Competencias profesionales del administrador ante la inteligencia artificial: una revisión sistemática sobre brechas en la formación académica y pertinencia curricular
DOI:
https://doi.org/10.62452/k60ng792Palabras clave:
Inteligencia artificial, Competencias digitales, administración de empresas, formación académica, rediseño curricular, educación superiorResumen
El estudio analiza la brecha existente entre las competencias desarrolladas por los egresados de administración de empresas y las demandas del mercado laboral en la era de la inteligencia artificial. Mediante una revisión sistemática de literatura científica publicada entre 2019 y 2026, se examinan las competencias requeridas, las deficiencias en la formación académica y las propuestas de rediseño curricular. La metodología siguió las directrices PRISMA 2020, con búsqueda en Scopus y aplicación de criterios PICO, seleccionándose 23 estudios en español, inglés y portugués, cuya calidad fue evaluada mediante la lista JBI adaptada a ciencias sociales. Los resultados evidencian tres principales deficiencias: la ausencia de formación en analítica de datos y aprendizaje automático, el predominio de enfoques pedagógicos tradicionales poco acordes con entornos digitales y la falta de marcos institucionales para evaluar competencias digitales. Asimismo, se observa una limitada representación de estudios en América Latina. Se concluye que existe una desalineación estructural entre la formación académica y las demandas tecnológicas actuales, lo que requiere un rediseño curricular urgente, alineado con estándares internacionales y adaptado al contexto latinoamericano.
Descargas
Referencias
Acemoglu, D., & Restrepo, P. (2019). Automation and new tasks: How technology displaces and reinstates labor. Journal of Economic Perspectives, 33(2), 3–30. https://doi.org/10.1257/jep.33.2.3
Alam, G. M., Rahman, M. M., Skrbinjek, V., Abdul Aziz, N. A., Bashir, K., & Kader, R. (2025). Does the digitalised era adjust the mismatch as match? A comparison of graduates from different streams to align with the digitalized banking sector. International Journal of Innovation and Learning, 37(4). https://doi.org/10.1504/IJIL.2025.147981
Aldredge, M., Rogers, C., & Smith, J. (2021). The strategic transformation of accounting into a learned profession. Industry and Higher Education, 35(4), 385–393. https://doi.org/10.1177/0950422220954319
Aljohani, N. R., Aslam, A., Khadidos, A. O., & Hassan, S.-U. (2022). Bridging the skill gap between the acquired university curriculum and the requirements of the job market: A data-driven analysis using big data. Journal of Innovation and Knowledge, 7(3), 100190. https://doi.org/10.1016/j.jik.2022.100190
Andonovikj, V., Mileva Boshkoska, B., Redek, T., & Boškoski, P. (2024). A data-driven approach to aligning academic offerings with industry needs for business and economy in Slovenia. Journal of Decision Systems, 33(3). https://doi.org/10.1080/12460125.2024.2354587
Basco, A. I., & Lavena, C. (2021). América Latina en movimiento. Competencias y habilidades para la cuarta revolución industrial en el contexto de pandemia. BID. https://publications.iadb.org/publications/spanish/document/America-Latina-en-movimiento-Competencias-y-habilidades-para-la-Cuarta-Revolucion-Industrial-en-el-contexto-de-pandemia.pdf
Benhayoun, L., & Lang, D. (2021). Does higher education properly prepare graduates for the growing artificial intelligence market? Gaps’ identification through text mining. Human Systems Management, 40(5), 609–622. https://doi.org/10.3233/HSM-211179
Bughin, J., Seong, J., Manyika, J., Chui, M., & Joshi, R. (2018). Notes from the AI frontier—Modeling the Impact of AI on the World Economy. Discussion Paper, McKinsey Global Institute.
Clayton, P. R., & Clopton, J. (2019). Business curriculum redesign: Integrating data analytics. Journal of Education for Business, 94(1), 1–7. https://doi.org/10.1080/08832323.2018.1502142
Daugherty, P. R., & Wilson, H. J. (2018). Human + machine: Reimagining work in the age of AI. Harvard Business Review Press.
