Revista de Investigación y Liderazgo Vol. 03 (Num. 01)(Enero – Marzo 2026) ISSN 3151-8532
Pensamiento científico y transformación social
Recibido: 18/01/2026 Aceptado: 12/02x/2026 Publicado: 15/03/2026
https://rivinglid.omeditorial.com
51
DOI: https://doi.org/10.63618/omd/revinvlid/v3/n1/50
Protección de datos personales y privacidad digital en
entornos de inteligencia artificial.
Protection of personal data and digital privacy in artificial intelligence
environments.
Samaniego-Quiguiri, Delia Paulina
1
; Mina-Bone, Santos Geovanny
2
;
Mendoza-Armijos, Hugo Enrique
3
; Bonilla-Morejón, Diego Marcelo
4
.
1
Fiscalía General del Estado; Ecuador; https://orcid.org/0000-0002-2051-3431;
samaniegod@fiscalia.gob.ec.
2
Universidad Técnica Luis Vargas Torres de Esmeraldas; Ecuador; https://orcid.org/0000-0002-2526-
3988; santos.mina@utelvt.edu.ec.
3
Instituto Superior Tecnológico Los Andes; Ecuador; https://orcid.org/0000-0001-7396-1687;
enrique.mendoza1@istla.edu.ec.
4
Consejo de la Judicatura; Ecuador; https://orcid.org/0000-0001-5481-151X: diegomar_1987@yahoo.es.
Cita: Samaniego-Quiguiri, D. P., Mina-Bone, S. G., Mendoza-Armijos, H. E., & Bonilla-Morejón, D. M.
(2026). Protección de datos personales y privacidad digital en entornos de inteligencia artificial. Revista
De Investigación Y Liderazgo, 3(1), 51-65. https://doi.org/10.63618/omd/revinvlid/v3/n1/50
Resumen
La expansión de la inteligencia artificial en Ecuador incrementó el tratamiento automatizado de datos personales
y evidenció riesgos vinculados con opacidad, reutilización de información, decisiones automatizadas y
desigualdad en el acceso digital. El estudio tuvo como objetivo analizar el cumplimiento de la protección de datos
personales en organizaciones públicas y privadas que emplean inteligencia artificial y su relación con la madurez
institucional, la confianza digital y la privacidad percibida. Se desarrolló una investigación mixta, documental, no
experimental, transversal y exploratoria, basada en normas, informes técnicos y literatura científica publicada entre
2021 y junio de 2026, analizada mediante una matriz de categorías jurídicas, técnicas y organizacionales. Los
resultados identificaron cinco obligaciones centrales, tres garantías frente al tratamiento automatizado y cuatro
tipos de actores responsables; además, mostraron mayor desarrollo en adopción pública y capacidad normativa
que en infraestructura, difusión empresarial y consolidación tecnológica. La discusión evidenció que la existencia
de regulación no aseguró por sí sola una aplicación uniforme, mientras que las salvaguardas visibles, la
transparencia, la auditoría y la supervisión humana se asociaron con mayor confianza declarada. Se concluyó que
la privacidad digital dependió de una implementación verificable, continua y coordinada durante todo el ciclo de
vida de los sistemas de inteligencia artificial.
Palabras clave: inteligencia artificial; protección de datos; privacidad digital; confianza digital; madurez
institucional.
Abstract
The expansion of artificial intelligence in Ecuador increased the automated processing of personal data and
highlighted risks related to opacity, information reuse, automated decisions, and inequality in digital access. The
study aimed to analyze the compliance with personal data protection in public and private organizations that
employ artificial intelligence and its relationship with institutional maturity, digital trust, and perceived privacy. A
mixed, documentary, non-experimental, cross-sectional, and exploratory research was developed, based on
standards, technical reports, and scientific literature published between 2021 and June 2026, analyzed thru a
matrix of legal, technical, and organizational categories. The results identified five central obligations, three
guaranties against automated processing, and four types of responsible actors; moreover, they showed greater
development in public adoption and regulatory capacity than in infrastructure, business dissemination, and
technological consolidation. The discussion revealed that the mere existence of regulation did not ensure uniform
application, while visible safeguards, transparency, auditing, and human oversight were associated with greater
declared trust. It was concluded that digital privacy depended on a verifiable, continuous, and coordinated
implementation throughout the entire lifecycle of artificial intelligence systems.
Keywords: artificial intelligence; data protection; digital privacy; digital trust; institutional maturity.
Revista de Investigación y Liderazgo Vol. 03 (Num. 01)(Enero – Marzo 2026) ISSN 3151-8532
Pensamiento científico y transformación social
https://rivinglid.omeditorial.com
52
1. Introducción
La expansión de la inteligencia artificial en Ecuador se desarrolla sobre una base digital
amplia, aunque marcada por desigualdades territoriales y socioeconómicas. De los
5.146.753 hogares registrados en 2024, 3.395.595 disponen de conexión a internet,
equivalentes al 66,0 %; sin embargo, la cobertura alcanza el 73,6 % en áreas urbanas
y únicamente el 48,1 % en zonas rurales. Asimismo, 13,3 millones de los 17,2 millones
de habitantes de cinco años o más utilizan internet, lo que representa el 77,2 % y amplía
la generación de datos susceptibles de análisis automatizado (Instituto Nacional de
Estadística y Censos [INEC], 2024). En el ámbito regional, Ecuador obtiene 34,59
puntos sobre 100 y ocupa el puesto 11 entre 19 países evaluados en el Índice
Latinoamericano de Inteligencia Artificial, condición que refleja una adopción creciente
acompañada de capacidades institucionales todavía limitadas (Centro Nacional de
Inteligencia Artificial [CENIA], 2024). Bajo este escenario, la unidad de análisis
comprende los procesos de tratamiento de datos personales incorporados en sistemas
de inteligencia artificial utilizados por organizaciones públicas y privadas, mientras que
la población de interés incluye a las personas adultas cuyos datos alimentan, validan o
reciben los resultados de tales sistemas.
