Del Papa Pop al Papa Tec

Columna

Tecnología

01 de julio de 2026

Del Papa Pop al Papa Tec

Tecnología, dignidad humana y el improbable consenso sobre inteligencia artificial

Cuando Humberto Gessinger compuso O Papa é Pop, en 1990, observaba un fenómeno curioso de la modernidad: incluso una de las figuras más tradicionales del mundo había sido absorbida por la lógica mediática. El Papa ya no habitaba solo en los templos. Estaba en las portadas de revistas, en los noticieros, en las conversaciones cotidianas y, como sugería la canción, se había transformado en parte de la cultura de masas. Treinta y cinco años después, quizás sea necesario actualizar la metáfora. El Papa sigue siendo pop. Pero también se ha vuelto tec.

No porque se haya convertido en un influyente digital de la fe, sino porque decidió cruzar una frontera que muchos imaginaban reservada a ingenieros, científicos y ejecutivos de tecnología. Lo que llamó la atención de la comunidad internacional fue su decisión de entrar en uno de los debates más complejos de la actualidad: el papel de la inteligencia artificial en la vida humana.

La publicación de la encíclica Magnifica Humanitas por el Papa León XIV, en mayo de este año, sorprendió a muchos observadores. Después de todo, no es común que un documento pontificio dialogue directamente con temas como algoritmos, aprendizaje automático, sistemas generativos y producción de conocimiento científico. La sorpresa, sin embargo, disminuye cuando nos damos cuenta de que la preocupación expresada por el Vaticano no está aislada.

A lo largo de los últimos años, instituciones muy diferentes han llegado a conclusiones notablemente similares. En 2019, el Grupo de Expertos de Alto Nivel sobre Inteligencia Artificial de la Unión Europea publicó los documentos “A Definition of AI: Main Capabilities and Scientific Disciplines” y “Ethics Guidelines for Trustworthy AI”. Desde entonces, se han sumado el “AI Act” europeo, el informe “The Role of Artificial Intelligence in Scientific Research”, del Centro Común de Investigación de la Comisión Europea, las “Directrices para el Uso de la Inteligencia Artificial en la Educación Básica” del Ministerio de Educación brasileño, la Resolución nº 13/2025 de la Universidade Estadual Paulista (Unesp), la “Guía para Investigadores: Uso Responsable de la Inteligencia Artificial Generativa” y la Portaria CNPq nº 2.664/2026, entre otros documentos que buscan orientar a gobiernos, instituciones y ciudadanos ante las transformaciones provocadas por la IA.

Lo más interesante es que estos documentos no pertenecen al mismo campo. Fueron producidos por universidades, agencias de fomento, formuladores de políticas públicas, científicos, educadores y organismos internacionales. Aun así, todos parecen gravitar en torno a una misma preocupación. ¿Cómo preservar la autonomía humana en una era de inteligencia artificial?

A primera vista, podríamos imaginar que la cuestión central sería tecnológica. No lo es. Ninguno de los documentos dedica sus esfuerzos principales a discutir solo velocidad de procesamiento, poder computacional o sofisticación algorítmica. En cambio, todos regresan repetidamente a preguntas más antiguas y más profundas.

  • ¿Quién es el ser humano?
  • ¿Qué es el conocimiento?
  • ¿Quién debe tomar decisiones?
  • ¿Quién responde por los resultados?
  • ¿Quién permanece al mando?

Quizás el hallazgo más interesante de esta lectura conjunta sea darse cuenta de que el debate contemporáneo sobre inteligencia artificial no está organizado en torno a la tecnología, sino en torno a la humanidad.

Los documentos europeos utilizan la expresión Human-Centric AI, inteligencia artificial centrada en el ser humano. El principio es simple: la tecnología debe ampliar las capacidades humanas, jamás sustituirlas integralmente. El ser humano sigue siendo el sujeto moral, político y jurídico del proceso.

