LA INTELIGENCIA ARTIFICIAL Y SUS EFECTOS EN LAS ESTRATEGIAS DE
MARKETING: REVISIÓN DE LA LITERATURA
ARTIFICIAL INTELLIGENCE AND ITS EFFECTS ON MARKETING STRATEGIES:
LITERATURE REVIEW
Autores:
¹Johanna Elizabeth Jumbo Elizalde, ²Adamaris Salet Ventura Medina, ³Nancy Janneth
Tapia Espinoza.
¹ORCID ID:
https://orcid.org/0009-0002-4947-4023
²ORCID ID:
https://orcid.org/0009-0008-1041-2443
³ORCID ID:
h
ttps://orcid.org/0000-0003-0217-4330
¹E-mail de contacto:
jjumbo8@utmachala.edu.ec
²E-mail de contacto:
aventura1@utmachala.edu.ec
³E-mail de contacto:
n
tapia@utmachala.edu.ec
Afiliación: ¹*²*³*Universidad Técnica de Machala, (Ecuador).
Artículo recibido: 10 de Abril del 2026.
Artículo revisado: 12 de Abril del 2026.
Artículo aprobado: 12 de Abril del 2026.
¹Estudiante de la carrera de Mercadotecnia de la Universidad Técnica de Machala, (Ecuador).
²Estudiante de la carrera de Mercadotecnia de la Universidad Técnica de Machala, (Ecuador).
³Contador Público, graduada de la Universidad Técnica de Machala, (Ecuador). Licenciado en Contabilidad y Auditoría, graduada de la
Universidad Técnica de Machala, (Ecuador). Auditora, graduada de la Universidad Técnica de Machala, (Ecuador). Ingeniera Comercial,
graduada
de la Universidad Técnica de Machala, (Ecuador), Magíster en Gestión Empresarial, graduada de la Universidad Técnica
Particular de Loja, (Ecuador). Doctora en Administración Estratégica de la Empresas, graduada de la Pontificia Universidad Católica del
Perú, (Perú).
Resumen
La inteligencia artificial (IA) se ha consolidado
como una de las tecnologías con mayor impacto
en la transformación del marketing. El objetivo
de este artículo es describir los efectos de la IA
en
las
estrategias
de
marketing
mediante
una
revisión
de
la
literatura,
que
permita
la
explicación
de
sus
aplicaciones,
beneficios,
limitaciones
y
apoye
al
desarrollo
de
futuras
investigaciones.
El
estudio
consistió
en
una
revisión
de
literatura
en
Scopus,
Dialnet,
Redalyc y SciELO, seleccionando 50 fuentes.
Los
resultados
se
organizaron
en
seis
categorías: fundamentos y tipologías de la IA,
personalización
del
consumidor,
automatización
y
eficiencia
operativa,
creatividad
publicitaria,
posicionamiento
comercial y desafíos éticos. Se encontró que la
IA
mejora
la
segmentación,
hiperpersonaliza
campañas,
optimiza
procesos
creativos
y
fortalece
el
posicionamiento
de
marca.
Se
concluye que actúa como un recurso estratégico
complementario
al
talento
humano,
cuya
implementación requiere capacitación técnica y
un
marco
ético
claro,
especialmente
en
pequeñas
y
medianas
agencias
de
ciudades
intermedias
de
Latinoamérica.
Palabras
clave:
Inteligencia
artificial,
Marketing digital, Estrategias de marketing,
Personalización, Ética tecnológica.
Abstract
Artificial intelligence (AI) has established itself
as
one
of
the
technologies
with
the
greatest
impact on marketing transformation. The aim of
this article is to describe the effects of AI on
marketing strategies through a literature review,
which
allows
for
an
explanation
of
its
applications,
benefits,
limitations,
and
contribution
to
the
development
of
future
research.
The
study
consisted
of
a
literature
review
in
Scopus,
Dialnet,
Redalyc,
and
SciELO, selecting 50 sources. The results were
organized
into
six
categories:
AI
foundations
and
types,
consumer
personalization,
automation
and
operational
efficiency,
advertising creativity, business positioning, and
ethical
challenges.
It
was
found
that
AI
improves
segmentation,
hyper-personalizes
campaigns,
optimizes
creative
processes,
and
strengthens brand positioning. It is concluded
that
it
acts
as
a
strategic
resource
complementary
to
human
talent,
whose
implementation requires technical training and
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
622
a clear ethical
framework, especially in small
and
medium
agencies
in
mid-sized
cities
in
Latin
America.
Keywords:
Artificial
intelligence,
Digital
marketing,
Marketing
strategies,
Personalization, Technological ethics.
Sumário
A
inteligência
artificial
(IA)
consolidou-se
como uma das tecnologias com maior impacto
na
transformação
do
marketing.
O
objetivo
deste
artigo
é
descrever
os
efeitos
da
IA
nas
estratégias de marketing através de uma revisão
da
literatura,
que
permita
explicar
as
suas
aplicações, benefícios, limitações e contributo
para
o
desenvolvimento
de
futuras
investigações. O estudo consistiu numa revisão
literatura
na
Scopus,
Dialnet,
Redalyc
e
SciELO, selecionando 50 fontes. Os resultados
foram
organizados
em
seis
categorias:
fundamentos e tipologias da IA, personalização
do
consumidor,
automatização
e
eficiência
operativa,
criatividade
publicitária,
posicionamento
comercial
e
desafios
éticos.
Constatou-se que a IA melhora a segmentação,
hiperpersonaliza
campanhas,
optimiza
processos
criativos
e
fortalece
o
posicionamento da marca. Conclui-se que atua
como um recurso estratégico complementar ao
talento
humano,
cuja
implementação
requer
formação
técnica
e
um
quadro
ético
claro,
especialmente em pequenas e médias agências
de
cidades
intermédias
da
América
Latina.
Palavras-chave:
inteligência
artificial,
marketing
digital,
estratégias
de
marketing,
personalização, ética em tecnologia, revisão de
literatura.
Palavras-chave:
Inteligência
artificial,
Marketing digital, Estratégias de marketing,
Personalização, Ética tecnológica.
Introducción
El
marketing
ha
experimentado
una
profunda
transformación en las últimas décadas, pasando
de un enfoque centrado en la producción masiva
a
una
disciplina
estratégica
apoyada
en
la
estadística,
la
psicología
y
la
sociología
(Moncayo et al., 2022). Todo este camino inició
con
el
llamado
Marketing
1.0
durante
la
Revolución Industrial (Gómez y Tauro, 2023).
En
esa
época
las
reglas
eran
simples:
se
fabricaba
en
masa,
los
costos
eran
bajos
y
el
cliente compraba lo que encontraba porque no
existían
más
opciones.
No
se
contemplaba
la
idea
de
la
segmentación
o
la
búsqueda
de
necesidades
específicas;
se
trataba
de
una
relación
básica
de
compraventa
que
no
se
asemeja
en
nada
a
la
que
se
observa
en
la
actualidad (Gómez y Tauro, 2023).
En el contexto de la transformación digital, la
IA ha adquirido un papel protagónico no solo en
los
procesos
productivos
y
comunicacionales,
sino también en la configuración del ecosistema
informativo.
En
este
sentido,
Cárdenas
et
al.
(2026) señalan que los sistemas de inteligencia
artificial
han
modificado
las
dinámicas
de
circulación
de
la
información
digital,
facilitando tanto la generación como la difusión
masiva de contenidos. Este fenómeno ha dado
lugar
a
nuevas
problemáticas,
como
la
desinformación amplificada por algoritmos, la
formación de cámaras de eco y el incremento de
la
polarización
social,
lo
que
repercute
directamente en la confianza de los usuarios y
en la calidad del debate público. A partir de esta
perspectiva, resulta evidente que el desarrollo
de tecnologías basadas en la IA no solo implica
avances
en
eficiencia
e
innovación,
sino
también desafíos éticos y comunicacionales que
impactan de manera significativa.
En la actualidad, las empresas operan bajo otra
lógica centrada por completo en la generación
de
valor.
De
hecho,
el
gran
salto
tecnológico
proviene de la mano de la IA, la cual establece
un
contexto
disruptivo
en
la
interacción
y
el
acceso
a
la
información
digital
(González-
Alcaide,
2024).
En
este
contexto,
la
IA
ha
permitido optimizar procesos organizacionales
y mejorar la eficiencia en la toma de decisiones,
facilitando respuestas más rápidas y precisas en
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
623
entornos
dinámicos.
Así
mismo,
permite
el
procesamiento de bases de datos enormes para
la
optimización,
la
toma
de
decisiones
y
la
automatización
de tareas que antes dependían
netamente del criterio o la experiencia humana
(Estupiñán et al., 2021).
Esta
tecnología
ha
transformado
el
marketing
digital de manera integral. Las empresas ya no
solo reaccionan, sino que se adelantan al cliente
mediante
análisis
predictivos
que
permiten
la
anticipación de qué comprarán o qué buscarán
en
el
futuro
(Liberos
et
al.,
2024).
Al
mismo
tiempo,
herramientas
como
los
chatbots
atienden al público sin interrupciones, mientras
que los sistemas automáticos diseñan anuncios
y recomendaciones personalizadas, reduciendo
de
manera
drástica
los
costos
y
tiempos
de
gestión (Liberos et al., 2024). Ya no se trata solo
del ahorro de recursos; la verdadera revolución
radica
en
que
las
empresas
pueden
brindar
respuestas
en
tiempo
real
y
la
ejecución
de
modificaciones en su forma de competición en
el mercado. Esta capacidad de procesamiento de
lo
que
siente
y
desea
el
consumidor
en
el
momento
permite
algo
que
antes
resultaba
impensable: la personalización de mensajes y el
diseño de experiencias únicas para millones de
personas
a
escala
masiva,
logrando
que
conecten con sus emociones (Rivera, 2023).
Esta capacidad de personalización impacta de
forma directa el entorno creativo y audiovisual,
donde la IA ha transformado la edición de vídeo
mediante la optimización de sus componentes
narrativos y estéticos. Los softwares asistidos
por
IA
agilizan
los
flujos
de
trabajo
tradicionales y elevan la calidad del contenido,
expandiendo
las
posibilidades
creativas
mediante la cooperación entre la visión humana
y
la
potencia
computacional.
Esta
sinergia
permite la manipulación de
archivos con mayor
facilidad
para
la
generación
de
narrativas
visuales inmersivas y atractivas, preservando la
coherencia, el realismo y la intención artística
original del creador (Jironza, 2024). El diseño y
la
comunicación
visual
en
la
publicidad
han
alcanzado
una
nueva
dimensión
con
la
producción
de
gráficos
y
la
postproducción
asistida por la IA. Esta evolución tecnológica
desplaza
los
flujos
de
trabajo
tradicionales,
antes lentos y laboriosos, por un procesamiento
rápido
e
inteligente
capaz
de
procesar
el
contenido
con
alta
precisión,
optimizando
el
ritmo,
la
composición
y
la
estética.
De
este
modo,
las
agencias
de
marketing
diversifican
sus recursos conceptuales, adentrándose en una
era donde la colaboración entre la creatividad
humana
y
la
potencia
computacional
redefine
los límites de la imaginación (Jironza, 2024).