Este crecimiento del ecosistema digital coincide con la consolidación de una arquitectura
jurídica ecuatoriana integrada por tres niveles: la Ley Orgánica de Protección de Datos
Personales vigente desde 2021, su Reglamento General expedido en 2023 y la norma
específica para sistemas de inteligencia artificial emitida en 2026 (Asamblea Nacional
del Ecuador, 2021; Presidencia de la República del Ecuador, 2023; Superintendencia
de Protección de Datos Personales [SPDP], 2026). La regulación más reciente contiene
10 artículos y extiende su aplicación a desarrolladores, implementadores,
desplegadores y proveedores que tratan datos de titulares ecuatorianos,
independientemente de la ubicación del sistema o del proveedor. Su artículo 5 establece
cinco obligaciones centrales: informar de manera transparente, gestionar riesgos y
evaluaciones de impacto, aplicar medidas de seguridad, registrar los tratamientos y
auditar el funcionamiento de la inteligencia artificial. A ello se suma el deber de notificar
determinadas vulneraciones de seguridad en un plazo máximo de cinco días. El
incumplimiento expone a entidades privadas y empresas públicas a multas de entre el
0,1 % y el 0,7 % de su volumen anual de negocios por infracciones leves, y de entre el
0,7 % y el 1 % por infracciones graves, de modo que la privacidad digital adquiere
implicaciones jurídicas, financieras y reputacionales verificables.
El cumplimiento formal de este marco no elimina los riesgos técnicos derivados del
entrenamiento, la inferencia y la reutilización de información personal, porque los
modelos pueden memorizar y reproducir fragmentos de sus conjuntos de datos. Carlini
et al. (2021) generan 1.800 muestras candidatas mediante 18 configuraciones de ataque
y comprueban que 604 corresponden a ejemplos memorizados, con una tasa global del
33,5 % y un máximo del 67 % en la configuración más efectiva. Los autores también
muestran que un modelo GPT-2 de 1.500 millones de parámetros memoriza más de 18
veces el contenido registrado por una versión de 124 millones de parámetros,
incluyendo nombres, direcciones, teléfonos y correos electrónicos. La escala de los
modelos, la opacidad de los conjuntos de entrenamiento y la concentración de recursos
dificultan la trazabilidad y elevan el riesgo de reproducir información sensible o patrones
discriminatorios. Aunque el aprendizaje federado reduce la transferencia centralizada
Revista de Investigación y Liderazgo Vol. 03 (Num. 01)(Enero – Marzo 2026) ISSN 3151-8532
Pensamiento científico y transformación social
https://rivinglid.omeditorial.com
53
de datos, conserva amenazas relacionadas con inferencias, envenenamiento de
modelos y filtración de actualizaciones, por lo que las medidas de privacidad producen
compensaciones entre seguridad, precisión y utilidad analítica (Mothukuri et al., 2021).
Los efectos de estas vulnerabilidades trascienden la confidencialidad individual, pues el
perfilamiento automatizado interviene en decisiones laborales, crediticias, sanitarias,
educativas y administrativas capaces de condicionar derechos, oportunidades y acceso
a servicios. En América Latina y el Caribe, entre el 26 % y el 38 % de los empleos se
encuentra expuesto a la inteligencia artificial generativa; entre el 8 % y el 14 % presenta
posibilidades de mejora productiva, mientras que entre el 2 % y el 5 % afronta un riesgo
de automatización total (Gmyrek et al., 2024). Cuando estos procesos utilizan datos
personales sin transparencia, supervisión humana o mecanismos de oposición, las
ganancias productivas pueden coexistir con vigilancia laboral, segmentación
injustificada y profundización de desigualdades digitales, especialmente entre grupos
con menor conectividad o alfabetización tecnológica (UNESCO, 2021). Desde la
dimensión económica, el costo promedio mundial de una vulneración de datos alcanza
USD 4,88 millones en 2024, cifra que aumenta un 10 % respecto de 2023 y sirve como
referencia sobre la magnitud financiera del riesgo, aunque no constituye una estimación
específica para Ecuador (IBM, 2024). La ausencia de controles efectivos traslada estos
costos a las organizaciones mediante sanciones e interrupciones operativas y a la
ciudadanía mediante fraude, exclusión, pérdida de autonomía y deterioro de la confianza
institucional.
Aunque la producción científica ofrece avances en extracción de datos, privacidad
diferencial, aprendizaje federado y equidad algorítmica, la evidencia permanece
fragmentada entre evaluaciones técnicas, análisis jurídicos e índices nacionales. La
revisión de Shaham et al. (2025) muestra que privacidad y equidad interactúan mediante
compensaciones que pueden mejorar una dimensión y perjudicar otra, lo cual cuestiona
las evaluaciones que examinan ambos principios de manera aislada. En Ecuador, el
ILIA 2024 registra 17 puntos en gobernanza frente a un promedio latinoamericano de
37,46, y 23,33 puntos en regulación frente a 45,28 en la región; no obstante, estos
indicadores macro no determinan el cumplimiento organizacional ni la percepción de
privacidad de los titulares (CENIA, 2024). La entrada en vigencia de una norma de
inteligencia artificial con 10 artículos y cinco obligaciones desplaza la brecha desde la
inexistencia regulatoria hacia la implementación verificable de sus disposiciones (SPDP,
2026). Persisten, por consiguiente, interrogantes sobre la relación entre madurez
organizacional, tipo de modelo, categorías de datos, transparencia, evaluaciones de
impacto, confianza digital y sector de aplicación, vacío que impide establecer si la
protección declarada se traduce en privacidad efectiva.
La necesidad de cerrar esta brecha justifica una investigación con relevancia social,
valor teórico y utilidad metodológica, porque permite vincular obligaciones jurídicas,
controles técnicos y experiencias de los titulares dentro de un mismo esquema analítico.
Su viabilidad se apoya en tres instrumentos normativos de acceso público, estadísticas
oficiales sobre 13,3 millones de usuarios de internet y técnicas no intrusivas, como el
cuestionario estructurado, que requieren recursos y tiempos razonables sin recurrir a
datos sensibles innecesarios (INEC, 2024; SPDP, 2026). El proceso investigativo
incorpora consentimiento informado, minimización, anonimización, almacenamiento
seguro y uso exclusivo de la información para los fines declarados, en correspondencia
Revista de Investigación y Liderazgo Vol. 03 (Num. 01)(Enero – Marzo 2026) ISSN 3151-8532
Pensamiento científico y transformación social
https://rivinglid.omeditorial.com
54
con la protección de la dignidad y la autonomía promovida por la UNESCO (2021). En
este marco, el objetivo general consiste en analizar el cumplimiento de la protección de
datos personales en organizaciones públicas y privadas que emplean inteligencia
artificial en Ecuador y su relación con la privacidad percibida por las personas adultas
usuarias de servicios digitales. El primer objetivo específico busca determinar el grado
de aplicación de las obligaciones de transparencia, seguridad, evaluación de impacto,
registro y auditoría. El segundo pretende comparar la madurez institucional y
relacionarla con la confianza y la percepción de privacidad según el sector y el tipo de
uso de la inteligencia artificial.