La encíclica llega a una conclusión similar por otro camino. En lugar de hablar de derechos fundamentales, habla de dignidad humana. En lugar de hablar de autonomía individual, habla de persona. En lugar de recurrir al lenguaje de la gobernanza, utiliza el lenguaje de la responsabilidad moral. Las palabras cambian. La preocupación permanece.

Deriva epistémica

El informe del Joint Research Centre añade una dimensión particularmente interesante a esta discusión. A diferencia de los demás documentos, no centra su atención en la ética o en la regulación. Su enfoque está en la propia producción del conocimiento científico. Allí aparece un concepto poco conocido fuera de los círculos académicos: epistemic drift, o deriva epistémica.

La expresión describe el riesgo de que los sistemas de inteligencia artificial pasen a influir no solo en las respuestas que encontramos, sino también en las preguntas que hacemos. En otras palabras, el problema no sería solo que una IA produzca conclusiones erróneas. El problema sería que la propia ciencia comience a pensar dentro de los límites sugeridos por los sistemas que utiliza.

La preocupación es sofisticada. Si una herramienta pasa a organizar la investigación, seleccionar fuentes, sugerir hipótesis y estructurar caminos investigativos, ¿en qué medida seguimos conduciendo el proceso? ¿En qué momento empezamos a ser conducidos por él?

Curiosamente, esta pregunta hace eco de la crítica a la tecnocracia presente en la encíclica. Aunque utilizan lenguajes distintos, ambos documentos parecen inquietos con la misma posibilidad: la transferencia gradual de la conducción humana a sistemas cada vez más complejos y opacos.

En este punto, surge una falsa dicotomía que frecuentemente domina los debates públicos. Por un lado, los entusiastas que creen que la inteligencia artificial resolverá prácticamente todos los problemas humanos. Por otro, los alarmistas que ven máquinas a punto de sustituir a la humanidad. Ambas posiciones simplifican la cuestión.

La alternativa quizás esté en una fórmula más simple: IA+IA. Inteligencia Artificial más Inteligencia Auténtica. No se trata de sustituir una por la otra, sino de reconocer capacidades complementarias. La inteligencia artificial amplía el acceso a la información, identifica patrones y acelera procesos. La inteligencia auténtica ofrece contexto, experiencia, imaginación, responsabilidad y discernimiento.

El primero procesa, el segundo comprende. El primero calcula, el segundo interpreta. El propio informe del Joint Research Centre llega a una conclusión similar: “Abordar estos desafíos requiere políticas que promuevan la alfabetización en IA, el pensamiento crítico y la colaboración multidisciplinar, para garantizar que la experiencia humana siga siendo central en el proceso” (JRC, 2025, p. 5-6). El pasaje confirma el punto: no se trata de alejar la inteligencia artificial, sino de fortalecer la inteligencia humana capaz de utilizarla.

Sin inteligencia auténtica, la IA puede producir respuestas correctas, pero vacías de sentido. Sin las herramientas contemporáneas, la inteligencia humana corre el riesgo de no seguir la creciente complejidad del mundo.

El desafío no es elegir entre una y otra, sino construir una relación equilibrada entre ambas. Quizás sea precisamente esto lo que explique el improbable consenso encontrado entre documentos tan diferentes. Universidades, científicos, educadores, reguladores europeos e incluso el Vaticano parecen coincidir en un punto esencial: la cuestión decisiva del siglo XXI no es lo que las máquinas serán capaces de hacer. La cuestión decisiva es lo que los seres humanos decidirán hacer con ellas.

Volviendo a Gessinger, vale recordar que el estribillo afirmaba que “el pop no perdona a nadie”. Tres décadas después, la observación sigue vigente. La tecnología tampoco perdona a nadie. Ni gobiernos, ni escuelas, ni universidades, ni empresas, ni iglesias. Ni siquiera la inteligencia artificial, que ya dejó de ser solo tema de ciencia ficción para convertirse en asunto de escuelas, universidades, gobiernos, empresas e incluso del Vaticano.

