ARTÍCULO ORIGINAL  
INNOVA Research Journal, ISSN 2477-9024  
(
Septiembre-Diciembre, 2024). Vol. 9, No.4, pp. 152-168.  
DOI: https://doi.org/10.33890/innova.v9.n4.2024.2663  
URL: http://revistas.uide.edu.ec/index.php/innova/index  
Correo: innova@uide.edu.ec  
Factores de aceptación o rechazo hacia la integración de la inteligencia  
artificial y su relación con las capacidades dinámicas. Caso Universidad  
Autónoma de Guadalajara  
Factors of acceptance or rejection of artificial intelligence and the relationship  
with dynamic skills. Universidad Autónoma de Guadalajara, case study  
Edgar Márquez-González  
Universidad Autónoma de Guadalajara, Zapopan, Jalisco, México  
emarquez@edu.uag.mx  
https://orcid.org/0009-0001-3475-6610  
Ángel Israel Muñoz-Hernández  
Universidad Autónoma de Guadalajara, Zapopan, Jalisco, México  
angelmunoz@edu.uag.mx  
https://orcid.org/0009-0002-2643-7043  
Rodolfo Hernández-Jiménez  
Universidad Autónoma de Guadalajara, Zapopan, Jalisco, México  
rodolfo.hernandez@edu.uag.mx  
https://orcid.org/0009-0009-2029-437X  
Recepción: 14/08/2024 | Aceptación: 10/12/2024 | Publicación: 27/12/2024  
Cómo citar (APA, séptima edición):  
Márquez-González, E., Muñoz-Hernández, A.; Hernández-Jiménez, R. (2024). Factores de  
aceptación o rechazo hacia la integración de la inteligencia artificial y su relación con las  
capacidades dinámicas. Caso Universidad Autónoma de Guadalajara. INNOVA Research  
Journal, 9(4), 152-168. https://doi.org/10.33890/innova.v9.n4.2024.2663  
Esta obra se comparte bajo la licencia Creative Commons Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
152  
Edgar Márquez-González, Ángel Muñoz-Hernández y Rodolfo Hernández-Jiménez.  
ISSN 2477-9024. Innova Research Journal (Septiembre-Diciembre, 2024). Vol. N9, No., pp. 152-168.  
Resumen  
Las capacidades dinámicas coadyuvan a las organizaciones a obtener ventajas competitivas, puesto  
que les permite prepararse y adaptarse a los cambios del entorno, incluidos los avances  
tecnológicos. En tiempos recientes, la inteligencia artificial ha ganado presencia en muchos  
campos, incluyendo el campo de acción de las Instituciones de Educación Superior (IES).Este  
estudio de corte cualitativo pretende mediante los métodos de estudio de caso y análisis de  
contenido descubrir los factores que influyen en los agentes clave de las IES para aceptar o  
rechazar la incorporación de la inteligencia artificial (IA) en su estrategia y modelo de operación  
incentivando o frenando la generación de las mencionadas capacidades dinámicas. Para tal fin, se  
analizó el caso de la Universidad Autónoma de Guadalajara (UAG) a través de una serie de  
entrevistas con directores de departamento o programa obteniendo información perceptual  
relevante que pueda servir como guía para la ejecución de planes de acción que motiven su  
transformación hacia el aprovechamiento óptimo de la inteligencia artificial en todas sus áreas  
funcionales. En los resultados de la investigación, se observa la presencia de dos factores que  
motivan la aceptación y dos que incentivan el rechazo hacia las aplicaciones de inteligencia  
artificial permitiendo concluir con una serie de recomendaciones que permitan aprovechar estos  
hallazgos. Por lo tanto, esta investigación propone una metodología para la detección de dichas  
motivaciones y/o barreras en aras de apoyar a instituciones similares a ir aprovechando los nuevos  
recursos tecnológicos de reciente aparición para su crecimiento y consolidación dentro de sus  
correspondientes mercados.  
Palabras claves: inteligencia artificial; capacidades dinámicas; universidad; educación.  
Abstract  
Dynamic skills help organizations gain a competitive advantage by allowing them to prepare for  
and adapt to changes in their environments—including those caused by technological  
breakthroughs. Recently, Artificial Intelligence has consolidated its presence in many fields,  
including in higher education institutions (HEI). Using case study methodology and content  
analysis, this qualitative study aims to identify factors that influence key agents in HEIs to either  
accept or reject the incorporation of Artificial Intelligence (A.I.) in their strategy and operational  
model, thus incentivizing or blocking dynamic skills. This Universidad Autónoma de Guadalajara  
case study analyzes a series of interviews with faculty directors that produced relevant, perception-  
based information that can guide in planning and applying A.I. optimally in all applicable areas.  
In the research findings, it was possible to identify the presence of two factors that encourage  
acceptance and two that drive rejection of artificial intelligence applications, leading to a series of  
recommendations to capitalize on these insights. This research proposes a methodology that will  
enable higher education institutions to identify the motivations for, or barriers to, implementing  
technological resources and breakthroughs, ultimately allowing them to grow and gain strength  
within their target markets.  
Keywords: Artificial Intelligence; dynamic skills; university; education.  
Introducción  
A través de los tiempos, dentro del sector empresarial se ha observado la prueba, selección  
e implementación de distintas modalidades de comercialización de productos y servicios en sus  
Esta obra se comparte bajo la licencia Creative Commons Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
153  
Factores de aceptación o rechazo hacia la integración de la inteligencia artificial y su relación con las capacidades  
dinámicas. Caso Universidad Autónoma de Guadalajara.  
diferentes mercados dentro de un entorno competitivo cada vez más complejo y globalizado. A la  
par, los avances tecnológicos han transformado la manera de implementar dichos procesos  
llevando a las empresas hacia ciclos recurrentes de cambio, adaptación e innovación.  
El sector académico no ha sido la excepción, puesto que en muy pocos meses este sector  
fue forzado, de manera acelerada a ofrecer servicios educativos de forma distinta, teniendo que  
mutar de modelos puramente presenciales de enseñanza hacia modelos virtuales o incluso híbridos  
o mixtos, siendo estos últimos entendidos como la suma de los dos primeros, es decir, “la  
yuxtaposición de dos grupos de estudiantes que asisten en directo a una conferencia o clase  
magistral del docente, pero ubicados en distintos espacios” (Area, Bethencourt & Martin, 2023),  
pudiendo darse en espacios físicos y/o virtuales. Esto ha llevado a cada uno de los agentes que  
participan dentro de este tipo de instituciones (directivos, profesores, estudiantes, padres de familia  
y personal administrativo) a evolucionar día con día hacia la adquisición de nuevas habilidades y  
conocimientos en la forma en la que aprovechan la tecnología a su disposición para el acceso y la  
oferta de sus servicios. La combinación sinérgica entre capital humano y tecnología se vuelve, por  
lo tanto, do un rol muy importante para el logro de los objetivos en este tipo de instituciones.  