La contribución esperada se concentra en una matriz de evaluación compuesta por tres
dimensiones (jurídica, técnica y organizacional) que operacionaliza las cinco
obligaciones principales de la regulación ecuatoriana de inteligencia artificial. Esta
estructura permite contrastar dos ámbitos institucionales, público y privado, e integrar el
cumplimiento verificable con la percepción de las personas titulares, en lugar de limitar
el análisis a la presencia documental de políticas. La originalidad del estudio reside en
relacionar los 10 artículos de la norma vigente con variables de transparencia, gestión
del riesgo, seguridad, auditoría y confianza digital, incorporando simultáneamente las
tensiones entre privacidad y equidad identificadas por Shaham et al. (2025). Sus
resultados pueden aportar indicadores replicables para la investigación académica y
criterios de diagnóstico aplicables por responsables, encargados y delegados de
protección de datos. De esta manera, el trabajo conecta la reciente evolución regulatoria
ecuatoriana con evidencia empírica sobre su implementación y ofrece una respuesta
contextualizada a una brecha que los análisis exclusivamente tecnológicos o normativos
no resuelven por separado (SPDP, 2026; UNESCO, 2021).
2. Materiales y Métodos
La investigación integró procedimientos cualitativos y cuantitativos para examinar la
protección de datos personales y la privacidad digital en sistemas de inteligencia artificial
empleados o regulados en Ecuador, dentro del contexto latinoamericano. El
componente cualitativo permitió interpretar principios, obligaciones, derechos, riesgos y
mecanismos de responsabilidad contenidos en normas y publicaciones científicas,
mientras que el cuantitativo posibilitó registrar frecuencias, proporciones y patrones de
aparición de esas categorías. Ambos componentes se desarrollaron sobre un mismo
corpus documental y se combinaron durante la interpretación mediante una estrategia
convergente. Esta integración respondió al propósito de contrastar el contenido jurídico
con la evidencia técnica y organizacional, sin reducir el fenómeno a indicadores
aislados. La elección se sustentó en la capacidad de los métodos mixtos para relacionar
resultados numéricos con significados contextuales y normativos (Creswell & Plano
Clark, 2018).
La convergencia de ambas perspectivas condujo a un diseño no experimental y
transversal, debido a que las variables no fueron manipuladas ni se introdujeron
intervenciones sobre sistemas, organizaciones o titulares de datos personales. La
información se examinó tal como apareció en documentos publicados y vigentes durante
el periodo comprendido entre enero de 2021 y junio de 2026, lo que permitió obtener
una representación delimitada del desarrollo regulatorio y científico. El alcance se
Revista de Investigación y Liderazgo Vol. 03 (Num. 01)(Enero – Marzo 2026) ISSN 3151-8532
Pensamiento científico y transformación social
https://rivinglid.omeditorial.com
55
mantuvo exploratorio porque se buscó identificar categorías, relaciones y vacíos todavía
insuficientemente estudiados en Ecuador y Latinoamérica. Por esta razón, el estudio no
pretendió demostrar causalidad, estimar efectos poblacionales ni generalizar sus
resultados a todas las organizaciones que utilizaron inteligencia artificial. La observación
documental resultó coherente con fenómenos emergentes cuyo conocimiento se
encontraba disperso entre fuentes jurídicas, académicas y técnicas (Morgan, 2022).
La lógica del diseño se extendió mediante una investigación documental que trató como
unidad de análisis cada norma, guía, política pública, informe técnico o artículo científico
relacionado directamente con inteligencia artificial, privacidad digital y tratamiento de
datos personales. El razonamiento deductivo orientó la construcción inicial de
categorías a partir de la Ley Orgánica de Protección de Datos Personales, su
Reglamento General y la normativa ecuatoriana específica sobre sistemas de
inteligencia artificial. De manera complementaria, el razonamiento inductivo permitió
reconocer temas no previstos, como riesgos de reidentificación, opacidad algorítmica,
transferencias internacionales, reutilización de información y tensiones entre precisión y
minimización. La combinación de ambas rutas evitó imponer exclusivamente categorías
jurídicas sobre problemas técnicos y, al mismo tiempo, impidió interpretar la evidencia
sin un referente normativo verificable. El marco ecuatoriano se consideró especialmente
pertinente porque reconoció derechos frente a decisiones automatizadas y extendió
obligaciones a quienes desarrollaron, implementaron, desplegaron o proveyeron
sistemas que trataron datos de titulares ecuatorianos (Asamblea Nacional del Ecuador,
2021; Superintendencia de Protección de Datos Personales [SPDP], 2026).
La delimitación anterior orientó una búsqueda estructurada en Scopus, Web of Science,
SciELO, Redalyc y Google Scholar, complementada con consultas en los repositorios
oficiales de la Asamblea Nacional, la Presidencia de la República, la SPDP, la UNESCO
y organismos técnicos internacionales. Se utilizaron combinaciones en español e inglés
de los términos “protección de datos”, “privacidad digital”, “inteligencia artificial”,
“decisiones automatizadas”, “evaluación de impacto”, “data protection”, “digital privacy”
y “artificial intelligence”, enlazados mediante los operadores AND y OR. La búsqueda
cubrió publicaciones emitidas entre 2021 y junio de 2026, aunque se admitieron textos
metodológicos publicados desde 2018 cuando no existió una alternativa reciente
equivalente. Cada resultado se registró con autoría, año, jurisdicción, tipo de fuente,
sector analizado y enlace permanente o DOI. La identificación, eliminación de
duplicados, revisión de textos completos y justificación de exclusiones adaptó los
criterios de trazabilidad de PRISMA 2020, sin presentar el trabajo como una revisión
sistemática de efectos (Page et al., 2021).
