HABILIDADES BLANDAS DE LOS
ESTUDIANTES DE UNA ORGANIZACIÓN DE
EDUCACIÓN SUPERIOR PARA ENFRENTAR
LOS DESAFÍOS DE LA INTELIGENCIA
ARTIFICIAL EN LAS ORGANIZACIONES
SOFT SKILLS OF HIGHER EDUCATION ORGANIZATION
STUDENTS TO MEET THE CHALLENGES OF ARTIFICIAL
INTELLIGENCE IN ORGANIZATIONS
Mayela del Rayo Lechuga-Nevárez
Tecnológico Nacional de México/Instituto Tecnológico de Durango
Gerardina de las Maravillas González Valenciano
Tecnológico Nacional de México/Instituto Tecnológico de Durango
María Quetzalcihuatl Galván Ismael
Tecnológico Nacional de México/Instituto Tecnológico de Durango
Iván González Lazalde
Tecnológico Nacional de México/Instituto Tecnológico de Durango
Linda Miriam Silerio Hernández
Tecnológico Nacional de México/Instituto Tecnológico de Durango
pág. 2910
DOI: https://doi.org/10.37811/cl_rcm.v10i4.25315
Habilidades blandas de los estudiantes de una Organización de Educación
Superior para enfrentar los desafíos de la inteligencia artificial en las
organizaciones
Mayela del Rayo Lechuga-Nevárez1
mlechuga@itdurango.edu.mx
https://orcid.org/0000-0003-3221-0742
Tecnológico Nacional de México/Instituto
Tecnológico de Durango
México
Gerardina de las Maravillas González
Valenciano
gerardinagonzalez@itdurango.edu.mx
https://orcid.org/0009-0005-4854-1812
Tecnológico Nacional de México/Instituto
Tecnológico de Durango
México
María Quetzalcihuatl Galván Ismael
qgalvan@itdurango.edu.mx
https://orcid.org/0000-0003-3117-5121
Tecnológico Nacional de México/Instituto
Tecnológico de Durango
México
Iván González Lazalde
igonzalez@itdurango.edu.mx
https://orcid.org/0000-0002-6728-4381
Tecnológico Nacional de México/Instituto
Tecnológico de Durango
México
Linda Miriam Silerio Hernández
linda.silerio@itdurango.edu.mx
https://orcid.org/0000-0002-5149-9126
Tecnológico Nacional de México/Instituto
Tecnológico de Durango
México
RESUMEN
El objetivo de la investigación fue analizar el nivel de las habilidades blandas de los estudiantes de una
Organización de Educación Superior para enfrentar los desafíos del uso de la inteligencia artificial en
las organizaciones. La investigación tiene un enfoque cuantitativo; un diseño correlacional, descriptivo,
explicativo, deductivo, con un alcance transversal. Para la recopilación de la información se usó la
técnica de la encuesta y como instrumento el cuestionario, el cual se validó haciendo uso de la técnica
de juicio de expertos. El análisis de los datos se realizó utilizando el programa SPSS v27, además de
Excel (Office 365). Para el análisis estadístico descriptivo se usó la medida de tendencia central Media
y la Desviación estándar. Para la estadística inferencial, se usó Ro Spearman, considerando que el
comportamiento de los datos no normal, para identificar la relación de las Habilidades blandas y los
Desafíos del uso de la IA en las organizaciones. Los resultados confirman que las habilidades blandas
en los estudiantes en ambos departamentos constituyen un elemento importante en la formación integral,
ya que estas complementan las competencias duras y favorecen su desempeño en las organizaciones a
partir de las exigencias de los entornos tecnológicos y la transformación organizacional en la era de la
IA.
