3.1. Rendimiento bibliométrico

El análisis bibliométrico abarcó el periodo 2005-2025 (este rango temporal surgió de manera orgánica a partir de los registros disponibles en la base de datos Scopus, sin intervención directa de los investigadores en la delimitación del rango cronológico), se identificó un total de 543 documentos distribuidos en 409 fuentes académicas. En conjunto, este marco temporal evidencia que las investigaciones sobre esta temática han emergido en los últimos 20 años, consolidándose progresivamente gracias al desarrollo de la inteligencia artificial, la búsqueda de nuevas formas de liderazgo y la expansión del trabajo virtual, con un impulso decisivo tras la pandemia de COVID-19.

La tasa de crecimiento anual de la producción científica fue del 18,13%, lo que representa un incremento significativo al compararse con el promedio global de crecimiento de la producción científica, estimado en aproximadamente 4 % (^{Bornmann et al., 2021}). Se contabilizaron 1,496 autores, con 98 documentos de autoría única, y un promedio de 3.04 coautores por publicación, lo que sugiere una notable intensidad en la colaboración científica, acorde con investigaciones previas que vinculan la coautoría con un mayor impacto científico (^{Fan et al., 2022}). Además, el 25,97 % de los estudios presentan coautoría internacional, indicando una red de cooperación global en expansión (^{Aksnes & Sivertsen, 2023}). Respecto al impacto, el promedio de citas por documento es 21.46, lo que sugiere una influencia significativa del campo de estudio en la comunidad científica (^{Pak et al., 2018}). La edad promedio de los documentos es 4.63 años, lo que indica un campo emergente y en plena evolución. Finalmente, se registraron 1,512 palabras clave distintas, lo que da cuenta de la diversidad conceptual presente en la literatura analizada, tal como se espera en campos multidisciplinarios en formación (^{Choi et al., 2011}) (Figura 1).

Figura 1 Información general 

Entre 2005 y 2015, la producción fue escasa y presentó un crecimiento irregular, acumulando 101 publicaciones. A partir de 2016, coincidiendo con el auge de la inteligencia artificial moderna, se observó un repunte con 61 artículos publicados entre 2016 y 2019 (Tabla 1). Se muestra un incremento significativo en el volumen de publicaciones a partir de 2020, año que coincide, además, con la pandemia de COVID-19 y la consolidación del trabajo remoto. Ese año se publicaron 27 documentos, seguido de 39 en 2021, 54 en 2022, 69 en 2023, y un máximo de 108 en 2024. En lo que va de 2025, al 16 de agosto, se han registrado 84 publicaciones, cifra que se espera continúe en aumento.

La Tabla 2 ilustra el promedio anual de citas que permite observar la evolución de la visibilidad académica de la literatura relacionada con inteligencia artificial, liderazgo compartido y equipos virtuales entre 2005 y 2025. En los primeros años, como 2005, se registró un promedio de 7,83 citas anuales por artículo, aunque con un bajo volumen de publicaciones. Durante la década siguiente, los promedios se mantuvieron generalmente por debajo de 3 citas, reflejando una etapa inicial de desarrollo temático. A partir de 2016, se observa un crecimiento en la mayoría de los años, alcanzando un pico en 2020 con 9,39 citas anuales por artículo, año que coincide con la pandemia de COVID-19 y el auge del trabajo remoto. A partir del 2021 al 2025 se registró un descenso en los promedios que podría explicarse por el acelerado crecimiento en la producción científica del campo en dichos años (Tabla 1), lo que ha generado una mayor competencia entre publicaciones por un volumen de citas relativamente constante, diluyendo así el promedio por artículo.

3.2. Principales revistas

El análisis de las principales fuentes de publicación revela patrones consistentes entre volumen de producción, impacto académico y centralidad temática. Según la Ley de Bradford (Tabla 3), los núcleos de revistas con mayor concentración de artículos en el campo de la inteligencia artificial y el liderazgo compartido en equipos virtuales están liderados por Lecture Notes in Computer Science con 19 artículos desde el 2009, Sustainability (Switzerland) con 10 artículos desde el 2022, y Leadership Quarterly con 8 artículos desde el 2014.

