SciELO - Scientific Electronic Library Online

 
vol.5 issue4Social skills in basic education students: a systematic reviewProfessional development in management teams: a literatura review author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Revista InveCom

On-line version ISSN 2739-0063

Revista InveCom vol.5 no.4 Maracaibo Dec. 2025  Epub June 25, 2025

https://doi.org/10.5281/zenodo.14854656 

Comunicación de la ciencia: Bibliometría y revisiones sistemáticas

Confianza ciudadana y aplicación de la IA en la administración pública: un análisis de revisión sistemática

Citizen trust and application of AI in public administration: a systematic review analysis

Jorge Luis Hilario Rivas1 
http://orcid.org/0000-0003-1283-5630

Ricardo Santiago Musse Carrasco2 
http://orcid.org/0000-0002-8779-5058

Guiceli Codina Patiño García3 
http://orcid.org/0000-0001-8021-0400

Jackeline Petronila Apaza Mendoza4 
http://orcid.org/0000-0002-6721-0083

Rafael Jesús Herrera Torres5 
http://orcid.org/0000-0002-9105-8341

Andy Williams Chamoli Falcón6 
http://orcid.org/0000-0002-2758-1867

1Universidad Nacional de Ucayali, Pucallpa-Perú, E-mail: dr@jorgeluishilario.com

2Universidad César Vallejo, Piura-Perú, E-mail: mussecarrasco@gmail.com

3Universidad Tecnológica del Perú, Piura-Perú, E-mail: guiceli29@gmail.com

4Universidad César Vallejo, Piura-Perú, E-mail: jakevale98@hotmail.com

5Universidad César Vallejo, Piura-Perú, E-mail: rafaeljesusherrera1@gmail.com

6Universidad Tecnológica del Perú, Piura-Perú, E-mail: chamoliss@hotmail.com


Resumen

La introducción de sistemas de inteligencia artificial (IA) en la gestión de registros públicos en América Latina enfrenta desafíos éticos críticos que requieren ser abordados con urgencia. Este problema cobra importancia debido a las repercusiones de la IA en aspectos esenciales como la privacidad, la transparencia y la equidad en el acceso a la información pública. De allí que, el presente artículo tiene como propósito analizar las implicaciones éticas asociadas a la aplicación de la IA en este ámbito, examinando cómo estas problemáticas impactan en la confianza ciudadana y en la eficacia de los sistemas públicos. Para ello, se llevó a cabo una revisión sistemática de la literatura académica sobre el tema planteado, aplicando el método PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses). Este enfoque permitió estandarizar las fases de identificación, selección y evaluación crítica de las fuentes consultadas. A partir del análisis de los resultados, se evidenció que las principales inquietudes éticas incluyen: la insuficiencia de regulaciones claras, la presencia de sesgos algorítmicos y la desconfianza tecnológica. Factores que limitan la aceptación de la IA en la administración pública (AP). La principal conclusión de este estudio subraya la necesidad de establecer marcos regulatorios sólidos y mecanismos de supervisión efectivos, asegurando que el uso de la IA sea ético y transparente. Esto no solo fortalecería la legitimidad de estos sistemas, sino que también promovería una gestión pública más justa y responsable.

Palabras clave: confianza; ética; regulación; sesgos algorítmicos; transparencia

Abstract

The introduction of artificial intelligence (AI) systems in the management of public records in Latin America faces critical ethical challenges that need to be urgently addressed. This issue gains importance due to the repercussions of AI on essential aspects such as privacy, transparency and equity in access to public information. Therefore, the purpose of this article is to analyze the ethical implications associated with the application of AI in this area, examining how these problems impact citizen trust and the effectiveness of public systems. To do so, a systematic review of the academic literature on the topic was carried out, applying the PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) method. This approach allowed standardizing the phases of identification, selection and critical evaluation of the sources consulted. Based on the analysis of the results, it was evident that the main ethical concerns include: the lack of clear regulations, the presence of algorithmic biases and technological distrust. Factors limiting the acceptance of AI in public administration (PA). The main conclusion of this study underlines the need to establish solid regulatory frameworks and effective oversight mechanisms, ensuring that the use of AI is ethical and transparent. This would not only strengthen the legitimacy of these systems, but would also promote fairer and more accountable public management.

Keywords: trust; ethics; regulation; algorithmic biases; transparency

Introducción

La incorporación de sistemas de IA en la gestión de registros públicos representa una innovación clave en la Administración Pública (AP) de América Latina, permitiendo mejoras en la eficiencia y la transparencia de los servicios gubernamentales. No obstante, este avance, también, trae consigo importantes desafíos éticos que requieren una atención prioritaria. Según Elías et al. (2023), la ética en la IA es crucial debido al impacto que las decisiones automatizadas pueden generar en la privacidad, la equidad y la justicia social, aspectos fundamentales para proteger los derechos de los ciudadanos.