De entre todas esas tecnologías de reciente creación e implementación resalta la irrupción  
de la inteligencia artificial, entendida como “la habilidad y capacidad de un ordenador, red de  
ordenadores o red de robots controlados por ordenadores para realizar las tareas comúnmente  
asociadas a seres humanos inteligentes” (Cabanelas, 2019). Este término se dio a conocer a  
mediados del siglo veinte, y para Mollick (2023), este ya es un término considerado de uso general  
por todo lo que abarca dentro las diversas áreas en las que se consideran desde la automatización  
de procesos hasta la robótica actual.  
El uso extendido de esta tecnología se ha propiciado debido a que la capacidad y velocidad  
para almacenar y procesar datos de forma electrónica ha aumentado de manera exponencial,  
mientras que los costos vinculados de hardware y personal son cada vez más menores, de acuerdo  
con lo señalado por Jordan y Mitchel (2015). Este contexto favorece la habilitación de la  
inteligencia artificial en el ámbito de los negocios, la educación y en prácticamente cualquier área  
de la vida humana. Incluso la UNESCO en su informe «Artificial Intelligence in Education:  
Challenges and Opportunities for Sustainable Development» señala categóricamente que “la  
inteligencia artificial puede ser una gran oportunidad para acelerar el logro de los objetivos de  
desarrollo sostenible” (UNESCO, 2019).  
Y tal como lo sugieren Awemleh y Bustami (2022) en su estudio, el uso de la Inteligencia  
Artificial ya ha mostrado que puede brindar ventajas competitivas a las organizaciones para  
enfrentar desafíos tales como los que representó la pandemia por COVID 19, a razón de que esta  
poderosa herramienta informática ha potenciado las capacidades de las organizaciones para brindar  
todo tipo de soluciones: previsiones de ventas, acelerar el descubrimiento de medicamentos,  
servicio al cliente, gestión de recursos humanos, etcétera” (Agrawal et al, 2018).  
Así pues, la colaboración entre humanos e Inteligencia artificial está modificando de  
manera significativa “la forma en que se gestionan sectores y servicios tan diversos como la  
Esta obra se comparte bajo la licencia Creative Commons Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
154  
Edgar Márquez-González, Ángel Muñoz-Hernández y Rodolfo Hernández-Jiménez.  
ISSN 2477-9024. Innova Research Journal (Septiembre-Diciembre, 2024). Vol. N9, No., pp. 152-168.  
movilidad automática, los agentes de conversación basados en algoritmos, análisis del  
comportamiento de clientes y gestión de inventarios para el comercio electrónico, identificación  
de estrategias y niveles personalizados de aprendizaje en la educación” (Razmerita et al 2022) o  
incluso la evaluación y dictamen de riesgos crediticios como bien aportan Lu y Zang (2022). Es  
Norman (2023) quien hace hincapié en que, a nivel educativo, la inteligencia artificial se ha  
convertido en un aliado de agentes como los profesores o los tutores optimizando ciertos procesos  
repetitivos, personalizando y fomentando el interés de los estudiantes y representando un recurso  
educativo más, en suma, a los ya existentes.  
Sin embargo, para que las organizaciones de cualquier tipo puedan sacar el máximo  
potencial de todas las cualidades de esta y cualquier otro tipo de tecnología, es necesario que el  
capital humano involucrado las acepte previo a su adopción y comprenda todas sus bondades para  
su trabajo y su entorno profesional y que las organizaciones tengan las capacidades y habilidades  
suficientes para adaptarse a los cambios que le presente el entorno, aprovechando y potenciando  
los factores que impulsen su adopción y creando planes de acción que permitan derribar los  
factores que obstaculicen su avance.  
Por lo que el propósito de este caso de estudio es identificar los factores de aceptación  
sobre el uso de la inteligencia artificial para el personal clave de gestión (docentes, directores,  
directivos) en la Universidad Autónoma de Guadalajara (UAG). En esta fase de la investigación,  
los factores de aceptación o rechazo en el uso de la Inteligencia Artificial, se definirán de forma  
general como las guías estratégicas que permitan comprender, si las universidades están  
preparadas, o no, para adaptarse a la revolución que está teniendo lugar en la enseñanza e  
investigación a través del uso de la Inteligencia Artificial como agente colaborador, de apoyo y  
soporte en procesos enseñanza-aprendizaje. Todo esto será analizado y categorizado bajo la óptica  
de la teoría de las capacidades dinámicas de las organizaciones propuesta por Teece (1997) que  
permite comprender justamente su habilidad para adaptarse o no a los cambios presentados.  
De este modo, la pregunta de investigación que da pie al presente trabajo es “¿Cuáles son  
los factores que influyen en organizaciones como las universidades en la aceptación o rechazo de  
la adopción y uso de la inteligencia artificial hacia la consecución de capacidades dinámicas?  
Marco teórico  
La incursión de la inteligencia artificial en las universidades  
La inteligencia artificial (IA) como tecnología era parte de la visión que pretendía  
transformar por completo la educación mediante la creación de sistemas de “asesores” que  
pudieran individualizar el aprendizaje. Sin embargo, el tiempo ha destapado que la incorporación  
de la IAen las Instituciones de Educación Superior es un proceso complejo que depende de factores  
tan variados como la disponibilidad de materiales, la capacidad tanto técnica como pedagógica de  
los docentes, y ante todo una percepción favorable hacia el uso de la IA.  
Los estudios vinculados a la aceptación de la Inteligencia Artificial presentan datos  
contrastantes. Por ejemplo, el reporte de Kolbjørnsrud, et al (2016) señala que, aunque el 84% de  
Esta obra se comparte bajo la licencia Creative Commons Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
155  
Factores de aceptación o rechazo hacia la integración de la inteligencia artificial y su relación con las capacidades  
dinámicas. Caso Universidad Autónoma de Guadalajara.  
los profesionales encuestados considera que la Inteligencia Artificial puede hacer su trabajo más  
efectivo, únicamente el 18% confiaría su asesoramiento a la hora de tomar decisiones de negocio.  
En épocas más recientes, según Ordoñez (2023), la incorporación de la IAen la toma de decisiones  
gerenciales se ha venido generalizando con mucha rapidez, demandando una constante  
actualización organizacional. Así mismo, otros autores indican que un factor fundamental para  
favorecer o dificultar la aceptación del trabajo conjunto de humano en colaboración con la  
Inteligencia Artificial “está vinculado la transparencia de los criterios de funcionamiento y  
decisión que sustenten dicha tecnología en sus decisiones” (Vössing, et al, 2022).  
Cervantes et. al, (2024) son enfáticos al señalar que incluso en las pequeñas y medianas  
empresas se observan beneficios sustanciales del uso de la IA en la mejora de la eficiencia  
operativa, la reducción de los tiempos de producción, el aumento de los estándares de calidad y  
también en el fortalecimiento de la seguridad en los procesos.  
