Efectos del uso de la inteligencia artificial en la experiencia usuario: una revisión sistemática de la literatura
DOI:
https://doi.org/10.5281/zenodo.17888431Palabras clave:
inteligencia artificial, usuario de información, éticaResumen
El presente estudio tuvo como objetivo identificar y evaluar los efectos del uso de la inteligencia artificial (IA) en la experiencia del usuario (UX) mediante una revisión sistemática de la literatura publicada entre 2020 y 2025. Para ello, se desarrolló una investigación de enfoque cualitativo, con un alcance descriptivo y exploratorio, siguiendo las directrices PRISMA 2020. La búsqueda se efectuó en las bases de datos SCOPUS, ProQuest, EBSCO y Web of Science, de las cuales se identificaron 113 artículos, seleccionándose finalmente 22 estudios que cumplían con los criterios metodológicos y temáticos establecidos. Los resultados evidencian que la IA ha transformado significativamente la UX en los ámbitos empresarial, educativo, sanitario y de diseño digital. Entre los efectos positivos destacan la personalización avanzada, la eficiencia operativa y la mejora en la interacción humano–sistema. No obstante, también emergen desafíos relevantes, como la opacidad algorítmica, los sesgos, la pérdida de autonomía y las preocupaciones éticas vinculadas con la privacidad y la transparencia. De forma transversal, las investigaciones coinciden en la necesidad de orientar el desarrollo de la IA hacia un enfoque centrado en el ser humano, basado en la confianza y la explicabilidad. El estudio concluye resaltando la urgencia de fortalecer la alfabetización digital, la gobernanza ética y las metodologías de evaluación de la UX ante el avance de sistemas autónomos y generativos.
Descargas
Referencias
Accenture. (2024). Going for growth: Navigating the great value migration in the age of AI. Accenture Research. https://www.accenture.com/content/dam/accenture/final/accenture-com/document-3/Accenture-Going-for-Growth.pdf
Al-Ansari, N., Al-Thani, D., & Al-Mansoori, R. S. (2024). User-centered evaluation of explainable artificial intelligence (XAI): A systematic literature review. Human Behavior and Emerging Technologies, 2024. https://doi.org/10.1155/2024/4628855
Bach, T. A., Khan, A., Hallock, H., Beltrão, G., & Sousa, S. (2022). A systematic literature review of user trust in AI-enabled systems: An HCI perspective. International Journal of Human–Computer Interaction, 40(5), 1251–1266. https://doi.org/10.1080/10447318.2022.2138826
Bandi, A., Adapa, P. V. S. R., & Kuchi, Y. E. V. P. K. (2023). The power of generative AI: A review of requirements, models, input–output formats, evaluation metrics, and challenges. Future Internet, 15(8), 1–60. https://ideas.repec.org/a/gam/jftint/v15y2023i8p260-d1207623.html
Bingley, W. J., Curtis, C., Lockey, S., Bialkowski, A., Gillespie, N., Haslam, S. A., Ko, R. K. L., Steffens, N., Wiles, J., & Worthy, P. (2023). Where is the human in human-centered AI? Insights from developer priorities and user experiences. Computers in Human Behavior, 141, 107617. https://doi.org/10.1016/j.chb.2022.107617
Bradford, N. (2024, November 27). Transforming work: Gartner’s AI predictions through 2029. https://www.shrm.org/topics-tools/flagships/ai-hi/gartner-ai-predictions-through-2029
Daly, S. J., Hearn, G., & Papageorgiou, K. (2025). Sensemaking with AI: How trust influences human–AI collaboration in health and creative industries. Social Sciences & Humanities Open, 11, 101346. https://doi.org/10.1016/j.ssaho.2025.101346
Faruk, L. I. D., Pal, D., Funilkul, S., Perumal, T., & Mongkolnam, P. (2025). Introducing CASUX: A standardized scale for measuring the user experience of artificial intelligence-based conversational agents. International
Journal of Human–Computer Interaction, 41(9), 5274–5298. https://doi.org/10.1080/10447318.2024.2359206
Guerrero, W. A., Camacho-Galindo, S., Guerrero-Martin, L. E., Arévalo, J. C., de Freitas, P. P., Gómes, V. J. C., Fernandes, F. A. da S., & Guerrero-Martin, C. A. (2024). Impact of artificial intelligence on financial decision making: Opportunities and challenges for business leaders. DYNA, 91(233), 168–177. https://doi.org/10.15446/dyna.v91n233.114660
Jobin, A., Ienca, M., & Vayena, E. (2019). The global landscape of AI ethics guidelines. Nature Machine Intelligence, 1(9), 389–399. https://doi.org/10.1038/s42256-019-0088-2
Kuric, E., Research, Ux., Peter Demcak, S., & Lang, J. (2025). Systematic literature review of automation and artificial intelligence in usability issue detection. ACM Computing Surveys, 1. https://arxiv.org/pdf/2504.01415
López-Regalado, O., Núñez-Rojas, N., López-Gil, Ó., & Sánchez Rodríguez, J. (2024). Análisis del uso de la inteligencia artificial en la educación universitaria: Una revisión sistemática. Pixel-Bit: Revista de Medios y Educación, 70, 97–122. https://dialnet.unirioja.es/servlet/articulo?codigo=9558865
Lu, Y., Yang, Y., Zhao, Q., Zhang, C., & Li, J. (2024). AI assistance for UX: A literature review through human-centered AI [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2402.06089