¿Qué hacer ahora?

Si existe un consenso emergente entre el Vaticano, la Unión Europea, las universidades y las agencias de investigación, este no se limita a la necesidad de debatir sobre inteligencia artificial. También existe una creciente preocupación por ofrecer orientaciones concretas para su uso.

En Brasil, uno de los documentos más relevantes en este sentido son las “Directrices para el Uso de la Inteligencia Artificial en la Educación Básica”, publicadas por el Ministerio de Educación. El documento no trata la IA como una amenaza ni como una solución mágica. Su propuesta es formar estudiantes capaces de comprender críticamente estas tecnologías, utilizarlas de forma responsable y reconocer sus límites. Entre sus recomendaciones se encuentran la promoción de la educación digital, el fortalecimiento del pensamiento crítico, la transparencia en el uso de las herramientas y la preservación de la mediación humana en los procesos educativos.

Para los profesores, se puede aplicar inmediatamente una pista práctica: utilizar sistemas de IA no para sustituir actividades de lectura, interpretación y producción textual, sino para ampliarlas. Un estudiante puede solicitar a una IA un resumen de un tema determinado; el aprendizaje ocurre cuando compara este resumen con otras fuentes, identifica lagunas, cuestiona respuestas y produce su propia síntesis. La herramienta genera información; la formación sigue siendo humana.

En el contexto universitario, destaca la Resolución nº 13/2025 de la Unesp, que establece principios para el uso responsable de la inteligencia artificial en la institución. El documento enfatiza supervisión humana, transparencia, responsabilidad, protección de datos, integridad académica y evaluación crítica de los resultados producidos por sistemas de IA.

Más que un conjunto definitivo de reglas, la resolución puede ser entendida como un modelo inicial de gobernanza. Estamos apenas en los primeros pasos de una transformación que probablemente acompañará las próximas décadas. Las orientaciones de la Unesp merecen ser estudiadas, comparadas con experiencias de otras universidades y continuamente revisadas a medida que surgen nuevas tecnologías y aparecen nuevos desafíos.

Quizás esta sea la principal lección extraída del conjunto de documentos analizados: no estamos ante un debate pasajero. Estamos aprendiendo a convivir con una tecnología que continuará evolucionando. El camino aún se está construyendo, pero una dirección parece clara. La inteligencia artificial debe crecer junto a la inteligencia humana, nunca en su lugar.

Mantengamos un ojo en los titulares y las noticias. En especial, en aquellos publicados en los Diarios Oficiales de la Unión, de los estados brasileños y de las instituciones de enseñanza e investigación. Si los grandes debates suelen llegar al público a través de discursos, entrevistas y reportajes, es en los documentos normativos, en las resoluciones, portarias, directrices y regulaciones que las transformaciones comienzan efectivamente a tomar forma.

Los próximos capítulos de la saga IA+IA se están escribiendo en este preciso momento. Y serán tan decisivos como los primeros.

Quién publicó esta columna

Roberto Munhoz

Roberto Munhoz é roteirista, educador e artista gráfico com 35 anos de experiência, 20 deles na Turma da Mônica (Estúdio Mauricio de Sousa). Também colaborou em obras como Menino Maluquinho, de Ziraldo, e Sítio do Picapau Amarelo, de Monteiro Lobato. Participa de ações formativas e culturais de promoção à leitura e valorização das linguagens visuais como ferramentas educativas. Licenciado em Artes Visuais pela UNIP e pós-graduado em Gestão Escolar pela USP/ESALQ, atua como professor de artes no Ensino Fundamental I e II.