El verdadero problema radica en que todavía se
avanza en un terreno poco claro. Cuervo (2021)
ya advertía que para que todo esto funcione, la
mano
humana
sigue
siendo
indispensable
en
cada fase; la tecnología no opera sola. A pesar
de lo anterior, persiste un vacío significativo en
la
literatura
especializada:
escasean
datos
precisos
sobre
la
tipología
de
herramientas
disponibles
en
el
mercado,
el
grado
de
penetración de su uso y el nivel de preparación
técnica de los equipos de trabajo.
Al
final,
la
permanencia
fuera
de
esta
ola
tecnológica
representa
un
riesgo
comercial
grave, porque las empresas que ignoren la IA
perderán una ventaja importante para el estudio
de sus clientes y la gestión de sus presupuestos.
En la actualidad, la integración de la IA dentro
del marketing digital dista de constituir un lujo
o una elección secundaria, pues se erige como
un requisito obligatorio para la supervivencia de
las
marcas
en
el
mercado.
Si
bien
esta
tecnología aporta soluciones avanzadas hacia la
ejecución
automática
de
tareas,
el
diseño
de
publicidad a la medida y la optimización de los
procesos
operativos,
la
realidad
de
su
despliegue
en
América
Latina
avanza
a
dos
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
624
velocidades
muy
claras.
Por
un
lado,
se
evidencia
una
enorme
expectativa
hacia
su
aprovechamiento;
por
el
otro,
persisten
limitaciones estructurales y barreras logísticas
complejas
que
aún
carecen
de
solución.
Sin
embargo,
como
lo
demuestra
Cacho-Elizondo
(2025)
al
explorar
casos
innovadores
en
mercados
emergentes,
la
correcta
integración
del
ciclo
de
marketing
con
la
inteligencia
artificial (desde la investigación hasta la acción
comercial)
permite
precisamente
sortear
estas
deficiencias de infraestructura y transformar los
modelos de negocio tradicionales.
En medio de este entorno con altos niveles de
competencia,
las
organizaciones
demandan
tácticas publicitarias dinámicas y con una sólida
base tecnológica, hallando en las herramientas
algorítmicas el motor estratégico indispensable
que
frena
la
obsolescencia
comercial
de
las
empresas.
Con
la
implementación
de
estos
sistemas algorítmicos, las empresas logran una
conexión
profunda
con
las
emociones
y
necesidades
de
los
usuarios,
suministrándoles
contenido
hiperpersonalizado
según
sus
intereses previos. Esto permite la ejecución de
análisis de conglomerados sofisticados para la
estructuración de nichos de mercado basados en
afinidades
y
comportamientos
reales,
superando por completo las limitaciones de la
segmentación
geográfica
tradicional
(Cuervo,
2021).
Como
señalaron
Blas
et
al.
(2023),
las
organizaciones que omiten la incorporación de
herramientas
basadas
en
IA
corren
el
riesgo
latente
de
una
caída
en
una
obsolescencia
gradual
frente
a
competidores
que
ya
capitalizan
el
análisis
de
datos
masivos.
Este
rezago
competitivo
se
intensifica
bajo
la
dinámica descrita por Rivera (2023), donde la
incapacidad de procesamiento de macrodatos en
tiempo real impide a las marcas desciframiento
de las motivaciones y emociones inmediatas del
consumidor
actual.
Por
lo
tanto,
esta
transformación
digital,
más
que
una
mera
sustitución
de
tareas
operativas
y
manuales
exige una reconfiguración del valor empresarial
bajo
el
paradigma
del
Marketing
5.0,
el
cual
busca
un
equilibrio
simbiótico
entre
la
eficiencia tecnológica y la centralidad humana
(Gómez y Tauro, 2023; Kotler et al., 2021). Esta
sinergia es respaldada por Jironza (2024) quien
demuestra
que,
si
bien
la
automatización
maximiza
los
niveles
de
productividad,
las
plataformas
algorítmicas
carecen
de
la
sensibilidad
estética
y
el
juicio
imaginativo
propio del ser humano, consolidando a la IA no
como un sustituto del criterio profesional, sino
como un potente recurso de apoyo estratégico.
El
impacto
de
esta
transición
es
multidimensional. Para Rivera (2023) y Carrillo
y Sosa (2025) la potencia de la IA radica en su
capacidad de hiperpersonalización a escala, lo
que permite la transición desde la segmentación
masiva hacia modelos de “segmentos de uno”.
Este
enfoque
es
respaldado
por
Portilla
et
al.
(2025)
y
Murillo
et
al.
(2024),
quienes
argumentan
que
la
IA
constituye
el
sustrato
tecnológico
indispensable
para
la
transformación
del
marketing
de
contenidos
tradicional en un diálogo dialógico, interactivo
y contextualizado.
Sin
embargo,
la
realidad
latinoamericana
modifica estas promesas. Estudios como los de
Chang
y
Chinchay
(2023)
y
Saraguro
et
al.
(2025) demuestran que, a pesar de una actitud
favorable hacia la innovación, las pequeñas y
medianas
empresas
en
países
como
Ecuador
enfrentan
brechas
estructurales
críticas.
Limitaciones como la carencia de capacitación
técnica, recursos económicos restringidos y una
marcada
resistencia
cultural
al
cambio
actúan
como
frenos
significativos.
Estas
barreras,
identificadas
también
en
investigaciones
previas en la región, subrayan que el nivel de
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
625
preparación
digital
sigue
siendo
limitado
en
ciudades intermedias, evidenciando la urgencia
de mayor investigación aplicada y políticas de
apoyo local.
En concreto, en el contexto urbano de Machala,
se evidencia una preocupante falta de adopción
de la IA en las estrategias de comunicación y
comercialización,
lo
cual
pone
en
riesgo
la
ventaja competitiva de las organizaciones de la
zona.
Las
pymes
locales
desarrollan
sus
actividades bajo un mercado donde la adopción
de recursos de vanguardia cobra un peso crítico;
sin
embargo,
la
estrechez
en
los
fondos
disponibles
y
los
vacíos
técnicos
acumulados
frenan
el
despliegue
masivo
y
planificado
de
dichos
sistemas
automatizados.
La
conceptualización actual de la IA la sitúa como
una de las herramientas de mayor ruptura dentro
del
entorno
contemporáneo.
De
hecho,
sus
implicaciones
reconfiguran
de
raíz
las
dinámicas
operativas
tanto
en
el
plano
económico
como
en
la
estructura
social
colectiva.
Si se observa el marketing digital, por ejemplo,
la integración de la IA ha dado un vuelco total a
las
estrategias
tradicionales.
Esta
tecnología
permite
la
ejecución
de
acciones
que
antes
resultaban
impensables:
la
automatización
de
procesos
complejos,
la
personalización
de
campañas
a
escala
masiva
y
el
empleo
de
análisis predictivos para la anticipación a lo que
el
consumidor
desea.
Autores
como
Chagna
(2025) y Haleem et al. (2022) coinciden en algo
clave: esta tecnología mejora métricas como las
tasas de conversión, el retorno de la inversión y
el engagement de la audiencia. Sin embargo, la
IA va más allá de la automatización de tareas
rutinarias o mecánicas. También funciona como
un motor que potencia la creatividad humana.
Mediante
la
generación
de
contenido
y
la
optimización de campañas en tiempo real, esta
tecnología ayuda a la previsión hacia dónde se
dirige el mercado. En escenarios prácticos, los
flujos operativos de la IA generativa aceleran la
maquetación
de los
recursos publicitarios con
tal rapidez que los gastos fijos caen en un 90%
dentro
de
ciertas
áreas,
con
un
beneficio
inmediato sobre el rendimiento de los equipos
(Arbentia,
2026;
Wang,
2025).
Dicha
transformación
sitúa
a
las
pymes
ante
un
escenario inédito, ventajoso y propicio para una
disputa
comercial
directa
contra
los
presupuestos de las grandes corporaciones.
A
pesar
de
estas
ventajas,
la
realidad
en
Latinoamérica
presenta
dos
caras.
Solórzano
(2024) señala que la adopción de la IA todavía
tropieza con la falta de habilidades digitales y
brechas graves en la infraestructura. Aun así, las
cifras son claras. Cerca del 30% de las pequeñas
y medianas
empresas de la región
ya utilizan
herramientas de IA, y un 60% tiene la intención
de
su
incorporación.
Las
ventajas
percibidas
hablan por sí solas: un 92% busca la reducción
de costos, un 58% apunta al alza de ingresos y
un 40% desea el ahorro de tiempo.
Más allá de la eficiencia en el negocio, el debate
actual se orienta hacia la ética y la estructura de
estas
tecnologías.
Como
afirman
Bormane
y
Blaus (2024) la IA nunca debería verse como un
reemplazo del pensamiento estratégico o de la
visión conceptual del ser humano. Su rol real es
el de un soporte algorítmico potente destinado a
la agilización de lo mecánico y a la liberación
del
flujo
creativo.
Por
lo
tanto,
la
democratización
de
la
IA
en
las
pequeñas
y
medianas
empresas
de
la
región
no
es
solo
cuestión
de
la
adquisición
de
software.
Se
requiere una alianza real entre la academia, el
sector público y el privado. El objetivo tiene que
centrarse en la formación de profesionales que
dominen
la
tecnología
sin
el
abandono
de
valores
como
la
ética,
la
equidad
y
la
sostenibilidad. En esa misma línea, Carrillo y
Sosa (2025) recuerdan que, para la contención
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
626
del
miedo
por
la
privacidad
del
consumidor,
resulta
obligatorio
un
enfoque
responsable,
transparente y centrado en la protección
de los
datos personales.
En
Ecuador,
este
escenario
regional
se
cruza
con
un
esfuerzo
acelerado
por
el
establecimiento de leyes y políticas públicas de
transformación
digital.
Entre
2020
y
2025,
el
Estado
ecuatoriano
diseñó
al
menos
nueve
instrumentos regulatorios, según datos de CTS
Lab
y
FLACSO
Ecuador
(2025).
Entre
ellos
destacan
la
Ley
Orgánica
de
Transformación
Digital y Audiovisual (LOTDA) y los debates
centrados
en
la
creación
de
una
ley
orgánica
preliminar
de
IA.
Gracias
a
dicha
coyuntura,
Ecuador
se
convirtió
en
el
tercer
país
de
la
región
en
la
aplicación
de
la
Metodología
de
Evaluación
de
Preparación
(RAM)
de
la
UNESCO
(2025a).
Esta
herramienta
se
encuentra
alineada
con
las
recomendaciones
éticas globales de la organización.
El informe oficial analiza al país bajo cinco ejes
críticos:
infraestructura
tecnológica,
marco
legal,
capacidades
humanas,
sostenibilidad
ambiental
y
derechos
humanos.
Al
final,
este
proceso participativo en el que participaron la
academia
y
el
sector
privado
dejó
claro
un
diagnóstico contundente. Ecuador necesita con
urgencia
el
robustecimiento
de
su
infraestructura
local,
la
capacitación
a
su
población para un uso ético de la tecnología y la
seguridad de que los grupos excluidos a lo largo
de
la
historia
no
se
queden
fuera
de
esta
transición
digital
(UNESCO,
2025).