En este mismo sentido, la investigación de Lu et al. (2022) demuestra que los individuos  
con altos niveles de autoeficacia están más dispuestos a colaborar y seguir recomendaciones de la  
Inteligencia Artificial cuando ésta muestra incrementos en su rendimiento vinculados a la  
capacidad de aprendizaje propia de dicha tecnología. Es en el ámbito de las decisiones clínicas en  
el campo de la salud en donde ya han sido identificado algunos factores clave que ayudan a explicar  
la aceptación o rechazo para la colaboración activa entre humanos e Inteligencia Artificial, tales  
factores, según Hemmer et al. (2022) son la complementariedad, el aprendizaje mutuo, la  
adaptación al usuario o la transparencia de las decisiones.  
En el caso de las universidades también se han documentado afirmaciones de aceptación y  
rechazo contrastantes respecto al uso de la Inteligencia Artificial, específicamente hacia el uso de  
aplicaciones basadas en IA tan específicas como OpenAI, ChatGPT, Murf.AI, Dall-e 2, Deep AI o  
Aifindy.  
De acuerdo con Willems (2023) hay quienes afirman que ChatGPT y tecnologías similares  
no son sustancialmente distintas al desafio que representó el uso de Wikipedia respecto a la  
educación universitaria como mecanismo de acceder a información inicial de manera rápida, pero  
incapaz de brindar profundidad rigurosa y comprensión analítica del contenido. Por lo que incluso  
“
favorece la disminución de estrategias de aprendizaje basadas en la memorización poco reflexiva  
de información” (Pavlik, 2023). También existen afirmaciones de que la aplicación de modelos  
basados en la Inteligencia Artificial “potencia las experiencias de aprendizaje pues se enfocan en  
fortalecer el espíritu crítico, la verificación de hechos” (Kasneci, et al, 2023).  
Incluso la literatura académica señala aseveraciones tales como “no creo que ChatGPT  
vaya a sustituirme pronto en el aula universitaria, y creo que hay un futuro brillante para las  
universidades, al menos para aquellas en las que dar clases, discutir ejemplos en detalle e  
intercambiar pensamientos en clase siguen siendo los componentes principales de la filosofía de  
aprendizaje” (Willens, 2023). Se considera incluso que se están sobredimensionando las  
afectaciones de su aparición, pues su impacto no es distinto a los temores que se presentaron con  
Esta obra se comparte bajo la licencia Creative Commons Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
156  
Edgar Márquez-González, Ángel Muñoz-Hernández y Rodolfo Hernández-Jiménez.  
ISSN 2477-9024. Innova Research Journal (Septiembre-Diciembre, 2024). Vol. N9, No., pp. 152-168.  
Wikipedia de que incentivaría que los estudiantes se volvieran perezosos e ignorantes, como bien  
recogen Knight & Pryke (2012).  
Estudios incipientes dan cuenta de la ayuda que puede brindar este tipo de tecnología para  
mejorar el aprendizaje y “fortalecer el rendimiento y motivación de programas de tutoría”  
(Srinivasa et al, 2022), “brindando un fuerte impulso a la educación autodidacta y en línea” (Firat  
M., 2023). Aunado a esto, también se concluye que “la IA puede ayudar a personalizar el  
aprendizaje, crear fácilmente caminos individualizados, proporcionar retroalimentación  
instantánea y adaptarse continuamente al progreso de cada estudiante. También puede ser una  
forma de mejorar la instrucción, generar informes automatizados para los profesores, reducir el  
tiempo de evaluación y gestionar grandes cantidades de datos detallados sobre el aprendizaje de  
los estudiantes” (Rodriguez et. al, 2023).  
El estudio de Liu et al. (2021) da señales del efecto positivo para la enseñanza de  
contenidos complejos a nivel universitario tales como cursos de mecánica mediante uso de redes  
neuronales, además de la incorporación de la Inteligencia Artificial al ecosistema de la educación  
universitaria, se está gestando el concepto de Universidad Inteligente. La cual, a decir de  
Mohanachandran et al, (2021), considera la necesidad de contar con infraestructura inteligente,  
pedagogía inteligente, aulas inteligentes, maestros y estudiantes inteligentes y la educación en  
línea como la visión de la universidad moderna.  
Sin embargo, así como se han observado algunos beneficios y aspectos positivos sobre el  
uso de la IA en la educación, también debemos de tener cuidado sobre algunos puntos que se  
deberán de tener en consideración con el uso de esta tecnología.  
A decir de Jara & Ochoa (2020), en primer lugar, existe la preocupación por la protección  
de la privacidad, La inteligencia artificial en la educación significa que podrá utilizar la  
información de los estudiantes y sus familias que se encuentre disponible en las escuelas y, en  
algunos casos, en las redes sociales. En segundo lugar, existe preocupación sobre los sesgos  
implícitos en el uso de las nuevas aplicaciones de IA, que no ayuden a garantizar una educación  
inclusiva y de calidad para todos. Por ende, existe la preocupación de que la IA resalte los  
problemas de equidad educativa que se registran dentro de los países. Se sabe que la expansión de  
estas nuevas tecnologías ha sido lenta, posiblemente porque implican costos de inversión elevados  
para las escuelas, pero también porque se cuenta con poca preparación por parte de los docentes  
en su uso, lo que les impide vislumbrar bien sus aportes y aprovecharlas en las aulas. Y por último  
un reto no menos importante será relacionado con la interacción IA – estudiantes, considerando la  
confianza generada por la IA de que la tecnología podrá educar por sí sola a los estudiantes. “Las  
preocupaciones sobre la ética y la integridad académica son recurrentes, principalmente  
relacionadas con el plagio, la generación de información falsa y la falta de originalidad en las  
producciones de los estudiantes” (Guerschberg & Gutierrez, 2024).  
Y es así como tanto los beneficios como los riesgos percibidos pueden convertirse en  
factores elementales que repercutan de manera relevante en la capacidad de las organizaciones y  
sus agentes clave en el camino hacia la correcta incursión y adopción de este tipo de tecnologías  
en las universidades.  
Esta obra se comparte bajo la licencia Creative Commons Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
157  
Factores de aceptación o rechazo hacia la integración de la inteligencia artificial y su relación con las capacidades  
dinámicas. Caso Universidad Autónoma de Guadalajara.  
La teoría de las capacidades dinámicas  
Las capacidades dinámicas son consideradas como “la habilidad de la empresa para  
integrar, construir y reconfigurar competencias internas y externas para hacer frente a entornos que  
cambian rápidamente". (Teece, et al, 1997). Estas suelen ser categorizadas en tres niveles:  
1
.
Detección: capacidad para detectar y comprender los cambios en el entorno, así  
como las oportunidades y amenazas que pueden presentarse.  
2
.
Aprendizaje: La capacidad de una organización para adquirir nuevos conocimientos  
y habilidades y aplicarlos de manera efectiva en respuesta a los cambios del entorno.  
3
.
