ARTÍCULO

Inteligencia artificial, economía digital y precarización laboral en México y América Latina

Resumen

El artículo analiza cómo la inteligencia artificial, la automatización, la robótica y las plataformas digitales reconfiguran la precarización laboral en México y América Latina. A partir de una revisión documental sistemática de estudios recientes sobre trabajo, tecnologías digitales, informalidad, trayectorias laborales y regulación, se propone una lectura sociotécnica: la tecnología no produce precariedad por sí misma, sino que intensifica desigualdades preexistentes cuando se inserta en mercados laborales heterogéneos con alta informalidad, baja protección social y débiles capacidades regulatorias. Los hallazgos muestran cinco mecanismos principales: desplazamiento selectivo en tareas rutinarias, obsolescencia y reconversión desigual de habilidades, gestión algorítmica del trabajo, polarización salarial y traslado del riesgo empresarial hacia trabajadores formales vulnerables, informales o independientes. Se concluye que el problema central no es la sustitución masiva e inmediata del empleo, sino la degradación de la calidad del trabajo, la 

fragmentación de trayectorias ocupacionales y la insuficiencia institucional para gobernar la transición tecnológica.

Palabras clave: inteligencia artificial, precarización laboral, economía digital, informalidad, América Latina.

Abstract

This article examines how artificial intelligence, automation, robotics, and digital platforms reshape labor precarity in Mexico and Latin America. Based on a systematic documentary review of recent studies on labor, digital technologies, informality, occupational trajectories, and regulation, the paper proposes a sociotechnical interpretation: technology does not 

produce precarity by itself; rather, it intensifies pre-existing inequalities when embedded in heterogeneous labor markets marked by high informality, weak social protection, and limited regulatory capacity. The findings identify five main mechanisms: selective displacement of routine tasks; unequal skill obsolescence and reskilling; algorithmic management; wage 

polarization; and the transfer of business risks to vulnerable formal, informal, and independent workers. The article cludes that the core issue is not immediate mass unemployment, but the deterioration of job quality, the fragmentation of 

occupational trajectories, and the institutional insufficiency to 

govern technological change.

Keywords: artificial intelligence, labor precarity, digital economy, informality, Latin America.

1 Introducción

La discusión sobre inteligencia artificial (IA) y empleo suele oscilar entre dos visiones limitadas: el determinismo tecnológico, que prevé una sustitución masiva de trabajadores, y el optimismo productivista, que asume beneficios generalizados, mejores empleos y nuevas oportunidades. En América Latina, ambas lecturas resultan parciales. La región no enfrenta la IA desde mercados laborales plenamente formalizados, con sistemas robustos de protección social y capacidades institucionales homogéneas, sino desde estructuras históricamente segmentadas, con alta informalidad, desigualdad educativa, precariedad 

salarial y trayectorias ocupacionales discontinuas.

La sociología del trabajo mexicana y latinoamericana ofrece una base conceptual indispensable para entender este proceso. Hualde-Alfaro y Mancini (2024) muestran que los estudios del trabajo en México se han construido en diálogo con transformaciones productivas, cambios regulatorios, informalidad y precariedad, y que las tecnologías digitales constituyen uno de los desafíos actuales del campo. Esta lectura conecta con Guadarrama, Hualde y López (2016), para quienes la precariedad laboral no puede reducirse a un indicador único, pues articula dimensiones contractuales, salariales, subjetivas, temporales y de protección social. En esa línea, Hualde Alfaro (2019, 2024) 

advierte que la era digital no inaugura simplemente una ruptura absoluta, sino una nueva fase de tensiones entre viejas formas de vulnerabilidad laboral y dispositivos contemporáneos de automatización, plataformización y control digital.

El problema de investigación de este artículo es el siguiente: 

¿por qué la IA y las tecnologías digitales intensifican la precarización laboral en México y América Latina aun cuando no producen, de manera uniforme, una destrucción masiva de 

empleos? La hipótesis es que la IA actúa como tecnología de reconfiguración del trabajo: reorganiza tareas, clasifica trabajadores, automatiza segmentos de ocupaciones, debilita trayectorias, incrementa exigencias de aprendizaje y desplaza riesgos hacia sujetos con desigual capacidad de negociación. Por ello, el efecto central no debe medirse únicamente en número de empleos perdidos, sino en calidad del empleo, autonomía, ingresos, seguridad social, estabilidad, reconocimiento jurídico y salud psicosocial.