Palabras clave: Habilidades blandas; Desafíos; Inteligencia Artificial
1 Autor principal
Correspondencia: linda.silerio@itdurango.edu.mx
DOI: https://doi.org/10.37811/cl_rcm.v10i4.25315
Habilidades blandas de los estudiantes de una Organización de Educación
Superior para enfrentar los desafíos de la inteligencia artificial en las
organizaciones
Mayela del Rayo Lechuga-Nevárez1
mlechuga@itdurango.edu.mx
https://orcid.org/0000-0003-3221-0742
Tecnológico Nacional de México/Instituto
Tecnológico de Durango
México
Gerardina de las Maravillas González
Valenciano
gerardinagonzalez@itdurango.edu.mx
https://orcid.org/0009-0005-4854-1812
Tecnológico Nacional de México/Instituto
Tecnológico de Durango
México
María Quetzalcihuatl Galván Ismael
qgalvan@itdurango.edu.mx
https://orcid.org/0000-0003-3117-5121
Tecnológico Nacional de México/Instituto
Tecnológico de Durango
México
Iván González Lazalde
igonzalez@itdurango.edu.mx
https://orcid.org/0000-0002-6728-4381
Tecnológico Nacional de México/Instituto
Tecnológico de Durango
México
Linda Miriam Silerio Hernández
linda.silerio@itdurango.edu.mx
https://orcid.org/0000-0002-5149-9126
Tecnológico Nacional de México/Instituto
Tecnológico de Durango
México
RESUMEN
El objetivo de la investigación fue analizar el nivel de las habilidades blandas de los estudiantes de una
Organización de Educación Superior para enfrentar los desafíos del uso de la inteligencia artificial en
las organizaciones. La investigación tiene un enfoque cuantitativo; un diseño correlacional, descriptivo,
explicativo, deductivo, con un alcance transversal. Para la recopilación de la información se usó la
técnica de la encuesta y como instrumento el cuestionario, el cual se validó haciendo uso de la técnica
de juicio de expertos. El análisis de los datos se realizó utilizando el programa SPSS v27, además de
Excel (Office 365). Para el análisis estadístico descriptivo se usó la medida de tendencia central Media
y la Desviación estándar. Para la estadística inferencial, se usó Ro Spearman, considerando que el
comportamiento de los datos no normal, para identificar la relación de las Habilidades blandas y los
Desafíos del uso de la IA en las organizaciones. Los resultados confirman que las habilidades blandas
en los estudiantes en ambos departamentos constituyen un elemento importante en la formación integral,
ya que estas complementan las competencias duras y favorecen su desempeño en las organizaciones a
partir de las exigencias de los entornos tecnológicos y la transformación organizacional en la era de la
IA.
Palabras clave: Habilidades blandas; Desafíos; Inteligencia Artificial
1 Autor principal
Correspondencia: linda.silerio@itdurango.edu.mx
pág. 2911
Soft Skills of Higher Education Organization Students to Meet the
Challenges of Artificial Intelligence in Organizations
ABSTRACT
The objective of the research was to analyze the level of soft skills of students of a Higher Education
Organization to face the challenges of the use of artificial intelligence in organizations. The research has
a quantitative approach; a correlational, descriptive, explanatory, deductive design, with a cross-
sectional scope. The survey technique was used to collect information, and the questionnaire was used
as an instrument, which was validated using the expert judgment technique. The data analysis was
carried out using the SPSS v27 program, in addition to Excel (Office 365). For the descriptive statistical
analysis, the measure of central tendency, Mean and Standard Deviation were used. For inferential
statistics, Ro Spearman was used, considering that the behavior of the data is not normal, to identify the
relationship between Soft Skills and Challenges of the use of AI in organizations. The results confirm
that soft skills in students in both departments are an important element in comprehensive training, since
they complement hard skills and favor their performance in organizations based on the demands of
technological environments and organizational transformation in the era of AI.
Keywords: Soft skills; Challenges; Artificial Intelligence
Artículo recibido 20 mayo 2026
Aceptado para publicación: 20 junio 2026
Soft Skills of Higher Education Organization Students to Meet the
Challenges of Artificial Intelligence in Organizations
ABSTRACT
The objective of the research was to analyze the level of soft skills of students of a Higher Education
Organization to face the challenges of the use of artificial intelligence in organizations. The research has
a quantitative approach; a correlational, descriptive, explanatory, deductive design, with a cross-
sectional scope. The survey technique was used to collect information, and the questionnaire was used
as an instrument, which was validated using the expert judgment technique. The data analysis was
carried out using the SPSS v27 program, in addition to Excel (Office 365). For the descriptive statistical
analysis, the measure of central tendency, Mean and Standard Deviation were used. For inferential
statistics, Ro Spearman was used, considering that the behavior of the data is not normal, to identify the
relationship between Soft Skills and Challenges of the use of AI in organizations. The results confirm
that soft skills in students in both departments are an important element in comprehensive training, since
they complement hard skills and favor their performance in organizations based on the demands of
technological environments and organizational transformation in the era of AI.