En este sentido, la evaluación ética en la aplicación de la IA por parte de gobiernos en la región se vuelve indispensable, especialmente considerando los riesgos asociados a sesgos algorítmicos y desigualdades perpetuadas por la tecnología. Aguilar (2024) enfatiza la necesidad de establecer marcos éticos robustos para guiar el uso responsable de la IA en el sector público, mientras que Rincón et al. (2023) advierten sobre los peligros de una gobernanza inadecuada, que podría debilitar la confianza pública. Asimismo, es fundamental entender que una gobernanza adecuada no solo mitiga riesgos, sino que asegura que la IA beneficie de manera equitativa a la sociedad.

Para comprender estos desafíos y sus implicaciones, una revisión sistemática de la literatura sobre ética en la IA aplicada a la gestión de registros públicos en América Latina es fundamental. Tal y como indica Alcarraz-Chavez (2022), las cuestiones éticas relacionadas con la IA no son meramente técnicas, sino profundamente interdependientes con valores humanos y sociales. De allí que, resulta necesario analizar cómo las decisiones algorítmicas influyen en la confianza pública y en la percepción de legitimidad institucional, para con ello, identificar los vacíos críticos existentes en el conocimiento actual y generar estrategias que promuevan un uso ético y efectivo de la tecnología en la AP.

En los últimos años, el interés por las implicaciones éticas de la aplicación de la IA en la gestión de registros públicos ha crecido significativamente, especialmente en el contexto de América Latina. Diversos estudios han contribuido al entendimiento de los desafíos éticos asociados a la aplicación de estas tecnologías en el sector público, proporcionando tanto enfoques teóricos como prácticos para abordar estas cuestiones.

Leikas et al. (2022), por ejemplo, destacan la importancia de la alfabetización en IA, entre desarrolladores y usuarios, como mecanismo para mitigar riesgos éticos y promover una aplicación más responsable en la gestión pública. Este enfoque es especialmente pertinente en América Latina, donde la confianza en las instituciones públicas a menudo enfrenta desafíos, y donde una mayor comprensión tecnológica podría fomentar un uso más transparente y ético de la IA.

Por su parte, Reinhardt (2022) analiza cómo la falta de transparencia en los sistemas de IA puede afectar la confianza del público, un factor crítico en la gestión de registros públicos. Este estudio sugiere que garantizar la fiabilidad y la transparencia de los sistemas de IA no solo aumenta su aceptación, sino que también mejora la percepción de legitimidad de los procesos institucionales.

A su vez, Machado (2023) explora cómo las percepciones ciudadanas sobre los desafíos éticos de la IA pueden influir en la formulación de políticas públicas. Este análisis indica que la integración de la opinión pública en la toma de decisiones es fundamental para abordar preocupaciones éticas y garantizar que las aplicaciones tecnológicas en la gestión de registros públicos respondan a las expectativas sociales y refuercen la confianza en las instituciones.

En conjunto, estas investigaciones proporcionan una visión integral de las implicaciones éticas asociadas con la aplicación de la IA en la gestión de registros públicos en América Latina. Al explorar aspectos como la confianza ciudadana, la percepción pública y la necesidad de desarrollar marcos éticos claros, estos estudios no solo amplían el conocimiento actual sobre el tema, sino que también establecen una base sólida para futuras investigaciones orientadas a optimizar la adopción responsable y efectiva de estas tecnologías en el sector público.

Sin embargo, la literatura actual sobre las implicaciones éticas de la aplicación de la IA en la gestión de registros públicos en América Latina evidencia diversos vacíos que justifican la necesidad de un análisis más profundo y contextualizado. En primer lugar, persiste una carencia de estudios que examinen cómo las decisiones algorítmicas pueden impactar la equidad y la justicia social en el acceso a la información pública. Aunque Akbar et al. (2023) subrayan la importancia de realizar auditorías éticas en sistemas de IA, su enfoque no se centra en las especificidades de América Latina, donde las desigualdades sociales podrían ser amplificadas por estas tecnologías. Este vacío destaca la urgencia de investigar cómo la IA puede ser utilizada para mitigar, en lugar de perpetuar, estas brechas estructurales.

En segundo lugar, la percepción pública sobre la ética de la IA en el ámbito de la AP sigue siendo una dimensión poco explorada. Mientras que Klímová et al. (2023) abordan los dilemas éticos relacionados con la IA en la educación, no trasladan estas preocupaciones al contexto de la gestión pública en América Latina. La omisión de la perspectiva ciudadana en el diseño y aplicación de tecnologías de IA limita la confianza en las instituciones y resalta la necesidad de investigaciones que incluyan a la sociedad como un actor clave en este proceso.

Un tercer vacío relevante es la ausencia de marcos regulatorios que orienten la aplicación ética de la IA en el sector público. Tang et al. (2023) examinan la ética de la IA en el ámbito médico y evidencian cómo la falta de regulaciones claras puede fomentar sesgos y discriminación. No obstante, este análisis es escaso en el contexto de la gestión de registros públicos en América Latina, donde la diversidad social y política requiere un enfoque regulatorio adaptado a las particularidades de la región.