La selección derivada de la búsqueda incluyó documentos disponibles en texto
completo, publicados en español o inglés y centrados de manera sustantiva en el
tratamiento de datos personales mediante inteligencia artificial. También se
incorporaron normas ecuatorianas vigentes, instrumentos latinoamericanos pertinentes
y estudios revisados por pares que analizaron riesgos, derechos, medidas de seguridad,
transparencia, gobernanza o responsabilidad algorítmica. Se excluyeron registros
duplicados, notas periodísticas, contenidos comerciales, publicaciones sin autoría
identificable, textos de opinión carentes de procedimiento analítico y trabajos sobre
inteligencia artificial que no abordaron privacidad o protección de datos. La población
documental quedó constituida por el conjunto de fuentes potencialmente elegibles,
Revista de Investigación y Liderazgo Vol. 03 (Num. 01)(Enero – Marzo 2026) ISSN 3151-8532
Pensamiento científico y transformación social
https://rivinglid.omeditorial.com
56
mientras que el corpus analítico se conformó mediante selección intencional basada en
relevancia, autenticidad, credibilidad y representatividad. Debido a que la unidad de
análisis estuvo compuesta por documentos y no por personas, no se aplicó una fórmula
de muestreo para población finita ni se efectuó inferencia estadística poblacional
(Morgan, 2022).
El corpus depurado se examinó mediante una matriz estructurada que reunió datos
bibliográficos, características metodológicas, ámbito territorial, sector de aplicación, tipo
de inteligencia artificial, categorías de datos tratados, riesgos identificados y
salvaguardas propuestas. La codificación deductiva comprendió licitud, finalidad,
transparencia, minimización, seguridad, privacidad desde el diseño, evaluación de
impacto, derechos frente a decisiones automatizadas, auditoría y responsabilidad
demostrada, categorías derivadas del marco ecuatoriano y de guías de gestión de
riesgos (SPDP, 2025, 2026). El análisis cuantitativo calculó frecuencias absolutas y
porcentajes de presencia de cada categoría, además de comparaciones descriptivas
según año, jurisdicción, sector y tipo de documento. El componente cualitativo siguió las
fases de familiarización, codificación, construcción, revisión y denominación de temas,
junto con la elaboración de una interpretación articulada con los objetivos. La
trazabilidad se reforzó mediante un libro de códigos, reglas operativas para cada
categoría y un registro de las decisiones analíticas adoptadas durante la lectura (Braun
& Clarke, 2021).
La integración final reunió los resultados cualitativos y cuantitativos en una matriz de
convergencia que distinguió coincidencias, complementariedades y divergencias entre
las obligaciones jurídicas, los riesgos técnicos y las prácticas organizacionales
descritas. Las frecuencias se interpretaron como indicadores descriptivos del corpus y
no como estimaciones del cumplimiento efectivo de todas las entidades ecuatorianas,
en concordancia con el alcance exploratorio y la selección documental no probabilística.
El análisis también contrastó las categorías nacionales con principios de gestión del
riesgo, protección de la privacidad, supervisión humana, transparencia y rendición de
cuentas reconocidos internacionalmente (National Institute of Standards and
Technology [NIST], 2023; UNESCO, 2021). Como no se reclutaron participantes ni se
recopilaron datos personales directamente, el estudio redujo los riesgos asociados al
consentimiento y a la exposición de información sensible. Aun así, se respetaron la
atribución de autoría, la finalidad investigativa, la minimización de reproducciones
textuales y la anonimización de cualquier ejemplo documental que pudiera facilitar la
identificación de personas naturales (Asamblea Nacional del Ecuador, 2021).
3. Resultados
Cumplimiento de las obligaciones de protección de datos en sistemas de
inteligencia artificial
El análisis se orientó a identificar la estructura de cumplimiento exigida para el
tratamiento de datos personales mediante inteligencia artificial en el núcleo normativo
ecuatoriano. El corpus central quedó integrado por tres instrumentos: la Ley Orgánica
de Protección de Datos Personales, su Reglamento General y la norma especializada
sobre sistemas de inteligencia artificial. Esta última comprendió 10 artículos y delimitó
Revista de Investigación y Liderazgo Vol. 03 (Num. 01)(Enero – Marzo 2026) ISSN 3151-8532
Pensamiento científico y transformación social
https://rivinglid.omeditorial.com
57
cuatro funciones sujetas a obligaciones: desarrollador, desplegador, distribuidor e
implementador. Asimismo, se identificaron tres derechos expresamente vinculados con
el tratamiento automatizado: información, oposición y protección frente a decisiones
basadas total o parcialmente en valoraciones automatizadas. Los hallazgos describieron
el estándar jurídico aplicable, pero no representaron una medición del cumplimiento
efectivo de organizaciones públicas o privadas (Asamblea Nacional del Ecuador, 2021;
Presidencia de la República del Ecuador, 2023; Superintendencia de Protección de
Datos Personales [SPDP], 2026).
La codificación del artículo 5 de la norma especializada permitió registrar cinco
obligaciones principales (n = 5) aplicables a responsables y encargados. Al reagruparlas
según su finalidad operativa, dos correspondieron a prevención y reducción del riesgo
(gestión de riesgos y evaluación de impacto, junto con medidas de seguridad),
equivalentes al 40,0 %. Otras dos se relacionaron con trazabilidad y responsabilidad
demostrada (registro de actividades de tratamiento y auditoría del sistema), también con
una participación del 40,0 %. La obligación restante se concentró en la información clara,
específica y transparente dirigida al titular, lo que representó el 20,0 % de las categorías
codificadas. Esta distribución mostró un predominio conjunto del 80,0 % de obligaciones
orientadas al control preventivo, la documentación y la verificación institucional (SPDP,
2026).
Figura 1
¿Cómo asegurar el cumplimiento en sistemas de IA en Ecuador?
Nota: Autores (2026)
La secuencia normativa evidenció que las obligaciones no se concentraron en una única
fase del sistema, sino que se distribuyeron antes, durante y después de su
funcionamiento. La evaluación de impacto y la gestión de riesgos se ubicaron antes del
desarrollo cuando existió tratamiento de datos personales; en cambio, las medidas de
seguridad, el registro y la mitigación de vulnerabilidades adquirieron un carácter
permanente. El control posterior se sostuvo mediante auditorías proporcionales al riesgo
y mediante la facultad de la autoridad para imponer medidas correctivas o cautelares.
Además, el artículo 7 especificó tres medidas operativas continuas: registrar decisiones
Revista de Investigación y Liderazgo Vol. 03 (Num. 01)(Enero – Marzo 2026) ISSN 3151-8532
Pensamiento científico y transformación social
https://rivinglid.omeditorial.com
58
automatizadas con efectos jurídicos, implementar controles de riesgo y seguridad, y
ejecutar auditorías, equivalentes cada una al 33,3 % de ese conjunto complementario
(n = 3) (SPDP, 2026).
