como dinamizador del desarrollo
económico: una revisión mixta de la producción científica. Dictamen Libre, (35). https://doi.org/10.18041/2619-4244/dl.35.12114
Gómez,
S. (2024). Within the cracks of the cosmic race: Income inequalities by race
and ethnicity in Latin America. World Development, 184, 106764. https://doi.org/https://doi.org/10.1016/j.worlddev.2024.106764
González,
B., & Ortún, V. (2022). Reconstrucción del sistema sanitario: gobernanza,
organización y digitalización. Informe
SESPAS 2022. Gaceta Sanitaria, 36, S44-S50. https://doi.org/https://doi.org/10.1016/j.gaceta.2022.02.010
González, I. N.,
Garzón, D. P. & Sánchez, V. (2023). Cierre de las empresas del sector
turismo en el municipio de Leticia: una caracterización de los factores
implicados. Región
Científica, 2(1).
https://doi.org/10.58763/rc202342
Guaita,
J. M., Carracedo, P., Gorgues, D., & Siemens, C. H. (2022). An analysis of
the blockchain and COVID-19 research landscape using a bibliometric study. Sustainable
Technology and Entrepreneurship, 1(1), 100006. https://doi.org/https://doi.org/10.1016/j.stae.2022.100006
Guatemala, A. &
Martínez, G. (2023). Capacidades tecnológicas en empresas sociales emergentes:
una ruta de impacto social. Región Científica, 2(2). https://doi.org/10.58763/rc2023111
Hernández,
G., & Martinez, X. (2024). The
impact of transportation investment, road transportation and telecommunications
on FDI in Latin America 2008-2021. Transport Economics and Management, 2,
45-57. https://doi.org/https://doi.org/10.1016/j.team.2024.01.002
Higuera, E. (2022).
Aspectos clave en agroproyectos con enfoque comercial: Una aproximación desde
las concepciones epistemológicas sobre el problema rural agrario en Colombia. Región
Científica, 1(1), 20224. https://doi.org/10.58763/rc20224
Hruschka,
N., Kaufmann, S., & Vogl, C. R. (2024). The right to certify –
Institutionalizing participatory guarantee systems (PGS): A Latin American
cross-country comparison. Global Food Security, 40, 100748. https://doi.org/https://doi.org/10.1016/j.gfs.2024.100748
Ju,
Y., Dronova, I., Rodriguez, D. A., Bakhtsiyarava, M., & Farah, I. (2023).
Recent greening may curb urban warming in Latin American cities of better
economic conditions. Landscape and Urban Planning, 240, 104896. https://doi.org/https://doi.org/10.1016/j.landurbplan.2023.104896
Kramcsák,
P. T. (2023). Can legitimate interest be an appropriate lawful basis for
processing Artificial Intelligence training datasets? Computer Law &
Security Review, 48, 105765. https://doi.org/https://doi.org/10.1016/j.clsr.2022.105765
Lazcoz,
G., & de Hert, P. (2023). Humans in the GDPR and AIA governance of
automated and algorithmic systems. Essential pre-requisites against abdicating
responsibilities. Computer Law & Security Review, 50, 105833. https://doi.org/https://doi.org/10.1016/j.clsr.2023.105833
Ledesma, F. & Malave,
B. E. (2022). Patrones de comunicación científica sobre E-commerce: un estudio
bibliométrico en la base de datos Scopus. Región Científica, 1(1). https://doi.org/10.58763/rc202214
Machado,
D. (2024). The protection of vulnerable algorithmic groups through collective
data protection in the onlife world: A Brazilian perspective. Computer Law
& Security Review, 54, 106027. https://doi.org/https://doi.org/10.1016/j.clsr.2024.106027
Mantelero,
A. (2024). The Fundamental Rights Impact Assessment (FRIA) in the AI Act:
Roots, legal obligations and key elements for a model template. Computer Law
& Security Review, 54, 106020. https://doi.org/https://doi.org/10.1016/j.clsr.2024.106020
Martínez,