En la Tabla 4, al analizar el impacto mediante el índice h, Leadership Quarterly destaca como la fuente con mayor impacto local (h=8), seguida por Computers in Human Behavior, Sustainability (Switzerland) y Human Resource Management Review (todas con h=5). Con respecto al índice g, la revista Sustainability (Switzerland) lidera (g=10), seguida de Leadership Quarterly (g=8).

La combinación de estos indicadores muestra una relación positiva entre volumen de publicaciones y citas en revistas como Leadership Quarterly y Human Resource Management Review, lo que refleja no solo productividad sino también posicionamiento temático dentro del campo. Por su parte, Sustainability (Switzerland), a pesar de ser una entrada más reciente (2022), ha logrado posicionarse como fuente activa tanto en volumen como en citaciones (TC=108). En resumen, estas evidencias permiten identificar los núcleos editoriales que concentran la producción y el debate académico en la intersección entre inteligencia artificial, liderazgo compartido y trabajo colaborativo en entornos virtuales. La identificación de estas fuentes centrales es clave para investigadores que buscan posicionar sus trabajos en revistas de alto impacto y alineadas temáticamente con el dominio en análisis.

3.3. Principales autores

La Tabla 5 permite identificar a los autores con mayor volumen de producción dentro del campo de estudio. Robert L. P. Jr. encabeza la lista con diez publicaciones, seguido por Salas E, McNeese NJ y You S, quienes concentran entre cinco y seis artículos cada uno. Sin embargo, si se considera los artículos en conteo fraccionado, Robert L. P. Jr. mantiene el liderazgo con 5.46, seguido por You S. con 2.33 y por Esterwood C. con 2.13 que ganan relevancia dentro del campo.

En la Tabla 6 los indicadores muestran dos patrones distintos de impacto. Robert L. P. Jr. refleja una trayectoria consolidada, con un índice h=7 y g=10 que evidencian consistencia y concentración de citas en sus publicaciones, acumulando 260 citas desde 2014. En contraste, Chatterjee S., pese a incorporarse recién en 2021, alcanza un índice h=3 pero acumula ya 440 citas, lo que denota un impacto emergente y acelerado en el campo. Por su parte, Salas y You S., ambos con h=5, exhiben trayectorias de citación diferenciadas: mientras Salas acumula 439 citas, reflejando una producción altamente reconocida, You S. suma 161, lo que sugiere un perfil en crecimiento, pero con menor alcance relativo.

3.4. Principales países y afiliaciones

Los 543 documentos analizados fueron elaborados por autores afiliados a instituciones de 70 países. La Figura 2 presenta un mapa de calor de la producción científica global, donde destacan los países con mayor volumen de publicaciones. América se posiciona a la cabeza con Estados Unidos, que lidera ampliamente con 452 artículos publicados y 4,691 citas totales, además de registrar el mayor promedio de citas por país con 54.5 (Tabla 7), lo cual indica no solo una alta productividad, sino también una fuerte influencia académica. En Europa, Alemania sobresale con 109 artículos y 488 citas, mientras que el Reino Unido contribuye con 81 publicaciones y 898 citas, alcanzando un promedio notable de 44.9 citas. En Asia, China se ubica entre los países más productivos con 122 artículos y 699 citas, con un promedio de 21.2 citas por país. Estos datos muestran que la mayor parte de la literatura relevante sobre la temática se origina en América, Europa y Asia, confirmando una concentración geográfica del conocimiento en tres continentes clave.