Reconfiguración: La capacidad de una organización para ajustar sus recursos,  
procesos y estructuras organizacionales para aprovechar las oportunidades y enfrentar las  
amenazas que se presentan en el entorno. (Teece, et al, 1997)  
En concordancia, Esparza, Clark & Sanchez (2022) señalan que el reconocimiento de la  
necesidad de capacidades dinámicas puede ayudar a las organizaciones a afrontar de manera  
estratégica los desafíos presentados por su cambiante entorno, otorgando una ruta que permite la  
exploración continua de competencias y recursos en sintonía con dicho contexto. El estudio de  
Beltrán et. al (2023) concluye que la capacidad de aprendizaje influye en el desarrollo de la  
capacidad de innovación organizacional y que dicha capacidad de aprendizaje se debe de  
implementar siempre de la mano con la de reconfiguración para lograr realmente ventajas  
competitivas sostenibles en el tiempo.  
En el ámbito universitario, existen evidencias del relevante impacto de las capacidades  
dinámicas: detección, aprendizaje y reconfiguración respecto a la efectividad de estas  
organizaciones (Kareem y Alameer, 2019). Tan relevante es el papel de las universidades para  
generar entornos de innovación que han sido evaluados los efectos de las políticas públicas  
vinculadas a la promoción del uso de la Inteligencia Artificial como capacidad dinámica en dichos  
ecosistemas en países como China en estudios como los elaborados por Qu y Kim (2022). Por otro  
lado, el liderazgo como habilitador de capacidad dinámica ha sido estudiado directamente en las  
universidades por Leih & Teece (2016). y ha brindado evidencia sólida de que la capacidad de  
percibir, aprovechar y transformar de los líderes tiene efectos significativos en la competitividad  
y supervivencia de dichas organizaciones.  
Por su parte, autores como Zea et. al (2020) señalan que las Instituciones de Educación  
Superior se encuentran obligadas a adaptarse al contexto socioeconómico en el que se  
desenvuelven construyendo y desarrollando capacidades dinámicas de forma constante. Además,  
proponen que el camino para lograr dichas capacidades requiere una clara contextualización de los  
activos intangibles como la investigación, el conocimiento, el capital humano, el capital  
intelectual, las competencias, los procesos y las rutinas únicas y diferenciadoras de la organización  
que requiere implementarlas y más aún, en el caso de este tipo de instituciones. De la mano, Barrios  
Esta obra se comparte bajo la licencia Creative Commons Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
158  
Edgar Márquez-González, Ángel Muñoz-Hernández y Rodolfo Hernández-Jiménez.  
ISSN 2477-9024. Innova Research Journal (Septiembre-Diciembre, 2024). Vol. N9, No., pp. 152-168.  
et. al (2020) concuerdan en que la habilidad y motivación de los empleados juega un papel  
preponderante en el desarrollo de capacidades dinámicas hacia la innovación y la transformación  
institucional.  
Por todo esto y partiendo del modelo de Teece et. al, (1997) es posible afirmar que los  
componentes que ponen en acción las capacidades dinámicas en las organizaciones son tres: (1)  
Búsqueda de oportunidades “sensing”, (2) aprovechar las oportunidades “seizing”, y 3) manejo de  
las amenazas y la reconfiguración “managing threats / transforming”, tal como se ilustran y  
explican en la Figura 1.  
Figura 1  
Los componentes de las capacidades dinámicas  
Fuente: Elaboración propia con información de Teece et. al, (1997)  
Por lo tanto, es posible afirmar que parte de la literatura revisada indica que el uso una  
tecnología como la IA “puede considerarse como un fenómeno creador de capacidades dinámicas  
en sus tres niveles” (Hercheui y Ranjith, 2020). En el mismo sentido, hay evidencia de que el uso  
de la inteligencia artificial tiene impacto relevante en términos de desempeño organizacional en  
ámbitos financieros, de marketing y administrativos (Wamba-Taguimdje et al, 2020). Incluso se  
ha encontrado un importante efecto en un ámbito muy complejo y esquivo como el desarrollo de  
la creatividad (Mikalef y Gupta, 2021).  
Sin embargo, la integración de la IA en las universidades presenta desafíos no sólo de orden  
técnico sino de adopción, tal como lo muestran los estudios vinculados a la adopción de  
innovaciones tecnológicas por parte de los usuarios que ha descrito Vertash (2003), pues si bien  
hay entusiasmo respecto al uso de tecnologías de IA, también se presentan inquietudes sobre su  
utilidad específica, uso ético, calidad de información; así como cuáles está siendo la experiencia  
Esta obra se comparte bajo la licencia Creative Commons Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
159  
Factores de aceptación o rechazo hacia la integración de la inteligencia artificial y su relación con las capacidades  
dinámicas. Caso Universidad Autónoma de Guadalajara.  
de los usuarios respecto a temas como las posibles trampas, manipulaciones y sesgos peligrosos  
(Tlili, et al, 2023).  
Metodología  
Tal como se ha señalado en la revisión teórica, para construir una capacidad dinámica que  
desencadene competitividad a través del uso de la inteligencia artificial, en especial por lo  
potencialmente disruptivo de la herramienta, es necesario comprender no sólo el proceso técnico  
de entrenamiento y uso, sino el proceso la asimilación de los líderes y los actores clave de las  
organizaciones para su adopción y aprovechamiento.  
Para alcanzar tal comprensión, el presente estudio se caracterizó por ser un estudio  
exploratorio de corte cualitativo utilizando el método de estudio de casos y análisis de contenido  
mediante la aplicación de entrevistas a profundidad. Uno de los precursores de la metodología de  
estudio de casos, Yin (2018) señala que estos ayudan en la realización de una investigación  
empírica, donde se estudia un fenómeno contemporáneo dentro de su contexto real, principalmente  
cuando los límites entre el fenómeno y su contexto no son evidentes. El autor también señala que  
una de las principales preocupaciones en los estudios de casos es que sus conclusiones no son  
generalizables estadísticamente. Por lo tanto, los estudios de casos no reúnen a una muestra de  
población en concreto, es por ello por lo que no se consideran generalizables estadísticamente,  
siendo consideradas solamente proposiciones teóricas.  
Las entrevistas a profundidad aplicadas tuvieron una duración estimada de entre 20 a 30  
minutos en donde se abordaron 7 categorías de preguntas exploratorias buscando medir la  
comprensión de la inteligencia artificial, la percepción de los beneficios, oportunidades, riesgos  
potenciales o amenazas representadas por la inteligencia artificial, así como la intención de uso o  
aplicación en un futuro cercano. Para la validación de dichas categorías y del instrumento utilizado  
para las entrevistas se acudió al juicio de expertos en temas de transformación digital y  
especialistas en el uso y la aplicación de la inteligencia artificial a nivel organizacional, quienes  
recomendaron ajustes en materia de redacción, categorización y orden de las preguntas  
establecidas originalmente.  