En
Machala,
las
pequeñas
agencias
de
marketing
digital enfrentan dificultades para la integración
de
la
IA
en
su
día
a
día.
Aunque
existe
reconocimiento
sobre
la
optimización
de
procesos
y
la
personalización
de
campañas
mediante
estas
herramientas,
la
escasez
de
recursos
y
la
ausencia
de
guías
operativas
generan una brecha entre la propuesta comercial
y
el
soporte
tecnológico
real.
Ante
dicho
panorama, la literatura académica evidencia el
impacto
de los
sistemas inteligentes sobre las
decisiones comerciales, al tiempo que expone
las
limitaciones
de
madurez
técnica
que
condicionan
la
competitividad
institucional
dentro de un entorno en constante mutación.
En atención al vacío de conocimiento detectado
en la literatura, el presente trabajo de revisión
busca
describir
los
efectos
de
la
IA
en
las
estrategias de marketing mediante una revisión
de la literatura, que permita la explicación de
sus
aplicaciones,
beneficios,
limitaciones
y
apoye al desarrollo de futuras investigaciones.
Para alcanzar este propósito, el estudio busca:
(i) recopilar literatura científica sobre la IA y su
aplicación
en
las
estrategias
de
marketing
encontrada en bases de datos académicas, que
consolide
una
base
documental
rigurosa
y
actualizada;
(ii)
sistematizar
la
información
recopilada en categorías temáticas relacionadas
con los fundamentos y tipologías de la IA, la
personalización, la automatización y eficiencia
operativa,
la
producción
creativa,
el
posicionamiento
comercial
y
los
desafíos
éticos,
que
permita
una
estructuración
de
un
análisis crítico e integral sobre el impacto de la
IA
en
el
marketing;
y,
(iii)
presentar
los
resultados mediante una tabla que sintetice los
efectos,
beneficios,
limitaciones
y
tendencias
futuras de la IA en las estrategias de marketing,
que sirva para estudios futuros.
Materiales y Métodos
La
investigación
se
realizó
mediante
una
revisión
de
literatura
de
enfoque
cualitativo,
siguiendo
los
lineamientos
de
la
metodología
PRISMA
para
la
identificación,
selección
y
análisis de la literatura científica. Este enfoque
permitió
organizar
de
manera
sistemática
la
evidencia disponible sobre el tema de estudio,
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
627
garantizando
un
proceso
transparente
y
reproducible
en
la
selección
de
los
artículos.
Asimismo,
el
análisis
se
centró
en
la
interpretación crítica de los hallazgos, con el fin
de
ofrecer
una
comprensión
integral
del
fenómeno investigado (Page et al., 2022).
La
recopilación
de
la
evidencia
científica
incluyó la selección de plataformas académicas
de
alta
indexación
y
repositorios
de
alcance
institucional, donde Scopus, Redalyc, Dialnet,
SciELO
y
los
catálogos
digitales
de
universidades latinoamericanas concentraron la
actividad
principal.
El
rastreo
de
estos
documentos se gestionó a través del
cruce de
términos
específicos
en
idiomas
español
e
inglés, bajo ecuaciones de consulta estables que
incorporaron
las
combinaciones
exactas
de
“inteligencia
artificial”,
“marketing
digital”,
“estrategias
de
marketing”,
“marketing
audiovisual”,
“desafíos
éticos
inteligencia
artificial”, “artificial intelligence marketing” y
“AI digital marketing strategies”.
Para el filtro de los documentos, se fijan varios
límites
claros.
Primero,
admitimos
artículos
científicos
de
revistas
indexadas,
capítulos
de
libros
académicos
y
trabajos
de
titulación
editados entre 2021 y 2025; la única excepción
para la omisión de este rango de fechas fue la
necesidad
de
inclusión
de
marcos
teóricos
fundacionales que eran vitales para el sustento
de
ciertos
conceptos.
Segundo,
los
estudios
debían conectar de manera directa la IA con el
marketing,
la
producción
audiovisual
o
sus
debates éticos. Por último, se aseguró de que las
publicaciones estuvieran en español o inglés y
con el texto completo disponible para su lectura.
En
la
otra
acera,
se
optó
por
la
exclusión
de
cualquier
entrada
de
blogs
corporativos
sin
respaldo
académico, así
como investigaciones
con
desviaciones
del
marketing
o
de
la
comunicación
estratégica.
El
rastreo
inicial
arrojó
un
volumen
considerable
de
350
registros, mediante la consulta de las distintas
bases
de
datos
(Scopus,
Redalyc,
Dialnet
y
SciELO).
Para
el
orden
y
la
transparencia
de
toda la selección, se optó por los lineamientos
del protocolo PRISMA 2020.
El primer paso se centró en la depuración de la
base
de
datos
mediante
la
eliminación
de
los
registros duplicados con la ayuda de Zotero y
Microsoft
Excel,
lo
que
redujo
la
cifra
a
280
documentos únicos. Partiendo de ahí, se inició
un
primer
cribado
enfocado
en
la
lectura
minuciosa
de
títulos
y
resúmenes
para
su
contraste
con
los
criterios
de
inclusión
y
exclusión prefijados. En esta fase descartamos
los trabajos con falta de alineación directa con
el tema central, aquellos editados antes de 2021
o
sin
pertenencia
a
la
categoría
de
artículos
científicos arbitrados por pares.
Una
vez
superado
este
filtro,
quedaron
120
registros cuya recuperación en texto completo
facilitó un examen profundo y exhaustivo. Tras
el
análisis
detallado
de
cada
texto,
se
descartaron otros 70 artículos por motivos muy
específicos:
algunos
carecían
de
un
vínculo
claro con las estrategias de marketing digital,
otros tenían un enfoque en su totalidad técnico
con el abandono de la visión comercial, y un
grupo importante no contaba con la suficiente
profundidad
analítica.
Al
final
del
embudo,
quedaron 50 fuentes definitivas que son las que
le
dan
sustento
y
cuerpo
a
esta
revisión
sistemática.
La base documental de esta revisión sistemática
se consolidó mediante una muestra final de 50
investigaciones,
cuya
selección
derivó
de
un
riguroso esquema de exclusión (Figura 1) bajo
los lineamientos del protocolo PRISMA 2020.
La elección de este conjunto de pautas, tal como
indican
Page
et
al.
(2021),
garantiza
la
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
628
aplicación
de
un
marco
de
trabajo
riguroso
y
metodológicamente
actualizado
para
la
presentación
de
informes
en
las
revisiones
sistemáticas. La delimitación de este cuerpo de
estudio exigió una depuración profunda a partir
de un rastro inicial de 350 registros científicos
en
la
web.
El
desglose
de
dicho
volumen
original según su origen determinó que la mayor
concentración
de
trabajos
correspondía
a
Scopus
con
160
documentos,
seguida
por
Dialnet con 90 aportes, Redalyc con 70 textos y
un segmento menor de 30 artículos localizados
en SciELO.
Diagrama 1.
Diagrama de flujo PRISMA.
Fuente:
Elaboración propia.
El primer filtro de control implicó la carga de
toda
la
literatura
recopilada
en
un
gestor
bibliográfico
dedicado
a
la
depuración
de
la
base
de
datos,
acción
que
facilitó
la
identificación
y
luego
la
remoción
de
70
registros
duplicados.
Sobre
los
280
trabajos
únicos resultantes de esa primera limpieza, se
efectuó
una
revisión
minuciosa
de
títulos
y
resúmenes; esta fase de preselección derivó en
el descarte de 160 aportes debido a su evidente
distanciamiento
respecto
a
las
líneas
de
investigación.
De
manera
posterior,
el
flujo
metodológico
aisló
un
grupo
de
120
artículos
para
su
evaluación
íntegra
en
texto
completo.
Este
análisis exhaustivo determinó la necesidad de
supresión
de
otros
70
documentos
que
incumplían
las
exigencias
del
estudio:
se
excluyeron
35
aportes
por
la
ausencia
de
un
vínculo real con el objeto de estudio, 15 por su
aparición previa al límite temporal establecido
en 2021, y los últimos 20 debido a un enfoque
en
su
totalidad
técnico
o
por
carencia
de
la
profundidad teórica requerida en el análisis.
Resultados y Discusión
Tras el análisis de las 50 fuentes seleccionadas
para
este
trabajo,
el
panorama
se
aclaró
por
completo. Los datos se organizaron de manera
natural
en
las
seis
categorías
temáticas
que
surgieron durante la revisión. Cuando los textos
académicos intentan precisar el concepto de IA,
la
integran
como
una
rama
de
la
informática
dedicada
a
la
programación
de
sistemas
complejos que imitan la forma en que los seres
humanos resuelven problemas.
Para la consecución de este objetivo, se apoyan
en
herramientas
específicas
como
las
redes
neuronales,
el
aprendizaje
profundo
y
el
aprendizaje automático (Estupiñán et al., 2021).
Más
allá
de
esta
definición
estrictamente
técnica, Dwivedi et al. (2021) advierten, desde
una
perspectiva
multidisciplinaria,
que
la
adopción
de
estas
tecnologías
presenta
tanto
oportunidades
comerciales
sin
precedentes
como desafíos emergentes para la regulación y
la
práctica
empresarial.
Sin
embargo,
resulta
necesaria la evasión de la consideración de esta
tecnología como un bloque único o un sistema
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
629
plano.
Hernán
(2025)
recuerda
que
la
IA
constituye más bien un ecosistema amplio con
soluciones de diverso tipo. De hecho, este autor
enfatiza
que
estos
algoritmos
no
operan
de
forma
aislada
en
internet,
sino
que
se
encuentran
vinculados
a
chips
de
silicio
y
componentes
físicos
de
hardware
(Hernán,
2025).
La
comprensión
de
este
fundamento
físico modifica la perspectiva: la aplicación de
la
IA
en
el
marketing
no
consiste
solo
en
la
instalación
de
una
aplicación,
sino
en
el
replanteamiento
desde
la
base
sobre
cómo
se
analizan los datos del consumidor.
Si
se
observa
la
parte
teórica,
los
expertos
dividen
esta
tecnología
según
su
nivel
de
inteligencia y su capacidad para la operación de
manera autónoma. De esta forma, se identifican
tres niveles: la inteligencia artificial estrecha, la
general
y
la
superinteligencia
(Morandín,
2022).
La
que
se
utiliza
en
la
actualidad
corresponde a la versión estrecha o débil, la cual
se enfoca en la ejecución de una sola tarea a la
vez y no comprende el
contexto que la rodea
(Briva, 2023). En esta categoría se incluye casi
todo
el
marketing
digital
actual:
desde
los
chatbots
de
WhatsApp
hasta
los
creadores
automáticos
de
imágenes.
La
inteligencia
artificial
general,
en
cambio,
todavía
se
considera
un
escenario
hipotético
de
sistemas
con un razonamiento idéntico al de una persona
(Carbajal et al., 2023).
