Ética, transparencia y toma de decisiones asistidas por Inteligencia Artificial en la Ingeniería Comercial

Resumen

La presente revisión sistemática, basada en el análisis de 25 fuentes académicas, examina la ética, la transparencia y la toma de decisiones asistida por inteligencia artificial (IA) en contextos empresariales. Los resultados evidencian que la integración de IA mejora significativamente la velocidad en la toma de decisiones (con incrementos de hasta el 42% en agilidad), la eficiencia operativa (ahorros de costos del 18%) y la precisión predictiva, especialmente en dominios estructurados como el análisis financiero y la gestión de riesgos. No obstante, estos beneficios se encuentran acompañados de importantes desafíos éticos. El sesgo algorítmico emerge como la preocupación más recurrente, identificado en 20 estudios como un factor capaz de perpetuar desigualdades en los resultados de decisión. Asimismo, el problema de la “caja negra”, donde la lógica algorítmica permanece opaca, debilita la confianza de los grupos de interés y dificulta la rendición de cuentas. Sin embargo, soluciones técnicas como la IA explicable (por ejemplo, SHAP y Feature Importance) demuestran viabilidad para mejorar la transparencia y la interpretabilidad de los modelos. La evidencia también señala que la preparación organizacional constituye una barrera crítica para la implementación efectiva: solo el 45% de los directivos cuenta con formación en IA, mientras que el 40% de las empresas reporta dificultades en su implementación ética, a pesar de que el 75% considera la IA esencial para la competitividad futura. Los estudios coinciden en la necesidad de mantener supervisión humana en las decisiones asistidas por IA, proponiendo un modelo de “co-liderazgo”, en el cual la IA asume tareas analíticas y los seres humanos conservan la responsabilidad final y el juicio ético. En términos comparativos, la IA demuestra mayor eficacia en el análisis de datos (90%) y la planificación empresarial (85%), mientras que la intuición humana resulta más efectiva en la gestión del talento (90%) y la innovación (85%). Estos hallazgos sugieren que la toma de decisiones óptima no radica en la automatización total, sino en la integración estratégica de capacidades humanas y tecnológicas. En consecuencia, un despliegue ético y sostenible de la IA requiere marcos sólidos de gobernanza, auditorías algorítmicas continuas, mecanismos de transparencia y una inversión sustancial en formación profesional.