Para la obtención de respuestas que permitieran realizar un análisis de contenido de  
calidad, se consideró la recolección de información a través de todo el personal de posiciones  
académicas de la Universidad Autónoma de Guadalajara a partir de directores de departamento o  
programa, es decir personal de mandos medios y superiores, además, dentro de la muestra también  
fue considerada la presencia de directores de áreas de soporte administrativo tales como Finanzas,  
Recursos Humanos o Servicios Generales. De esta manera fue posible obtener la representatividad  
de los diferentes tipos de puestos y áreas organizacionales de la institución tanto vertical como  
horizontalmente, representando el 65% de los entrevistados al área académica, y el restante 35%  
al área administrativa, porcentajes a su vez, correlacionados con las proporciones de la población  
total.  
Esta obra se comparte bajo la licencia Creative Commons Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
160  
Edgar Márquez-González, Ángel Muñoz-Hernández y Rodolfo Hernández-Jiménez.  
ISSN 2477-9024. Innova Research Journal (Septiembre-Diciembre, 2024). Vol. N9, No., pp. 152-168.  
Una vez transcrito el contenido de las respuestas obtenidas, se realizó un análisis de corte  
cualitativo mediante el uso del software ATLAS.ti®, siguiendo la secuencia codificación –  
categorización – validación – interpretación.  
Resultados y Discusión  
Tras la aplicación de las entrevistas, se realizó su transcripción y con la ayuda del software  
ATLAS.ti® fue posible extraer un total de 153 ideas relacionadas con el tema de la investigación;  
con dichas ideas se identificaron 27 códigos temáticos, los cuales fue posible clasificar finalmente  
en 4 grandes categorías o factores: (1) riesgo (2) incertidumbre (3) facilitación y apoyo y (4)  
oportunidad, siendo los primeros dos factores de rechazo y los últimos factores de aceptación hacia  
la IA. Es en la figura 2, en donde se resume y se esquematizan dichos resultados.  
Figura 2  
Factores de aceptación y rechazo y su relación con las capacidades dinámicas.  
Fuente. Elaboración propia  
Además, durante el análisis de contenido, fue posible determinar de forma cualitativa cómo  
estos factores de aceptación y rechazo pueden influir en el desarrollo de capacidades dinámicas en  
la institución. A continuación, se desarrollan con detalle cada uno de estos hallazgos.  
Factores de Rechazo  
Esta obra se comparte bajo la licencia Creative Commons Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
161  
Factores de aceptación o rechazo hacia la integración de la inteligencia artificial y su relación con las capacidades  
dinámicas. Caso Universidad Autónoma de Guadalajara.  
Factor 1: Seguridad informática (riesgo), se refiere a la categorización derivada a las expresiones  
de inquietud de que la información que brinde las aplicaciones de IA no sea correcta o ética:  
"
Nos mete en un aprieto en donde no sabemos si realmente lo produjo o no. Últimamente te puedan  
clonar tu identidad, Porque te pueden tomar el rostro y la voz, entonces las extorsiones se pueden  
llevar a cabo."  
Factor 2: Preocupación educativa (incertidumbre), se refiere a la categorización derivada de las  
expresiones de inquietud de que el uso de herramientas tecnológicas dificulte el desarrollo de las  
habilidades humanas en los contextos escolares:  
"
Yo estoy tomando un doctorado, a veces sí te preocupa si alguien está revisando. Si sólo estoy  
escribiendo una máquina, que se quede sólo en la nube… De pronto, el no sentir esa cercanía o  
no sentir que alguien más te está escuchando y te vigila. Creer que ya nada más el profesor es  
poner play y se da toda clase. Pues creo que es el riesgo, que todavía entendemos que es un apoyo,  
pero no es el todo".  
Factores de Aceptación  
Factor 3: Herramienta tecnológica (facilitación y apoyo), se refiere a la categorización derivada de  
expresiones de los entrevistados de que la inteligencia artificial es una herramienta que facilita el  
trabajo y ahorra tiempo al usuario. Este factor expresa una posición optimista sobre el uso de la  
IA, ya que se orienta a la esperanza de que labores rutinarias pueden ser efectuadas por la  
herramienta y las personas enfocarse en labores más relevantes:  
“
Yo lo puedo comparar, con sus debidas diferencias, como con el uso de la calculadora.  
Nosotros pudiéramos decir en un principio a las personas de que ¡cómo van a usar  
calculadoras!, ¡van a dejar de tener las habilidades del pensamiento matemático! Pero en  
realidad, nosotros sí podemos realizar una operación, pero para hacerlo mucho más  
práctico, podemos utilizar un dispositivo”.  
“
Yo creo que todos hemos visto las películas de Marvel: Iron Man y J.A.R.V.I.S. Pues sí,  
tiene una inteligencia distinta que le hace de todo. Pero en las mismas películas, él está  
haciendo experimentos. Él le dice: haz tal cosa. Pero él está haciendo otra cosa. Él está  
llevando la batuta en todo momento del experimento; de lo que se tiene que ser y usa la  
inteligencia sólo para cosas pequeñas”.  
Factor 4: Desarrollo interpersonal (oportunidad): Se refiere a la categorización derivada de la  
oportunidad de enfocarse en tareas distintas aún más humanas como el trabajo en equipo, la  
discusión y el pensamiento crítico; pues las otras actividades que quitaban tiempo pueden ser  
realizadas por la inteligencia artificial.  
"
Por ejemplo: si nosotros vamos a una primaria y queremos enseñar estrategia a los niños  
para un partido de fútbol; pues en inicio sería tal cual, en un pizarrón esta es una  
Esta obra se comparte bajo la licencia Creative Commons Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
162  
Edgar Márquez-González, Ángel Muñoz-Hernández y Rodolfo Hernández-Jiménez.  
ISSN 2477-9024. Innova Research Journal (Septiembre-Diciembre, 2024). Vol. N9, No., pp. 152-168.  
estrategia: la paso aquí, la paso allá. Para en un siguiente paso, sería pues ponernos a  
jugar futbol. A que ellos lleven esto a la práctica. Yo digo: si a este escenario le sumamos  
inteligencia artificial, no como lo que entendemos, sino como una herramienta que me  
permite darle foco a otras cosas. A lo mejor esa misma premisa, los niños ya van a poder  
diseñar el uniforme, van a poder diseñar un estadio donde jugar, van a poder darle  
atención a otras cosas que enriquecen de experiencia. A lo mejor, en lugar de hacer un  
partido en la cancha de la escuela, pueden con herramientas, crear un partido con  
uniformes patrocinados en un estadio, para poner en práctica la estrategia, porque no  
están desperdiciando tiempo en cómo diseñar el uniforme".  
Los factores de aceptación y rechazo y su relación con la teoría de las capacidades dinámicas  
En este punto, es importante citar nuevamente la teoría clásica de las capacidades  
dinámicas propuesta por Teece et. al, (1997), en donde se establece un marco conceptual para  
comprender cómo las organizaciones pueden generar ventajas competitivas sostenibles. Este  
enfoque es sumamente relevante en situaciones en las que la innovación y la adopción tecnológica,  
tales como la inteligencia artificial (IA), desempeñan un papel fundamental.  