En el extremo se encuentra la superinteligencia,
la cual superaría por completo la capacidad del
cerebro
humano
(Morandín,
2022).
Para
una
agencia
real,
la
única
versión
relevante
en
el
presente
es
la
estrecha,
la
cual
representa
el
terreno donde se permite el establecimiento con
claridad sobre qué si es realizable y qué no lo
es.
A
nivel
de
funcionamiento
diario,
esta
tecnología se divide entre sistemas reactivos y
deliberativos.
Los
reactivos
responden
de
inmediato ante las solicitudes del usuario, como
el bot que atiende en las redes sociales de una
marca. Los deliberativos, por su parte, dedican
tiempo
a
la
planificación
y
proyección
a
mediano plazo; es lo que realizan los sistemas
que
programan
pautas
y
deciden
de
forma
autónoma
cómo
realizan
la
distribución
del
presupuesto de publicidad durante semanas. Por
encima de estos, la IA cognitiva busca simular
el cerebro humano y en la actualidad muestra un
fuerte avance en el diseño y análisis de material
visual
(Malbrán,
2024).
Estos
modelos
se
destacan
porque
aprenden
de
sus
propios
errores, se adaptan a escenarios nuevos y operan
sin
necesidad
de
supervisión
constante
(Matthews et al., 2021).
Esta
variedad
de
opciones
no
representa
un
mero
detalle
teórico;
genera
consecuencias
prácticas
importantes
en
una
agencia
porque
cada tarea requiere una herramienta específica.
No es equivalente segmentar que diseñar. Por
ejemplo, el área de producción audiovisual de
una
marca
aprovecha
al
máximo
los
sistemas
cognitivos
para
la
creación
de
vídeos
e
imágenes. En cambio, el
equipo
de ventas de
esa
misma
organización
necesita
sistemas
deliberativos
para
predecir
las
compras
del
cliente y la estructuración de campañas de largo
plazo.
Aunque los casos de éxito empresarial rara vez
explican
esta
distinción,
comprenderla
constituye
el
único
filtro
real
para
la
determinación
de
si
una
empresa
integra
de
forma efectiva a la IA o solo la menciona para
proyectar
una
imagen
moderna
en
sus
comunicados.
En
la
actualidad,
la
audiencia
rechaza
la
clasificación
tradicional
en
segmentos
estáticos;
por
el
contrario,
la
demanda apunta hacia experiencias con un alto
sentido de exclusividad. Bajo este entorno, la IA
opera
como
el
catalizador
clave
para
la
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
630
personalización
masiva,
debido
a
su
facilidad
para
el
ajuste
de
productos,
mensajes
informativos
y
estrategias
globales,
partiendo
de la conducta y las inclinaciones individuales
de
los
usuarios
(Lucero
et
al.,
2025).
Esta
capacidad
de
adaptación
es
respaldada
por
el
estudio
de
Rosero
et
al.
(2025)
quienes
confirman
que
la
personalización
avanzada
habilitada
por
la
inteligencia
artificial
resulta
fundamental
para
diseñar
campañas
hiperpersonalizadas
de
alta
precisión.
El
diagnóstico
del
comportamiento
de
los
internautas
en
tiempo
real
facilita
la
comprensión exacta de las variables predictivas
en las decisiones de compra. Este enfoque da
paso a una segmentación dinámica, la cual deja
atrás
los
esquemas
basados
en
datos
demográficos
fijos
por
su
limitada
utilidad
analítica (Rivera, 2023).
Al
respecto,
Reyes
(2023)
planteó
que
los
sistemas
inteligentes
propician
una
evolución
cualitativa
en
la
personalización
mediante
algoritmos enfocados en el examen del historial
de
navegación,
procesos
orientados
a
la
previsión de las acciones del usuario. Mediante
este
recurso,
las
interfaces
despliegan
sugerencias,
contenidos
y
piezas
publicitarias
oportunas.
Dicha
ventaja
técnica
no
solo
optimiza las métricas de la publicidad, sino que
transforma de manera positiva la experiencia de
navegación del usuario a través de interacciones
de alto valor, circunstancia que eleva la tasa de
conversión
y
la
retención
del
cliente.
En
sintonía
con
estos
beneficios,
Pazmiño
y
Pazmiño
(2024)
concluyen,
a
través
de
su
revisión
sistemática,
que
la
hiperpersonalización
basada
en
modelos
híbridos y predictivos no solo optimiza las tasas
de
conversión,
sino
que
resulta
determinante
para
consolidar
la
lealtad
del
consumidor
a
largo
plazo,
redefiniendo
por
completo
la
relación entre marca y cliente. En el sector de
los
negocios
de
menor
escala,
Muñoz
(2024)
subraya que la IA favorece la estructuración de
planes
comerciales
aptos
para
presupuestos
reducidos,
gracias
a
la
automatización
de
procesos
de
clasificación
que
en
el
pasado
demandaban altas inversiones en consultorías y
estudios
de
mercado.
Este
factor
posee
relevancia
para
las
agencias
pequeñas,
pues
confirma que las ventajas algorítmicas exceden
el ámbito de las corporaciones transnacionales
con
macrodatos,
configurándose
como
un
recurso de equidad competitiva en el mercado
actual.
La
retención
de
clientes
también
registra
transformaciones
profundas
mediante
la
previsión
de
las
necesidades
del
usuario,
un
avance
dinamizado
por
la
digitalización
acelerada (García, 2024). En el entorno actual,
la evaluación de la lealtad trasciende el registro
del volumen de compras periódicas; el enfoque
vigente
prioriza
variables
de
la
cotidianidad
digital
como
el
tiempo
de
permanencia,
la
frecuencia
de
las
visitas
web
o
las
rutas
de
navegación,
indicadores
bajo
el
monitoreo
constante
de
los
sistemas
de
IA.
Estos
datos
revelan
que
la
personalización
algorítmica
no
solo refina el servicio, sino que democratiza el
acceso
a
metodologías
analíticas
antes
restringidas para las grandes corporaciones.
Esta
perspectiva
guarda
relación
con
los
hallazgos
de
Gómez
et
al.
(2024),
quienes
indicaron que las acciones de marketing digital
potencian los ingresos de las pymes siempre que
surjan de un conocimiento exhaustivo sobre el
perfil del comprador. Pese a que dicho estudio
omite
un
enfoque
exclusivo
en
la
IA,
sus
conclusiones
validan
que
la
personalización
estructurada
en
datos
sea
por
la
vía
de
algoritmos
avanzados
o
mediante
analítica
tradicional, determina la efectividad comercial
en el entorno contemporáneo. No obstante, la
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
631
hiperpersonalización
sustentada en
IA plantea
complejos dilemas éticos al restringir la libertad
de elección del consumidor e inducir sesgos de
compra mediante interfaces poco transparentes
(Albanese, 2025).
La automatización de procesos constituye otro
de los grandes impactos que más se repiten en
la
literatura
analizada.
La
IA
permite
la
delegación
de
tareas
rutinarias
como
la
redacción
de
borradores
de
guiones,
la
programación
de
publicaciones
o
el
gestionamiento del día a día de las campañas, lo
que se traduce en la entrega de proyectos con
mayor rapidez y en el mejor aprovechamiento
del
talento
humano
y
técnico
disponible
(Liberos et al., 2024). La eficiencia operativa se
ha
convertido
en
parte
clave
para
que
las
agencias,
en
especial
las
que
cuentan
con
equipos
pequeños,
multipliquen
su
impacto
y
compitan
mejor
(Zelaya,
2021).
Esta
perspectiva
es
reforzada
por
Bailón
y
Pico
(2025), quienes indican que la adopción de estas
tecnologías marca una tendencia ineludible en
el entorno empresarial actual, optimizando los
recursos y acelerando los tiempos de respuesta.
Sin embargo, esta automatización no significa
que
las
máquinas
operen
de
forma
aislada.
Liberos
et
al.
(2024)
insisten
en
que
la
IA
funciona como un apoyo que amplifica lo que el
equipo ya sabe, en lugar de la eliminación del
criterio
del
profesional.
Esta
postura
coincide
con
lo
que
señalan
Carbajal
et
al.
(2023)
explicando
que
las
revisiones
de
literatura
apoyadas en IA funcionan mucho mejor cuando
existe un experto que supervisa el proceso. Esta
misma lógica se traslada de manera directa a la
creación de contenidos de marketing, donde la
revisión
y
el
criterio
humano
siguen
siendo
obligatorios para la garantía de que las piezas
mantengan
alma,
coherencia
de
marca
y
calidad.
Incluso
Zelaya
(2021)
desde
una
perspectiva
más
clásica
del
marketing,
ya
advertía que el éxito de una estrategia depende
de
cómo
se
distribuyan
los
recursos
en
el
marketing mix. Incorporar IA no elimina esta
necesidad de su planificación; lo
que hace
es
llevarla
a
otro
nivel.
En
la
actualidad,
la
pregunta importante ya no consiste en cuántas
horas-hombre se requieren para la redacción de
un
post,
sino
en
qué
nivel
de
supervisión
humana se necesita para la aseguración de que
lo
que
produce
el
software
cumpla
con
los
estándares de calidad que exige el cliente.
En relación con la automatización y eficiencia
operativa, diversos estudios evidencian que la
implementación
de
IA
permite
optimizar
la
asignación de recursos y reducir costos en las
organizaciones.
En
este
sentido,
se
ha
identificado una relación significativa entre el
uso
de
herramientas
automatizadas
y
la
reducción de costos operativos, además de una
disminución
del
desperdicio
publicitario
de
hasta un 22%, producto de una mejor gestión de
datos
y
decisiones
más
precisas
basadas
en
analítica avanzada (Marcillo et al., 2026).
Dicha postura guarda simetría con el hecho de
que el control de estas herramientas acelera la
innovación
y,
en
paralelo,
contrae
de
manera
drástica
los
lapsos
de
entrega
en
las
fases
de
edición,
componente
que
constituye
un
beneficio
sustancial
para
las
firmas
sujetas
a
demandas
de
producción
constante
de
materiales informativos. Bajo esta perspectiva,
se
expone
que
la
comunicación
visual
de
manera
histórica
el
eje
publicitario
para
el
vínculo
con
la
audiencia
adquiere
un
mayor
alcance
técnico,
partiendo
de
las
representaciones
gráficas
generadas
mediante
IA, con un impacto favorable en el catálogo de
opciones para creativos y realizadores (Asenjo
y Del Pino, 2024). Fernández (2023) detalla esta
evolución
y
argumenta
que
los
sistemas
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
632
automatizados
reconfiguran
la
creatividad
a
través
de
la
inserción
de
algoritmos
en
la
redacción de guiones y en el planteamiento de
propuestas
de
valor,
dinámicas
que
no
solo
mitigan
la
inversión
temporal,
sino
que
incrementan
la
calidad
técnica
del
resultado
final.
A
este
respecto,
que
la
expectativa
de
rendimiento
laboral
y
la
eficiencia
operativa
constituyen
los
principales
motores
para
la
aceptación
de
la
IA
generativa
en
el
sector
creativo,
posicionando
a
estas
herramientas
algorítmicas
como
soportes
complementarios
que potencian la productividad sin sustituir el
criterio y la dirección artística humana.