También te puede interesar

02 de octubre de 2026

Determinantes de la ubicación de supermercados en São Paulo

Un estudio investigó los factores determinantes de la ubicación de supermercados en el estado de São Paulo, con el objetivo de investigar los factores que explican la presencia y expansión de estos establecimientos, considerando dimensiones socioeconómicas, demográficas y de mercado. Se utilizaron datos de los Censos Demográficos de 2010 y 2022 del IBGE y información del Cadastro Nacional de Pessoas Jurídicas de la Receita Federal do Brasil para construir una base de datos georreferenciada. Se aplicó un modelo de clasificación Random Forest, ajustado por grid search con validación cruzada, priorizando la métrica recall-macro debido al desbalanceo de la variable dependiente, que representó la presencia o ausencia de supermercados en un buffer de 50 metros. Los resultados indicaron que la ubicación de supermercados está fuertemente asociada a características demográficas, de ingresos y de población en el entorno. El análisis de importancia de las variables evidenció que factores sociodemográficos, como alfabetización de ancianos, ingresos familiares y la presencia de otros establecimientos de alimentación, ejercieron una influencia significativa, especialmente en el entorno inmediato. Los hallazgos reforzaron la hipótesis de que la distribución espacial de supermercados no es aleatoria, siendo condicionada por características socioeconómicas y por la estructura comercial del territorio, ofreciendo subsidios para decisiones empresariales y planificación urbana.

Palabras clave: Análisis espacial; Aprendizaje automático; Expansión; Ubicación comercial; Supermercados.

Neurociencia Y Aprendizaje En La Educación

02 de octubre de 2026

Educación Antirracista: Prácticas Educativas Inclusivas y Desarrollo Social

La educación antirracista, comprendida como eje estructurante de la educación inclusiva y del desarrollo social, fue investigada en el contexto brasileño. El estudio tuvo como objetivo identificar y analizar, con base en documentos legales y en la percepción de profesores, las prácticas educativas capaces de promover el antirracismo en la escuela y en la sociedad, y cómo la implementación de las Leyes nº 10.639/03 y nº 11.645/08 contribuyó a la justicia social. Se adoptó un enfoque cualitativo y documental, con análisis de legislación educacional, directrices curriculares, informes institucionales y literatura académica. Complementariamente, se aplicó un cuestionario semiestructurado a 295 profesores de Educación Básica. Los datos fueron evaluados cuantitativa y cualitativamente, por medio de análisis de contenido temático, y validados con estudios bibliográficos. Los resultados revelaron una paradoja: a pesar de un marco legal robusto, la implementación de las políticas antirracistas se mostró frágil y puntual, con carencia de formación docente, materiales didácticos adecuados y monitoreo. Se constató la persistencia de desigualdades educacionales significativas entre estudiantes blancos y negros, y la mayoría de los profesores reconoció la ocurrencia de racismo en las escuelas, pero sin protocolos institucionales claros. El análisis neurocientífico demostró que el racismo impacta negativamente el desarrollo cognitivo y emocional de los estudiantes. Se concluyó que la educación antirracista es central para una educación de calidad, exigiendo compromiso político, inversión pública y articulación intersectorial. La integración de la Neurociencia en la formación docente y la producción de materiales cualificados son cruciales para fortalecer el papel de la escuela en la construcción de una sociedad más justa e inclusiva.

Palabras clave: Desarrollo Social; Educación Antirracista; Justicia Social; Ley 10.639/03; Prácticas Educativas Inclusivas.