Además, la investigación sobre la ética de la IA tiende a centrarse en sectores como la salud y la educación, dejando de lado áreas cruciales como la gestión pública. Al respecto, Pupic (2023) resalta la importancia de la formación en ética de la IA para los profesionales de la salud, pero no aborda cómo estos principios pueden aplicarse al manejo de registros públicos. Esta falta de enfoque sectorial enfatiza la importancia de desarrollar lineamientos éticos específicos para este contexto.

Por último, la mayoría de los estudios sobre ética de la IA se limitan a planteamientos teóricos sin un sustento empírico que valide sus preocupaciones. Esto se observa, por ejemplo, en el trabajo de Majeed (2024), quien explora la ética de la IA en el ámbito sanitario, pero carece de aplicaciones prácticas transferibles a otros sectores, como el de los registros públicos. Este vacío refuerza la necesidad de investigaciones prácticas que sirvan de guía para una aplicación ética de la IA en el sector público, considerando, a su vez, las particularidades técnicas y sociales de América Latina.

Tomando en cuenta todo lo anterior, el objetivo del presente trabajo es analizar las implicaciones éticas de la aplicación de sistemas de IA en la gestión de registros públicos en América Latina. Este objetivo busca llenar los vacíos temáticos identificados, proporcionando así un análisis crítico que aborde la equidad, la percepción pública, la regulación y la aplicación práctica de la ética en la IA. A través de una revisión sistemática de la literatura, el estudio propondrá recomendaciones que puedan guiar a los responsables de la formulación de políticas en la adopción de tecnologías de IA, asegurando que se implementen de manera ética y responsable, en beneficio de la sociedad en su conjunto.

Metodología

En esta investigación, se aplicó el método PRISMA, abarcando las etapas de identificación, selección, elegibilidad y síntesis de estudios relevantes.

Asimismo, con la finalidad de profundizar sobre el tema planteado, se formularon las siguientes preguntas de investigación: 1) ¿Cuáles son las principales preocupaciones éticas asociadas con la aplicación de la IA en la gestión de registros públicos en América Latina? 2) ¿Cómo perciben los ciudadanos la ética de la IA en la AP? 3) ¿Qué marcos regulatorios existen para guiar la aplicación ética de la IA en el sector público en América Latina? 4) ¿Qué sesgos algorítmicos se han identificado en la aplicación de sistemas de IA en registros públicos?

Para la búsqueda de información, se consultaron bases de datos académicas como Scopus, WOS, Scielo y Latindex, y la ecuación de búsqueda utilizada fue: ("artificial intelligence" OR "AI") AND ("ethics" OR "ethical implications") AND ("public records management" OR "public administration") AND ("Latin America" OR "Latin American countries").

Además, se establecieron los siguientes criterios de inclusión: artículos publicados en los últimos cinco años, que abordaran las implicaciones éticas de la IA en la gestión de registros públicos, centrados en América Latina. También, se priorizaron estudios empíricos y revisiones sistemáticas sobre el tema. Sin embargo, se excluyeron: estudios que no cumplían con los requisitos establecidos. Artículos que no abordaran directamente las implicaciones éticas de la IA, aquellos que se centraran en contextos no latinoamericanos, y estudios que no presentaran evidencia empírica o análisis crítico.

Figura 1 Identificación de estudios mediante el método PRISMA 

Este enfoque sistemático y riguroso permitió una comprensión de las implicaciones éticas de la IA en la gestión de registros públicos en América Latina, contribuyendo así a llenar los vacíos existentes en la literatura y proporcionar recomendaciones para su aplicación ética.

Resultados

A continuación, se presenta un examen minucioso de los autores que plantean propuestas orientadas a responder cada una de las cuestiones investigativas formuladas.

Tabla 1 Principales preocupaciones éticas 

¿Cuáles son las principales preocupaciones éticas asociadas con la aplicación de IA en la gestión de registros públicos en América Latina?
Autor Alcarraz-Chavez, N. R.
Año 2022
Enfoque metodológico Revisión de literatura sobre ética y gestión pública
Autor Montaño y Montaño
Año 2023
Enfoque metodológico Revisión sistemática sobre implicaciones éticas y legales
Autor Flores y López
Año 2023
Enfoque metodológico Análisis interpretativo y comparativo sobre tecnologías emergentes
Autor Zepeda et al.
Año 2024
Enfoque metodológico Estudio de caso en políticas públicas y tecnologías disruptivas
Autor Rincón et al.
Año 2023
Enfoque metodológico Investigación exploratoria crítica en ética aplicada
Autor Arguelles y Amaro
Año 2023
Enfoque metodológico Análisis conceptual sobre gobernanza y ética de sistemas algorítmicos
Autor Rueda
Año 2023
Enfoque metodológico Revisión crítica de obras relevantes en ética algorítmica
Autor Cotino y Castellanos.
Año 2024
Enfoque metodológico Estudio legal sobre gobernanza y transparencia en IA

Las principales preocupaciones éticas asociadas con la aplicación de IA en la gestión de registros públicos en América Latina incluyen la privacidad, la transparencia, los sesgos algorítmicos y la falta de regulación adecuada.