El objetivo del artículo es construir un estado del arte crítico sobre la relación entre IA, economía digital y precarización laboral en México y América Latina, integrando evidencia empírica regional y literatura estructural sobre precariedad, informalidad, plataformas y trayectorias laborales.

2. Metodología 

El estudio se desarrolló mediante una revisión teórica y sistemática de artículos. Se integraron dos conjuntos complementarios: uno centrado en IA, precariedad laboral, México y América Latina; y otro enfocado en tecnologías de cuarta generación, trayectorias laborales disminuidas, automatización, plataformas digitales y deterioro ocupacional. Los grupos fueron seleccionados según su relevancia geográfica, enfoque tecnológico,

evidencia empírica o documental, atención a trabajadores y la evaluación de resultados vinculados con precariedad, como la inseguridad en el trabajo, la informalidad, la inestabilidad en los ingresos, la pérdida de derechos, el desgaste de habilidades 

laborales, el estrés en el trabajo y la disminución de las condiciones laborales.

La revisión se complementó con textos estructurales de la sociología del trabajo mexicana y latinoamericana, particularmente Hualde Alfaro (2019, 2024), Hualde-Alfaro y Mancini

(2024), y Guadarrama et al. (2016). Para prevenir una lectura tecnocéntrica del problema, se utilizaron estas obras como fundamento conceptual. La evidencia se organizó en una tabla analítica con cinco dimensiones: el sector afectado, la tecnología empleada, el mecanismo de precarización, la población vulnerable y la respuesta institucional.

El análisis se centró en detectar patrones convergentes entre estudios de tipo cualitativo, cuantitativo y mixto, así como mecanismos causales razonables. Esta decisión metodológica es importante, ya que el efecto laboral de la IA depende de mediaciones en los sectores ocupacionales, institucionales y sectoriales.

3. Resultados

3.1. De la precariedad clásica a la precarización sociotécnica.

La precariedad laboral en México y América Latina antecede a la IA. La literatura sobre informalidad, heterogeneidad estructural y empleos atípicos ya había mostrado que amplios segmentos de trabajadores enfrentan bajos salarios, ausencia de prestaciones, subocupación, incertidumbre contractual y débil capacidad colectiva de defensa (Guadarrama et al., 2016; Hualde-Alfaro & Mancini, 2024). La novedad de la economía 

digital no consiste en crear desde cero estas condiciones, sino en reorganizarlas mediante infraestructuras tecnológicas, plataformas, algoritmos, sistemas de medición de productividad y automatización parcial de tareas.

Hualde Alfaro (2019) plantea una pregunta central: si la digitalización constituye una nueva ola de precarización o una transformación ambivalente del trabajo. La evidencia regional 

sugiere que ambas cosas pueden ocurrir, pero de manera desigual. En sectores intensivos en capital y conocimiento, la IA puede generar nuevos perfiles laborales; en sectores con baja protección, puede intensificar subordinación, fragmentación e incertidumbre. Hualde Alfaro (2024) profundiza este argumento al distinguir entre la promesa de inteligencia artificial y la persistencia de formas no artificiales de desigualdad: debilidad sindical, insuficiencia regulatoria, informalidad y asimetrías de poder.

La precarización sociotécnica puede definirse como el proceso mediante el cual tecnologías digitales se articulan con mercados laborales desiguales para producir deterioro en estabilidad, ingresos, derechos, autonomía y trayectorias. No es una propiedad intrínseca del algoritmo ni una consecuencia inevitable de la innovación; es el resultado de una relación social mediada por tecnología.

3.2. Automatización, alto riesgo técnico, desplazamiento selectivo.

Los estudios cuantitativos reportan riesgos significativos de automatización. Minian y Martínez Monroy (2018) estiman una alta vulnerabilidad del empleo mexicano frente a nuevas tecnologías, especialmente en ocupaciones rutinarias y sectores manufactureros. Bonavida, Brambilla y Gasparini (2022) muestran que, en América Latina, la automatización se cruza con condiciones de exposición diferenciada al teletrabajo, contagio y reemplazo de tareas, lo que afecta con mayor fuerza a trabajadores con menor escolaridad e inserciones laborales más frágiles.