Neurociencia Y Aprendizaje En La Educación

02 de octubre de 2026

Caminos de la Inclusión: Percepciones de Padres y Profesores sobre la Escolarización de Estudiantes con Doble Excepcionalidad en el Contexto Brasileño

La Doble Excepcionalidad, caracterizada por la coexistencia de Altas Habilidades/Superdotación y trastornos del neurodesarrollo, representa un fenómeno complejo que desafía los modelos tradicionales de identificación y escolarización. El estudio tuvo como objetivo comprender las percepciones de padres o tutores, profesores y otros profesionales de la educación sobre la escolarización de estudiantes con Doble Excepcionalidad en el contexto brasileño, investigando desafíos, estrategias pedagógicas y posibilidades de inclusión basadas en la equidad. La investigación adoptó un enfoque cualitativo, exploratorio y descriptivo, y recopiló datos a través de un cuestionario en línea, voluntario y anónimo, respondido por 25 participantes. Los datos discursivos fueron analizados mediante análisis de contenido temático. Los resultados indicaron que el conocimiento sobre el tema se construye frecuentemente a partir de experiencias personales y profesionales, revelando lagunas en la formación sistematizada. Se identificaron dificultades en la identificación de estos estudiantes, en la formación docente y en la implementación de planes educativos individualizados, flexibilización pedagógica y enriquecimiento curricular. Se relataron repercusiones socioemocionales, como frustración y baja autoestima. Sin embargo, algunas escuelas demostraron prácticas inclusivas fundamentadas en la equidad, articulando necesidades específicas y potencialidades. Aunque los resultados no permiten generalizaciones, evidenciaron la necesidad de fortalecer la formación profesional y la articulación entre escuela, familia y servicios especializados. Se concluyó que la inclusión de estudiantes con Doble Excepcionalidad requiere prácticas que reconozcan simultáneamente sus dificultades y potencialidades, garantizando condiciones equitativas de participación, aprendizaje y desarrollo.

Palabras clave: Desarrollo humano; Formación docente; Inclusión escolar; Neurodivergencia; Prácticas pedagógicas.

02 de octubre de 2026

Modelado predictivo para la gestión de inventarios: aumento de la productividad y la eficiencia en un centro de distribución de alimentos

La gestión eficiente de las operaciones logísticas en centros de distribución es fundamental para la competitividad, especialmente en actividades intensivas en mano de obra, que impactan los costos operativos y el nivel de servicio. El estudio tuvo como objetivo desarrollar y evaluar diferentes modelos de pronóstico de demanda para optimizar la gestión de inventario y recursos en un centro de distribución de alimentos. Para ello, se utilizaron datos históricos de movimiento de un sistema WMS, aplicando modelos de regresión lineal, suavización exponencial de Holt-Winters y el algoritmo LightGBM. Los resultados indicaron que los modelos tradicionales presentaron limitaciones en la captura de la dinámica de la demanda, con un rendimiento inferior al LightGBM. El algoritmo de aprendizaje automático demostró un rendimiento superior, especialmente después de la incorporación de mayor granularidad de los datos y variables temporales, lo que permitió una mayor adherencia a la dinámica de la demanda. La aplicación del modelo resultó en una reducción del 36,38% en el desplazamiento para el pallet picking y del 31,98% para el case picking, totalizando una reducción global del 33,64%. Se concluyó que la utilización de modelos predictivos contribuyó a la mejora de la eficiencia operativa, permitiendo una mejor asignación de recursos y organización de los artículos en el proceso de separación de pedidos.

Palabras clave: Aprendizaje automático; Clasificación ABC; Eficiencia operativa; Logística; Pronóstico de demanda.

02 de octubre de 2026

Transformación de Datos en Estrategia: Investigación Aplicada para la Optimización de Operaciones en Ecoturismo