Tabla 2 Percepción de los ciudadanos 

¿Cómo perciben los ciudadanos la ética de la IA en la AP?
Autor Koo et al.
Año 2025
Enfoque metodológico Análisis experimental
Autor Sakuntala et al.
Año 2024
Enfoque metodológico Análisis cualitativo
Autor Yang et al.
Año 2025
Enfoque metodológico Marco de diseño en IA
Autor Kleizen et al.
Año 2024
Enfoque metodológico Encuestas experimentales
Autor Jaillant y Rees
Año 2023
Enfoque metodológico Crítica discursiva
Autor Arifin y Lennerfors
Año 2022
Enfoque metodológico Análisis discursivo crítico
Autor De La Cruz et al.
Año 2023
Enfoque metodológico Revisión bibliográfica
Autor Silva et al.
Año 2024
Enfoque metodológico Análisis normativo

Aunque no todos los artículos se enfocan específicamente en el contexto de la AP, la mayoría proporcionan principios éticos, enfoques metodológicos y casos aplicables que ayudan a comprender mejor la percepción ciudadana sobre la IA en entornos públicos.

Tabla 3 Marcos regulatorios existentes 

¿Qué marcos regulatorios existen para guiar la aplicación ética de la IA en el sector público en América Latina?
Autor Plantinga et al.
Año 2024
Enfoque metodológico Análisis de literatura, estudio comparativo de regulaciones en 12 países africanos.
Autor Svärd et al.
Año 2024
Enfoque metodológico Revisión sistemática y exploratoria sobre regulaciones de IA en sectores públicos de diferentes países.
Autor Sánchez.
Año 2024
Enfoque metodológico Análisis cualitativo basado en revisión documental sobre regulaciones aplicables en el ámbito judicial.
Autor Guha et al.
Año 2024
Enfoque metodológico Evaluación teórica y práctica de propuestas regulatorias en IA, con énfasis en factibilidad institucional y técnica.
Autor Almache-Barreiro y Albert-Márquez
Año 2024
Enfoque metodológico Metodología histórica, análisis jurídico-comparado, y análisis lógico.
Autor Alekhina y Nadtoka
Año 2024
Enfoque metodológico Análisis predictivo y comparativo de herramientas digitales para la regulación legal.
Autor Hatherall y Sethi
Año 2025
Enfoque metodológico Análisis sociolegal basado en grupos focales para explorar confianza en sistemas autónomos.
Autor Al-Billeh et al.
Año 2024
Enfoque metodológico Análisis comparativo de marcos internacionales y nacionales sobre ética y privacidad en IA.

Estos estudios apuntan a que los marcos regulatorios deben considerar elementos como auditorías humanas, alineación ética, transparencia y adaptación a las necesidades de cada sector. Esto demuestra que, aunque el contexto específico varía, los principios básicos de regulación ética y efectiva de la IA son aplicables universalmente.

Tabla 4 Sesgos algorítmicos identificados 

¿Qué sesgos algorítmicos se han identificado en la aplicación de sistemas de IA en registros públicos?
Autor Kokina et al.
Año 2025
Enfoque metodológico Entrevistas cualitativas con profesionales de auditoría
Autor Bircan y Özbilgin
Año 2024
Enfoque metodológico Marco conceptual basado en el realismo social
Autor Kim
Año 2025
Enfoque metodológico Análisis experimental cuantitativo
Autor Ricoy-Casas et al.
Año 2025
Enfoque metodológico Metodología PRISMA con análisis bibliográfico
Autor Van y Maathuis
Año 2025
Enfoque metodológico Perspectiva socio-técnica y diseño interdisciplinario
Autor Langer et al.
Año 2025
Enfoque metodológico Teoría de detección de señales aplicada a la supervisión humana
Autor Masinde et al.
Año 2024
Enfoque metodológico Auditoría basada en la categorización de sesgos
Autor Atreides y Kelley
Año 2024
Enfoque metodológico Análisis automatizado y comparativo

Los sesgos algorítmicos en los sistemas de IA son un problema fundamental que surge de datos desbalanceados, desigualdades estructurales y limitaciones en el diseño técnico de los modelos. Estos sesgos no solo perpetúan, sino que amplifican desigualdades existentes, afectando especialmente a las poblaciones más vulnerables.