Mokoena, N., & Obagbuwa, I. C. (2025). An analysis of artificial intelligence automation in digital music streaming platforms for improving consumer subscription responses: A review. Frontiers in Artificial Intelligence, 7, 1515716. https://doi.org/10.3389/frai.2024.1515716
Padilla, S. G. (2024). Inteligencia artificial en los servicios bancarios: Una revisión bibliométrica. Región Científica, 3(2), 2024335. https://doi.org/10.58763/rc2024335
Pardal-Refoyo, J. L., & Pardal-Peláez, B. (2020). Anotaciones para estructurar una revisión sistemática. Revista ORL, 11(2), 155–160. https://doi.org/10.14201/orl.22882
Quintero, J., & Vizcaíno, G. (2023). Importancia de las revisiones sistemáticas y metanálisis en la era de la información digital. Investigación Clínica, 64(3), 263–266. https://doi.org/10.54817/ic.v64n3a00
Quispe, A. M., Hinojosa-Ticona, Y., Miranda, H. A., & Sedano, C. A. (2021). Serie de redacción científica: Revisiones sistemáticas. Revista del Cuerpo Médico Hospital Nacional Almanzor Aguinaga Asenjo, 14(1), 94–99. https://doi.org/10.35434/rcmhn aaa.2021.141.906
Rezwana, J., & Maher, M. L. (2022). Understanding user perceptions, collaborative experience and user engagement in different human–AI interaction designs for co-creative systems. ACM International Conference Proceeding Series, 38–48. https://doi.org/10.1145/3527927.3532789
Romaní, G., Macedo Inca, K. S., Soto, G. E., Franco, A. M., & Ore, M. K. (2025). Revisión sistemática de inteligencia artificial generativa (GenIA) para el diseño de experiencias de aprendizaje, 2020–2025. Revista Espacios, 46(3), 13–27. https://doi.org/10.48082/espacios-a25v46n03p02
Shneiderman, B. (2020). Human-centered artificial intelligence: Reliable, safe & trustworthy. International Journal of Human–Computer Interaction, 36(6), 495–504. https://doi.org/10.1080/10447318.2020.1741118
Stige, Å., Zamani, E. D., Mikalef, P., & Zhu, Y. (2024). Artificial intelligence (AI) and user experience (UX) design: A systematic literature review and future research agenda. Information Technology & People, 37(6), 2324–2352. https://doi.org/10.1108/itp-07-2022-0519
Torres, A., & Díaz-Torres, L. (2020). Aplicaciones de la inteligencia artificial en los modelos de negocios digitales. Recherches en Sciences de Gestion, 141(6), 67–88. https://doi.org/10.3917/resg.141.0067
Valencia-Londoño, P. A., Cardona-Rodas, H., & Jiménez-Builes, J. A. (2025). Artificial intelligence in education: Advancing educational digital inclusion for adults older with diverse neuromuscular conditions. Frontiers in Education, 10, 1464030. https://doi.org/10.3389/feduc.2025.1464030
Van den Berg, G. (2025). Teachers’ experiences of using artificial intelligence from an open distance learning context: Successes, challenges, and strategies for success. Discover Education, 4(1), 1–11. https://doi.org/10.1007/s44217-025-00596-2
Vera, S., & Pico, S. (2024). Inteligencia artificial en el desarrollo administrativo de la empresa moderna. Revista Científica Arbitrada Multidisciplinaria PENTACIENCIAS, 6(2), 264–282. https://doi.org/10.59169/pentaciencias.v6i2.1046
Villasís-Keever, M. Á., Rendón-Macías, M. E., García, H., Miranda-Novales, M. G., & Escamilla-Núñez, A. (2020). La revisión sistemática y el metaanálisis como herramientas de apoyo para la clínica y la investigación. Revista Alergia México, 67(1), 62–72. https://doi.org/10.29262/ram.v67i1.733
Virvou, M. (2023). Artificial intelligence and user experience in reciprocity: Contributions and state of the art. Intelligent Decision Technologies, 17(1), 73–125. https://doi.org/10.3233/idt-230092
Wah, J. N. K. (2025). Revolutionizing e-health: The transformative role of AI-powered hybrid chatbots in healthcare solutions. Frontiers in Public Health, 13, 1530799. https://doi.org/10.3389/fpubh.2025.1530799
Yang, B., Wei, L., & Pu, Z. (2020). Measuring and improving user experience through artificial intelligence-aided design. Frontiers in Psychology, 11, 595374. https://doi.org/10.3389/fpsyg.2020.595374
Yun, X., Chun, M. H. (2024). The impact of personalized recommendation on purchase intention under the background of big data. Big Data and Information Analytics, 8(0), 80–108. https://doi.org/10.3934/bdia.2024005
Zein, A. (2024). Design of an artificial intelligence-based recommendation system to improve user experience on e-commerce platforms. Journal of Science Technology (JoSTec), 6(2), 53–57. https://doi.org/10.55299/jostec.v6i2.979
Zúñiga, F. G., Mora Poveda, D. A., & Molina Mora, D. P. (2023). La importancia de la inteligencia artificial en las comunicaciones en los procesos marketing. Vivat Academia, 156, 102. https://dialnet.unirioja.es/servlet/articulo?codigo=9146084
Descargas
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
La revista se acoge a la licencia Licencia Atribución (CC BY), permitiendo la posibilidad de copiar, distribuir, exhibir, y producir obras derivadas, siempre y cuando se reconozca y cite al autor.