Keywords: Soft skills; Challenges; Artificial Intelligence
Artículo recibido 20 mayo 2026
Aceptado para publicación: 20 junio 2026
pág. 2912
INTRODUCCIÓN
En el uso de tecnología, hoy en día en especial la inteligencia artificial, está desempeñando un papel
clave en el desarrollo y la mejora de la educación, así como en la superación de obstáculos para el acceso
a la misma. La inteligencia artificial ofrece una diversidad de herramientas y oportunidades para mejorar
la calidad y la accesibilidad de la educación; la integración eficiente y eficaz de estas tecnologías en los
sistemas educativos, contribuye a la creación de entornos de aprendizaje personalizados, eficientes e
inclusivos, generando beneficios a los estudiantes y a la sociedad en general. Lo cual implica una
modificación en la función del docente en la transmisión del conocimiento a las nuevas generaciones
(Flores-Vivar & García-Peñalvo, 2023). En este contexto, la inteligencia artificial, es una herramienta
potencial (Vitanza et al., 2019) tecnológica, sin ser nueva, se expande en todos los ámbitos profesionales
y del conocimiento, afectando, impactando y causando una verdadera revolución en el campo de la
educación. Esta rama de las ciencias computacionales se encarga de estudiar y valorar las posibilidades
de que una máquina desarrolle tareas propias de las personas (Túñez-López & Tejedor-Calvo, 2019).
Osetskyi et al. (2019), sostienen que el futuro de la educación superior está indisolublemente ligado al
desarrollo y correspondiente aumento de la capacidad de nuevas máquinas inteligentes capaces de operar
grandes cantidades de información, autoaprendizaje y mejora por lo que la inteligencia artificial se ha
convertido en un nuevo foco de la competencia internacional de los países en el mercado educativo. Por
tanto, ver cómo la presencia de la inteligencia artificial, bien a través de la robótica o bien a través de
algoritmos, en el ámbito educativo está en constante crecimiento (Flores-Vivar & García-Peñalvo,
2023).
Conceptualizando las habilidades, habilidades duras, son conocidas como habilidades técnicas o
específicas del trabajo, estas son habilidades tangibles y cuantificables que se adquieren a través de la
formación, la educación y la experiencia (Álvarez, 2024) y habilidades blandas, conocidas como
habilidades interpersonales o habilidades sociales, estas son habilidades no técnicas (Barona, 2021)
relacionadas con cómo interactúan con los demás y cómo gestionan sus propias emociones y
comportamientos.
La IA puede apoyar el desarrollo de habilidades blandas como la comunicación, pensamiento crítico,
trabajo en equipo (Zaus et al., 2026), pero también puede debilitarlas si se usa de forma acrítica o
INTRODUCCIÓN
En el uso de tecnología, hoy en día en especial la inteligencia artificial, está desempeñando un papel
clave en el desarrollo y la mejora de la educación, así como en la superación de obstáculos para el acceso
a la misma. La inteligencia artificial ofrece una diversidad de herramientas y oportunidades para mejorar
la calidad y la accesibilidad de la educación; la integración eficiente y eficaz de estas tecnologías en los
sistemas educativos, contribuye a la creación de entornos de aprendizaje personalizados, eficientes e
inclusivos, generando beneficios a los estudiantes y a la sociedad en general. Lo cual implica una
modificación en la función del docente en la transmisión del conocimiento a las nuevas generaciones
(Flores-Vivar & García-Peñalvo, 2023). En este contexto, la inteligencia artificial, es una herramienta
potencial (Vitanza et al., 2019) tecnológica, sin ser nueva, se expande en todos los ámbitos profesionales
y del conocimiento, afectando, impactando y causando una verdadera revolución en el campo de la
educación. Esta rama de las ciencias computacionales se encarga de estudiar y valorar las posibilidades
de que una máquina desarrolle tareas propias de las personas (Túñez-López & Tejedor-Calvo, 2019).
Osetskyi et al. (2019), sostienen que el futuro de la educación superior está indisolublemente ligado al
desarrollo y correspondiente aumento de la capacidad de nuevas máquinas inteligentes capaces de operar
grandes cantidades de información, autoaprendizaje y mejora por lo que la inteligencia artificial se ha
convertido en un nuevo foco de la competencia internacional de los países en el mercado educativo. Por
tanto, ver cómo la presencia de la inteligencia artificial, bien a través de la robótica o bien a través de
algoritmos, en el ámbito educativo está en constante crecimiento (Flores-Vivar & García-Peñalvo,
2023).
Conceptualizando las habilidades, habilidades duras, son conocidas como habilidades técnicas o
específicas del trabajo, estas son habilidades tangibles y cuantificables que se adquieren a través de la
formación, la educación y la experiencia (Álvarez, 2024) y habilidades blandas, conocidas como
habilidades interpersonales o habilidades sociales, estas son habilidades no técnicas (Barona, 2021)
relacionadas con cómo interactúan con los demás y cómo gestionan sus propias emociones y
comportamientos.
