La innovación y Gestión del conocimiento Inteligente: Un modelo integrado de capacidades cognitivas organizacionales basado en Inteligencia Artificial, aprendizaje adaptativo y transformación digital
Innovation and Intelligent Knowledge Management: An integrated model of organizational cognitive capabilities based on artificial intelligence, adaptive learning, and digital transformation
DOI:
https://doi.org/10.56712/latam.v7i4.6211Palabras clave:
innovación organizacional inteligente, gestión del conocimiento, inteligencia artificial, aprendizaje organizacional, capacidades cognitivas, resiliencia digital y transformación digitalResumen
El cambio y transformación digital actualmente, ha reconfigurado de manera importante las diversas dinámicas organizacionales asociadas con la innovación, la generación del conocimiento y el aprendizaje en las organizaciones. En este contexto, la Inteligencia Artificial (IA), emerge como una estructura cognitiva estratégica, capaz de modificar los procesos organizacionales relacionados con el análisis de la información, la toma de decisiones y la construcción compartida del conocimiento. El objetivo del presente estudio, consiste en desarrollar y mostrar un modelo conceptual integrado, orientado a explicar las relaciones estructurales, entre la innovación organizacional inteligente, la gestión dinámica del conocimiento y la IA, dentro de ecosistemas sofisticados y complejos. La investigación adopta un enfoque cualitativo, sustentado en revisión sistemática de documentos e información, así mismo de análisis conceptual interdisciplinario y de modelación teórica integral. De manera epistemológica, el estudio se fundamenta en perspectivas interpretativas, constructivistas y socio-técnicas, orientadas a comprender a las organizaciones como sistemas cognitivos híbridos en donde las capacidades humanas y los sistemas inteligentes co-evoluciuonan de manera dinámica. Los resultados permiten la identificación de cinco dimensiones estratégicas centrales: Inteligencia Artificial organizacional, gestión dinámica del conocimiento, aprendizaje organizacional adaptativo, capacidades cognitivas e innovación inteligente. Así mismo, el presente estudio propone reinterpretar a la IA como una mediadora epistemológica organizacional y no exclusivamente como herramienta tecnológica. La investigación contribuye al robustecimiento de enfoques interdisciplinarios sobre las organizaciones inteligentes, y ofrece bases conceptuales para futuras líneas de investigación en diversos contextos de transformación digital, incluido el latinoamericano.
Citas
Alavi, M., y Leidner, D. (2001). Review: Knowledge management and knowledge management systems. MIS Quarterly. https://doi.org/10.2307/3250961
Argyris, Ch. y Schön, D. (1978). Organizational learning: A theory of action perspective. Addison-Wesley Co.
Binns, R. (2018). Fairness in machine learning: Lessons from political philosophy. Proceedings of Machine Learning Research, Recuperado de: Fairness in Machine Learning: Lessons from Political Philosophy
CEPAL. (2021). Transformación digital de MIPYMES en América Latina. Naciones Unidas. Recuperado de: Transformación digital de las mipymes: elementos para el diseño de políticas | CEPAL
Chatterjee, S., Rana, N., Tamilmani, K., y Sharma, A. (2021). The effect of AI-based CRM on organization performance and competitive advantage. Journal of Business Research. DOI:10.1016/j.indmarman.2021.07.013
Cillo, V., Petruzzelli, A., Ardito, L., y Del Giudice, M. (2022). Understanding sustainable innovation: A systematic literature review. Corporate Social Responsibility and Environmental Management. DOI:10.1002/csr.1783
Creswell, J., y Poth, C. N. (2017). Qualitative inquiry and research design: Choosing among five approaches (4th ed.). Sage Publications.
Dellermann, D., Ebel, P., Söllner, M. y Leimeister, J. (2019). Hybrid intelligence. Business & Information Systems Engineering. https://doi.org/10.1007/s12599-020-00633-2
Dwivedi, Y. K., Hughes, L., Ismagilova, E., et al. (2019). Artificial Intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy. Business & Information Systems Engineering https://doi.org/10.1016/j.ijinfomgt.2019.08.002
Ferraris, A., Santoro, G., y Bresciani, S. (2017). Open innovation in multinational companies’ subsidiaries. European Journal of International Management.DOI:10.1504/EJIM.2017.10006514
Floridi, L. (2014). The fourth revolution: How the infosphere is reshaping human reality. Oxford University Press.