En
este
contexto,
la
IA
no
solo
optimiza
procesos,
sino
que
también
transforma
la
producción
de
contenido
audiovisual
y
la
creatividad publicitaria. En el ámbito del diseño
gráfico
y
multimedia,
estas
herramientas
permiten generar piezas visuales de manera más
eficiente,
facilitando
el
desarrollo
creativo
y
mejorando los resultados finales. Asimismo, la
IA
ha
pasado
de
ser
percibida
como
una
amenaza
a
consolidarse
como
un
recurso
que
potencia el trabajo de diseñadores y creadores,
permitiéndoles
optimizar
tiempos
y
alcanzar
mayores
niveles
de
innovación
(Moncayo
y
Ochoa, 2026).
En esta misma línea, la investigación empírica
de Li y Zhang (2025) demuestra que el impacto
de
la
inteligencia
artificial
generativa
en
la
creación
de
contenido
altera
de
forma
permanente y positiva las dinámicas de trabajo
convencionales
dentro
del
marketing
digital.
Del
mismo
modo,
la
integración
de
la
IA
generativa transforma la creación de contenidos
en
el
ecosistema
digital,
facilitando
la
experimentación publicitaria y optimizando los
flujos
de
trabajo
orientados
a
la
hiperpersonalización
a
escala
(Duran
et
al.,
2026).
Complementando
este
escenario,
la
reciente revisión sistemática de
Álvarez et al.
(2026) evidencia cómo las estrategias basadas
en
modelos
generativos
logran
automatizar
el
componente
creativo
sin
sacrificar
el
enfoque
comercial estratégico.
El posicionamiento de una marca busca que esta
se
gane
un
lugar
propio
en
la
mente
de
las
personas a través de conexiones emocionales y
valores compartidos (Castro y Manzur, 2025).
Bajo
este
panorama,
las
producciones
audiovisuales
ejercen
un
dominio
incuestionable sobre las ilustraciones estáticas
tradicionales, dada su solvencia en la retención
del
interés
público,
la
dinamización
del
compromiso y la fijación del recuerdo marcario
en los entornos virtuales (Toro et al., 2021). Por
otro
lado,
las
alternativas
interactivas
y
las
estructuras
de
mínima
duración
aseguran
un
nexo
estrecho
y
directo
con
el
internauta,
situación
que
redunda
en
el
beneficio
de
las
métricas
de
navegación,
la
lealtad
de
la
audiencia
y
los
cierres
comerciales
(Rivera,
2023).
Estas
dinámicas
ayudan
a
que
un
negocio
se
diferencie de sus competidores mediante el uso
de
recursos
visuales
frescos
y
novedosos
(Narváez, 2025). Los estudios coinciden en que
los
formatos
cortos
como
los
“reels”
de
Instagram
o
los
videos
de
TikTok
han
desplazado
por
completo
a
las
publicaciones
estáticas. Esto
ha
aumentado la presión
sobre
las
agencias
para
producir
material
de
forma
rápida
y
económica,
un
reto
en
el
que
la
IA
generativa
encaja
de
manera
perfecta.
Si
se
amplía
el
enfoque
a
la
región,
Galdos
et
al.
(2024)
demuestran,
analizando
el
sector
bancario en América Latina, que el marketing
digital ha mantenido un crecimiento sostenido
entre 2020 y 2024. Esto permite la observación
de
que
la
digitalización
y
la
adopción
de
herramientas
inteligentes
no
constituye
una
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
633
moda exclusiva del comercio electrónico o las
marcas
de
moda,
sino
una
transformación
profunda que afecta a todo tipo de industrias en
su comunicación diaria.
En
última
instancia,
medir
si
una
campaña
funcionó
o
no
representa
el
paso
crítico
del
proceso,
y
es
en
este
punto
donde
la
IA
ha
transformado
las
métricas
tradicionales
mediante
el
uso
de
analítica
predictiva.
Esto
permite
a
las
agencias
tener
un
estimado
del
retorno
de
inversión
publicitaria
con
datos
reales
y
la
toma
de
decisiones
comerciales
basadas
en
evidencia,
no
en
suposiciones
(Carrillo y Sosa, 2025). Esta transición desde un
entorno
de
incertidumbre
hacia
un
modelo
analítico de alta precisión es descrita por Torres
et al. (2024), quienes destacan que la irrupción
tecnológica está transformando radicalmente la
toma de decisiones gerenciales.
Saraguro
et
al.
(2025)
respaldaron
esta
idea
señalando que los expertos consideran a la IA
como una herramienta clave para que las pymes
mantengan
su
competitividad.
Sin
embargo,
también advierten sobre una realidad incómoda:
en
muchas
ocasiones,
este
entusiasmo
conceptual
no
se
traduce
en
una
implementación técnica efectiva, lo que revela
una brecha notable entre la teoría y la práctica
en el día a día de las oficinas. La literatura de la
revisión
no
oculta
su
preocupación
por
los
riesgos éticos que conlleva el uso desmedido de
la
IA
en
la
publicidad
y
la
comunicación.
Ahmad et al. (2023) destacaron peligros como
la dependencia excesiva de la tecnología y el
desgaste
del
criterio
humano
para
la
toma
de
decisiones.
Este
fenómeno,
estudiado
en
un
principio en contextos educativos, describe una
especie
de
“pereza
cognitiva”
que
ocurre
cuando se dispone de soluciones automáticas;
un problema que se adecúa a la perfección en
las agencias de marketing, donde la prisa por su
entrega
incide
en
que
los
creativos
publiquen
contenidos
generados
por
software
sin
la
realización de una lectura crítica.
Por un lado, Bustamante et al. (2024) insistieron
en la urgencia de diseñar marcos regulatorios
que protejan los datos y la privacidad frente a
estos
sistemas.
En
la
misma
línea,
Mendoza
(2021)
señaló
que
la
integración
de
sistemas
inteligentes
en
el
entorno
comercial
exige
replantear los límites de la privacidad, ya que el
tratamiento
automatizado
de
macrodatos
y
perfiles
de
usuarios
suele
priorizar
el
cumplimiento normativo formal por encima de
un consentimiento verdaderamente informado y
ético.
Por
otro
lado,
en
lo
que
respecta
a
la
originalidad,
Barrios
(2023)
abrió
el
debate
sobre el uso ético de la IA en la generación de
contenidos sin la revelación de su origen real.
Esta
problemática
se
traslada
directamente
al
ámbito
de
las
agencias,
donde
la
autoría
y
la
autenticidad
constituyen
pilares
legales
y
comerciales, bajo la premisa de que el valor del
servicio reside en ideas genuinas elaboradas por
personas.
Complementariamente, Dávila y Agüero (2023)
alertaron
sobre
los
sesgos
algorítmicos,
el
manejo
de
datos
privados
y
la
necesidad
ineludible de mantener el control humano en la
toma
de
decisiones,
recordando
que
la
transparencia debe imperar en cada etapa de la
campaña.
Estas
preocupaciones
adquieren
relevancia
cuando
se
analizan
agencias
pequeñas
instaladas
en
ciudades
intermedias,
donde
la
IA
suele
adoptarse
sin
un
protocolo
ético formal, debido a la ausencia de personal
capacitado o guías claras para regularla (Segura
et
al.,
2024;
Vinueza
et
al.,
2024).
Ante
este
escenario de desregulación, las organizaciones
que
deciden
la
incorporación
de
estas
herramientas
se
ven
en
la
necesidad
de
establecer, por iniciativa propia, filtros éticos y
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
634
revisiones
humanas
estrictas
antes
de
la
publicación de cualquier contenido. Asimismo,
esto
exige
políticas
internas
claras
sobre
los
derechos
de
autor
de
terceros,
en
especial
cuando
se
utilizan
plataformas
de
generación
visual entrenadas con el trabajo de otros artistas
sin su consentimiento (Estupiñán et al., 2021).
Fuera de los debates teóricos y conceptuales que
se revisaron en los apartados anteriores, resulta
conveniente
la
examinación
de
los
estudios
empíricos
que
muestran
cómo
se
vive
la
adopción
real
de
la
IA
en
el
marketing
de
América Latina. El análisis detallado de estos
casos
prácticos
resulta
fundamental,
ya
que
permite el contraste de las teorías globales con
la realidad de las organizaciones de la región,
estableciendo una base mucho más realista para
futuras
investigaciones
en
el
contexto
de
Machala. Revisando la experiencia en Lima, en
concreto el distrito de Los Olivos, Segura et al.
(2024)
analizaron
cómo
impacta
la
IA
en
el
marketing
digital
de
las
micro
y
pequeñas
empresas.
Su
análisis
reveló
que,
aunque
los
emprendedores tienen la clara idea de que estas
tecnologías mejoran la eficiencia en el día a día,
la adopción real choca de forma continua contra
dos barreras: la falta de conocimientos técnicos
en
el
equipo
de
trabajo
y
los
presupuestos
ajustados que impiden el pago de las licencias
de
las
plataformas
avanzadas.
Esta
barrera
se
asemeja mucho a la que documentaron Vinueza
et
al.
(2024)
estudiando
el
caso
de
las
micro
agencias de publicidad en Ibarra, Ecuador. En
este contexto, los autores descubrieron que el
uso
de
la
IA
en
las
campañas
publicitarias
resulta más bien tímido y poco estructurado; las
agencias
suelen
limitarse
a
la
utilización
de
versiones
gratuitas
o
de
muy
bajo
costo
para
resolver
tareas
rápidas
y
mecánicas,
como
la
redacción de copys o textos creativos, sin que
exista
una
verdadera
estrategia
que
integre
la
tecnología
en
todo
el
flujo
de
trabajo
de
la
oficina.
Para este artículo de revisión, ambos estudios
constituyen piezas clave. Estos trabajos retratan
la
realidad
de
ciudades
intermedias
muy
parecidas a Machala, dejando al descubierto esa
gran distancia que separa las promesas teóricas
de la IA de su aplicación práctica en negocios
pequeños. Esto demuestra que las ventajas que
tanto celebra la literatura internacional, como la
ultra-personalización,
la
automatización
y
la
optimización de procesos, no llegan por igual a
todas las empresas. Por el contrario, el éxito de
su
uso
depende
por
completo
de
factores
del
entorno, como el acceso a capacitaciones reales,
el
presupuesto
para
la
adquisición
de
herramientas y la disposición de la empresa para
abrirse a la innovación.
Esta realidad es compartida por otros mercados
emergentes de la región; por ejemplo, Mendoza
(2025)
demostró
en
el
contexto
del
Caribe
colombiano que la digitalización y las nuevas
tecnologías
no
pueden
aplicarse
de
manera
aislada,
sino
que
requieren
obligatoriamente
una
integración
con
el
marketing
tradicional
para superar las barreras culturales y construir
confianza en el entorno local. Si se amplía la
mirada al panorama por sectores, el trabajo de
Galdos et al. (2024) sobre el marketing digital
en
la
banca
latinoamericana
aporta
una
pista
adicional.