La IA puede apoyar el desarrollo de habilidades blandas como la comunicación, pensamiento crítico,
trabajo en equipo (Zaus et al., 2026), pero también puede debilitarlas si se usa de forma acrítica o
pág. 2913
sustituyendo el esfuerzo humano. El uso intensivo de herramientas de IA se asocia con mejor
trabajo colaboración, comunicación y pensamiento crítico en estudiantes universitarios; el efecto sobre
creatividad es menos claro (Hasan et al., 2025). Integrar IA y gamificación mejora la evaluación
interactiva de habilidades como colaboración, resolución de problemas y liderazgo (Marengo et al.,
2025). Experiencias con Design Thinking + IA fortalecen trabajo en equipo, creatividad, adaptabilidad,
toma de decisiones y responsabilidad social ante retos reales de sostenibilidad (Ramírez-Duque &
Morillo-Torres, 2026).
Por otra parte, existen riesgos como la alta dependencia de IA para tareas académicas donde se percibe
como dañina para pensamiento crítico, lenguaje y preparación laboral, generando preocupación por
graduados de alto promedio de calificaciones y baja competencia (Kaabi, 2025), en la actividad docente
existe un temor de que la IA erosione habilidades como colaboración, resolución de problemas y
pensamiento crítico si se usa sin criterios (Ren & Wu, 2025). Las competencias en IA y alfabetización
digital se consolidan como factor diferenciador de empleabilidad, pero muchos egresados se sienten
poco preparados para el mercado laboral dominado por IA (Ramos et al., 2026).
Importancia de las habilidades blandas y la IA en el contexto laboral
En un contexto laboral cada vez más automatizado y apoyado en inteligencia IA, las habilidades
blandas de los egresados son igual o más críticas que las competencias técnicas. Las organizaciones de
educación superior tienen un rol central en desarrollarlas para que sus estudiantes puedan adaptarse y
aportar valor en organizaciones intensivas en IA.
En un mercado laboral dominado por IA, competencias como pensamiento crítico, trabajo en equipo y
liderazgo son esenciales para entornos colaborativos y cambiantes. Estudios de empleabilidad muestran
que muchos graduados fallan más por carencias en habilidades blandas como comunicación efectiva,
trabajo en equipo, pensamiento crítico, adaptabilidad, creatividad e innovación, liderazgo, gestión
emocional, empatía y resiliencia que por falta de técnica (Larson et al., 2025), en donde además la IA
no puede sustituirlas y siguen siendo claves para el éxito profesional.
En esta línea, la IA en la enseñanza puede potenciar el trabajo en equipo, comunicación y pensamiento
crítico si se usa de forma pedagógica, no solo técnica (Ren & Wu, 2025). Docentes advierten que el uso
acrítico de IA puede debilitar autonomía, creatividad y habilidades como comunicación, gestión de
sustituyendo el esfuerzo humano. El uso intensivo de herramientas de IA se asocia con mejor
trabajo colaboración, comunicación y pensamiento crítico en estudiantes universitarios; el efecto sobre
creatividad es menos claro (Hasan et al., 2025). Integrar IA y gamificación mejora la evaluación
interactiva de habilidades como colaboración, resolución de problemas y liderazgo (Marengo et al.,
2025). Experiencias con Design Thinking + IA fortalecen trabajo en equipo, creatividad, adaptabilidad,
toma de decisiones y responsabilidad social ante retos reales de sostenibilidad (Ramírez-Duque &
Morillo-Torres, 2026).
Por otra parte, existen riesgos como la alta dependencia de IA para tareas académicas donde se percibe
como dañina para pensamiento crítico, lenguaje y preparación laboral, generando preocupación por
graduados de alto promedio de calificaciones y baja competencia (Kaabi, 2025), en la actividad docente
existe un temor de que la IA erosione habilidades como colaboración, resolución de problemas y
pensamiento crítico si se usa sin criterios (Ren & Wu, 2025). Las competencias en IA y alfabetización
digital se consolidan como factor diferenciador de empleabilidad, pero muchos egresados se sienten
poco preparados para el mercado laboral dominado por IA (Ramos et al., 2026).
Importancia de las habilidades blandas y la IA en el contexto laboral
En un contexto laboral cada vez más automatizado y apoyado en inteligencia IA, las habilidades
blandas de los egresados son igual o más críticas que las competencias técnicas. Las organizaciones de
educación superior tienen un rol central en desarrollarlas para que sus estudiantes puedan adaptarse y
aportar valor en organizaciones intensivas en IA.
En un mercado laboral dominado por IA, competencias como pensamiento crítico, trabajo en equipo y
liderazgo son esenciales para entornos colaborativos y cambiantes. Estudios de empleabilidad muestran
que muchos graduados fallan más por carencias en habilidades blandas como comunicación efectiva,
trabajo en equipo, pensamiento crítico, adaptabilidad, creatividad e innovación, liderazgo, gestión
emocional, empatía y resiliencia que por falta de técnica (Larson et al., 2025), en donde además la IA
no puede sustituirlas y siguen siendo claves para el éxito profesional.
