Innovación, inteligencia artificial y automatización: percepciones estudiantiles sobre el futuro del trabajo en Universidad Nacional, Universidad de Costa Rica, Universidad Técnica de Costa Rica y Universidad Estatal a Distancia
DOI:
https://doi.org/10.70208/3007.8245.v6.n1.330Palabras clave:
innovación tecnológica, automatización, educación superior, revolución digital, competencias digitalesResumen
Introducción: La acelerada incorporación de la innovación tecnológica en la vida diaria, aunado a esto la inscripción de la inteligencia artificial y la automatización en el mercado laboral. Ha generado crecientes niveles de incertidumbre, sobre el futuro de las profesiones; en particular entre estudiantes universitarios laboralmente activos. En el contexto costarricense, estas transformaciones plantean retos significativos para la educación superior. Esto, al exigir una formación alineada con entornos profesionales, dinámicos y altamente digitalizados. La siguiente investigación analiza las percepciones, de estudiantes de universidades públicas de Costa Rica. Tomando en cuenta el impacto de los avances en sus trayectorias profesionales, así como su nivel de preparación, y las estrategias adoptadas para enfrentar dichos cambios. Metodología: El estudio adoptó un planteamiento cuantitativo con un diseño no experimental, de alcance descriptivo y corte transversal. La muestra estuvo conformada por 176 estudiantes regulares laboralmente activos, pertenecientes a cuatro universidades públicas de Costa Rica. Se aplicó un cuestionario estructurado con escalas tipo Likert, distribuido mediante Google Forms. Los datos fueron analizados, a través de métodos de estadística descriptiva utilizando la herramienta estadística SPSS. Resultados y discusión: Los resultados evidencian una alta preocupación, basado en una posible sustitución de funciones profesionales. Esto debido a la automatización. Además, se destaca una percepción moderada sobre la insuficiencia de la formación universitaria, para adaptarse a los cambios tecnológicos. Y una elevada participación en actividades de formación complementaria. Esta combinación refleja una brecha percibida entre currículo formal y demandas laborales, así como una respuesta proactiva basada en el aprendizaje permanente. Conclusiones: Los hallazgos revelan un perfil estudiantil consciente, motivado y adaptativo, pero expuesto a desigualdades en preparación digital. Se concluye que las universidades públicas costarricense, deben fortalecer la alfabetización digital avanzada, así como actualizar sus planes de estudio. Sumado a esto, articular estrategias de educación continua que reduzcan brechas, y promuevan una inserción laboral equitativa y sostenible en la era digital.
Citas
Acemoglu, D. y Restrepo, P. (2020). Robots and Jobs. Evidence from US labor markets. Journal of Political Economy. 128(6). 2188–2244. https://doi.org/10.1086/705716
Ahsan, K. Akbar, S. Kam, B. y Abdulrahman, M. (2023). Implementation of micro credentials in higher education. A systematic literature review. Education and Information Technologies, 28, 13505–13540. https://doi.org/10.1007/s1063902311739z
Baek, Y., Lee, S., Choo, J., Kim, J. y Yoo, K. (2022). Association between workers’ anxiety over technological automation and sleep disturbance. International Journal of Environmental Research and Public Health. 19(16). 10051. https://doi.org/10.3390/ijerph191610051
Barycka, E. Florczyk, A. y Kuna, P. (2023). Micro credentials as a tool for upskilling and reskilling in the digital economy. A systematic literature review. Journal of Adult and Continuing Education. 29(1). 67 89. https://acortar.link/cCYknE
Brougham, D. y Haar, J. (2018). Smart Technology, Artificial Intelligence, Robotics, and Algorithms (STARA). Employees’ perceptions of our future workplace. Journal of Management y Organization. 24(2). 239 257.
Cabero Almenara, J. Guillén Gámez, F. Ruiz Palmero, J. y Palacios Rodríguez, A. (2021). Digital competence of higher education professors according to DigCompEdu. Education and Information Technologies. 26(4). 4691–4708. https://doi.org/10.1007/s10639021104765
Cabrera Solano, P. Quinonez Beltran, A. y Ochoa Cueva, C. (2023). Digital Competence in Higher Education. A Systematic review of the Literature from 2015 2022. International Journal of Learning. Teaching and Educational Research. 22(1). 19 38. https://files.eric.ed.gov/fulltext/EJ1321030.pdf
Choi, T. y Leigh, N. (2024). Artificial intelligence’s creation and displacement of labor demand. Technological Forecasting and Social Change. 209. 123824. https://doi.org/10.1016/j.techfore.2024.123824
Gamage, K., y Dehideniya, S. (2025). Unlocking career potential: How micro credentials are revolutionising higher education and lifelong learning. Education Sciences, 15(5), 525. https://doi.org/10.3390/educsci15050525
Hernández Sampieri, R., y Mendoza, C. (2018). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. McGraw Hill Education.
Inamorato dos Santos, A., Chinkes, E., Carvalho, M., Solórzano, C., y Marroni, L. (2023). Strategies to develop digital competencies in higher education: A literature review. Journal of Information Technology Education: Research, 20, 201–220. https://acortar.link/1VgbMg
Jeffrey, H., y Matakos, K. (2024). Automation, anxiety, fairness perceptions, and redistribution. Journal of Economic Behavior y Organization, 221, 174–190. https://doi.org/10.1016/j.jebo.2024.02.038
Li, J., y Huang, J. (2020). Dimensions of artificial intelligence anxiety based on integrated fear acquisition theory. Technology in Society, 63, 101410. https://doi.org/10.1016/j.techsoc.2020.101410
López Nuñez, J., Alonso García, S., Berral Ortiz, B., y Victoria Maldonado, J. (2024). A systematic review of digital competence evaluation in higher education. Education Sciences, 14(11), 1181. https://doi.org/10.3390/educsci14111181
Nazareno, J., y Schiff, D. (2021). The impact of automation and artificial intelligence on worker well being. Technology in Society, 67, 101679. https://doi.org/10.1016/j.techsoc.2021.101679
OECD. (2022). Skills for digital transition: Assessing recent trends using big data. OECD Publishing.
Schwabe, H., y Castellacci, F. (2020). Automation, workers’ skills and job satisfaction. PLOS ONE, 15(11), e0242929. https://doi.org/10.1371/journal.pone.0242929
Taherdoost. H. (2016). Sampling Methods in Research Methodology. How to Choose a Sampling Technique for Research. International Jour. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3205035
Włoch, R., Kucharski, M., y Legutko, A. (2024). Who’s afraid of automation? Examining determinants of fear of automation in six European countries. Technology in Society, 81, 102782. https://doi.org/10.1016/j.techsoc.2024.102782
World Economic Forum. (2020). The Future of Jobs Report 2020. Geneva. https://n9.cl/ugktx
Neri Tapia, L., Mortis Lozoya, S. y Escudero Nahón, A. (2023). Competencia digital en estudiantes universitarios: Una revisión sistemática. https://n9.cl/pnqefo
Romero Díaz de la Guardia, J. Olmos Gómez, M. y García Garnica, M. (2024). Habilidades para el futuro laboral. Un modelo basado en pensamiento crítico en estudiantes de formación profesional y bachillerato. https://dialnet.unirioja.es/servlet/articulo?codigo=9950224