Este
estudio
demuestra
que
la
adopción de tecnologías avanzadas, incluyendo
por supuesto a la IA, avanza a una velocidad
mucho
mayor
en
industrias
con
mayor
capacidad
financiera,
como
la
banca,
si
se
compara con los sectores de servicios creativos
o las pequeñas agencias de menor escala. Esta
brecha entre sectores justifica por completo la
necesidad de su investigación con detalle de qué
ocurre
en
las
agencias
de
marketing
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
635
audiovisual; un sector que vive de la creatividad
de
su
personal,
pero
que
posee
un
potencial
enorme
de
automatización
técnica,
y
que,
sin
embargo, ha sido ignorado por la investigación
empírica en la región.
Tabla 1.
Categorías temáticas identificadas en la revisión de la literatura.
Categoría
Principal hallazgo
Autores representativos
Fundamentos y tipologías
La IA se clasifica en estrecha, general y
superinteligencia según su autonomía y capacidad
cognitiva
Morandín (2022); Briva (2023)
Personalización
Permite segmentación dinámica y comprensión
profunda de motivaciones del consumidor.
Rivera (2023); Muñoz (2024)
Automatización
Reduce tiempos de entrega y optimiza recursos, sin
sustituir el criterio humano.
Liberos et al. (2024); Zelaya
(2021)
Producción audiovisual
Optimiza edición narrativa y estética; amplía
posibilidades creativas.
Jironza (2024); Fernández
(2023)
Posicionamiento y
rendimiento
El contenido audiovisual mejora recordación,
conversión y fidelización de marca.
Toro et al. (2021); Carrillo y
Sosa (2025)
Ética
Persisten riesgos de dependencia tecnológica, sesgo y
vacíos regulatorios
Ahmad et al. (2023); Dávila y
Agüero (2023)
Fuente: Elaboración propia.
Tabla 2
.
Estudios empíricos sobre IA marketing en contextos latinoamericanos.
Estudio
Contexto
Principal hallazgo
Segura et al. (2024)
MYPEs, Los Olivos, Lima, Perú
La literatura actual evidencia una escasez de datos
concluyentes sobre las herramientas disponibles, su
frecuencia de aplicación y la preparación técnica de los
equipos encargados de operarlas.
Vinueza et al.
(2024)
Microagencias publicitarias,
Ibarra, Ecuador
El uso de IA es parcial y poco sistematizado, limitado a
herramientas gratuitas para tareas puntuales.
Galdos et al. (2024)
Sector bancario, Latinoamérica
2020-2024
La adopción tecnológica avanzada es más acelerada en
sectores con mayor capacidad de inversión.
Saraguro et al.
(2025)
PYMEs, percepción de
expertos, Ecuador
Existe una brecha entre la valoración positiva de la IA y su
implementación técnica efectiva.
Fuente: Elaboración propia.
El examen minucioso del corpus documental de
50
investigaciones
confirma
que
la
IA
representa una mutación estructural y profunda
en
la
trayectoria
del
marketing
digital
contemporáneo.
La
evidencia
empírica
acumulada
demuestra
que
sus
implicaciones
exceden
la
mera
aceleración
de
labores
administrativas;
en
su
lugar,
esta
tecnología
reconfigura
los
mecanismos
de
vinculación
entre las organizaciones y el público, a través de
un espectro de consecuencias que abarca desde
la hiperpersonalización hasta dilemas éticos de
alta
complejidad.
En
primera
instancia,
el
consenso científico ratifica la solvencia de estos
sistemas en el desciframiento conductual de la
audiencia y en la estructuración de vivencias a
la medida (Rivera, 2023; Lucero et al., 2025).
El procesamiento de macrodatos en tiempo real
propicia el abandono de los perfiles de usuario
fijos
en
interacciones
dinámicas
y
oportunas,
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
636
con un impacto directo en el alza de las tasas de
conversión y en la consolidación de la lealtad de
marca.
No
obstante,
la
transferencia
de
dicho
modelo
teórico
hacia
el
entorno
de
América
Latina devela brechas operativas críticas. En la
región,
las
carencias
en
infraestructura
de
conectividad
y
la
escasez
de
competencias
técnicas
en
los
equipos
humanos
configuran
restricciones de difícil resolución para el sector
de
las
pymes,
situación
que
acentúa
la
disparidad
competitiva
frente
a
los
grandes
conglomerados
corporativos
(Segura
et
al.,
2024; Vinueza et al., 2024). A este diagnóstico
sobre
las
pymes
se
suman
los
hallazgos
de
Sotelo et al. (2025) quienes concluyen que la
escasez
de
recursos
y
presupuesto
limita
severamente
a
las
empresas
más
pequeñas
al
momento de integrar la inteligencia artificial en
sus campañas de mercadeo.
Tabla 3
.
Matriz sintética de efectos, beneficios, barreras y líneas futuras de investigación de la IA en
el marketing digital.
Dimensión
Analizada
Síntesis de Efectos y Beneficios
Limitaciones y Vacíos de Investigación Futura
Tipologías y
Fundamentos
Predominio de IA débil orientada a
tareas específicas; procesamiento
masivo de datos para la toma de
decisiones (Estupiñán et al., 2021;
Morandín, 2022).
La literatura previa (ej. Carbajal et al., 2023) evidencia
un vacío de conocimiento respecto a cómo la madurez
de la infraestructura tecnológica local condiciona la
adopción efectiva de herramientas globales de
inteligencia artificial, limitando la generalización de los
modelos teóricos actuales a contextos emergentes.
Personalización y
Consumidor
Transición a la segmentación
dinámica ("segmento de uno") e
hiperpersonalización masiva de
contenidos e interacciones (Rivera-
Montaño, 2023; Reyes, 2023).
Riesgo de percepción de invasión a la privacidad
(Carrillo y Sosa, 2025). Futuros estudios deben abordar
modelos de personalización privacy-first.
Automatización y
Eficiencia
Delegación de tareas operativas
mecánicas; ahorro de hasta un 90% en
costos fijos de maquetación y
reducción de tiempos de entrega
(Liberos et al., 2024; Wang, 2025).
Pereza cognitiva y pérdida de filtro crítico (Ahmad et
al., 2023). Urge investigar modelos colaborativos
híbridos Human-in-the-loop.
Producción
Audiovisual
Aceleración en edición, guionizado y
adaptación continua a formatos cortos
de alto impacto como TikTok y Reels
(Jironza, 2024; Toro et al., 2021).
Carencia de sensibilidad e intuición humana (Jironza,
2024). Se proyectan nuevos roles de dirección visual
como el prompt engineering.
Rendimiento
Comercial
Medición predictiva del ROAS y
diferenciación competitiva basada en
métricas en tiempo real y piezas
interactivas (Carrillo y Sosa, 2025;
Narváez, 2025).
Brecha entre la expectativa del cliente y la ejecución
técnica real (Saraguro et al., 2025). Requiere modelos
integrados de atribución multicanal.
Desafíos Éticos
Construcción de marca responsable
alineada a estándares internacionales
(RAM UNESCO, 2025).
Sesgos algorítmicos, desafíos de propiedad intelectual y
adopción sin protocolos formales debido a la ausencia
de guías institucionales (Segura et al., 2024).
Fuente: Elaboración propia.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
637
En
paralelo,
la
agilización
de
los
flujos
de
trabajo
y
el
rendimiento
operativo
cotidiano
sobresalen
como
los
beneficios
de
gran
visibilidad
y
de
más
fácil
cuantificación.
Las
agencias que utilizan estas herramientas logran
reducir de forma drástica el tiempo dedicado a
la generación de contenidos y a la programación
de
campañas
(Liberos
et
al.,
2024;
Jironza,
2024).
No
obstante,
los
autores
dejan
una
advertencia importante: automatizar no implica
que las máquinas reemplacen a las personas. La
IA
debe
entenderse
como
un
asistente
de
soporte que requiere la supervisión crítica del
profesional
para
la
aseguración
de
que
las
piezas
mantengan
su
valor
estratégico
y
esa
chispa creativa que solo un ser humano puede
aportar (Carbajal et al., 2023).
En
el
ámbito
audiovisual
y
de
la
creatividad
publicitaria,
el
cambio
de
reglas
resulta
total.
Los
softwares
actuales
facilitan
la
edición,
la
propuesta de guiones y la creación de imágenes,
ampliando
las
fronteras
del
diseño
(Jironza,
2024; Fernández, 2023). Con todo, los estudios
coinciden
en
que
la
sensibilidad
estética
y
el
sentido
narrativo
siguen
dependiendo
del
criterio
humano.
Esto
indica
un
modelo
de
colaboración estrecha entre el profesional y la
máquina,
y
no
una
sustitución
del
talento
humano
por
software.
Examinando
el
rendimiento
del
negocio,
los
modelos
predictivos
y
las
métricas
refinadas
de
la
IA
miden con mayor precisión el retorno de cada
inversión en publicidad (Carrillo & Sosa, 2025).
Sin
embargo,
el
análisis
también
expone
un
contraste incómodo entre las promesas que se
leen en la teoría y el día a día de las agencias en
ciudades intermedias como Machala. En estos
contextos
locales,
la
adopción
tecnológica
avanza
con
lentitud,
frenada
por
la
falta
de
recursos
económicos
y
por
la
escasez
de
espacios
de
formación
técnica.
os
dilemas
éticos se posicionan como uno de los aspectos
más complejos del debate. La revisión pone de
manifiesto
una
preocupación
constante
por
cómo
se
maneja
la
privacidad
de
los
consumidores,
los
sesgos
que
presentan
los
algoritmos y el vacío regulatorio en el que se
opera (Bustamante et al., 2024; Barrios, 2023).
Estos
problemas
afectan
de
manera
directa
a
América
Latina,
donde
la
prisa
por
la
ola
tecnológica avanza por delante de las leyes de
protección
de
datos
o
de
las
políticas
corporativas de uso ético. El beneficio real de
los
sistemas inteligentes dentro del
marketing
está condicionado a la convergencia armónica
entre la vanguardia informática, la capacitación
especializada
del
capital
humano
y
el
compromiso
con
la
responsabilidad
social
(Betancourt et al., 2024). Los resultados de este
análisis
documental
evidencian
la
necesidad
prioritaria de líneas de investigación enfocadas
en
el
diagnóstico
profundo
de
las
agencias
publicitarias
operantes
en
las
ciudades
intermedias
de
Ecuador;
dicha
focalización
científica resulta indispensable para el diseño de
esquemas de adopción tecnológica que reúnan
viabilidad financiera, sostenibilidad económica
y rectitud ética de cara al tejido empresarial de
la región.
Conclusiones
En
el
desarrollo
de
este
estudio,
se
recopiló
literatura científica procedente de las bases de
datos
Scopus,
Dialnet,
Redalyc
y
SciELO,
conformando una base documental rigurosa y
actualizada de 50 fuentes indexadas entre 2021
y
2025
sobre
la
aplicación
de
la
IA
en
el
marketing digital. A partir de este insumo, se
sistematizó
la
información
en
seis
categorías
temáticas;
fundamentos
y
tipologías,
personalización
del
consumidor,
automatización operativa, producción creativa,
posicionamiento comercial y desafíos éticos, lo
que
permitió
la
estructuración
de
un
análisis
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
638
crítico e integral donde se demostró que, si bien
la tecnología optimiza tiempos de producción,
reduce
costos
e
hiperpersonaliza
la
comunicación,
su
adopción
encuentra
límites
significativos
en
la
dependencia
tecnológica,
los
sesgos
algorítmicos
y
la
imperiosa
necesidad
de
supervisión
humana.