En esta línea, la IA en la enseñanza puede potenciar el trabajo en equipo, comunicación y pensamiento
crítico si se usa de forma pedagógica, no solo técnica (Ren & Wu, 2025). Docentes advierten que el uso
acrítico de IA puede debilitar autonomía, creatividad y habilidades como comunicación, gestión de
pág. 2914
conflictos y resolución de problemas; se requiere diseño didáctico intencional y formación en
alfabetización digital crítica (Haroud & Saqri, 2025). Algunas investigaciones señalan que la educación
superior aún no prioriza suficientemente las habilidades blandas en currículos y evaluación, pese a la
demanda del mercado laboral (Larson et al., 2025). En relación directa con los desafíos de IA en las
organizaciones, las organizaciones necesitan mapear y desarrollar competencias transversales para
enfrentar brechas de habilidades en la adopción de IA (Ramírez-Duque & Morillo-Torres, 2026).
Estrategias efectivas de capital humano combinan formación en habilidades digitales con entrenamiento
en habilidades sociales y culturas de innovación y participación de los trabajadores en la transición
tecnológica (Suhara, 2025). La capacidad de colaborar con sistemas de IA, aceptar el cambio y mantener
una actitud de aprendizaje permanente es vista como crítica para la empleabilidad futura (Ramírez-
Duque & Morillo-Torres, 2026).
Enfrentar los desafíos de la IA en las organizaciones no depende solo de saber manejar herramientas
tecnológicas. Estudiantes de educación superior necesitan desarrollar sólidas habilidades blandas como
comunicación efectiva, trabajo en equipo, colaboración, pensamiento crítico, adaptabilidad, creatividad
e innovación, liderazgo, gestión emocional, empatía, resiliencia y ética para supervisar, complementar
y orientar el uso de IA. La integración responsable de IA en la docencia, junto con metodologías activas
y experiencias reales, es clave para formar graduados capaces de trabajar en entornos organizacionales
profundamente transformados por la inteligencia artificial.
Del contexto anterior surge el interés de este artículo, cuyo objetivo es analizar el nivel de las habilidades
blandas de los estudiantes de una Organización de Educación Superior para enfrentar los desafíos del
uso de la inteligencia artificial en las organizaciones.
METODOLOGÍA
Esta investigación comenzó con una revisión de literatura sobre las habilidades blandas e inteligencia
artificial y los planteamientos alrededor de los estudiantes del área de Sistemas y Computación e
Ingeniería Industrial y la inteligencia artificial en las organizaciones. Esto permitió fundamentar el
marco teórico.
La investigación tiene un enfoque cuantitativo, es decir, se realizó una recopilación y análisis de los
datos, haciendo uso de herramientas estadísticas, las cuales permitieron hacer predicciones, comprobar
conflictos y resolución de problemas; se requiere diseño didáctico intencional y formación en
alfabetización digital crítica (Haroud & Saqri, 2025). Algunas investigaciones señalan que la educación
superior aún no prioriza suficientemente las habilidades blandas en currículos y evaluación, pese a la
demanda del mercado laboral (Larson et al., 2025). En relación directa con los desafíos de IA en las
organizaciones, las organizaciones necesitan mapear y desarrollar competencias transversales para
enfrentar brechas de habilidades en la adopción de IA (Ramírez-Duque & Morillo-Torres, 2026).
Estrategias efectivas de capital humano combinan formación en habilidades digitales con entrenamiento
en habilidades sociales y culturas de innovación y participación de los trabajadores en la transición
tecnológica (Suhara, 2025). La capacidad de colaborar con sistemas de IA, aceptar el cambio y mantener
una actitud de aprendizaje permanente es vista como crítica para la empleabilidad futura (Ramírez-
Duque & Morillo-Torres, 2026).
Enfrentar los desafíos de la IA en las organizaciones no depende solo de saber manejar herramientas
tecnológicas. Estudiantes de educación superior necesitan desarrollar sólidas habilidades blandas como
comunicación efectiva, trabajo en equipo, colaboración, pensamiento crítico, adaptabilidad, creatividad
e innovación, liderazgo, gestión emocional, empatía, resiliencia y ética para supervisar, complementar
y orientar el uso de IA. La integración responsable de IA en la docencia, junto con metodologías activas
y experiencias reales, es clave para formar graduados capaces de trabajar en entornos organizacionales
profundamente transformados por la inteligencia artificial.
Del contexto anterior surge el interés de este artículo, cuyo objetivo es analizar el nivel de las habilidades
blandas de los estudiantes de una Organización de Educación Superior para enfrentar los desafíos del
uso de la inteligencia artificial en las organizaciones.