La dimensión económica del cumplimiento quedó determinada por el régimen
sancionatorio aplicable cuando las obligaciones normativas fueron incumplidas. Para
servidores o funcionarios públicos, las infracciones leves estuvieron sujetas a multas de
entre uno y 10 salarios básicos unificados, mientras que las graves se ubicaron entre 10
y 20 salarios básicos unificados. En entidades privadas y empresas públicas, las
infracciones leves representaron entre el 0,1 % y el 0,7 % del volumen de negocio del
ejercicio fiscal anterior, y las graves entre el 0,7 % y el 1,0 %. La graduación consideró
intencionalidad, reiteración, naturaleza del perjuicio y reincidencia, por lo que no se
identificó un monto monetario uniforme aplicable a todos los casos. En síntesis, los
hallazgos mostraron una arquitectura regulatoria cuantificable de cinco obligaciones,
tres garantías frente a la automatización y cuatro actores responsables, aunque el
corpus disponible no permitió calcular medias, desviaciones estándar, intervalos de
confianza, valores p ni porcentajes de cumplimiento institucional observado (Asamblea
Nacional del Ecuador, 2021; SPDP, 2025, 2026).
Madurez institucional según sector y tipo de aplicación de la inteligencia artificial
El análisis examinó la madurez institucional mediante indicadores de capacidad
normativa, gobernanza, infraestructura, adopción pública, desarrollo del ecosistema y
resiliencia, debido a que el corpus no proporcionó una medición homogénea del
cumplimiento por organización. Las fuentes identificaron la creación de un Comité de
Inteligencia Artificial en 2024, la ejecución de una evaluación nacional de preparación y
la posterior incorporación de disposiciones específicas sobre tratamiento de datos
personales en sistemas automatizados. El proceso diagnóstico incluyó 10 talleres con
91 participantes de instituciones públicas, empresas, academia y sociedad civil, con una
media descriptiva de 9,1 participantes por taller. Además, se formularon 29
recomendaciones de política pública, de las cuales 16 fueron clasificadas como
prioritarias, equivalentes al 55,2 % del total (UNESCO, 2025; Superintendencia de
Protección de Datos Personales [SPDP], 2026).
Los indicadores internacionales mostraron diferencias marcadas entre las dimensiones
evaluadas. Ecuador ocupó la posición 66 del índice gubernamental de preparación para
la inteligencia artificial y alcanzó su mayor puntuación en adopción del sector público,
con 79,31 puntos, seguida de capacidad de política pública, con 76,50, y gobernanza,
con 61,63. En contraste, desarrollo y difusión registró 27,94 puntos, mientras que
infraestructura de inteligencia artificial obtuvo 47,34 y resiliencia 54,32. La media
aritmética simple de los seis puntajes fue de 57,84, con una desviación estándar
muestral de 19,18; la diferencia entre la dimensión máxima y la mínima llegó a 51,37
puntos. La distribución completa se presentó en la Tabla 1 (Oxford Insights, 2026).
Tabla 1
Indicadores de preparación institucional para la inteligencia artificial en Ecuador
Dimensión evaluada
Puntaje sobre 100
Orden dentro del perfil nacional
Adopción en el sector público
79,31
1
Capacidad de política pública
76,50
2
Gobernanza
61,63
3
Revista de Investigación y Liderazgo Vol. 03 (Num. 01)(Enero – Marzo 2026) ISSN 3151-8532
Pensamiento científico y transformación social
https://rivinglid.omeditorial.com
59
Dimensión evaluada
Puntaje sobre 100
Orden dentro del perfil nacional
Resiliencia
54,32
4
Infraestructura de inteligencia artificial
47,34
5
Desarrollo y difusión
27,94
6
Media descriptiva
57,84
—
Desviación estándar
19,18
—
Nota. Los seis puntajes correspondieron a una escala de 0 a 100. La media y la desviación
estándar fueron calculadas descriptivamente a partir de los valores publicados y no sustituyeron
la puntuación compuesta oficial del índice. Fuente de los datos: Oxford Insights (2026).
La diferenciación por sector evidenció una mayor disponibilidad de indicadores para el
ámbito gubernamental que para las organizaciones privadas. En el ecosistema
empresarial se identificaron 25 empresas emergentes relacionadas con inteligencia
artificial, mientras que la oferta formativa reunió 45 programas académicos
especializados; no obstante, las fuentes no publicaron tasas de adopción empresarial
comparables por tamaño, actividad económica o nivel de cumplimiento en protección de
datos. Las aplicaciones documentadas se concentraron en cuatro ámbitos: salud,
agronegocios, finanzas y banca, junto con usos públicos vinculados con servicios
digitales y gestión administrativa. Esta clasificación describió la diversidad sectorial
existente, pero los documentos no informaron frecuencias, porcentajes de
implementación ni inversiones económicas desagregadas para cada tipo de aplicación
(UNESCO, 2025).
Los indicadores habilitantes también mostraron diferencias internas en la capacidad
para desplegar sistemas de inteligencia artificial. El país contó con nueve centros de
datos, equivalentes a 0,514 por millón de habitantes, mientras que el uso de internet
alcanzó al 77,2 % de la población. La conectividad de los hogares se situó en 73,6 %
en las áreas urbanas y 48,1 % en las rurales, con una brecha de 25,5 puntos
porcentuales; además, el 18,12 % de las personas graduadas de educación superior
perteneció a áreas STEM. La evidencia empresarial regional confirmó que la adopción
tecnológica varió según tamaño, sector, capital humano y recursos complementarios,
aunque la encuesta ecuatoriana revisada no incluyó información específica que
permitiera calcular tasas de uso de inteligencia artificial por empresa. En conjunto, los
hallazgos describieron una madurez institucional desigual: los mayores puntajes se
concentraron en adopción pública y capacidad política, mientras que el desarrollo del
sector, la difusión empresarial y la infraestructura presentaron los valores más reducidos
(Gutiérrez et al., 2025; UNESCO, 2025).