Figura 2 Producción científica por país 

En cuanto a la afiliación institucional las universidades estadounidenses Clemson University y University of Central Florida se posicionan como las más productivas con 10 publicaciones cada una. Le siguen Binghamton University (Estados Unidos), Northwestern Polytechnical University (China) e International Hellenic University (Grecia) con 9 artículos. Central China Normal University (China), Cranfield University (Reino Unido), University of Michigan (Estados Unidos) y University of Sydney (Australia) registran 8 publicaciones cada una, lo que refleja un patrón de colaboración y producción científica distribuido en varios continentes, aunque con clara hegemonía norteamericana. Se resalta que en este análisis por universidades aparece el continente Oceanía.

3.5. Publicaciones destacadas

La Tabla 8 presenta los documentos con mayor número de citas locales, destacando el artículo de Avolio et al., (2014) publicado en Leadership Quarterly, que lidera ampliamente con 25 citas. En segundo lugar se encuentra el artículo de Kirkman et al., (2005) en Journal of Management, con 12 citas locales. Otros trabajos destacados con 5 citas locales incluyen los de Peters et al., (2007), Tuffley D. (2012) y You et al., (2018). En el caso del indicador NLC, destacan Avolio et at., con 11.67 lo que indica que, aun considerando el tamaño del corpus, su nivel de influencia es sobresaliente y You et al., con 9.50 mostrando que, aunque su número absoluto de citas locales es menor, la proporción relativa de influencia respecto del total de la producción lo convierte en un trabajo estratégico para la evolución temática del campo.

Para el segundo objetivo de la investigación se realizó el mapeo científico, que busca representar y cartografiar las estructuras intelectuales, sociales y conceptuales del área de investigación. Se analizó lo siguiente:

3.6. Análisis de redes de colaboración

La red está compuesta por 33 autores distribuidos en 13 clústeres de colaboración (Figura 3). El análisis de la red de colaboración revela la existencia de diferentes patrones de centralidad entre los investigadores que conforman el corpus bibliométrico. En términos de índice de relevancia (PageRank), que mide la relevancia global en la red, destacan Robert L. P. Jr. (0.044), Flathmann C. (0.038) y McNeese N. J. (0.038). Estos autores ocupan posiciones de alta influencia, ya que concentran un flujo de conexiones que los hace visibles dentro del sistema de coautoría.

En relación con la centralidad de intermediación (Betweenness), que identifica a los “puentes” entre comunidades, resaltan Salas E. (2.0) y Robert L. P. Jr. (1.0). Ellos actúan como nodos estratégicos que facilitan la comunicación entre grupos que, de otro modo, estarían aislados, fortaleciendo la cohesión general del campo. La centralidad de cercanía (Closeness) muestra a autores como Banks G. C., Picot A., McAvoy J., Butler T. y Pfeffer J. con un valor máximo (1.0), esto indica que estos investigadores poseen una posición privilegiada para alcanzar rápidamente a cualquier otro nodo dentro de la red, optimizando el acceso a la información.

Finalmente, la presencia de diferentes clústeres de colaboración (ej. cluster 1 con Salas E. y McNeese N. J., cluster 2 con Robert L. P. Jr. y You S., cluster 13 con Banks G. C. y Dionne S. D.) refleja que el campo está organizado en comunidades de conocimiento que, si bien presentan cierta fragmentación, se encuentran articuladas por autores puente que sostienen la integración temática. Esta estructura es coherente con un dominio de investigación emergente, en el que todavía no se consolida un núcleo central de autores.

Figura 3 Red de colaboración entre autores 

La red internacional de colaboración por países incluye 47 países distribuidos en 13 clústeres (Figura 4). El análisis de esta red evidencia una alta concentración de centralidad en un grupo reducido de países, lo que refleja desigualdades en la producción científica global en torno al tema investigado. En términos de índice de relevancia (PageRank), los países que lideran son Estados Unidos (0.113), Reino Unido (0.105) e India (0.046). Esto indica que estos países no solo participan activamente en publicaciones, sino que además colaboran con otras naciones igualmente influyentes, consolidando su prestigio dentro de la red internacional.