En
consecuencia,
se
presentan
los
resultados
mediante una tabla sintética multidimensional
que
consolida
los
efectos,
beneficios,
limitaciones y tendencias de esta herramienta,
estructurando
así
una
matriz
teórica
y
metodológica
destinada
a
la
orientación
de
futuras investigaciones empíricas en el sector,
especialmente
en
agencias
y
PYMEs
de
ciudades intermedias de Latinoamérica.
Analizando
el
alcance
de
estos
hallazgos,
se
establece como primera gran certeza que la IA
ha dejado de ser una simple promesa del futuro
para convertirse en el motor de una evolución
total en el marketing digital. Su valor real en el
mercado
actual
radica
en
cómo
redefine
la
eficiencia
de
agencias:
no
solo
permite
la
creación
de
campañas
personalizadas
a
una
escala que antes resultaba impensable, sino que
optimiza
de
raíz
el
flujo
de
producción
audiovisual
y
agiliza
la
toma
de
decisiones,
promocionando
herramientas
para
analizar
el
comportamiento del consumidor en tiempo real.
Esta
combinación
de
análisis
profundo
y
automatización operativa es lo que hoy permite
a
las
empresas
la
construcción
de
ventajas
competitivas sólidas frente a competidores que
aún operan bajo esquemas tradicionales.
No obstante, la adopción de estas tecnologías no
ocurre en un terreno plano, evidenciándose en
el panorama latinoamericano y en especial en
las
ciudades
intermedias
de
Ecuador,
una
brecha
profunda
entre
el
potencial
que
describen los manuales y la práctica real de las
agencias. La ausencia de infraestructura digital
estable,
los
presupuestos
limitados
para
licencias avanzadas y la escasez de capacitación
técnica local terminan obligando a las PYMEs
a
una
integración
tímida,
basada
en
herramientas gratuitas y aisladas que carecen de
planificación
a
largo
plazo.
Por
último,
esta
transición
digital
exige
asumir
responsabilidades
éticas
urgentes:
la
transparencia en la privacidad de los datos, la
mitigación de sesgos algorítmicos y la garantía
de
que
el
criterio
y
sensibilidad
humana
mantengan
la
última
palabra
creativa.
En
definitiva, el reto para las pymes creativas en
Ecuador no consiste en sumarse a la tecnología
por
moda,
sino
en
el
diseño
de
modelos
de
adopción
locales
que
resulten
viables
en
lo
económico, realistas para su escala y éticamente
responsables en el día a día.
Referencias Bibliográficas
Ahmad, S., Han, H., Alam, M. M., Rehmat, M.,
Irshad,
M.,
Arraño,
M.,
&
Ariza-Montes,
A.
(2023).
Impact
of
artificial
intelligence
on
human
loss
in
decision
making,
laziness
and
safety
in
education.
Humanities
and
Social
Sciences Communications, 10
(1), Article 311.
https://doi.org/10.1057/s41599-023-01787-8
Albanese,
C.
(2025).
Hiperpersonalización
en
moda y los dark patterns en la era del consumo
digital.
Cuadernos
del
Centro
de
Estudios
en
Diseño y Comunicación. Ensayos
, (257), 181–
191.
https://doi.org/10.18682/cdc.vi250.122
Alvarez, M., Medina, R., & Córdova, V. (2026).
Inteligencia artificial generativa en estrategias
de marketing digital: Una revisión sistemática
de
la
literatura.
INNOVA
Research
Journal,
11
(1
especial),
112–133.
https://doi.org/10.33890/innova.n11.v1.especia
l.2026.2892
Asenjo, S., & Del Pino, C. (2024). El uso de la
inteligencia artificial en el sector del marketing,
la
publicidad
y
los
contenidos
de
marca
en
España.
Comunicación,
2
(22),
82–102.
https://doi.org/10.12795/comunicacion.2024.v
22.i02.06
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
639
Bailón,
L.,
&
Pico,
S.
(2025).
Impacto
de
la
inteligencia
artificial
en
el
marketing
digital:
Análisis
de
tendencias
y
percepción
empresarial.
Código
Científico
Revista
de
Investigación,
6
(E1),
748–767.
https://doi.org/10.55813/gaea/ccri/v6/nE1/716
Barrios,
I.
(2023).
Inteligencia
artificial
y
redacción científica: Aspectos éticos en el uso
de las nuevas tecnologías.
Medicina Clínica y
Social,
7
(2),
46–47.
https://doi.org/10.52379/mcs.v7i2.278
Betancourt,
C..,
Hernández,
C.,
&
Herrera,
M.
(2024). Desafíos de la inteligencia artificial en
la gestión del talento humano.
GADE Revista
Científica,
4
(3),
190–206.
https://doi.org/10.63549/rg.v4i3.464
Bormane,
S.,
&
Blaus,
E.
(2024).
Artificial
intelligence in the context of digital marketing
communication.
Frontiers
in
Communication,
9
,
Article
1411226.
https://doi.org/10.3389/fcomm.2024.1411226
Briva,
V.
(2023).
Inteligencia
artificial
(IA)
[Recurso de aprendizaje textual]. Fundació per
a
la
Universitat
Oberta
de
Catalunya.
https://doi.org/10.13140/RG.2.2.25455.41127
Bustamante,
G,
Zuviría,
Z,
&
Mondragón,
L.
(2024).
Desafíos
éticos
y
humanísticos
en
la
inteligencia
artificial
y
la
robótica:
Metasíntesis.
Apuntes de Bioética, 7
(2), Article
1147.
https://doi.org/10.35383/apuntes.v7i2.1147
Cacho, S. (2025). La revolución del marketing a
través de la inteligencia artificial: Explorando
casos
innovadores
en
un
mercado
emergente.
Boletín de Estudios Económicos, 80
(236), 207–
225.
https://doi.org/10.18543/bee.3241
Carbajal,
E.,
Hernández,
M.,
&
Sánchez,
M.
(2023).
Hacia
revisiones
de
la
literatura
más
eficientes potenciadas por inteligencia artificial.
Investigación
en
Educación
Médica,
12
(47),
111–119.
https://doi.org/10.22201/fm.20075057e.2023.4
7.23526
Cárdenas,
V.,
Ricaño,
Y.,
Cárdenas
,
S.,
&
Cárdenas,
G.
(2026).
Desinformación
y
sistemas
de
inteligencia
artificial:
Nuevas
dinámicas
en
la
circulación
de
información
digital
en
la
sociedad
contemporánea.
Perspectivas Sociales y
Administrativas, 4
(1),
265–281.
https://doi.org/10.61347/psa.v4i1.145
Carrillo,
M.,
&
Sosa,
D.
(2025).
El
impacto
y
tendencias de la inteligencia artificial (IA) en el
marketing
digital.
Ciencia
Latina
Revista
Científica
Multidisciplinar,
9
(1),
9741–9765.
https://doi.org/10.37811/cl_rcm.v9i1.16605
Castro, E., & Manzur, K. (2025). Posicionamiento
de marca: Estrategias integradas de marketing
digital
para
el
éxito
empresarial.
Religación:
Revista de Ciencias
Sociales y Humanidades,
10
(44),
Article
e2501389.
https://doi.org/10.46652/rgn.v10i44.1389
Chang,
L.,
&
Chinchay,
J.
A.
(2024).
La
inteligencia artificial en el marketing digital de
Latinoamérica
2020–2023:
Una
revisión
sistemática de literatura.
Revista de Ciencias y
Artes,
1
(4),
124–153.
https://doi.org/10.37211/2789.1216.v1.n4.45
Cuervo,
C.
(2021).
Efectos
de
la
inteligencia
artificial
en
las
estrategias
de
marketing:
Revisión
de
literatura.
aDResearch:
Revista
Internacional
de
Investigación
en
Comunicación,
24
,
26–41.
https://doi.org/10.7263/adresic-024-02
Dávila, R, & Agüero, E. (2023). Desafíos éticos
de la inteligencia artificial: Implicaciones para
la
sociedad
y
la
economía.
Revista
Conrado,
19
(94),
137–144.
https://conrado.ucf.edu.cu/index.php/conrado/a
rticle/view/3326
Dwivedi, Y., Hughes, L., Ismagilova, E., Aarts,
G., Coombs, C., Crick, T., ...
& Williams, M. D.
(2021).
Artificial
intelligence
(AI):
Multidisciplinary
perspectives
on
emerging
challenges,
opportunities,
and
agenda
for
research,
practice
and
policy.
International
Journal
of
Information
Management,
57
,
Article
101994.
https://doi.org/10.1016/j.ijinfomgt.2020.10226
3
Elena,
C.
Yetel,
R.,
María,
C.,
&
David,
C.
(2026).
Desinformación
y
sistemas
de
inteligencia artificial: Nuevas dinámicas en la
circulación
de
información
digital
en
la
sociedad contemporánea.
Dialnet (Universidad
de
La
Rioja)
.
https://dialnet.unirioja.es/servlet/oaiart?codigo
=10669074
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
640
Estupiñán,
J.,
Leyva,
M.
Y.,
Peñafiel,
A.,
&
El
Assafiri,
Y.
(2021).
Inteligencia
artificial
y
propiedad intelectual.
Universidad y Sociedad,
13
(S3),
362–368.
https://rus.ucf.edu.cu/index.php/rus/article/vie
w/2490
Fernández,
A.
(2023).
El
creativo
invisible:
Inteligencia
artificial
y
creación
publicitaria.
Miguel Hernández Communication Journal, 14
,
391–408.
https://doi.org/10.21134/mhjournal.v14i.1983
Galdos,
M.,
Romero,
R.,
Ruiz,
M.,
&
Francia-
Lara,
A.
(2024).
El
marketing
digital
en
el
sector bancario en Latinoamérica, 2020–2024:
Una
revisión
sistemática.
INNOVA
Research
Journal,
9
(3),
185–205.
https://doi.org/10.33890/innova.v9.n3.2024.26
00
García, D. (2024). Medición de la fidelización de
clientes en la era digital.
Serie Científica de la
Universidad
de
las
Ciencias
Informáticas,
17
(7),
57–70.
https://www.researchgate.net/publication/4022
16700
Gómez, L., & Tauro, M. A. (2023). La evolución
del marketing 1.0 al 5.0.
Centro de Estudios de
Administración,
7
(1),
29–43.
https://revistas.uns.edu.ar/cea/article/view/398
0
González,
G.
(2024).
Inteligencia
artificial
generativa: Un contexto disruptivo en el acceso
a
la
información.
Infonomy,
2
(1).
https://doi.org/10.3145/infonomy.24.013
Haleem, A., Javaid, M., Qadri, M. A., & Suman,
R. (2022). Understanding the role of artificial
intelligence
in
the
metaverse.