Relación entre madurez institucional, confianza digital y privacidad percibida
El análisis examinó la correspondencia documental entre la preparación institucional
para gobernar la inteligencia artificial, la confianza digital y la percepción de protección
sobre los datos personales. Ecuador obtuvo 41,46 puntos sobre 100 en el Índice de
Preparación Gubernamental para la Inteligencia Artificial de 2024; sus pilares
alcanzaron 34,27 puntos en gobierno, 29,31 en sector tecnológico y 60,79 en datos e
infraestructura. La media descriptiva de los tres componentes fue de 41,46 puntos, con
una desviación estándar muestral de 16,93 y un rango de 31,48 puntos. Por su parte, la
evaluación nacional de la UNESCO comprendió 10 espacios de consulta con 91
participantes y produjo 29 recomendaciones, de las cuales 16 fueron prioritarias,
equivalentes al 55,2 %. Las fuentes no incluyeron observaciones vinculadas sobre las
Revista de Investigación y Liderazgo Vol. 03 (Num. 01)(Enero – Marzo 2026) ISSN 3151-8532
Pensamiento científico y transformación social
https://rivinglid.omeditorial.com
60
mismas personas u organizaciones, por lo que no se calcularon correlaciones, intervalos
de confianza ni valores p entre madurez institucional y confianza digital (Oxford Insights,
2024; UNESCO, 2025).
La evidencia nacional mostró que el desarrollo de capacidades digitales coexistió con
una valoración mayoritariamente favorable de la inteligencia artificial. El 66 % de las
personas consideradas en el indicador citado por la evaluación de la UNESCO estimó
que la inteligencia artificial ofrecía más beneficios que desventajas, mientras que el uso
de internet alcanzó al 77,2 % de la población. Sin embargo, el diagnóstico también
registró una gobernanza fragmentada, 25 empresas emergentes vinculadas con
inteligencia artificial, 45 programas académicos especializados y únicamente nueve
centros de datos, equivalentes a 0,514 por millón de habitantes. Estos valores revelaron
que la aceptación general de la tecnología superó la disponibilidad documentada de
capacidades organizacionales, formativas y de infraestructura. No se identificó en el
corpus una encuesta ecuatoriana que midiera simultáneamente confianza en los
sistemas de inteligencia artificial, conocimiento de la normativa y privacidad percibida,
por lo que el 66 % se trató como un indicador de aceptación tecnológica y no como una
medida directa de confianza en el tratamiento de datos personales (UNESCO, 2025).
La evidencia internacional incorporada al corpus permitió describir el patrón entre
conocimiento normativo y capacidad percibida para proteger la información. El 53 % de
las personas encuestadas conoció las leyes de privacidad de su país, proporción que
aumentó siete puntos porcentuales respecto del 46 % registrado en 2023. Entre quienes
conocieron dichas normas, el 81 % afirmó que podía proteger sus datos personales,
frente al 44 % entre quienes las desconocieron, diferencia descriptiva de 37 puntos
porcentuales. A su vez, el 59 % manifestó mayor comodidad para compartir información
en aplicaciones de inteligencia artificial cuando existieron leyes sólidas de privacidad,
mientras que el 62 % expresó esa respuesta ante regulaciones específicas de
inteligencia artificial. Aunque el 63 % consideró que la tecnología podía mejorar su vida,
el 78 % señaló que las organizaciones debían utilizarla éticamente, lo que vinculó la
aceptación tecnológica con expectativas explícitas de protección y responsabilidad
institucional (Cisco, 2024a).
El contraste organizacional mostró una brecha entre las prioridades institucionales y los
elementos valorados por las personas usuarias. El 91 % de las organizaciones
reconoció que necesitaba realizar mayores esfuerzos para garantizar que los datos
empleados por la inteligencia artificial se destinaran únicamente a fines legítimos,
mientras que el 62 % de los consumidores manifestó preocupación por el uso
organizacional de la tecnología y el 60 % indicó haber perdido confianza debido a esas
prácticas. La información clara sobre el uso de los datos fue prioritaria para el 37 % de
los consumidores, pero las organizaciones concentraron sus respuestas en el
cumplimiento normativo (25 %) y la prevención de vulneraciones (23 %). En términos
económicos, la inversión organizacional promedio en privacidad fue de USD 2,7 millones
y el beneficio estimado alcanzó USD 2,9 millones, con un retorno medio de 1,6 veces la
inversión; además, entre el 77 % y el 80 % declaró mayor comodidad cuando se
aplicaron supervisión humana, auditorías, transparencia y programas de ética. En
síntesis, los hallazgos describieron una asociación consistente entre mayor
conocimiento regulatorio, salvaguardas visibles y confianza declarada, aunque no
Revista de Investigación y Liderazgo Vol. 03 (Num. 01)(Enero – Marzo 2026) ISSN 3151-8532
Pensamiento científico y transformación social
https://rivinglid.omeditorial.com
61
permitieron atribuir causalidad ni estimar estadísticamente esa relación para la
población ecuatoriana (Cisco, 2024a, 2024b).
4. Discusión
El estudio analiza el cumplimiento de la protección de datos personales en entornos de
inteligencia artificial y su articulación con la madurez institucional, la confianza digital y
la privacidad percibida en Ecuador. Los hallazgos muestran que el país dispone de una
arquitectura jurídica definida por cinco obligaciones centrales, tres garantías frente al
tratamiento automatizado y cuatro tipos de actores responsables, aunque esta solidez
normativa no equivale necesariamente a una implementación institucional efectiva. El
predominio de obligaciones asociadas con prevención, seguridad, trazabilidad y
auditoría (80 % de las categorías codificadas) sugiere que el modelo regulatorio prioriza
la responsabilidad demostrada durante todo el ciclo de vida de los sistemas. Esta
orientación resulta pertinente frente a la posibilidad de que los modelos memoricen,
infieran o reproduzcan datos personales, incluso cuando se aplican mecanismos
descentralizados de aprendizaje (Carlini et al., 2021; Mothukuri et al., 2021). Por tanto,
el problema central parece desplazarse desde la ausencia de normas hacia la capacidad
organizacional para traducirlas en controles verificables, evaluaciones de impacto y
supervisión continua (SPDP, 2026).
La desigual madurez institucional identificada refuerza esta interpretación, debido a que
los mayores puntajes se concentran en adopción pública y capacidad de política,
mientras que el desarrollo y difusión de la inteligencia artificial, la infraestructura y el
ecosistema empresarial presentan resultados inferiores. Esta configuración converge
con el Índice Latinoamericano de Inteligencia Artificial, que ubica a Ecuador por debajo
del promedio regional en gobernanza y regulación, y con la evaluación nacional que
reconoce avances normativos junto con capacidades todavía fragmentadas (CENIA,
2024; UNESCO, 2025). La existencia de 45 programas académicos, 25 empresas
emergentes y nueve centros de datos evidencia una base institucional en expansión,
pero no garantiza una distribución homogénea de competencias técnicas ni de recursos.