METODOLOGÍA
Esta investigación comenzó con una revisión de literatura sobre las habilidades blandas e inteligencia
artificial y los planteamientos alrededor de los estudiantes del área de Sistemas y Computación e
Ingeniería Industrial y la inteligencia artificial en las organizaciones. Esto permitió fundamentar el
marco teórico.
La investigación tiene un enfoque cuantitativo, es decir, se realizó una recopilación y análisis de los
datos, haciendo uso de herramientas estadísticas, las cuales permitieron hacer predicciones, comprobar
pág. 2915
relaciones y obtener resultados que permitan tomar decisiones (Vara, 2015); tiene un diseño
correlacional, ya que busca identificar las relaciones entre las variables estudiadas. También es
descriptivo, porque permitió detallar las características, propiedades y aspectos clave del fenómeno,
situación o grupo analizado (Hernández & Mendoza, 2023). En esta misma línea, es explicativo, porque
busca entender las causas de un fenómeno social, en este caso, cómo los estudiantes desarrollan
habilidades blandas para enfrentar los retos de la inteligencia artificial en el ámbito organizacional. Los
resultados permitirán comprender mejor el fenómeno analizado (Hernández & Mendoza, 2023). La
investigación es empírica, ya que se basa en la observación y el análisis para descubrir o confirmar
aspectos poco conocidos. Partió del estudio de antecedentes para interpretar su significado (Hernández
& Mendoza, 2023).
Además, es deductivo, pues usó el razonamiento lógico para partir de principios generales y llegar a
conclusiones específicas sobre casos concretos (Hernández & Mendoza, 2023).
Se realizó con un alcance transversal, ya que la información se recogió en un único momento, en octubre
de 2025 (Hernández & Mendoza, 2023).
Población
Para Hernández & Mendoza (2023) la población o universo está integrado por el total de sucesos que
cumplen con ciertos rasgos.
Se conoció previamente el tamaño de la población de 718 estudiantes, para las carreras del
Departamento de Sistemas y Computación y para la carrera de Ingeniería Industrial del Departamento
del mismo nombre con 521 estudiantes.
Criterios de inclusión
Los participantes del estudio fueron estudiantes de las carreras de Ingeniería en Sistemas
Computacionales, Ingeniería Informática, Ingeniería en Tecnologías de la Información y Comunicación,
e Ingeniería Industrial de una organización de educación superior.
Tipo de muestreo
Para esta investigación se utilizó un muestreo probabilístico estratificado. Los estratos estuvieron
formados por los estudiantes inscritos en las carreras de Ingeniería en Sistemas Computacionales,
Ingeniería Informática e Ingeniería en Tecnologías de la Información y Comunicación del Departamento
relaciones y obtener resultados que permitan tomar decisiones (Vara, 2015); tiene un diseño
correlacional, ya que busca identificar las relaciones entre las variables estudiadas. También es
descriptivo, porque permitió detallar las características, propiedades y aspectos clave del fenómeno,
situación o grupo analizado (Hernández & Mendoza, 2023). En esta misma línea, es explicativo, porque
busca entender las causas de un fenómeno social, en este caso, cómo los estudiantes desarrollan
habilidades blandas para enfrentar los retos de la inteligencia artificial en el ámbito organizacional. Los
resultados permitirán comprender mejor el fenómeno analizado (Hernández & Mendoza, 2023). La
investigación es empírica, ya que se basa en la observación y el análisis para descubrir o confirmar
aspectos poco conocidos. Partió del estudio de antecedentes para interpretar su significado (Hernández
& Mendoza, 2023).
Además, es deductivo, pues usó el razonamiento lógico para partir de principios generales y llegar a
conclusiones específicas sobre casos concretos (Hernández & Mendoza, 2023).
Se realizó con un alcance transversal, ya que la información se recogió en un único momento, en octubre
de 2025 (Hernández & Mendoza, 2023).
Población
Para Hernández & Mendoza (2023) la población o universo está integrado por el total de sucesos que
cumplen con ciertos rasgos.
Se conoció previamente el tamaño de la población de 718 estudiantes, para las carreras del
Departamento de Sistemas y Computación y para la carrera de Ingeniería Industrial del Departamento
del mismo nombre con 521 estudiantes.
Criterios de inclusión
Los participantes del estudio fueron estudiantes de las carreras de Ingeniería en Sistemas
Computacionales, Ingeniería Informática, Ingeniería en Tecnologías de la Información y Comunicación,
e Ingeniería Industrial de una organización de educación superior.