Haefner, N., Wincent, J., Parida, V., y Gassmann, O. (2021). Artificial intelligence and innovation management: A review, framework, and research agenda. Technological Forecasting and Social Change. https://doi.org/10.1016/j.techfore.2020.120392
Jarrahi, M. (2018). Artificial intelligence and the future of work: Human-AI symbiosis in organizational decision making. Ideas. DOI: 10.1016/j.bushor.2018.03.007
McClure, J., y Gerdau, G. (2026). Why AI readiness is an organizational learning problem, not a technology purchase. arXiv. https://doi.org/10.48550/arXiv.2604.16369
Meng. A., Jiabao, L, y Benítez, J. (2026). Effects of artificial intelligence usage and knowledge-based dynamic capabilities on organizational innovation: A configurational approach. Decision Support Systems, https://doi.org/10.1016/j.dss.2025.114573
Nonaka, I., y Takeuchi, H. (1995). The knowledge-creating company. Oxford University Press.
OECD. (2023). OECD Digital Education Outlook 2023. OECD Publishing.
Plekhanov, D., Franke, H., & Netland, T. (2023). Digital transformation: A review and research agenda. European Management Journal, 41(6), 821–844. https://doi.org/10.1016/j.emj.2022.09.007
Polanyi, M. (1967). The tacit dimension. Anchor Books.
Raisch, S., y Krakowski, S. (2021). Artificial intelligence and management: The automation–augmentation paradox. Academy of Management Review. https://doi.org/10.5465/amr.2018.0072
Russell, S., & Norvig, P. (2022). Artificial intelligence: A modern approach (4th ed.). Pearson.
Santoro, G., Ferraris, A., Giacosa, E., & Giovando, G. (2018). How SMEs engage in open innovation: A survey. Journal of the Knowledge Economy, DOI:10.1007/s13132-015-0350-8
Schwab, K. (2017). The fourth industrial revolution. Portfolio.
Sedera, D., Lokuge, S., Grover, V., Sarker, S., y Sarker, S. (2016). Innovating with enterprise systems and digital platforms. Information and management DOI:10.1016/j.im.2016.01.001
Stahl, B. C., & Wright, D. (2018). Ethics and privacy in AI and big data. IEE Security and Privacy Magazine DOI:10.1109/MSP.2018.2701164
Teece, D. J. (2018). Business models and dynamic capabilities. Long Range Planning, https://doi.org/10.1016/j.lrp.2017.06.007
Usai, A., Fiano, F., Petruzzelli, A., Paoloni, P., Briamonte, M., y Orlando, B. (2021). Unveiling the impact of the adoption of digital technologies on firms’ innovation performance. Journal of Business Research,. https://doi.org/10.1016/j.jbusres.2021.04.035
Verganti, R., Vendraminelli, L., y Iansiti, M. (2020). Innovation and design in the age of artificial intelligence. Journal of Product Innovation Management. https://doi.org/10.1111/jpim.12523
Verhoef, P., Broekhuizen, T., Bart, Y., et al. (2021). Digital transformation: A multidisciplinary reflection and research agenda. Journal of Business Research, doi: 10.1016/j.jbusres.2019.09.022
Wiesenfeld, B., y Kellogg, K. (2026). Generative organizational learning: Affordances for new modes of knowledge search, creation, transfer, and forgetting with LLMs. Sage Journals. https://doi.org/10.1177/14761270251408580
World Economic Forum. (2023). The Future of Jobs Report 2023. WEF.Recuperado de: The Future of Jobs Report 2023 | World Economic Forum
Yan, J., Husted, K., y Fath, B. (2026). Organizational learning with artificial intelligence: Balancing new tensions between explorative and exploitative learning through hybridization. International Journal of Information Management.https://doi.org/10.1016/j.ijinfomgt.2025.102997