Discusión de los resultados

Los resultados de esta investigación evidencian que la aplicación de sistemas de IA en la gestión de registros públicos en América Latina enfrenta barreras éticas, regulatorias y sociales que requieren un enfoque integral. Las principales preocupaciones identificadas -privacidad, sesgos algorítmicos, falta de transparencia y ausencia de regulaciones claras- coinciden con estudios previos como los de Alcarraz-Chavez (2022) y Montaño & Montaño (2023), los cuales destacan la necesidad de establecer marcos normativos que garanticen la ética en la AP, fortaleciendo la confianza ciudadana y la legitimidad institucional.

La literatura revisada también señala que la desconfianza ciudadana es un obstáculo clave para la adopción de la IA en el sector público. Según Flores Cedeño et al. (2023), la percepción de inseguridad y la falta de capacitación afectan la aceptación de estas tecnologías. Asimismo, Koo et al. (2025) refuerzan esta idea al afirmar que la confianza en la IA depende de la transparencia en su diseño y de estrategias de comunicación accesibles. Estas evidencias sugieren que la aplicación de prácticas éticas y educativas es esencial para mejorar la percepción pública y fomentar el uso responsable de la IA.

En el ámbito regulatorio, los estudios analizados advierten sobre la insuficiencia de los marcos normativos para supervisar y controlar los sistemas de IA en la región. Investigaciones como las de Plantinga et al. (2024) y Almache-Barreiro & Albert-Márquez (2024) señalan que la ausencia de regulaciones específicas incrementa el riesgo de desigualdades y sesgos algorítmicos. En este contexto, Kokina et al. (2025) subrayan la importancia de auditorías humanas y mecanismos de monitoreo para garantizar la ética en la toma de decisiones algorítmicas dentro del sector público.

Si bien este estudio proporciona una visión integral sobre las implicaciones éticas de la IA en la AP, presenta algunas limitaciones. La revisión se centró en investigaciones recientes, lo que podría excluir aportes teóricos previos que complementen el análisis. Además, la mayoría de los estudios revisados abordan casos específicos, dificultando la generalización de los hallazgos en un contexto regional diverso. También, la dependencia de bases de datos específicas pudo haber limitado la inclusión de perspectivas relevantes no disponibles en estas plataformas.

A partir de los hallazgos, se proponen diversas líneas de investigación futura. En primer lugar, se recomienda realizar estudios empíricos sobre la percepción ciudadana de la IA en distintos países de América Latina, empleando metodologías mixtas para abordar tanto aspectos culturales como preocupaciones éticas específicas. Asimismo, es fundamental evaluar la efectividad de los marcos regulatorios actuales, explorando su aplicación y proponiendo directrices adaptadas al contexto regional. Finalmente, sería valioso investigar el impacto de programas de capacitación en ética de la IA, analizando cómo estas iniciativas pueden influir en la aceptación y el uso responsable de la tecnología en la AP.

Esta investigación proporciona un marco comprehensivo sobre las implicaciones éticas de la IA en la gestión de registros públicos, identificando barreras clave y vacíos en la literatura. Los hallazgos enfatizan la necesidad de combinar innovación tecnológica con un firme compromiso ético y social. Para garantizar un uso inclusivo y beneficioso de la IA, será esencial avanzar en políticas públicas que refuercen la transparencia, promuevan la educación ciudadana y fortalezcan los marcos regulatorios en América Latina.

Conclusiones

La investigación ha identificado diversas preocupaciones éticas en la aplicación de la IA en la gestión de registros públicos en América Latina, destacando la privacidad, la transparencia, los sesgos algorítmicos y la insuficiencia de marcos regulatorios. Estos hallazgos coinciden con estudios previos (Alcarraz-Chavez, 2022; Montaño & Montaño, 2023), que resaltan la importancia de la ética en la AP. Asimismo, la desconfianza ciudadana, impulsada por la percepción de opacidad y la falta de educación tecnológica, representa un obstáculo para la aceptación y efectividad de la IA (Flores Cedeño et al., 2023).

El propósito de este estudio fue analizar las implicaciones éticas del uso de la IA en la gestión de registros públicos. Los resultados confirman que, si bien la IA puede mejorar la eficiencia y la transparencia en la AP, su aplicación requiere regulaciones claras, mecanismos de supervisión y estrategias para fortalecer la confianza ciudadana (Zepeda et al., 2024; Rincón Martínez et al., 2023).

La metodología empleada permitió un análisis estructurado del tema, identificando patrones, vacíos y tendencias en la adopción de la IA en el sector público. Esto asegura que los hallazgos sean representativos y relevantes para el contexto latinoamericano, proporcionando una base sólida para abordar sus implicaciones éticas.

El estudio enfatiza la necesidad de equilibrar la innovación tecnológica con principios éticos. Para futuras investigaciones, se recomienda evaluar empíricamente la efectividad de los marcos regulatorios existentes y explorar cómo la capacitación en ética influye en la percepción y aceptación de la IA. Además, es crucial examinar la relación entre la transparencia en el uso de estas tecnologías y la confianza pública, promoviendo enfoques que favorezcan la inclusión y la equidad.