Figura 4 Red de colaboración entre países 

La centralidad de intermediación (Betweenness) y la centralidad de cercanía (Closeness) refuerza esta tendencia: Reino Unido (371.7) y Estados Unidos (313.1) aparecen como nodos puente esenciales que conectan diferentes comunidades de investigación, facilitando el flujo de conocimiento entre regiones que, de otro modo, permanecerían desconectadas. Este resultado sugiere que, además de su influencia, estos países poseen una ubicación privilegiada que optimiza la circulación de información científica a nivel internacional. Otros países con valores destacados en este indicador son Malasia (99.9), España (70.2) e India (61.2), lo que muestra un papel emergente de países fuera del eje anglosajón en la estructuración de redes globales.

En síntesis, la red revela una estructura semicentralizada, dominada por Estados Unidos y Reino Unido como ejes globales, con la incorporación progresiva de países emergentes como India, Malasia y España que comienzan a ocupar posiciones relevantes en la conectividad científica. Finalmente, la periferia, compuesta por numerosos países con baja centralidad, muestra un patrón de desacoplamiento, lo cual limita la consolidación de una red verdaderamente global e inclusiva en el campo de estudio.

3.7. Análisis de coocurrencia de palabras

En la figura 5, se observa que el término “leadership” encabeza la lista con 51 ocurrencias, seguido por “virtual teams” (38) y “virtual team” (37), estos dos últimos aparecen de manera separada debido a las variaciones en la indexación y normalización de palabras clave en las bases de datos, las cuales distinguen automáticamente entre formas singular y plural. Sin embargo, ambos aluden a un mismo constructo conceptual (los equipos virtuales), por lo que, desde un punto de vista analítico, se consideran equivalentes y su recurrencia conjunta (75 menciones) refuerza la centralidad de este tema en la literatura científica.

Así mismo, aparecen con relevancia conceptos vinculados a la gestión organizacional/talento humano y tecnologías de la información, como “human resource management” (33), “artificial intelligence” (26), “team performance” (24) y “management” (21). Esto indica que la investigación en el área no se limita a describir fenómenos tecnológicos, sino que explora cómo la inteligencia artificial y los entornos virtuales impactan en la gestión de personas. La presencia explícita de “artificial intelligence” confirma la integración progresiva de esta tecnología como un eje transversal en el campo de estudio, lo que refleja un desplazamiento hacia enfoques híbridos, donde la IA se articula con prácticas de liderazgo compartido y gestión de equipos distribuidos.

En conjunto, el patrón de frecuencias sugiere que el campo se encuentra en una etapa de consolidación conceptual, caracterizada por la convergencia de tres grandes ejes: (1) liderazgo en entornos digitales, (2) gestión del talento humano y desempeño, y (3) la irrupción de la inteligencia artificial como catalizador de nuevas dinámicas en el trabajo colaborativo. Este análisis confirma que se trata de un campo emergente y altamente fragmentado, lo que abre oportunidades para la construcción de un marco conceptual unificado.

Figura 5 Nube de palabras 

El análisis de la dinámica de palabras clave entre 2005 y 2025 evidencia que los términos más frecuentes son “Virtual Team(s)” (588 en total) y “Leadership” (219), lo que confirma la centralidad de los equipos virtuales y el liderazgo en la literatura. También destacan “Human Resource Management”, “Management” y “Communication”, que reflejan la importancia de la gestión de personas y de los procesos de coordinación en contextos digitales.

En cuanto a la evolución temporal, entre 2005 y 2010 el interés académico fue incipiente; entre 2011 y 2015 se consolidan los términos “Virtual Team(s)” y “Leadership” junto con nociones como human resource management. Posteriormente, 2016-2020 marca un crecimiento acelerado de la inteligencia artificial, redes sociales y comunicación digital, en paralelo con la expansión de plataformas colaborativas. Finalmente, 2020-2025 representa la etapa de mayor densidad temática, con un notable aumento de la IA y la comunicación, asociado al auge del trabajo remoto tras la pandemia.