Tipo de muestreo
Para esta investigación se utilizó un muestreo probabilístico estratificado. Los estratos estuvieron
formados por los estudiantes inscritos en las carreras de Ingeniería en Sistemas Computacionales,
Ingeniería Informática e Ingeniería en Tecnologías de la Información y Comunicación del Departamento
pág. 2916
de Sistemas y Computación, así como los de la carrera de Ingeniería Industrial del Departamento de
Ingeniería Industrial.
Determinación de la muestra
La unidad de análisis fueron los estudiantes de las carreras de Ingeniería en Sistemas Computacionales,
Ingeniería Informática e Ingeniería en Tecnologías de la Información y Comunicación del Departamento
de Sistemas y Computación y la carrera de Ingeniería Industrial del Departamento de Ingeniería
Industrial de la organización de educación superior.
La muestra de este estudio se calculó utilizando la fórmula para poblaciones finitas, ya que se conoce el
número total de unidades que la conforman. Se aplicó un nivel de confianza del 90% y un margen de
error del 5% (Aguilar-Barojas, 2005).
𝑛 = 𝑁 𝑝𝑞𝑧2
(𝑁 − 1)𝑑2 + 𝑧2𝑝𝑞
Donde:
n es el tamaño de la muestra (Aguilar-Barojas, 2005).
N es el tamaño total de la población (Aguilar-Barojas, 2005).
Z es el valor crítico de Z, que se obtiene de las tablas correspondientes al área bajo la curva normal,
también conocido como nivel de confianza (Aguilar-Barojas, 2005).
Z² es la varianza de la población en estudio, que es el cuadrado de la desviación estándar y puede ser
obtenida a partir de estudios previos o pruebas piloto (Aguilar-Barojas, 2005).
d es el nivel de precisión absoluta, relacionado con el rango del intervalo de confianza deseado al estimar
el valor promedio de la variable en cuestión (Aguilar-Barojas, 2005).
Una vez realizado el cálculo de muestra para cada departamento se obtuvieron los siguientes resultados:
Para el Departamento de Sistemas y Computación: 198 estudiantes y para el Departamento de Ingeniería
Industrial: 180 estudiantes.
Diseño de la encuesta
Se consideró el marco conceptual creado a partir de la revisión de literatura y la operacionalización de
las variables del estudio, esto se muestra en la Tabla 1.
Dependiente: Inteligencia artificial
de Sistemas y Computación, así como los de la carrera de Ingeniería Industrial del Departamento de
Ingeniería Industrial.
Determinación de la muestra
La unidad de análisis fueron los estudiantes de las carreras de Ingeniería en Sistemas Computacionales,
Ingeniería Informática e Ingeniería en Tecnologías de la Información y Comunicación del Departamento
de Sistemas y Computación y la carrera de Ingeniería Industrial del Departamento de Ingeniería
Industrial de la organización de educación superior.
La muestra de este estudio se calculó utilizando la fórmula para poblaciones finitas, ya que se conoce el
número total de unidades que la conforman. Se aplicó un nivel de confianza del 90% y un margen de
error del 5% (Aguilar-Barojas, 2005).
𝑛 = 𝑁 𝑝𝑞𝑧2
(𝑁 − 1)𝑑2 + 𝑧2𝑝𝑞
Donde:
n es el tamaño de la muestra (Aguilar-Barojas, 2005).
N es el tamaño total de la población (Aguilar-Barojas, 2005).
Z es el valor crítico de Z, que se obtiene de las tablas correspondientes al área bajo la curva normal,
también conocido como nivel de confianza (Aguilar-Barojas, 2005).
Z² es la varianza de la población en estudio, que es el cuadrado de la desviación estándar y puede ser
obtenida a partir de estudios previos o pruebas piloto (Aguilar-Barojas, 2005).
d es el nivel de precisión absoluta, relacionado con el rango del intervalo de confianza deseado al estimar
el valor promedio de la variable en cuestión (Aguilar-Barojas, 2005).
Una vez realizado el cálculo de muestra para cada departamento se obtuvieron los siguientes resultados:
Para el Departamento de Sistemas y Computación: 198 estudiantes y para el Departamento de Ingeniería
Industrial: 180 estudiantes.
Diseño de la encuesta
Se consideró el marco conceptual creado a partir de la revisión de literatura y la operacionalización de
las variables del estudio, esto se muestra en la Tabla 1.
Dependiente: Inteligencia artificial
pág. 2917
Independiente: Habilidades blandas
Diseño de preguntas y desarrollo de la encuesta
El instrumento se creó teniendo en cuenta las variables que componen el objetivo principal de la
investigación, a partir de la operacionalización de las variables y de acuerdo con la literatura revisada,
se llevó a cabo una selección de preguntas que fueron evaluadas mediante una escala tipo Likert,
enfocadas en las habilidades blandas de los estudiantes para afrontar los retos que presenta la inteligencia
artificial en las organizaciones.