Este equilibrio entre innovación y ética es esencial para garantizar que la IA no solo optimice la eficiencia de los sistemas públicos, sino que también refuerce su legitimidad y aceptación social en América Latina.

Referencias

Aguilar Antonio, J. M. (2024). Trayectoria y modelo de gobernanza de las políticas de inteligencia artificial (IA) de los países de América del Norte. Justicia, 29(45). https://doi.org/10.17081/just.29.45.7162 [ Links ]

Akbar, M., Khan, A., Mahmood, S., Rafi, S., & Demi, S. (2023). Trustworthy artificial intelligence: A decision‐making taxonomy of potential challenges. Software Practice and Experience, 54(9), 1621-1650. https://doi.org/10.1002/spe.3216 [ Links ]

Al-Billeh, T., Hmaidan, R., Al-Hammouri, A., & Al Makhmari, M. (2024). The risks of using artificial intelligence on privacy and human rights: Unifying global standards. Jurnal Media Hukum, 31(2), 333-350. https://doi.org/10.18196/jmh.v31i2.23480 [ Links ]

Alcarraz-Chávez, N. R. (2022). Reflexiones sobre la ética en la gestión pública desde una perspectiva de América Latina. Revista de Investigación Valor Agregado, 9(1), 124-132. https://doi.org/10.17162/riva.v9i1.1878 [ Links ]

Alekhina, E., & Nadtoka, S. (2024). Digitalization of the legal regulation system: Prospects and ways of development. E3S Web of Conferences, 537, 020. https://doi.org/10.1051/e3sconf/202453702023537 [ Links ]

Almache-Barreiro, J. C., & Albert-Márquez, J. J. (2024). La cibercandidatura política de la inteligencia artificial y su impacto en los sistemas democráticos de los Estados. Iberoamerican Journal of Development Studies, 13(2), 6-20. https://doi.org/10.26754/ojs_ried/ijds.10203 [ Links ]

Arguelles, E., & Amaro, M. (2023). Ética en chatbots. Estudios en Derecho a la Información, 15, 85-111. https://doi.org/10.22201/iij.25940082e.2023.15.17472 [ Links ]

Arifin, A. A., & Lennerfors, T. T. (2022). Ethical aspects of voice assistants: A critical discourse analysis of Indonesian media texts. Journal of Information, Communication and Ethics in Society, 20(1), 18-36. https://doi.org/10.1108/JICES-12-2020-0118 [ Links ]

Atreides, K., & Kelley, D. J. (2024). Cognitive biases in natural language: Automatically detecting, differentiating, and measuring bias in text. AGI Laboratory. https://ssrn.com/abstract=4927380Links ]

Bircan, T., & Özbilgin, M. F. (2024). Unmasking inequalities of the code: Disentangling the nexus of AI and inequality. Technological Forecasting and Social Change, 192, 122009. [ Links ]

Cotino, L., & Castellanos, J. (2024). Algoritmos abiertos y que no discriminen en el sector público. Deusto Journal of Human Rights, 14, 385-392. https://doi.org/10.18543/djhr.3201 [ Links ]

De La Cruz Morales, J. E., Rodríguez Figueroa, J. J., Cerón Valencia, F. P., Gensollen Queens, A., & Pacheco Sánchez, D. K. (2023). Aplicación de la ética institucional en la administración pública. Revista de Climatología Edición Especial Ciencias Sociales, 23, 2899-2909. https://doi.org/10.59427/rcli/2023/v23cs.2899-2909 [ Links ]

Elias, M. A., Faversani, L. A., Moreira, J. A. V., Masiero, A. V., & Bellinati, N. V. C. (2023). Inteligencia artificial en salud y sus implicaciones bioéticas: Una revisión sistemática. Revista Bioética, 31, e3542ES, 1-12. https://doi.org/10.1590/1983-803420233542ES [ Links ]

Flores Cedeño, P. R., & López Paz, C. R. (2023). Gestión de los gobiernos de la tecnología de la información en el contexto Latinoamericano. Salud, Ciencia y Tecnología - Serie de Conferencias, 3, 682. https://doi.org/10.56294/sctconf2024682 [ Links ]

Guha, N., Lawrence, C. M., Gailmard, L. A., Rodolfa, K. T., Surani, F., Bommasani, R., & Ho, D. E. (2024). AI regulation has its own alignment problem: The technical and institutional feasibility of disclosure, registration, licensing, and auditing. George Washington Law Review, Symposium on Legally Disruptive Emerging Technologies. https://ssrn.com/abstract=4634443Links ]

Hatherall, L., & Sethi, N. (2025). Exploring expert and public perceptions of answerability and trustworthy autonomous systems. Journal of Responsible Technology, 21, 100106. https://doi.org/10.1016/j.jrt.2025.100106 [ Links ]

Jaillant, L., & Rees, A. (2023). Applying AI to digital archives: Trust, collaboration, and shared professional ethics. Digital Scholarship in the Humanities, 38(2), 571-585. https://doi.org/10.1093/llc/fqac073 [ Links ]