Este recorrido evidencia una transición: de un interés inicial por describir equipos virtuales hacia un énfasis actual en la inteligencia artificial y las tecnologías de comunicación como motores de cambio en liderazgo y gestión. Los resultados permiten identificar un doble eje temático: el organizacional-humano, centrado en liderazgo, recursos humanos y desempeño de equipos; y el tecnológico, donde destacan inteligencia artificial, diseño de software y redes sociales en línea. Esta convergencia refleja cómo los equipos virtuales son analizados cada vez más desde una perspectiva interdisciplinaria, lo que abre oportunidades para estudios comparativos, aplicaciones prácticas en organizaciones y nuevos marcos teóricos que integren lo humano y lo tecnológico.

3.8. Discusión

Los datos ponen de relieve una expansión sustancial y rápida de la producción académica en torno a la inteligencia artificial (IA), el liderazgo compartido (LC) y los equipos virtuales (EV). La aceleración de esta producción es particularmente marcada a partir de 2020, como consecuencia simultánea de los avances en tecnologías de IA (aprendizaje profundo junto a modelos generativos) y de la recomposición de los contextos laborales que desencadenó la pandemia de COVID-19. Esta última instituyó de manera abrupta el trabajo a distancia y pobló los entornos colaborativos con plataformas digitales de alto nivel (^{De Godoy et al., 2021}; ^{De la Garza Montemayor et al., 2023}).

La concentración de estudios en áreas como ciencias sociales, negocios e ingeniería revela la naturaleza interdisciplinaria de este campo emergente, lo cual coincide con lo planteado por ^{Donthu et al., (2021}) quienes argumentan que los estudios bibliométricos permiten cartografiar estas intersecciones temáticas estratégicas. Las redes de coautoría emergentes muestran todavía densidades relativamente bajas, lo que revela un estadio temprano de cooperación internacional sobre las temáticas relacionadas con la inteligencia artificial y las comunidades de aprendizaje. Esta situación puede constituir, al mismo tiempo, un indicador de insuficiencia estructural y un espacio potencial para la acción colectiva, en la medida en que la formalización de acuerdos sistemáticos entre investigadores e instituciones podría favorecer, tanto en el plano teórico como en el práctico, una profundización de las narrativas conceptuales y una mayor incidencia en la generación de conocimiento sobre dichos tópicos. Esta situación se ve agravada por la escasa representación de los países latinoamericanos, lo que sostiene la urgencia de políticas que promuevan una investigación más inclusiva y de la dotación de fondos estratégicos destinados a las tecnologías emergentes, en especial en el contexto de la región.

A la vez, los análisis de coocurrencia temática revelan un crecimiento paulatino del interés por el uso de la inteligencia artificial en la toma de decisiones colaborativas, la eficacia operacional y la transformación de los estilos de liderazgo organizacional. Estos hallazgos trazan una geografía programática que, en el corto y mediano plazo, aconseja la evaluación de modelos híbridos de cooperación entre agentes humanos y artificiales en entornos de trabajo virtual. La meta de tales iniciativas radica en la construcción de ecosistemas laborales resilientes, adaptativos e integrados, sustentados sobre referenciales éticos que garanticen la inclusión y la justicia en la distribución de los beneficios del saber.

Criterios éticos y transparencia

Los autores declaran que, en el desarrollo de esta investigación, se ha usado herramientas de inteligencia artificial únicamente como apoyo complementario para tareas específicas de redacción, edición y organización del contenido. En ningún caso estas herramientas sustituyeron el análisis crítico, la reflexión académica ni el proceso de elaboración intelectual que sustenta este trabajo. Así mismo, el documento fue sometido a rigurosos procedimientos de detección de similitud mediante diversos programas especializados que confirmaron la ausencia de indicios de plagio, conforme a las evidencias documentadas. Los autores afirman que este artículo constituye una producción académica original, no ha sido previamente publicado y no ha sido generado íntegramente por medios digitales automatizados ni por plataformas de inteligencia artificial generativa.