Computers
in
Industry,
143
,
Article
103744.
https://doi.org/10.1016/j.compind.2022.103744
Jironza, J. (2024). Análisis de la implementación
de
inteligencia
artificial
como
herramienta
de
postproducción digital audiovisual.
Ñawi: Arte,
Diseño,
Comunicación,
8
(2),
165–177.
https://doi.org/10.37785/nw.v8n2.a9
Kotler, P., Kartajaya, H., & Setiawan, I. (2021).
Marketing
5.0:
Technology
for
humanity
.
Wiley.
Li,
J.,
&
Zhang,
Y.
(2025).
The
impact
of
generative
AI
on
content
creation
in
digital
marketing.
Journal
of
Interactive
Marketing,
60
(1),
45–62.
https://doi.org/10.3390/admsci15100395
Malbrán,
C.
(2024).
Inteligencia
artificial
y
comunicación en redes sociales: ¿Qué impacto
generan las cuentas automatizadas en X?
[Tesis
de
licenciatura,
Universidad
del
Salvador].
RACIMO.
https://racimo.usal.edu.ar/8915/
Marcillo,
F.,
Gavilanez,
K.,
Fajardo,
P.,
&
Chamorro,
C.
(2026).
Optimización
del
marketing
digital
mediante
inteligencia
artificial:
Impacto
en
la
toma
de
decisiones
estratégicas.
Bastcorp
International
Journal,
5
(1),
276–286.
https://doi.org/10.62943/bij.v5n1.2026.505
Mendoza, J. (2025). Impacto de la integración de
estrategias de marketing tradicional y digital en
organismos
acreditados
de
ACUACAR:
Un
enfoque práctico para mercados emergentes en
el Caribe colombiano.
Revista Multidisciplinar
Epistemología de las Ciencias, 2
(3), 986–1029.
https://doi.org/10.71112/4ed4bt51
Mendoza, O. A. (2021). El derecho de protección
de
datos
personales
en
los
sistemas
de
inteligencia artificial.
IUS. Revista del Instituto
de Ciencias Jurídicas de Puebla A.C., 15
(48),
179–207.
https://doi.org/10.35487/rius.v15i48.2021.743
Moncayo, C., & Ochoa, V. (2026). El papel de la
inteligencia artificial (IA) en el marketing y la
publicidad
desde
la
perspectiva
del
diseño
gráfico.
Cuadernos del Centro de Estudios de
Diseño
y
Comunicación
,
(297),
135–152.
https://dialnet.unirioja.es/servlet/oaiart?codigo
=10594003
Morandín,
F.
(2022).
What
is
artificial
intelligence?
International Journal of Research
Publication
and
Reviews,
3
(12),
1947–1951.
https://doi.org/10.55248/gengpi.2022.31261
Muñoz,
S.
(2024).
Estrategias
de
marketing
digital
basadas
en
inteligencia
artificial
para
pymes.
Ethos
Scientific
Journal,
2
(1),
17–29.
https://doi.org/10.63380/esj.v2n1.2024.32
Narváez,
J.
(2025).
Marketing
digital
y
redes
sociales:
Estrategias
efectivas
para
la
fidelización
de
clientes.
Innovarium
International
Journal,
3
(1),
1–12.
https://dialnet.unirioja.es/servlet/articulo?codig
o=10399957
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
641
Page,
M.
J.,
McKenzie,
J.
E.,
Bossuyt,
P.
M.,
Boutron, I., Hoffmann, T. C., Mulrow, C. D., ...
Moher,
D.
(2021).
The
PRISMA
2020
statement: An updated guideline for reporting
systematic
reviews.
BMJ,
372
,
Article
n71.
https://doi.org/10.1136/bmj.n71
Pazmiño,
S.,
&
Pazmiño,
L.
(2024).
Marketing
digital
y
la
personalización
basada
en
inteligencia
artificial.
Kosmos
Revista
Científica,
3
(2).
https://doi.org/10.62943/rck.v3n2.2024.134
Portilla,
J.,
Ortiz,
D.,
Ruiz,
C.,
&
Ramírez,
G.
(2025).
La
inteligencia
artificial
enfocada
al
marketing
digital:
Revisión
sistemática
con
PRISMA.
Universidad
y
Sociedad,
17
(6),
e4878.
https://rus.ucf.edu.cu/index.php/rus/article/vie
w/4878
Reyes, N. (2023). Uso de la inteligencia artificial
en
la
personalización
de
la
experiencia
del
usuario
en
plataformas
digitales.
Polo
del
Conocimiento,
8
(6),
1190–1206.
https://www.polodelconocimiento.com/ojs/ind
ex.php/es/article/view/5738
Rivera,
S.
(2023).
Impacto
de
la
inteligencia
artificial (IA) en la efectividad de las estrategias
de marketing personalizado.
Revista Científica
Anfibios,
6
(2),
70–81.
https://doi.org/10.37979/afb.2023v6n2.138
Rosero, K, Benites, Y., & Villota Ramírez, E. A.
(2025).
Personalización
avanzada:
Estudio
como
la
IA
permite
la
creación
de
campañas
hiperpersonalizadas.
Revista
Latinoamericana
de
Calidad
Educativa,
2
(3),
139–145.
https://doi.org/10.70625/rlce/259
Saraguro, R., Tobar, H, & Coyago, X. (2025). La
inteligencia
artificial
en
las
estrategias
de
marketing digital de las pequeñas y medianas
empresas:
Percepción
de
expertos
del
sector.
Ciencia
Latina
Revista
Científica
Multidisciplinar,
9
(4),
3047–3061.
https://doi.org/10.37811/cl_rcm.v9i4.18948
Segura, L., Mamani, J, Malca, M., & Bejarano, J.
F. (2024). Efecto de la inteligencia artificial en
el
marketing
digital
en
las
MYPEs
de
Los
Olivos,
Lima
2024.
Revista
de
Investigación
Valor
Agregado,
11
(1),
89–102.
https://doi.org/10.17162/riva.v11i1.2101
Sotelo, K., Barrera, J, Cárdenas, M., & Gómez, M.
F. (2025). Inteligencia artificial en campañas de
mercadeo.
Una
revisión
sistemática
de
literatura.
Ciencia
Latina
Revista
Científica
Multidisciplinar,
9
(2),
5406–5429.
https://doi.org/10.37811/cl_rcm.v9i2.17303
Torres, C., Martínez, R, Holgado, A., & Castro,
M. (2024). De la incertidumbre a la precisión:
Inteligencia
artificial
y
su
irrupción
en
la
transformación
gerencial.
Revista
Venezolana
de
Gerencia,
29
(Especial
12),
1558–1579.
https://doi.org/10.52080/rvgluz.29.e12.43
Vinueza, J., Godoy, G., & Portilla, J. (2024). Uso
de
inteligencia
artificial
en
estrategias
publicitarias: Estudio de caso de microagencias
publicitarias
en
Ibarra,
Ecuador.
Correspondencias
&
Análisis
,
(19),
140–166.
https://doi.org/10.24265/cian.2024.n19.06
Weglarz,
D.,
Pla,
C.,
&
Jiménez,
A.
(2025).
Aceptación
de
la
inteligencia
artificial
generativa
en
la
industria
creativa:
El
rol
del
modelo UTAUT, reconocimiento y la confianza
de marca en su adopción.
RETOS. Revista de
Ciencias
de
la
Administración
y
Economía,
15
(29),
9–27.
https://doi.org/10.17163/ret.n29.2025.01
Zelaya,
J.
(2021).
Estrategias
de
marketing
funcional.
https://doi.org/10.37979/afb.2023v6n2.138
Esta
obra
está
bajo
una
licencia
de
Creative
Commons
Reconocimiento-No
Comercial
4.0
Internacional.
Copyright
©
Johanna
Elizabeth
Jumbo
Elizalde,
Adamaris
Salet
Ventura
Medina,
Nancy Janneth Tapia-Espinoza.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
642
Declaraciones éticas y editoriales del artículo
Contribución de los autores (Taxonomía CRediT)
Johanna Elizabeth Jumbo Elizalde: conceptualización de la investigación, diseño metodológico, desarrollo del proceso investigativo, análisis formal de
los datos, redacción del borrador original del manuscrito, revisión crítica del contenido científico y supervisión general del estudio.
Adamaris Salet Ventura Medina: curación y organización de los datos, participación en la recolección de información, validación de los resultados
obtenidos y elaboración de representaciones gráficas y visualización de los datos.
Nancy Janneth Tapia-Espinoza: provisión de recursos académicos y materiales para el desarrollo del estudio, apoyo en la administración del proyecto
investigativo y revisión editorial del manuscrito antes de su publicación.
Declaración de conflicto de intereses
Los autores declaran que no existe conflicto de intereses en relación con la investigación presentada, la autoría del manuscrito ni la publicación del
presente artículo.
Declaración de financiamiento
La presente investigación no recibió financiamiento específico de agencias públicas, comerciales o de organizaciones sin fines de lucro. En caso de
existir financiamiento institucional o externo, este deberá ser declarado explícitamente por los autores en esta sección.
Declaración del editor
El editor responsable certifica que el proceso editorial del presente artículo se desarrolló conforme a los principios de integridad científica, transparencia
y buenas prácticas editoriales. El manuscrito fue sometido a un proceso de evaluación mediante revisión por pares doble ciego, garantizando la
confidencialidad de la identidad de los autores y revisores durante todo el proceso de dictamen académico. Asimismo, el editor declara que el artículo
cumple con los criterios científicos, metodológicos y éticos establecidos por la revista.
Declaración de los revisores
Los revisores externos que participaron en la evaluación del presente manuscrito declaran haber realizado el proceso de revisión de manera objetiva,
independiente y confidencial. Asimismo, manifiestan que no mantienen conflictos de interés con los autores ni con la investigación evaluada, y que sus
observaciones y recomendaciones se fundamentan exclusivamente en criterios científicos, metodológicos y académicos.
Declaración ética de la investigación
Los autores declaran que la investigación se desarrolló respetando los principios éticos de la investigación científica, garantizando la confidencialidad
de los datos y el respeto a los participantes del estudio. En los casos en que la investigación involucre seres humanos, los procedimientos deben ajustarse
a los principios éticos establecidos en la Declaración de Helsinki y a las normativas institucionales correspondientes.
Declaración sobre el uso de inteligencia artificial
Los autores declaran que el uso de herramientas de inteligencia artificial, en caso de haberse utilizado durante el proceso de investigación o redacción
del manuscrito, se realizó únicamente como apoyo técnico para mejorar la claridad del lenguaje o el análisis de información, manteniendo siempre la
responsabilidad intelectual sobre el contenido del artículo. Las herramientas de inteligencia artificial no fueron utilizadas como autoras del manuscrito
ni sustituyen la responsabilidad académica de los investigadores.
Disponibilidad de datos
Los datos que respaldan los resultados de esta investigación estarán disponibles previa solicitud razonable al autor de correspondencia, respetando las
normas éticas y de confidencialidad establecidas por la investigación.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página
643