Kim, S. (2025). Perceptions of discriminatory decisions of artificial intelligence: Unpacking the role of individual characteristics. Journal of Human-Computer Interaction, 34(1), 23-45. [ Links ]

Kleizen, B., Van Dooren, W., Verhoest, K., & Tan, E. (2024). Do citizens trust trustworthy artificial intelligence? Public Administration and Policy, 27(2), 126-139. https://doi.org/10.1108/PAP-05-2023-0058 [ Links ]

Klímová, B., Pikhart, M., & Kacetl, J. (2023). Ethical issues of the use of AI-driven mobile apps for education. Frontiers in Public Health, 10. https://doi.org/10.3389/fpubh.2022.1118116 [ Links ]

Kokina, J., Blanchette, S., Davenport, T. H., & Pachamanova, D. (2025). Challenges and opportunities for artificial intelligence in auditing: Evidence from the field. International Journal of Accounting Information Systems, 56, 100734. https://doi.org/10.1016/j.accinf.2025.100734 [ Links ]

Koo, I., Zaman, U., Ha, H., & Nawaz, S. (2025). Assessing the interplay of trust dynamics, personalization, ethical AI practices, and tourist behavior in the adoption of AI-driven smart tourism technologies. Journal of Open Innovation: Technology, Market, and Complexity, 11(1), 100455. https://doi.org/10.1016/j.joitmc.2024.100455 [ Links ]

Langer, M., Baum, K., & Schlicker, N. (2025). Effective human oversight of AI-based systems: A signal detection perspective on the detection of inaccurate and unfair outputs. Minds and Machines, 35(1), 1-30. https://doi.org/10.1007/s11023-024-09701-0 [ Links ]

Leikas, J., Johri, A., Latvanen, M., Wessberg, N., & Hahto, A. (2022). Governing ethical AI transformation: A case study of AuroraAI. Frontiers in Artificial Intelligence, 5. https://doi.org/10.3389/frai.2022.836557 [ Links ]

Machado, H. (2023). Publics’ views on ethical challenges of artificial intelligence: A scoping review. AI and Ethics. https://doi.org/10.1007/s43681-023-00387-1 [ Links ]

Majeed, S. (2024). Artificial intelligence and mental health services: A systematic review. Pakistan Postgraduate Medical Journal, 35(1), 35-40. https://doi.org/10.51642/ppmj.v35i01.603 [ Links ]

Masinde, B. K., Gevaert, C. M., Nagenborg, M. H., van den Homberg, M. J. C., Margutti, J., Gortzak, I., & Zevenbergen, J. A. (2024). Auditing flood vulnerability geo-intelligence workflow for biases. ISPRS International Journal of Geo-Information, 13(12), 419. https://doi.org/10.3390/ijgi13120419 [ Links ]

Montaño, L., & Montaño, J. (2023). Leyes y ética en la inteligencia artificial: Implicaciones jurídicas en el desarrollo tecnológico. Código Científico, 4(E2), 120-136. https://doi.org/10.55813/gaea/ccri/v4/nE2/198 [ Links ]

Plantinga, P., Shilongo, K., Mudongo, O., Umubyeyi, A., Gastrow, M., & Razzano, G. (2024). Responsible artificial intelligence in Africa: Towards policy learning. Data & Policy, 6, e72. https://doi.org/10.1017/dap.2024.60 [ Links ]

Pupic, N. (2023). An evidence-based approach to artificial intelligence education for medical students: A systematic review. PLOS Digital Health, 2(11), e0000255. https://doi.org/10.1371/journal.pdig.0000255 [ Links ]

Reinhardt, K. (2022). Trust and trustworthiness in AI ethics. AI and Ethics, 3(3), 735-744. https://doi.org/10.1007/s43681-022-00200-5 [ Links ]

Ricoy-Casas, R. M., Fernández-González, R., & Santos-Garrido, M. (2025). Alumnado subrepresentado e inteligencia artificial. European Public & Social Innovation Review, 10, 1-22. https://doi.org/10.31637/epsir-2025-843 [ Links ]

Rincón Martínez, A. M., Obando Peralta, E. C., Durand Azcárate, L. A., & Alza Collantes, C. J. (2023). Ética, Estado y gestión pública en América Latina. Revista Venezolana de Gerencia, 28(101), 384-399. https://doi.org/10.52080/rvgluz.28.101.24 [ Links ]

Rueda, J. (2023). IA y mejora moral. Daimon, 89, 199-209. https://doi.org/10.6018/daimon.508771 [ Links ]

Sakuntala, S., Sarakanam, S., Dhavan, A., Taggar, R., & Kohli, G. (2024). The complexity of corruption and recent trends in information technology for combating corruption in India. Public Administration and Policy, 27(2), 126-139. https://doi.org/10.1108/PAP-05-2023-0058 [ Links ]