García-Vera, Y. S., & Juca-Maldonado, F. X. (2026). Inteligencia artificial aplicada a la contabilidad: Flujos, buenas prácticas y control. Sophia Editions.
Gong, Y., Wang, S., & Dong, Y. (2025). Integrating artificial intelligence in entrepreneurship education: Dynamic capabilities and marketing performance. International Journal of Management Education, 23(2), 101248. https://doi.org/10.1016/j.ijme.2025.101248
Goulart, V. G., Liboni, L. B., & Cezarino, L. O. (2022). Balancing skills in the digital transformation era: The future of jobs and the role of higher education. Industry and Higher Education, 36(2), 118–127. https://doi.org/10.1177/09504222211029796
Gupta, S., & Jaiswal, R. (2024). How can we improve AI competencies for tomorrow’s leaders: Insights from multi-stakeholders’ interaction. International Journal of Management Education, 22(3), 101070. https://doi.org/10.1016/j.ijme.2024.101070
Gupta, S., & Jaiswal, R. (2025). A deep learning-based hybrid PLS-SEM-ANN approach for predicting factors improving AI-driven decision-making proficiency. Journal of International Education in Business. https://doi.org/10.1108/JIEB-05-2024-0058
Jaiswal, K., Kuzminykh, I., & Modgil, S. (2025). Understanding the skills gap between higher education and industry in the UK in artificial intelligence sector. Industry and Higher Education, 39(1). https://doi.org/10.1177/09504222241280441
Joanna Briggs Institute. (2020). JBI manual for evidence synthesis. JBI. https://synthesismanual.jbi.global
Kelly, J., Gielstra, D., Oberding, T. J., Bruno, J., & Cosentino, S. (2026). Bridging the AI skills gap: A blueprint for future-proofing the workforce by including industry advisory councils. Industry and Higher Education. https://doi.org/10.1177/09504222261417843
Mei, L., Feng, X., & Cavallaro, F. (2023). Evaluate and identify the competencies of the future workforce for digital technologies implementation in higher education. Journal of Innovation and Knowledge, 8(3), 100445. https://doi.org/10.1016/j.jik.2023.100445
Mongeon, P., & Paul-Hus, A. (2016). The journal coverage of Web of Science and Scopus: A comparative analysis. Scientometrics, 106(1), 213–228. https://doi.org/10.1007/s11192-015-1765-5
Nyale, D., Karume, S., Kipkebut, A., & Mukudi, F. (2026). Digital skills landscape: A systematic review of current academic programs, industry demands, and the digital divide’s impact on graduate competencies. Industry and Higher Education, 40(2), 229–241. https://doi.org/10.1177/09504222251370105
Page, M. J., McKenzie, J. E., Bossuyt, P. M., et al. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 71. https://doi.org/10.1136/bmj.n71
Pham, M. T., Rajić, A., Greig, J. D., Sargeant, J. M., Papadopoulos, A., & McEwen, S. A. (2014). A scoping review of scoping reviews: Advancing the approach and enhancing the consistency. Research Synthesis Methods, 5(4), 371–385. https://doi.org/10.1002/jrsm.1123
Ratten, V., & Jones, P. (2023). Generative artificial intelligence (ChatGPT): Implications for management educators. International Journal of Management Education, 21(3), 100857. https://doi.org/10.1016/j.ijme.2023.100857
Redecker, C. (2017). European framework for the digital competence of educators: DigCompEdu. Publications Office of the European Union. https://doi.org/10.2760/159770
Richter, S., Giroux, M., Piven, I., Sima, H., & Dodd, P. (2025). A constructivist approach to integrating AI in marketing education: Bridging theory and practice. Journal of Marketing Education, 47(1). https://doi.org/10.1177/02734753241288876
Ritter, B. A., Gopalkrishnan, S. S., & Sockbeson, C. E. S. (2024). The next generation of pedagogy: Reflections from EdTech leaders. Journal of Management Education, 48(4). https://doi.org/10.1177/10525629231206182
Schwab, K. (2016). The fourth industrial revolution. Crown Business.