Sin embargo, el riesgo técnico no equivale automáticamente a desaparición inmediata del empleo. Brambilla, César, Falcone y Gasparini (2023) encuentran que la penetración de robots en Argentina, Brasil y México tuvo efectos negativos sobre empleo, salarios e informalidad, pero concentrados en mercados locales y grupos ocupacionales específicos. La evidencia no confirma una sustitución homogénea de todo el trabajo humano, sino una recomposición desigual: algunas ramas avanzadas absorben tecnología y empleo calificado, mientras tareas rutinarias, puestos medios y ocupaciones manuales quedan más 

expuestos.

La industria manufacturera mexicana ilustra esa tensión. Reyes Soto, Pérez y Gaytán (2026) relacionan IA, productividad, escolaridad y remuneraciones en ramas manufactureras, mostrando que el impacto tecnológico no puede analizarse sin considerar composición educativa y estructura salarial. Garduño Palomino (2021) documenta en maquiladoras electrónicas de Mexicali una madurez digital intermedia: la tecnología avanza, 

pero de forma localizada, manteniendo una brecha entre ingenieros con competencias digitales y operadores vulnerables a desplazamiento o estancamiento ocupacional.

3.3. Plataformas digitales y gestión algorítmica.

Las plataformas digitales constituyen uno de los espacios donde la precarización sociotécnica aparece con mayor claridad. Aguirre (2023) analiza repartidores de aplicaciones en Guadalajara y muestra que el trabajo a domicilio mediado por plataformas produce incertidumbre de ingresos, ausencia de protección social y dependencia de sistemas digitales de asignación y evaluación. Erreguerena (2023) añade que los repartidores no son sujetos pasivos: desarrollan resistencias comunitarias frente al individualismo promovido por las plataformas, lo que revela una tensión entre control algorítmico y organización colectiva.El caso de Rappi en Colombia permite observar la precarización de la innovación. Elicabide, Reyes y Osorio (2024) identifican mecanismos como externalización de costos, inestabilidad del ingreso, negación de relación laboral y exposición a riesgos físicos y sociales. Atzeni (2025), al estudiar Mercado Libre y el 

comercio electrónico, muestra que las nuevas tecnologías logísticas no eliminan el control jerárquico; más bien lo refinan mediante datos, dispositivos móviles, metas de productividad 

y supervisión intensificada. Lima y Bridi (2019), desde Brasil, coinciden en que plataformas, call centers y trabajo de software expresan distintas formas de digitalización laboral, no todas equivalentes, pero sí atravesadas por nuevas modalidades de control y flexibilización.

Las plataformas no solamente organizan el mercado, sino también el tiempo, los ingresos, la subjetividad y el cuerpo del trabajador. Su poder radica en controlar el acceso a tareas, 

rendimiento, reputación y disponibilidad laboral. Por ende, la cuestión legal de si el trabajador es autónomo o subordinado resulta fundamental, ya que establece la posibilidad de acceder a la seguridad social, negociaciones colectivas y responsabilidades empresariales. 

3.4. IA generativa, obsolescencia de habilidades y estrés laboral.

La IA generativa introduce un segundo tipo de precarización: no siempre elimina el puesto, pero altera el contenido del trabajo y produce presión permanente de reconversión. Mejía 

Pinedo, Núñez, Campos y Bernaola (2026) reportan obsolescencia de habilidades en sectores como tecnología, educación, salud, finanzas y servicios creativos, junto con necesidad de supervisión crítica de IA y aprendizaje continuo. Suárez-Carreño (2025) muestra que esta transformación también tiene efectos psicosociales: estrés, ansiedad, miedo al reemplazo y carga cognitiva en actividades como call centers, educación virtual y 

comunicación digital.

En educación, Sagrado y Fernández (2025) describen cómo plataformas adaptativas y sistemas digitales pueden desplazar la autonomía docente hacia tareas de gestión de datos, cumplimiento de métricas y vigilancia del desempeño. Este hallazgo conecta con una dimensión central de la precarización contemporánea: el trabajador no necesariamente pierde el empleo, pero pierde control sobre el proceso de trabajo. La precariedad se expresa entonces como subordinación técnica, intensificación, reducción del juicio profesional y dependencia de indicadores.

También en organizaciones industriales mexicanas, Villasano Jain, Cuellar Hernández, Reyes Rizo y Roesner García (2021) observan que la incorporación de IA en gestión del talento humano puede generar estrés y temor al reemplazo. La evidencia sugiere que la adaptación tecnológica no es solamente un problema de capacitación, sino de gobernanza organizacional: quién decide qué se automatiza, cómo se mide el desempeño, 

qué derechos se preservan y cómo se distribuyen los beneficios de productividad.

3.5. Informalidad como amortiguador precario.

Un hallazgo central para América Latina es que la informalidad puede impedir aumentos visibles de desempleo abierto, aunque a costa de incorporar trabajadores en condiciones laborales más precarias. Brambilla et al. (2023) muestran que la exposición a robots puede aumentar la informalidad y reducir salarios en mercados locales. Bonavida et al. (2022) encuentran que trabajadores informales, con menor educación y menores ingresos, son más vulnerables ante la automatización y las crisis. Este patrón confirma la utilidad de leer la IA desde la heterogeneidad estructural regional y no desde modelos laborales de economías centrales.

La informalidad opera como válvula de escape: recibe trabajadores desplazados, jóvenes sin inserción estable, migrantes, repartidores, freelancers y trabajadores por cuenta propia. 

Pero esa absorción no equivale a protección. Gallegos y Farrera (2022) describen el freelance digital como espacio de oportunidad y precariedad simultáneas; Areous (2020) plantea la necesidad de regular ocupaciones emergentes en la economía digital mexicana; Palacios Núñez y Constandce Charco (2024) vinculan informalidad, desarrollo tecnológico y precariedad en México. Así, el problema no es solo cuántos empleos se destruyen, sino qué tipo de trayectorias quedan disponibles para quienes no acceden a empleos formales digitalmente protegidos.

3.6. Regulación, derechos laborales y desigualdad institucional.

La respuesta institucional aparece rezagada frente a la velocidad tecnológica. Torres Chávez y Medina Romero (2025), así como Camacho y Herrera (2026), señalan que la adopción de IA tensiona las relaciones laborales latinoamericanas y exige actualizar marcos de derechos. Chávez y Romero (2025) examinan la transición de derechos laborales en México frente a la IA empresarial, mientras Bermúdez y Pérez (2019) discuten la necesidad de repensar la seguridad social en contextos de industria 4.0.En Ecuador, Coloma-Armijos, Maldonado-Valle, Chicaiza-Flores y Narváez-Montenegro (2024) analizan la vulneración del 

derecho al trabajo por uso de IA en el sistema judicial; Carvajal Segovia, Hidalgo Cajo y Romero Flores (2024) amplían esa discusión en el campo jurídico; Valencia-Moreira y Romero-Morán (2025) identifican vacíos regulatorios. En Costa Rica, Rosales Robles (2025) señala barreras estructurales y culturales para integrar automatización e IA sin profundizar desigualdades. En Perú, Morales (2021) y Armas Morales (2021) advierten que la legislación laboral se encuentra desfasada frente a transformaciones tecnológicas empresariales.

Estas aportaciones muestran que la precarización no depende únicamente del progreso tecnológico, sino también de la habilidad de los gobiernos para transformar la productividad 

en derechos. Sin regulación, la IA tiene el potencial de actuar como un mecanismo para disminuir los costos laborales; en cambio, con regulación, capacitación y negociación, puede transformarse en un instrumento que mejore la productividad y brinde protección social. Tabla 1. Mecanismos de precarización sociotécnica identificados.

Elaboración propia con base en la literatura. 

4. Discusión

El estado del arte muestra que los altos riesgos de automatización no se traducen 

necesariamente en desempleo masivo. La IA afecta primero tareas, procesos 

y formas de control antes que ocupaciones completas. Como señaló Hualde Alfaro 

(2019), una tarea automatizable no implica la eliminación inmediata del empleo 

debido a costos, barreras organizacionales, regulación, resistencia laboral o necesidad de interacción humana. Sin embargo, el trabajo puede mantenerse mientras pierde autonomía, estabilidad, salario o contenido profesional. 

La principal aportación de este artículo es el concepto de la precarización sociotécnica, entendido como la combinación entre innovación tecnológica y desigualdades laborales preexistentes. En América Latina, la alta informalidad permite que el impacto tecnológico no siempre aparezca como desempleo abierto, sino como desplazamiento hacia autoempleo, plataformas digitales, ocupaciones temporales y trabajos con baja protección social.

La evidencia también revela una fuerte segmentación. Los trabajadores con educación superior, acceso digital y empleos formales pueden beneficiarse mediante mayores niveles de productividad y nuevas especializaciones. En contraste, trabajadores de baja escolaridad, ocupaciones rutinarias, plataformas digitales e informalidad enfrentan mayores riesgos de exclusión o reconversión forzada. Esta diferencia confirma que la IA no distribuye sus efectos de manera neutral: se acopla a jerarquías previas de clase, género, edad, territorio, educación y estatus ocupacional.

Por ello, el debate sobre IA requiere regulación orientada a la justicia laboral mediante transparencia algorítmica, protección social, capacitación y mecanismos de negociación colectiva. Sin estas medidas, los beneficios tecnológicos tenderán a concentrarse mientras los riesgos se distribuyen socialmente.

5. Conclusiones

La IA y las tecnologías digitales no inauguran la precariedad laboral en México y América Latina; la reconfiguran, intensifican y vuelven más difícil de observar mediante mecanismos sociotécnicos. El hallazgo central es que la región no enfrenta una simple elección entre empleo humano y máquina, sino una transformación de tareas, controles, competencias, derechos y trayectorias laborales.

El desplazamiento laboral existe, sobre todo en tareas rutinarias, manufactura, logística y ocupaciones de baja calificación. Sin embargo, el impacto más extendido es la degradación de la calidad del trabajo: salarios polarizados, presión de productividad, estrés, obsolescencia de habilidades, informalización, pérdida de autonomía y subordinación algorítmica. La informalidad funciona como amortiguador estadístico del desempleo, pero también como mecanismo estructural de precarización.

El estado del arte permite concluir que la pregunta relevante no es si la IA destruirá todos los empleos, sino bajo qué instituciones, reglas y relaciones de poder se incorporará al trabajo. Si la transición digital se deja al mercado, aumentará la desigualdad laboral. Si se gobierna mediante regulación, formación, negociación colectiva y protección social, puede convertirse en una oportunidad de modernización con justicia laboral. Para México y América Latina, el desafío no es solo tecnológico; es más bien político, institucional y profundamente social.

Referencias

Aguirre, E. D. P. (2023). Precariedad a domicilio: plataformas digitales y precarización del trabajo en repartidores de aplicaciones digitales en la Zona Metropolitana de Guadalajara. Vínculos. Sociología, Análisis y Opinión. https://doi.org/10.32870/vinculos.v4i8.7680

Areous, G. I. B. (2020). Ocupaciones emergentes en la economía digital y su regulación en México.

Armas Morales, C. A. (2021). La inteligencia artificial en empresas peruanas y sus impactos laborales.

Atzeni, M. (2025). Mercado Libre y el uso de nuevas tecnologías en el e-commerce: ¿qué consecuencias tiene para los trabajadores? Observatorio Económico. https://doi.org/10.11565/oe.v1i203.594

Bermúdez, G. M., & Pérez, E. L. (2019). Nuevo modelo de seguridad social en el contexto de la industria 4.0.

Bonavida, C., Brambilla, I., & Gasparini, L. (2022). Automatización y pandemia: Amenazas sobre el empleo en América Latina. Revista de Análisis Económico. https://doi.org/10.4067/

S0718-88702022000100027

Brambilla, I., César, A., Falcone, G., & Gasparini, L. (2023). The impact of robots in Latin America: Evidence from local labor markets. World Development. https://doi.org/10.1016/j.worlddev.2023.106271

Camacho, E. G. G., & Herrera, M. T. C. (2026). Trabajo en tiempos de IA: El impacto en las relaciones laborales latinoamericanas. Reflexiones Contables (Cúcuta). https://doi.

org/10.22463/26655543.5091

Carvajal Segovia, M. F., Hidalgo Cajo, B. G., & Romero Flores, M. L. (2024). Inteligencia artificial y derecho al trabajo en sistemas judiciales latinoamericanos.

Chávez, T. H. T., & Romero, M. Á. M. (2025). La transición de los derechos laborales en México ante la adopción de inteligencia artificial en las empresas. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades. https://doi.

org/10.56712/latam.v6i4.4540

Coloma-Armijos, J. A., Maldonado-Valle, K. J., Chicaiza-Flores, M. J., & Narváez-Montenegro, B. D. (2024). Vulneración del derecho al trabajo por el uso de la IA en el sistema judicial. Verdad y Derecho. Revista Arbitrada de Ciencias Jurídicas y 

Sociales. https://doi.org/10.62574/bs4gv663

Elicabide, L. C. M., Reyes, N. A. M., & Osorio, S. A. (2024). La 

precarización laboral de la innovación, el caso de Rappi en 

Colombia. Estudios Sociológicos de El Colegio de México. 

https://doi.org/10.24201/es.2024v42.e2707

Erreguerena, J. O. (2023). Repartidores de aplicación en México: entre el individualismo imaginado de las plataformas y las resistencias comunitarias de los trabajadores. Espiral. Estudios sobre Estado y Sociedad. https://doi.org/10.32870/eees.v30i88.7319

Gallegos, A. A. C., & Farrera, R. A. M. (2022). El freelance. Espacios laborales en las redes sociales e internet. Transdigital. https://doi.org/10.56162/transdigital135

Garduño Palomino, K. Y. (2021). Industria 4.0, maquiladoras electrónicas y empleo en Mexicali.

Guadarrama, R., Hualde, A., & López, S. (2016). La precariedad laboral en México: Dimensiones, dinámicas y significados. El Colegio de la Frontera Norte.

Hualde Alfaro, A. (2019). El trabajo y el empleo en la era digital: ¿Una nueva ola de precarización? QUIT Working Paper Series, 24.

Hualde Alfaro, A. (2024). No toda la inteligencia es artificial: Viejas y nuevas formas de precarización en la economía digital. Cuestiones de Sociología, (30), e171.

Hualde-Alfaro, A., & Mancini, F. (2024). Los estudios del trabajo en México: de los retos del presente a las incertidumbres del futuro. Espiral (Guadalajara), 31(90), 49–85.https://doi.org/10.32870/eees.v31i90.7371

Lima, J. C., & Bridi, M. A. (2019). Trabajo digital, plataformas y nuevas formas de control laboral en Brasil.

Mejía Pinedo, D. A., Núñez, C. O., Campos, M. D. V., & Bernaola, L. R. A. (2026). Impacto de la inteligencia artificial generativa en la empleabilidad y reconversión laboral: Un análisis sectorial. Revista Tribunal. https://doi.org/10.59659/revistatribunal.v6i14.360

Minian, I., & Martínez Monroy, Á. (2018). El impacto de las nuevas tecnologías en el empleo en México. Problemas del Desarrollo. Revista Latinoamericana de Economía, 49(195). https://doi.org/10.22201/iiec.20078951e.2018.195.64001

Morales, C. A. (2021). Inteligencia artificial, empresas peruanas y regulación laboral.

Palacios Núñez, G., & Constandce Charco, I. A. (2024). Informalidad, precariedad laboral y estrategias de desarrollo tecnológico en México.

Reyes Soto, J. E., Pérez, D. Y. V., & Gaytán, M. P. (2026). El impacto de la inteligencia artificial en los niveles educativos, productividad y remuneraciones de la industria manufacturera mexicana. Portes: Revista Mexicana de Estudios sobre la Cuenca del 

Pacífico. https://doi.org/10.53897/revportes.2026.06.09

Rosales Robles, R. (2025). Automatización, inteligencia artificial y barreras estructurales de integración laboral en Costa Rica.

Sagrado, A. L., & Fernández, C. G. (2025). Capitalismo digital y educación: La precarización docente en la red estatal de enseñanza del estado de Paraná, Brasil. Revista Española de Educación Comparada. https://doi.org/10.5944/reec.48.2025.45389

Suárez-Carreño, F. (2025). Generative artificial intelligence and labor transformation in Latin America: An analysis of stress and anxiety in the new work environment. Noesis. https://doi.

org/10.47460/noesis.v2i3.21

Torres Chávez, T. H., & Medina Romero, M. Á. (2025). La transición de los derechos laborales en México ante la adopción de inteligencia artificial en las empresas. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades. https://doi.org/10.56712/latam.v6i4.4540

Valencia-Moreira, M., & Romero-Morán, M. (2025). Regulación laboral e inteligencia artificial en Ecuador.

Villasano Jain, M. L., Cuellar Hernández, H., Reyes Rizo, R. A., & Roesner García, H. E. (2021). Repercusión de la inteligencia artificial en el ámbito de la gestión del talento humano en las organizaciones. Revista Relayn - Micro y Pequeñas Empresas en Latinoamérica, 5(3), 62–77. https://doi.org/10.46990/relayn.2021.5.3.185