Sánchez Acevedo, M. E. (2024). Regulación de algoritmos y sistemas de IA para la toma de decisiones judiciales en Colombia. Vía Inveniendi Et Iudicandi, 19(1), 73-104. https://doi.org/10.15332/19090528.10098 [ Links ]

Silva Andrade, G. J., Ayala Ayala, L. R., Vicuña Pozo, V. E., & Silva Andrade, D. A. (2024). Claves para la eficiencia en la administración pública: Un enfoque en los principios de jerarquía, transparencia y buena fe. Revista Dilemas Contemporáneos: Educación, Política y Valores, 11(2), Artículo 17. https://doi.org/10.46377/dilemas.v11i2.4023 [ Links ]

Svärd, P., Guerrero, E., Balogun, T., Saurombe, N., Jacobs, L., & Henttonen, P. (2024). Local regulations for the use of artificial intelligence in the management of public records: A literature review. Records Management Journal, 34(2/3), 109-130. https://doi.org/10.1108/RMJ-10-2023-0061 [ Links ]

Tang, L., Li, J., & Fantus, S. (2023). Medical artificial intelligence ethics: A systematic review of empirical studies. Digital Health, 9. https://doi.org/10.1177/20552076231186064 [ Links ]

Van Leersum, C. M., & Maathuis, C. (2025). Human-centred explainable AI decision-making in healthcare. Journal of Responsible Technology, 21, 100108. https://doi.org/10.1016/j.jrt.2025.100108 [ Links ]

Yang, L., Allen, G., Zhang, Z., & Zhao, Y. (2025). Achieving on-site trustworthy AI implementation in the construction industry: A framework across the AI lifecycle. Buildings, 15(1), 21. https://doi.org/10.3390/buildings15010021 [ Links ]

Zepeda, M. E., Cardoso, E. O., & Cortés, J. A. (2024). Influencia de la inteligencia artificial en la educación media y superior. Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 14(28), e679. https://doi.org/10.23913/ride.v14i28.1949 [ Links ]

Recibido: 15 de Noviembre de 2014; Aprobado: 10 de Febrero de 2025; Publicado: 11 de Febrero de 2025

CONTRIBUCIÓN DE LA AUTORÍA:

  1. Conceptualización: Jorge Luis Hilario Rivas, Jackeline Petronila Apaza Mendoza, Ricardo Santiago Musse Carrasco, Rafael Jesús Herrera Torres, Guiceli Codina Patiño García, Andy Williams Chamoli Falcón.

  2. Curación de datos: Jorge Luis Hilario Rivas, Jackeline Petronila Apaza Mendoza, Ricardo Santiago Musse Carrasco, Rafael Jesús Herrera Torres, Guiceli Codina Patiño García, Andy Williams Chamoli Falcón.

  3. Análisis formal: Jorge Luis Hilario Rivas, Jackeline Petronila Apaza Mendoza, Ricardo Santiago Musse Carrasco, Rafael Jesús Herrera Torres, Guiceli Codina Patiño García, Andy Williams Chamoli Falcón.

  4. Investigación: Jorge Luis Hilario Rivas, Jackeline Petronila Apaza Mendoza, Ricardo Santiago Musse Carrasco, Rafael Jesús Herrera Torres, Guiceli Codina Patiño García, Andy Williams Chamoli Falcón.

  5. Metodología: Jorge Luis Hilario Rivas, Jackeline Petronila Apaza Mendoza, Ricardo Santiago Musse Carrasco, Rafael Jesús Herrera Torres, Guiceli Codina Patiño García, Andy Williams Chamoli Falcón.

  6. Dirección del proyecto: Jorge Luis Hilario Rivas, Jackeline Petronila Apaza Mendoza, Ricardo Santiago Musse Carrasco, Rafael Jesús Herrera Torres, Guiceli Codina Patiño García, Andy Williams Chamoli Falcón.

  7. Recursos: Jorge Luis Hilario Rivas, Jackeline Petronila Apaza Mendoza, Ricardo Santiago Musse Carrasco, Rafael Jesús Herrera Torres, Guiceli Codina Patiño García, Andy Williams Chamoli Falcón.

  8. Supervisión: Jorge Luis Hilario Rivas, Jackeline Petronila Apaza Mendoza, Ricardo Santiago Musse Carrasco, Rafael Jesús Herrera Torres, Guiceli Codina Patiño García, Andy Williams Chamoli Falcón.

  9. Redacción - borrador original: Jorge Luis Hilario Rivas, Jackeline Petronila Apaza Mendoza, Ricardo Santiago Musse Carrasco, Rafael Jesús Herrera Torres, Guiceli Codina Patiño García, Andy Williams Chamoli Falcón.

  10. Redacción - corrección de pruebas y edición: Jorge Luis Hilario Rivas, Jackeline Petronila Apaza Mendoza, Ricardo Santiago Musse Carrasco, Rafael Jesús Herrera Torres, Guiceli Codina Patiño García, Andy Williams Chamoli Falcón.

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons