La gobernanza jurídica de la mejora y la reconversión de las competencias en IA: hacia un nuevo deber del empleador.
DOI:
https://doi.org/10.5281/zenodo.21186038Palabras clave:
Inteligencia artificial, Upskilling; Reskilling, Derecho del Trabajo, Gestión de recursos humanosResumen
El presente artículo analiza si la rápida adopción de la inteligencia artificial (IA) justifica una interpretación más amplia de las responsabilidades del empleador en materia de upskilling y reskilling continuos. Se empleó una metodología cualitativa interdisciplinaria que combinó el análisis jurídico doctrinal-comparado con una revisión sistemática de la literatura realizada conforme a las directrices PRISMA 2020. La evidencia científica se obtuvo de Scopus, Web of Science, ScienceDirect y SpringerLink, complementada con informes de la Organización Internacional del Trabajo (OIT), la Organización para la Cooperación y el Desarrollo Económicos (OCDE) y el Foro Económico Mundial (WEF). Los resultados muestran que la transformación del trabajo impulsada por la IA trasciende la innovación tecnológica y afecta directamente la empleabilidad, exigiendo que las organizaciones anticipen la obsolescencia de competencias mediante una planificación estratégica del talento. Asimismo, se identifica una brecha conceptual entre el Derecho del Trabajo, la gestión estratégica de recursos humanos y la gobernanza corporativa respecto de la responsabilidad empresarial en el desarrollo de capacidades laborales. Como principal aporte, se propone el AI Employability Governance Framework (AEGF), un modelo que integra previsión estratégica, desarrollo continuo de competencias, protección de derechos laborales y empleabilidad sostenible para orientar una gobernanza responsable de la transformación del trabajo
Descargas
Referencias
Badie, F., & Rostomyan, A. (2025). Competency Mapping as a Knowledge Driver in Modern Organisations. Knowledge, 5(3), 13. https://doi.org/10.3390/knowledge5030013
Barbosa I, & Real de Oliveira E (2026), "Digital reskilling and workforce transformation: exploring identity, capability and adaptation in AI-mediated workplaces". Journal of Organizational Effectiveness: People and Performance, Vol. ahead-of-print No. ahead-of-print. https://doi.org/10.1108/JOEPP-12-2025-1109
Chhibber, S., Rajkumar, S., & Dassanayake, S. (2025). Will Artificial Intelligence Reshape the Global Workforce by 2030? A Cross-Sectoral Analysis of Job Displacement and Transformation. Blockchain, Artificial Intelligence, and Future Research, 1(1), 35–51. https://doi.org/10.70211/bafr.v1i1.178
Doellgast, V., Appalla, S., Ginzburg, D., Kim, J., & Thian, W. L. (2025). Global case studies of social dialogue on AI and algorithmic management (No. 144). ILO Working Paper. https://www.ilo.org/publications/global-case-studies-social-dialogue-ai-and-algorithmic-management
International Labour Organization. (2025). Workforce 2030: Skills for thriving in the green and digital transition. ILO. https://doi.org/10.54394/XXZW7148
Kulkov, I., Kulkova, J., Rohrbeck, R., Menvielle, L., Kaartemo, V., & Makkonen, H. (2024). Artificial intelligence-driven sustainable development: Examining organizational, technical, and processing approaches to achieving global goals. Sustainable Development, 32(3), 2253–2267. https://doi.org/10.1002/sd.2773
Minbaeva, D. B. (2023). Strategic human resource management in the context of the COVID-19 pandemic: Learning from crisis to advance SHRM theory. Human Resource Management. https://doi.org/10.1002/hrm.22162
Nawaz, N., Arunachalam, H., Pathi, B. K., & Gajenderan, V. (2024). The adoption of artificial intelligence in human resources management practices. International Journal of Information Management Data Insights, 4(1), 100208. https://doi.org/10.1016/j.jjimei.2023.100208
Organisation for Economic Co-operation and Development. (2023). OECD Employment Outlook 2023: Artificial Intelligence and the Labour Market. OECD Publishing. https://doi.org/10.1787/08785bba-en
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., ... Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71
Pasi, B. N., Dhamak, P. S., Todkari, V. C., & Gholap, V. D. (2026). AI-augmented remote work and career sustainability: An integrated analysis of adoption determinants, productivity dynamics and predictive outcomes. Journal of Organizational Effectiveness: People and Performance. Advance online publication. https://doi.org/10.1108/JOEPP-12-2025-1086
Porcheddu, D., & Prosdocimi, S. (2025). The impact of AI on the European financial sector and the role of social dialogue. ETUI Research Paper-Working Paper. http://dx.doi.org/10.2139/ssrn.5821003
Pronello, C., & Fedeli, E. (2025). Just technology transition. A policy agenda to minimise the social impacts of digitalisation and automation on the transport workforce. Transportation Research Interdisciplinary Perspectives, 34, 101670. https://doi.org/10.1016/j.trip.2025.101670
Taheri Hosseinkhani, N. (2025). Economic and social implications of AI-driven automation and workforce transformation. SSRN. https://doi.org/10.2139/ssrn.5403524
World Economic Forum. (2025). The Future of Jobs Report 2025. World Economic Forum. https://doi.org/10.58275/9782940631851
Publicado
Declaración de disponibilidad de datos
Los datos que respaldan las conclusiones de este estudio están disponibles a solicitud razonable del autor correspondiente.
Número
Sección
Licencia
Derechos de autor 2026 Joel Menezes-Barreto, Duliet Hong-León, Jaime E. Pérez-Fernández, António Ramos-Congo, Natalia A. Domingas-Chivango (Author)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