Secundo, G., Rippa, P., & Meoli, M. (2020). Digital transformation in entrepreneurship education centres: Preliminary evidence from the Italian Contamination Labs network. International Journal of Entrepreneurial Behaviour and Research, 27(5). https://doi.org/10.1108/IJEBR-11-2019-0618
Siddaway, A. P., Wood, A. M., & Hedges, L. V. (2019). How to do a systematic review: A best practice guide for conducting and reporting narrative reviews, meta-analyses, and meta-syntheses. Annual Review of Psychology, 70, 747–770. https://doi.org/10.1146/annurev-psych-010418-102803
Spada, I., Chiarello, F., Barandoni, S., Ruggi, G., Martini, A., & Fantoni, G. (2022). Are universities ready to deliver digital skills and competences? A text mining-based case study of marketing education. Technological Forecasting and Social Change, 183, 121869. https://doi.org/10.1016/j.techfore.2022.121869
Traoret, R. I., Hujran, O., Al-Naymat, G., & Aldahmani, S. (2026). Bridging the skills gap: A machine learning approach to align business education with labor market needs in the UAE. Industry and Higher Education. https://doi.org/10.1177/09504222261436625
Vega Chica, M. L., & Valle Lituma, L. A. (2026). Are we learning what the market needs? A comparative study on online continuing education and workforce demands in Latin America. Industry and Higher Education. https://doi.org/10.1177/09504222261433773
Vuorikari, R., Kluzer, S., & Punie, Y. (2022). DigComp 2.2: The digital competence framework for citizens (EUR 31006 EN). Publications Office of the European Union. https://doi.org/10.2760/115376
Wang, S., Sun, Z., Wang, H., Yang, D., & Zhang, H. (2025). Enhancing student acceptance of artificial intelligence-driven hybrid learning in business education. International Journal of Management Education, 23(1), 101184. https://doi.org/10.1016/j.ijme.2025.101184
World Economic Forum. (2023). Future of jobs report 2023. https://www3.weforum.org/docs/WEF_Future_of_Jobs_2023.pdf
Xu, J. J., & Babaian, T. (2021). Artificial intelligence in business curriculum: The pedagogy and learning outcomes. International Journal of Management Education, 19(3), 100550. https://doi.org/10.1016/j.ijme.2021.100550
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Henry Espinoza-Briones, Emilio Yong-Chang, Marco Villarroel-Puma, Mariana Reyes-Bermeo (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los autores que publican en la Revista Metropolitana de Ciencias Aplicadas (REMCA), están de acuerdo con los siguientes términos:
1. Derechos de Autor
Los autores conservan los derechos de autor sobre sus trabajos sin restricciones. Los autores otorgan a la revista el derecho de primera publicación. Para ello, ceden a la revista, de forma no exclusiva, los derechos de explotación (reproducción, distribución, comunicación pública y transformación). Los autores pueden establecer otros acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista, siempre que exista un reconocimiento de su publicación inicial en esta revista.
© Los autores.
2. Licencia
Los trabajos se publican en la revista bajo la licencia de Atribución-NoComercial-CompartirIgual 4.0 Internacional de Creative Commons (CC BY-NC-SA 4.0). Los términos se pueden consultar en: https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es
Esta licencia permite:
- Compartir: copiar y redistribuir el material en cualquier medio o formato.
- Adaptar: remezclar, transformar y crear a partir del material.
Bajo los siguientes términos:
- Atribución: ha de reconocer la autoría de manera apropiada, proporcionar un enlace a la licencia e indicar si se ha hecho algún cambio. Puede hacerlo de cualquier manera razonable, pero no de forma tal que sugiera que el licenciador le da soporte o patrocina el uso que se hace.
- NoComercial: no puede utilizar el material para finalidades comerciales.
- CompartirIgual: si remezcla, transforma o crea a partir del material, debe difundir su creación con la misma licencia que la obra original.
No hay restricciones adicionales. No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otros hacer cualquier cosa que la licencia permita.