De esta manera, los factores de rechazo son considerados como obstáculos potenciales  
durante la etapa de sensing. Es por ello por lo que estas barreras obstaculizan la identificación y  
comprensión de la inteligencia artificial, y ello puede retrasar significativamente la integración de  
esta tecnología en las acciones pedagógicas y administrativas.  
En cambio, si se logran sortear los primeros, los factores de aceptación se pueden convertir  
en impulsores esenciales en el desarrollo de capacidades vinculadas con la etapa del seizing. Es  
aquí donde se posibilitan la elaboración de planes estratégicos y acciones concretas con el fin de  
incorporar la inteligencia artificial en la institución, aprovechando las oportunidades que esta  
tecnología otorga hacia la mejora de la calidad educativa y los procesos organizativos.  
No obstante, el análisis de contenido elaborado no proporcionó evidencia suficiente para  
concluir que la institución haya llegado hasta la etapa de transformación. Esta etapa requiere una  
reestructuración importante de procesos y una adaptación minuciosa a los nuevos enfoques  
tecnológicos. La falta de elementos específicamente relacionados con esta etapa sugiere que la  
institución aún enfrenta dificultades significativas para integrar completamente la inteligencia  
artificial como un elemento transformador de sus capacidades dinámicas.  
En resumen, los elementos de aceptación y rechazo desempeñan un papel fundamental en  
la forma en que las instituciones educativas abordan la adopción de tecnologías emergentes.  
Descubrir este tipo de factores no solo posibilita detectar áreas de oportunidad, sino también crear  
estrategias que disminuyan las barreras y fomenten los facilitadores, progresando de esta forma  
hacia un uso efectivo y transformador de la tecnología en el ámbito universitario.  
Esta obra se comparte bajo la licencia Creative Commons Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
163  
Factores de aceptación o rechazo hacia la integración de la inteligencia artificial y su relación con las capacidades  
dinámicas. Caso Universidad Autónoma de Guadalajara.  
Conclusiones  
Es evidente que cualquier tipo de organización, incluidas las universidades, se enfrentan  
todos los días a entornos repletos de incertidumbre, con niveles de competitividad siempre en  
crecimiento y enfrentándose a la aparición de tecnologías que pueden desplazar sectores  
productivos enteros en caso de no ser capaces de responder a dichos cambios.  
Es ahí donde las universidades se ven obligadas a desarrollar una serie de capacidades  
dinámicas que les permitan contar con las habilidades suficientes para detectar, actuar y ejecutar  
cambios alineados con sus nuevas realidades. De entre todos esos cambios recientes, el desarrollo  
de aplicaciones basadas en la tecnología conocida como inteligencia artificial ha venido a  
modificar muchas actividades personales, profesionales e incluso, organizacionales mostrando  
múltiples beneficios para la operación cotidiana de este tipo de instituciones. Sin embargo, no  
todas están aprovechando esas bondades ni aprovechando todo su potencial.  
La investigación elaborada, además de brindar una orientación inicial sobre los factores de  
aceptación y rechazo hacia el uso de la IA en el caso de la Universidad Autónoma de Guadalajara,  
muestra una primera guía para favorecer y propiciar su uso dentro de las organizaciones de este  
mismo estilo, pues es pertinente instruir a los académicos, no sólo en el uso en sí de IA sino también  
en propiciar las condiciones y mecanismos necesarios que les permitan superar las barreras que  
implica entender cómo funciona (incertidumbre) así como otorgar un entorno y condiciones que  
minimicen el temor del uso indebido de dicha herramienta (riesgo).  
Por lo tanto, esta investigación presenta una metodología para la detección de dichas  
motivaciones y/o barreras en aras de apoyar a instituciones similares a ir aprovechando todos los  
nuevos recursos tecnológicos de reciente aparición para su crecimiento, consolidación y obtención  
de ventajas competitivas dentro de sus correspondientes mercados. Y si bien, esta es una  
investigación exploratoria y como bien se mencionó a lo largo del artículo sus resultados no pueden  
ser generalizables estadísticamente, sí permite brindar un punto de partida para nuevas  
investigaciones con relación a la construcción de capacidades dinámicas mediante la adaptación a  
los avances tecnológicos de vanguardia en cualquier tipo de organización, permitiendo enriquecer  
los datos e insumos para la teorización y brindando a los tomadores de decisiones organizacionales  
ir derribando las barreras para la consecución de sus objetivos específicos.  
Referencias bibliográficas  
Agrawal, A., Gans, J. S., & Goldfarb, A. (2018). Prediction Machines: The Simple Economics of  
Artificial Intelligence. Cambridge, Massachusetts: Harvard Business School Press.  
Awamleh, F., & Bustami, A. (2022). Examine the Mediating Role of the Information Technology  
Capabilities on the Relationship Between Artificial Intelligence and Competitive  
Advantage  
During  
the  
COVID-19  
Pandemic.  
SAGE  
Open,  
12(3).  
https://doi.org/10.1177/21582440221119478  
Esta obra se comparte bajo la licencia Creative Commons Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
164  
Edgar Márquez-González, Ángel Muñoz-Hernández y Rodolfo Hernández-Jiménez.  
ISSN 2477-9024. Innova Research Journal (Septiembre-Diciembre, 2024). Vol. N9, No., pp. 152-168.  
Barente, N., Gu, B., Recker, J., & Santhanam, R. (2021). Managing artificial intelligence. MIS  
Quarterly, 1433-1450.  
Barrios, K. d. (2020). Condiciones de la gestión del talento humano que favorecen el desarrollo de  
capacidades  
dinámicas.  
Información  
tecnológica,  
55-62.  
https://dx.doi.org/10.4067/S0718-07642020000200055  
Baum, J. A., & Haveman, H. A. (2020). Editors´ Comments: The Future of Organizational Theory.  
Academy of Management Review, 45(2), 1-5. https://doi.org/10.5465/amr.2020.0030  
Beltrán, A. A. (2023). Capacidades dinámicas como determinantes de la capacidad de innovación  
en  
https://dialnet.unirioja.es/servlet/articulo?codigo=8920550  
Bonaccorsi, A., & Rossi, C. (2003). Why open-source software can succed. Research Policy, 32(7),  
243-1258. https://doi.org/10.1016/S0048-7333(03)00051-9  
Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., . . . Amodei, D. (2020).  
Language models are few-shot learners. arXiv preprint.  
https://doi.org/10.48550/arXiv.2005.14165  
Colombia.  
Revista  
De  
Ciencias  
Sociales,  
255-276.  