La brecha de conectividad de 25,5 puntos porcentuales entre hogares urbanos y rurales
también parece indicar que la gobernanza de la privacidad se desarrolla sobre
condiciones desiguales de acceso y alfabetización digital (INEC, 2024). Estos resultados
coinciden con la evidencia regional que relaciona la adopción tecnológica con el tamaño
organizacional, el capital humano y la disponibilidad de recursos complementarios
(Gutiérrez et al., 2025).
La relación entre confianza digital y privacidad percibida presenta un patrón semejante:
la aceptación general de la inteligencia artificial convive con preocupaciones sobre el
uso organizacional de los datos. Aunque el 66 % de las personas incluidas en el
indicador nacional considera que la inteligencia artificial ofrece más beneficios que
desventajas, esta valoración no constituye una medida directa de confianza en el
tratamiento automatizado de información personal (UNESCO, 2025). La evidencia
internacional muestra que el conocimiento normativo se asocia con una mayor
capacidad percibida para proteger los datos (81 % frente a 44 %) y que entre el 77 % y
el 80 % de las personas expresa mayor comodidad cuando existen supervisión humana,
auditorías, transparencia y programas de ética (Cisco, 2024a, 2024b). Esta
Revista de Investigación y Liderazgo Vol. 03 (Num. 01)(Enero – Marzo 2026) ISSN 3151-8532
Pensamiento científico y transformación social
https://rivinglid.omeditorial.com
62
convergencia sugiere que la confianza no depende exclusivamente de la innovación
tecnológica, sino de la visibilidad y credibilidad de las salvaguardas institucionales.
Asimismo, la inversión promedio de USD 2,7 millones en privacidad y el beneficio
estimado de USD 2,9 millones, con un retorno medio de 1,6 veces, indican que la
protección de datos también puede representar valor económico y reputacional para las
organizaciones (Cisco, 2024b). No obstante, la asociación debe interpretarse con
cautela, porque el diseño documental y transversal no permite establecer causalidad
entre madurez, confianza y privacidad percibida.
Las principales limitaciones se derivan de la selección documental no probabilística, la
heterogeneidad de los indicadores y la ausencia de observaciones emparejadas sobre
las mismas organizaciones y personas usuarias. El corpus tampoco proporciona tasas
comparables de adopción o cumplimiento por sector, ni una encuesta ecuatoriana que
mida simultáneamente conocimiento regulatorio, confianza en la inteligencia artificial y
privacidad percibida, por lo que los resultados no se generalizan a todas las entidades
públicas y privadas. Además, las cifras internacionales aportan patrones de referencia,
pero no sustituyen evidencia empírica específica del contexto nacional. A partir de estas
restricciones, futuras investigaciones deberían aplicar cuestionarios estructurados a
personas adultas, auditorías organizacionales y diseños longitudinales que comparen
sectores como salud, finanzas, educación y administración pública, incorporando
variables de transparencia, equidad, seguridad y supervisión humana (Shaham et al.,
2025; NIST, 2023). También resultaría pertinente contrastar el cumplimiento declarado
con registros, evaluaciones de impacto y resultados de auditoría, con el fin de estimar
la brecha entre regulación y práctica. La contribución central del estudio reside, así, en
integrar dimensiones jurídicas, técnicas y organizacionales para mostrar que la
privacidad efectiva depende menos de la existencia aislada de normas que de su
implementación verificable y de su capacidad para sostener la confianza digital (SPDP,
2026; UNESCO, 2021).
5. Conclusiones
Los resultados permiten concluir que Ecuador dispone de una arquitectura jurídica
suficiente para orientar la protección de datos personales en sistemas de inteligencia
artificial, pero su eficacia depende de la capacidad institucional para convertir las
disposiciones formales en prácticas verificables. Las cinco obligaciones centrales, las
tres garantías frente al tratamiento automatizado y la delimitación de cuatro actores
responsables configuran un marco integral de prevención, transparencia y rendición de
cuentas. Sin embargo, el estudio no demuestra que estas exigencias se apliquen de
manera uniforme en las organizaciones públicas y privadas. En consecuencia, la
privacidad digital no queda asegurada únicamente por la existencia de normas, sino por
la gestión continua de riesgos, la seguridad desde el diseño, la trazabilidad y la auditoría
de los sistemas. Esta interpretación debe mantenerse dentro del alcance documental y
exploratorio de la investigación.
La integración de los hallazgos vinculados con los objetivos específicos evidencia una
madurez institucional desigual entre las dimensiones examinadas. La adopción pública
y la capacidad para formular políticas presentan mayor desarrollo que la infraestructura,
la difusión empresarial y la consolidación del ecosistema tecnológico, lo cual limita una
Revista de Investigación y Liderazgo Vol. 03 (Num. 01)(Enero – Marzo 2026) ISSN 3151-8532
Pensamiento científico y transformación social
https://rivinglid.omeditorial.com
63
implementación homogénea de las obligaciones de protección. A ello se añade la brecha
de conectividad de 25,5 puntos porcentuales entre hogares urbanos y rurales, que
refleja condiciones diferenciadas para ejercer derechos digitales y comprender el
tratamiento automatizado de la información. Asimismo, la aceptación favorable de la
inteligencia artificial no equivale necesariamente a confianza en el uso organizacional
de datos personales. En conjunto, los resultados sugieren que la confianza digital se
fortalece cuando las salvaguardas institucionales son visibles, comprensibles y
aplicadas de forma consistente.
El principal aporte del estudio reside en articular las dimensiones jurídica, técnica y
organizacional dentro de un mismo marco de análisis, evitando que la privacidad se
examine exclusivamente como cumplimiento documental o como problema de
ciberseguridad. Esta integración permite reconocer que la protección efectiva requiere
coordinación entre responsables, encargados, desarrolladores, desplegadores y
autoridades de control durante todo el ciclo de vida de la inteligencia artificial. También
se observa que la inversión en privacidad puede generar beneficios institucionales,
económicos y reputacionales, dado que la evidencia revisada registra una inversión
promedio de USD 2,7 millones y un beneficio estimado de USD 2,9 millones. Tales
valores no deben extrapolarse directamente a Ecuador, pero muestran que la protección
de datos puede concebirse como una capacidad estratégica y no solo como una carga
regulatoria. De este modo, la investigación aporta criterios aplicables al diagnóstico
institucional y a la evaluación responsable de sistemas automatizados.