La creciente demanda en el turismo ecológico en Minas Gerais impulsó la búsqueda de inteligencia de negocios para transformar datos de clientes en información estratégica. El estudio objetivó estructurar un pipeline de ciencia de datos para recolectar, segmentar y clasificar la base de clientes de una operación de ecoturismo, con el fin de optimizar acciones de marketing y anticipar movimientos de mercado. Se realizó una investigación exploratoria, de naturaleza cuali-cuantitativa, por medio de un estudio de caso. Se utilizaron 2.777 registros transaccionales de una empresa de ecoturismo, referentes a enero de 2024 a diciembre de 2025. El proceso metodológico involucró recolección automatizada de datos (API Google Sheets), tratamiento y enriquecimiento (ETL), validación y creación de atributos RFM (Recencia, Frecuencia y Valor Monetario). Se aplicó reducción de dimensionalidad vía PCA y agrupamiento K-Means, con el número de clusters definido por el método del Codo y Silhouette Score. Se validaron los resultados con DBSCAN y K-Medoids. Los resultados revelaron la identificación de tres segmentos comportamentales de clientes: “Fiel”, “Bajo Valor” y “Potencial”. El segmento “Fiel” representó el mayor valor económico acumulado, mientras que el “Potencial” se destacó por el alto ticket promedio y potencial de conversión en recurrencia. La integración de las técnicas de análisis de datos demostró ser un método robusto y replicable para generar inteligencia en el ecoturismo. Se concluyó que el pipeline de ciencia de datos estructurado viabilizó la segmentación comportamental de la base de clientes, la validación estadística de los grupos y la creación de un sistema predictivo para nuevos compradores, proporcionando subsidios para decisiones estratégicas basadas en datos y futuros análisis.

Palabras clave: Clusterización; Inteligencia de negocios; Machine Learning; Segmentación de clientes; Toma de decisiones.

02 de octubre de 2026

Clasificación de clientes morosos mediante técnicas supervisadas de aprendizaje automático

El riesgo de incumplimiento en operaciones de crédito demandó enfoques analíticos para anticipar pérdidas. Este estudio evaluó comparativamente el desempeño de modelos supervisados de aprendizaje automático en la clasificación de clientes incumplidos en operaciones de tarjeta de crédito. Se utilizó la base pública “Default of Credit Card Clients”, de la Universidad de California Irvine, con 30.000 observaciones y desbalanceo de clases. Se emplearon los algoritmos Regresión Logística, Random Forest y Extreme Gradient Boosting. El desbalanceo se trató mediante la asignación de pesos a las clases, y la optimización de los modelos se realizó con el método RandomizedSearchCV, priorizando la sensibilidad. Los resultados de la validación cruzada indicaron que el modelo Extreme Gradient Boosting presentó mayor capacidad de identificación de la clase incumplida y mejor desempeño discriminatorio, seguido por Random Forest y Regresión Logística, con una sensibilidad de 0,8250 y un AUC-ROC de 0,7844 para el XGBoost. El análisis de interpretabilidad, realizado por la técnica Shapley Additive Explanations (SHAP), evidenció la predominancia de variables asociadas al comportamiento de pago, especialmente el historial de retrasos. Se concluyó que los modelos basados en árboles, particularmente técnicas de boosting, se mostraron más adecuados para capturar patrones complejos en los datos, configurándose como alternativas consistentes para la gestión de riesgo de crédito.

Palabras clave: Aprendizaje Automático; Tarjeta de Crédito; Clasificación; Extreme Gradient Boosting; Riesgo de Crédito.

02 de octubre de 2026

Análisis de Sentimientos sobre Bancos Brasileños en Twitter/X: Comparación entre Instituciones Tradicionales y Digitales

Un estudio analizó la percepción pública sobre instituciones financieras brasileñas en la plataforma Twitter/X, resaltando la importancia del monitoreo de sentimientos en redes sociales para la comprensión de la reputación y la experiencia del cliente en el sector bancario. El objetivo consistió en comparar la percepción de los usuarios sobre la imagen y la reputación de bancos tradicionales y digitales, a partir de los patrones de sentimiento identificados en las manifestaciones analizadas, buscando identificar diferencias estructurales entre estos grupos. La metodología se basó en el análisis de 1.096 tweets recopilados entre noviembre de 2022 y junio de 2023. Se utilizaron dos enfoques complementarios de análisis de sentimientos, la suma y la media de las etiquetas, para captar el sentimiento mayoritario y los matices de la percepción. Adicionalmente, se desarrollaron el Modelo de Perfil de Mercado, con indicadores de reputación emocional, riesgo reputacional, neutralidad y polarización, y el Modelo de Clusterización Bancaria, que permitió agrupar las instituciones conforme a patrones de percepción. Los resultados indicaron predominancia de sentimientos neutros y negativos, mayor volumen de interacciones en los bancos digitales y diferencias estructurales en la intensidad emocional de las percepciones, con mayor estabilidad en los bancos digitales y mayor polarización en los tradicionales. Se concluyó que la combinación de técnicas analíticas y estadísticas contribuyó a una comprensión profunda de la imagen institucional en el entorno digital, evidenciando la importancia de estrategias de gestión de la reputación basadas en datos.