1
Butko, M., Murashko, M., & Nazarko, S. (2022). Current aspects of digitalization and  
implementation of artificial intelligence in higher education institutions of Ukraine. Ekon  
Ukr, 76-86. https://doi.org/10.15407/economyukr.2022.11.076  
Cervantes, F. G. (2024). La inteligencia artificial como herramienta para las Pequeñas y Medianas  
Empresas. Universidad & Ciencia, 44–54. https://doi.org/10.5281/zenodo.11553514  
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of  
information technology. MIS quarterly, 13(3), 319-340. https://doi.org/10.2307/249008  
Edmondson, A. C., Bohmer, R. M., & Pisano, G. P. (2001). Disrupted routines: Team learning and  
new technology implementation in hospitals. Administrative Science Quarterly, 46(4), 685-  
7
16. https://doi.org/10.2307/3094828  
Faccin, K., Kretschmer, C., & Thomas, E. (2022). University Dynamic Capabilities to Boost  
Innovation Ecosystems: the case of a University Alliance in Brazil. En Universities and  
Regional Engagement: From the Exceptional to the Everyday. Routledge.  
https://doi.org/10.4324/9781003150299-4  
Firat, M. (2023). How Chat GPT Can Transform Autodidactic Experiences and Open Education?  
https://doi.org/10.31219/osf.io/9ge8m  
Firat, M. (12 de January de 2023). How Chat GPT Can Transform Autodidactic Experiences and  
Open Education? OSF Preprints. https://doi.org/10.31219/osf.io/9ge8m  
Fishbein, M., & Ajzen, I. (1975). Belief, attitude, intention, and behavior:An introduction to theory  
and research. Addison-Wesley.  
Guerschberg, L. &. (2024). Copilotos Virtuales: El rol de la inteligencia artificial generativa en la  
educación  
superior.  
Emergentes  
-
Revista  
Científica,  
239–264.  
https://doi.org/10.60112/erc.v4i4.261  
Haque, M. U., Dharmadasa, I., Sworna, Z. T., Rajapakse, R. N., & Ahmad, H. (2022). "I think this  
is the most disruptive technology": Exploring Sentiments of ChatGPT Early Adopters  
using Twitter Data. arXiv preprint. https://doi.org/10.48550/arXiv.2212.05856  
Hassabis, D., Kumaran, D., Summerfield, C., & Botovinck, M. (2017). Neuroscience-inspired  
artificial  
intelligence.  
Neuron,  
95(2),  
245-258.  
http://dx.doi.org/10.1016/j.neuron.2017.06.011  
Esta obra se comparte bajo la licencia Creative Commons Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
165  
Factores de aceptación o rechazo hacia la integración de la inteligencia artificial y su relación con las capacidades  
dinámicas. Caso Universidad Autónoma de Guadalajara.  
Hemmer, P., Schemmer, M., Riefle, L., Rosellen, N., Vössing, M., & Kühl, N. (19 de April de  
2
022). Factors that influence the adoption of human-AI collaboration in clinical decision-  
making. arXiv:2204.09082. https://doi.org/10.48550/arXiv.2204.09082  
Hercheui, M. D., & Ranjith, R. (2020). Improving Organization Dynamic Capabilities Using  
Artificial Intelligence. The Global Journal of Business Research, 14(1), 87-96.  
Jara, I., & Ochoa, J. M. (mayo de 2020). Banco Interamericano de Desarrollo.  
https://publications.iadb.org/es/usos-y-efectos-de-la-inteligencia-artificial-en-educacion  
Jordan, M. I., & Mitchel, T. M. (2015). Machine learning: Trends, perspectives, and prospects.  
Science, 349(6245), 255-260. https://www.science.org/doi/10.1126/science.aaa8415  
Kaplan, K. C. (2011). Strategy and Power Point: An inquiry into the epistemic culture and  
machinery of strategy making. Organization Science, 22(2), 320-346.  
http://dx.doi.org/10.2139/ssrn.1569762  
Kareem, M. A., & Alameer, A. A. (2019). The Impact of Dynamic Capabilities on Organizational  
Effectiveness. Management & Marketing. Challenges for the Knowledge Society, 14(4),  
4
02-418. https://doi.org/10.2478/mmcks-2019-0028  
Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., . . . Kasneci, G.  
2023). ChatGPT for Good? On Opportunities and Challenges of Large Language Models  
(
for Education. Open Science EdArXiv. https://doi.org/10.35542/osf.io/5er8f  
Knight, C., & Pryke, S. (2012). Wikipedia and the University, a case study. Teaching in Higher  
Education, 17(6), 649-659. https://doi.org/10.1080/13562517.2012.666734  
Kolbjørnsrud, V., Amico, R., & Thomas, R. J. (2016). The promise of artificial intelligence:  
Redefining management in the workforce of the future. Acceture Institute for High  
Performance.  
Kretschmer, T., & Khashabi, P. (2020). Digital Transformation and Organization Design: An  
Integrated  
Approach.  
California  
Management  
Review,  
62(4),  
86-104.  
https://doi.org/10.1177/0008125620940296  
Lebovitz, S., Lifshitz-Assaf, H., & Levina, N. (2022). To engage or not to engage with AI for  
critical judgments: How profesionals deal with opacity when using AI for medical  
diagnosis. Organization Science, 33(1). https://doi.org/10.1287/orsc.2021.1549  
Leih, S., & Teece, D. (2016). Campus Leadership and the Entrepreneurial University: A Dynamic  
Capabilities Perspective. Academy of Management Perspectives, 20(2).  
https://doi.org/10.5465/amp.2015.0022  
Liu, H., Tan, W., Li, H., Gong, J., & Liu, X. (2021). Application of Artificial Intelligence  
Technology in the Teaching of Mechanical Education Courses in Universities. Journal of  
Physics Conference Series, 1992. https://doi.org/10.1088/1742-6596/1992/4/042065  
Lu, T., & Zang, Y. (30 de December de 2022). 1 1>2? Information, Humans, and Machines.  
Information, Humans, and Machines. http://dx.doi.org/10.2139/ssrn.4045718  
Lu, T., Huang, Y., Lu, X., & Wang, H. (9 de December de 2022). Promise or Peril? When Human  
Efficacy  
Meets  
AI  
Capability  
Augmentation.  
Available  
at  
SSRN.  
http://dx.doi.org/10.2139/ssrn.4298793  
Mayring, P. (2014). Qualitative content analysis: theoretical foundation, basic procedures, and  
software solution. Klagenfurt: Social Science Open Access Repository (SSOAR).  
https://nbn-resolving.org/urn:nbn:de:0168-ssoar-395173  
Esta obra se comparte bajo la licencia Creative Commons Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
166  
Edgar Márquez-González, Ángel Muñoz-Hernández y Rodolfo Hernández-Jiménez.  
ISSN 2477-9024. Innova Research Journal (Septiembre-Diciembre, 2024). Vol. N9, No., pp. 152-168.  
Mikalef, P., & Gupta, M. (2021). Artificial Intelligence Capability: Conceptualization,  
measurement calibration, and empirical study on its impact on organizational creativity and  
firm  
performance.  
Information  
&
Management,  
58(3),  
103434.  
doi:  
https://doi.org/10.1016/j.im.2021.103434.  
Mohanachandran, D. K., Yap, C. T., Ismaili, Z., & Govindarajo, N. S. (2021). Smart University  
and Artificial Intelligence. En Studies in Computational Intelligence (págs. 255-279).  