El material que se usó en la elaboración del cuestionario fue una recopilación de ítems de diferentes
cuestionarios e ítems de los investigadores, bajo la referencia de la literatura revisada. El cuestionario
consta de 79 ítems en total con tres secciones, una sección de variables sociodemográficas, con 14
preguntas, que van desde su lugar de procedencia hasta su experiencia laboral en caso de que la tengan,
con respuestas dicotómicas, opción múltiple con selección única o múltiple; la sección para la variable
de Habilidades blandas tiene 39 ítems, distribuidas en sus nueve factores: para el factor de comunicación
efectiva con cinco ítems, para el factor de trabajo en equipo seis ítems, para pensamiento crítico,
adaptabilidad, creatividad e innovación, liderazgo, gestión emocional, empatía y resiliencia con cuatro
ítems respectivamente; para la variable de Desafíos del uso de la IA en las organizaciones, para los seis
factores con los que se analiza con 26 ítems, donde para automatización de tareas, nuevas competencias
laborales, ética y responsabilidad, toma de decisiones apoyadas con IA y la transformación
organizacional se usaron cuatro ítems respectivamente y para conocimiento en IA seis ítems, con
respuestas de escala de Likert, con los valores del 1 al 5, donde 1 indica que está totalmente en
desacuerdo, 2 algo en desacuerdo, 3 ni de acuerdo ni en desacuerdo, 4 algo de acuerdo y 5 que está
totalmente de acuerdo (Hernández & Mendoza, 2023).
Validez del instrumento
El cuestionario fue validado en términos de constructo mediante el juicio de expertos (Tarapuez et al.,
2018), quienes evaluaron la calidad, pertinencia, claridad y la dimensión correspondiente de cada ítem.
Según el procedimiento para la consulta a expertos (Barraza, 2011), se sugiere contar con un grupo de
entre 5 y 6, hasta un máximo de 10 expertos, además, para esta técnica se elabora el instrumento con las
indicaciones y la escala correspondiente para su evaluación, también se indicó el objetivo del
Independiente: Habilidades blandas
Diseño de preguntas y desarrollo de la encuesta
El instrumento se creó teniendo en cuenta las variables que componen el objetivo principal de la
investigación, a partir de la operacionalización de las variables y de acuerdo con la literatura revisada,
se llevó a cabo una selección de preguntas que fueron evaluadas mediante una escala tipo Likert,
enfocadas en las habilidades blandas de los estudiantes para afrontar los retos que presenta la inteligencia
artificial en las organizaciones.
El material que se usó en la elaboración del cuestionario fue una recopilación de ítems de diferentes
cuestionarios e ítems de los investigadores, bajo la referencia de la literatura revisada. El cuestionario
consta de 79 ítems en total con tres secciones, una sección de variables sociodemográficas, con 14
preguntas, que van desde su lugar de procedencia hasta su experiencia laboral en caso de que la tengan,
con respuestas dicotómicas, opción múltiple con selección única o múltiple; la sección para la variable
de Habilidades blandas tiene 39 ítems, distribuidas en sus nueve factores: para el factor de comunicación
efectiva con cinco ítems, para el factor de trabajo en equipo seis ítems, para pensamiento crítico,
adaptabilidad, creatividad e innovación, liderazgo, gestión emocional, empatía y resiliencia con cuatro
ítems respectivamente; para la variable de Desafíos del uso de la IA en las organizaciones, para los seis
factores con los que se analiza con 26 ítems, donde para automatización de tareas, nuevas competencias
laborales, ética y responsabilidad, toma de decisiones apoyadas con IA y la transformación
organizacional se usaron cuatro ítems respectivamente y para conocimiento en IA seis ítems, con
respuestas de escala de Likert, con los valores del 1 al 5, donde 1 indica que está totalmente en
desacuerdo, 2 algo en desacuerdo, 3 ni de acuerdo ni en desacuerdo, 4 algo de acuerdo y 5 que está
totalmente de acuerdo (Hernández & Mendoza, 2023).
Validez del instrumento
El cuestionario fue validado en términos de constructo mediante el juicio de expertos (Tarapuez et al.,
2018), quienes evaluaron la calidad, pertinencia, claridad y la dimensión correspondiente de cada ítem.
Según el procedimiento para la consulta a expertos (Barraza, 2011), se sugiere contar con un grupo de
entre 5 y 6, hasta un máximo de 10 expertos, además, para esta técnica se elabora el instrumento con las
indicaciones y la escala correspondiente para su evaluación, también se indicó el objetivo del