M., Rigueira, X., Larrañaga-, A., Martínez, J., Ocarranza, I., & Kreibel,
D. (2023). Impact of artificial intelligence on assessment methods in primary
and secondary education: Systematic literature review. Revista de
Psicodidáctica (English ed.), 28(2), 93-103. https://doi.org/https://doi.org/10.1016/j.psicoe.2023.06.002
Mazzeo,
N., Ciganda, A. L., Fernández Nion, C., Peñas, F. J., González, A. M., Crisci,
C., Zurbriggen, C., Pérez, D., Barquin, J., & Díaz, I. (2024). Inter and
transdisciplinarity strategies for evaluating and improving water quality
monitoring systems: Uruguay as a study case. Environmental Science &
Policy, 154, 103699. https://doi.org/https://doi.org/10.1016/j.envsci.2024.103699
Núñez, E. G. & Espinosa,
J. F. (2024). Liderazgo ético y comportamiento de los empleados. Análisis
cienciométrico en la producción científica. Región Científica, 3(2). https://doi.org/10.58763/rc2024295
Perez,
A. G., Herting, J. R., Lee, J. J., & Duran, B. (2023). Supportive
relationships in childhood: Does it have a long Reach into health and
depression outcomes for immigrants from Latin America? SSM - Population
Health, 23, 101436. https://doi.org/https://doi.org/10.1016/j.ssmph.2023.101436
Ripoll, M. (2023). El
emprendimiento social universitario como estrategia de desarrollo en personas,
comunidades y territorios. Región Científica, 2(2). https://doi.org/10.58763/rc202379
Sánchez, V., Pérez, A. J.
& Gómez, C. A. (2024). Trends
and evolution of Scientometric and Bibliometric research in the SCOPUS
database. Bibliotecas. Anales de Investigacion;20(1), 1-22. http://revistas.bnjm.sld.cu/index.php/BAI/article/view/834/685
Sánchez, V., Gómez, C.
A., & Pérez, A. J. (2024). La
Economía Azul en el contexto de los objetivos del desarrollo sostenible: una
revisión mixta e integrada de la literatura en la base de datos Scopus. AiBi
Revista De Investigación, Administración E Ingeniería, 12(2),
206–221. https://doi.org/10.15649/2346030X.4028
Segovia,
S. M., Casimero, I., & Apagüeño, M. G. (2024). When the past meets the future:
Latin American Indigenous futures, transitional justice and global energy
governance. Futures, 163, 103438. https://doi.org/https://doi.org/10.1016/j.futures.2024.103438
Kamin,
S., & Zampolli, F. (2024). Central bank digital currencies (CBDCs) in Latin
America and the Caribbean. Latin American Journal of Central Banking,
100140. https://doi.org/https://doi.org/10.1016/j.latcb.2024.100140
Vaz, C.
T., Coelho, D. M., Silva, U. M., Andrade, A. C. d. S., López, F. G., Dueñas, O.
L. S., Friche, A. A. d. L., Diez-Roux, A. V., & Caiaffa, W. T. (2023). Social environment
characteristics are related to self-rated health in four Latin America
countries: Evidence from the SALURBAL Project. Health & Place, 83,
103110. https://doi.org/https://doi.org/10.1016/j.healthplace.2023.103110
Velasco,
A., & Gerike, R. (2024). A composite index for the evaluation of
sustainability in Latin American public transport systems. Transportation
Research Part A: Policy and Practice, 179, 103939. https://doi.org/https://doi.org/10.1016/j.tra.2023.103939
Villalobos,
P., Vergara, R., Sabando, M. C., Peixoto, F. J., & Castro, J. (2024).
Resilience and mental health in practicing chilean teachers during the
pandemic. Teaching and Teacher Education, 139, 104435. https://doi.org/https://doi.org/10.1016/j.tate.2023.104435
Zhu, A.
L., Weins, N., Lu, J., Harlan, T., Qian, J., & Barbi, F. (2024). China’s nature-based
solutions in the Global South: Evidence from Asia, Africa, and Latin America. Global Environmental
Change, 86,
102842. https://doi.org/https://doi.org/10.1016/j.gloenvcha.2024.102842