Springer Link. https://doi.org/10.1007/978-3-030-62796-6_15  
Mollick,  
E.  
M.  
(08  
de  
02  
de  
2023).  
Harvard  
Business  
Publishing.  
https://hbsp.harvard.edu/inspiring-minds/why-all-our-classes-suddenly-became-ai-classes  
Murray, A., Kuban, S., Josefy, M., & Anderson, J. (2021). Contracting in the smart era: The  
implications of blockchain and decentralized autonomous organizations for contracting and  
corporate governance. Academy of Management Perspectives, 35(4), 622-641.  
https://doi.org/10.5465/amp.2018.0066  
Murray, A., Rhymer, J., & Sirmon, D. G. (2021). Humans and Technology: Forms of Coinjoined  
Agency in Organizations. Academy of Management Review, 46(3), 552-571.  
https://doi.org/10.5465/amr.2019.0186  
OpenAI. (2023). GPT Chat. https://openai.com/blog/chatgpt/ on 2 January 2023.  
Ordoñez, M. (2024). El desafío de la toma de decisiones gerenciales basada en datos con  
inteligencia artificial. Revista Faces, 34-53.  
O'Reilly, N. M., Robbins, P., & Scanlan, J. (2019). Dynamic capabilities and the entrepreneurial  
university: a perspective on the knowledge transfer capabilities of universities. Journal of  
Small  
Business  
&
Entrepreneurship,  
31(3),  
243-263.  
https://doi.org/10.1080/08276331.2018.1490510  
Pavlik, J. V. (2023). Collaborating With ChatGPT: Considering the Implications of Generative  
Artificial Intelligence for Journalism and Media Education. Journalism & Mass  
Communication Educator, 78(1), 84-93. https://doi.org/10.1177/10776958221149577  
Pham, S. T., & Sampson, P. M. (2022). he development of artificial intelligence in education: A  
review in context. Journal of Computer Assisted Learning, 38(5), 1408-1421.  
https://doi.org/10.1111/jcal.12687  
Qu, C., & Kim, E. (2022). Dynamic capabilities perspective on innovation ecosystem of China’s  
universities in the age of artificial intelligence: Policy based analysis. Journal of  
Infrastructure, Policy, and Development, 6(2). https://doi.org/10.24294/jipd. v6i2.1661  
Razmerita, L., Brun, A., & Nabeth, T. (2022). Learning and Analytics in Intelligent Systems.  
https://doi.org/10.1007/978-3-030-93052-3_14  
Rodríguez, L. R. (2023). Inteligencia artificial en la gestión organizacional: Impacto y realidad  
latinoamericana.  
https://doi.org/10.35381/r.k.v8i1.2782  
Rogers, E. M. (2003). Diffusion of innovations. Free Press.  
Revista  
Arbitrada  
Interdisciplinaria  
Koinonía,  
226–241.  
Silver, D., Hubert, T., Schrittwieser, J., Antonoglou, I., Lai, M., Guez, A., . . . Hassabis, D. (2018).  
A general reinforcement learning algorithm that master’s chess, shogi, and go through self-  
play. Science, 362(6219), 1140-1144. https://doi.org/10.1126/science. aar640  
Spee, P., Jarzabkowski, P., & Smets, M. (2016). The influence of routine interdependence and  
skillful accomplishment on the coordination of standardizing and customizing.  
Organization  
Science,  
27(3),  
759-781.  
https://doi.org/https://doi.org/10.1287/orsc.2016.1050  
Esta obra se comparte bajo la licencia Creative Commons Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
167  
Factores de aceptación o rechazo hacia la integración de la inteligencia artificial y su relación con las capacidades  
dinámicas. Caso Universidad Autónoma de Guadalajara.  
Srinivasa, K. G., Kurni, M., & Saritha, K. (2022). Harnessing the Power of AI to Education. In:  
Learning, Teaching, and Assessment Methods for Contemporary Learners. Springer Texts  
in Education. Singapore: Springer. https://doi.org/10.1007/978-981-19-6734-4_13  
Steimberger, T., & Wiersema, M. (2021). Data Models as Organizational Design: Coordinating  
beyond Boundaries Using Artificial Intelligence. Strategic Management Review, 2(1), 119-  
1
44. http://dx.doi.org/10.1561/111.00000019  
Stephen, O., Sain, M., Maduh, U. J., & Jeong, D.-U. (2019). An efficient deep learning approach  
to pneumonia classification in healthcare. Journal of Healthcare Engineering.  
https://doi.org/10.1155/2019/4180949  
Taylor, J. C. (1982). Integrating Computer Systems in Organization Design. National Productivity  
Review, 1(2), 218-227. https://doi.org/10.1002/npr.4040010211  
Teece, D. J., Pisano, G., & Shuen, A. (1997). Dynamic capabilities and strategic management.  
Strategic Management Journal, 18(7), 509-533. https://doi.org/10.1002/(SICI)1097-  
0
266(199708)18:7<509::AID-SMJ882>3.0.CO;2-Z  
Tlili, A., Shehata, B., Adarwark, M. A., Bozkurt, A., Hickey, D. T., Huang, R., & Agyemang, B.  
2023). What if the devil is my guardian angel: ChatGPT as a case study of using chatbots  
(
in education. Smart Learn. Environ, 10(15). https://doi.org/10.1186/s40561-023-00237-x  
UNESCO. (27 de 03 de 2023). UNESCO. https://es.unesco.org/themes/tic-educacion/inteligencia-  
artificial  
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information  
technology: Toward  
a
unified view. MIS quarterly, 27(3), 425-478.  
https://doi.org/10.2307/30036540  
Vössing, M., Kühl, N., Lind, M., & Satzger, G. (2022). Designing Transparency for Effective  
Human-AI Collaboration.  
Information  
Systems  
Frontiers,  
24,  
877-895.  
https://doi.org/10.1007/s10796-022-10284-3  
Wamba-Taguimdje, S., Wamba, S. F., Kamdjoug, J. K., & Wanko, C. (2020). Impact of Artificial  
Intelligence on Firm Performance: Exploring the Mediating Effect of Process-Oriented  
Dynamic Capabilities. Springer, Cham, 38. https://doi.org/10.1007/978-3-030-47355-6_1  
Willems, J. (2023). ChatGPT at Universities - The Least of Our Concerns. Available at SSRN.  
http://dx.doi.org/10.2139/ssrn.4334162  
Willens, J. (2023). ChatGPT at Universities – The Least of Our Concerns. Available at SSRN.  
http://dx.doi.org/10.2139/ssrn.4334162  
Yin, R. (2018). Investigación y aplicaciones de estudios de caso: Diseño y métodos. (6a ed.).  
Publicaciones SAGE.  
Zea, R. B. (2020). Metodología para la identificación de las capacidades dinámicas para el  
emprendimiento en Instituciones de Educación Superior. Ingeniare. Revista chilena de  
ingeniería, 106-119. https://dx.doi.org/10.4067/S0718-33052020000100106  
Esta obra se comparte bajo la licencia Creative Commons Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
168