Palabras clave: Bancos digitales; Bancos tradicionales; Modelado de datos; Opinion mining; Redes Sociales.

02 de octubre de 2026

Optimización de la planificación presupuestaria anual mediante metodologías de gestión de proyectos

El Plan Presupuestario Anual (POA) es un proceso crucial para traducir la estrategia organizacional en metas operativas y financieras, pero frecuentemente enfrenta presiones de plazos, dependencias interdepartamentales y la repetición de gastos habituales. El estudio objetivó analizar cómo la aplicación combinada de prácticas de gestión de proyectos y del Presupuesto Base Cero (PBC) puede optimizar el POA. Para ello, se desarrolló un estudio de caso en la operación brasileña de una compañía abierta del sector de bebidas, utilizando investigación documental de su informe de resultados de 2023 y un cuestionario anónimo aplicado a 47 encuestados. El análisis documental indicó crecimiento de la receta neta, expansión del margen bruto y del EBITDA ajustado, y avance contenido de los gastos de ventas, generales y administrativos, sugiriendo disciplina de costos y apalancamiento operativo. El relevamiento complementario reveló alta percepción de efecto cascada en el cronograma, fuerte apoyo a la definición de responsables por paquetes de costos y preferencia por justificación técnica de los gastos, además de demanda por flexibilidad controlada tras la definición de la línea base. Se concluyó que la estructuración del POA como proyecto, asociada al rigor del PBC, aumentó la previsibilidad del proceso, reforzó la responsabilidad sobre los gastos y amplió la coherencia entre la ejecución presupuestaria y el desempeño económico-financiero.

Palabras clave: Control de Costos; Eficiencia Operativa; Presupuesto Base Cero; PMBOK; Sector de Bebidas.

02 de octubre de 2026

Innovación en modelos de negocio tradicionales y su impacto en el entorno laboral

El estudio analizó cómo la innovación aplicada en modelos de negocio tradicionales impacta el ambiente de trabajo. Con este objetivo, se realizó una investigación de campo que involucró a 225 profesionales de diferentes sectores y niveles jerárquicos. La recolección de datos se llevó a cabo a través de un cuestionario estructurado, que investigó el perfil, las percepciones y los comportamientos de los participantes en relación con la innovación. Los resultados obtenidos indicaron que los colaboradores de empresas consideradas innovadoras percibieron niveles elevados de innovación, demostraron mayor compromiso, motivación para proponer mejoras y una mejor comprensión de los cambios implementados. En contraste, los profesionales de empresas tradicionales presentaron una percepción de innovación más baja, mayor neutralidad frente a las transformaciones y niveles más elevados de estrés e inseguridad en el ambiente laboral. Se observó, además, que el liderazgo, la comunicación clara, el apoyo y la capacitación adecuada fueron identificados como factores esenciales para facilitar la adaptación a los cambios y aumentar la receptividad de los colaboradores. Se concluyó que la tipología organizacional, asociada a la cultura y a las prácticas de gestión, influye directamente en la forma en que se vive la innovación internamente y sus efectos en el ambiente de trabajo.

Palabras clave: Compromiso; Empresas tradicionales; Gestión del cambio.