A partir de los resultados, se recomienda que las organizaciones prioricen evaluaciones
de impacto, registros de decisiones automatizadas, auditorías periódicas, supervisión
humana y mecanismos de información comprensibles para las personas titulares.
También resulta pertinente fortalecer la formación especializada y reducir las brechas
de infraestructura y conectividad que condicionan la participación equitativa en entornos
digitales. Las futuras investigaciones deberían medir directamente el cumplimiento
institucional y la privacidad percibida mediante cuestionarios, auditorías y diseños
longitudinales aplicados a sectores como salud, finanzas, educación y administración
pública. Asimismo, convendría contrastar las políticas declaradas con evidencias
operativas de seguridad, trazabilidad y respuesta ante vulneraciones. La contribución
central del estudio consiste, por tanto, en mostrar que la protección de datos en
inteligencia artificial depende de una implementación verificable capaz de reducir
riesgos y sostener la confianza digital.
Referencias Bibliográficas
Asamblea Nacional del Ecuador. (2021). Ley Orgánica de Protección de Datos
Personales. Registro Oficial No. 459, Quinto Suplemento.
https://www.asambleanacional.gob.ec/es/multimedios-legislativos/63464-ley-
organica-de-proccion-de-datos.
Barahona-Martinez, G. E., Barzola-Plúas, Y. G., & Peñafiel-Muñoz, L. V. (2024). El
Derecho a la Protección de Datos y el Avance de las Nuevas Tecnologías en
Ecuador: Implicaciones Legales y Éticas. Journal of Economic and Social
Science Research, 4(3), 46–64. https://doi.org/10.55813/gaea/jessr/v4/n3/113
Revista de Investigación y Liderazgo Vol. 03 (Num. 01)(Enero – Marzo 2026) ISSN 3151-8532
Pensamiento científico y transformación social
https://rivinglid.omeditorial.com
64
Barzola-Plúas, Y. G. (2022). Reformas Constitucionales en Ecuador: Impacto y
Perspectivas. Revista Científica Zambos, 1(1), 86-101.
https://doi.org/10.69484/rcz/v1/n1/23
Barzola-Plúas, Y. G., Samaniego-Quiguiri, D. P., Núñez-Ribadeneyra, R. A., & Bonilla-
Morejón, D. M. (2023). Protección de datos personales en la era de la
computación cuántica y sus desafíos legales. Revista Científica Ciencia Y
Método, 1(3), 45-57. https://doi.org/10.55813/gaea/rcym/v1/n3/19
Bonilla-Morejón, D. M., Castro-Morales, S., Mendoza-Armijos, H. E., & Mina-Bone, S. G.
(2024). Protección de los derechos fundamentales y control constitucional en
Estados democráticos contemporáneos. Revista Científica Enfoques Del
Conocimiento, 1(1), 73-88. https://doi.org/10.55813/gaea/revistacec/v1/n1/11
Braun, V., & Clarke, V. (2021). Thematic analysis: A practical guide. SAGE Publications.
https://www.sagepub.com/shop/buy-a-book/thematic-analysis-1-248481
Carlini, N., Tramèr, F., Wallace, E., Jagielski, M., Herbert-Voss, A., Lee, K., Roberts, A.,
Brown, T. B., Song, D., Erlingsson, Ú., Oprea, A., & Raffel, C. (2021). Extracting
training data from large language models. In 30th USENIX Security Symposium
(pp. 2633–2650). USENIX Association.
https://www.usenix.org/conference/usenixsecurity21/presentation/carlini-
extracting
Castro-Morales, S., & Samaniego-Quiguiri, D. P. (2025). Ciberdelitos y desafíos legales
en la protección de datos personales y privacidad digital. Revista Científica
Enfoques Del Conocimiento, 2(1), 1-18.
https://doi.org/10.55813/gaea/revistacec/v2/n1/27
Centro Nacional de Inteligencia Artificial. (2024). Índice Latinoamericano de Inteligencia
Artificial 2024. https://indicelatam.cl/wp-
content/uploads/2025/01/ILIA_2024_020125_compressed.pdf
Cisco. (2024a). Cisco 2024 consumer privacy survey.
https://www.cisco.com/c/dam/en_us/about/doing_business/trust-
center/docs/cisco-consumer-privacy-report-2024.pdf
Creswell, J. W., & Plano Clark, V. L. (2018). Designing and conducting mixed methods
research (3.ª ed.). SAGE Publications.
Gmyrek, P., Winkler, H., & Garganta, S. (2024). Buffer or bottleneck? Employment
exposure to generative AI and the digital divide in Latin America (ILO Working
Paper No. 121). International Labour Organization & World Bank.
https://doi.org/10.54394/TFZY7681.
Gutiérrez, L. H., Gallego, J. M., & Herrera Giraldo, M. F. (2025). Exploring the drivers
and performance impacts of advanced digital technologies in Latin American
economies (IDB Technical Note No. 3197). Inter-American Development Bank.
https://doi.org/10.18235/0013728.
Herrera-Acosta, C. E., Quinancela-Vargas, B. P., Ashca-Vaca, M. K., León-Betancourt,
D. M., & Guevara-Tubón, J. E. (2026). Herramientas jurídicas para garantizar los
derechos de la naturaleza. Revista Científica Ciencia Y Método, 4(1), 209-
224. https://doi.org/10.55813/gaea/rcym/v4/n1/146
Revista de Investigación y Liderazgo Vol. 03 (Num. 01)(Enero – Marzo 2026) ISSN 3151-8532
Pensamiento científico y transformación social
https://rivinglid.omeditorial.com
65
IBM. (2024). Cost of a data breach report 2024. https://www.ibm.com/reports/data-
breach
Instituto Nacional de Estadística y Censos. (2024). Tecnologías de la información y
comunicación: Julio 2024.
https://www.ecuadorencifras.gob.ec/documentos/web-
inec/Estadisticas_Sociales/TIC/2024/202407_Tecnologia_de_la_Informacion_y
_Comunicacion-TICs.pdf
Jaramillo-Becerra, J. D., Gaibor-Vásconez, L. E., López-Soria, Y., & García-Segarra, H.
G. (2025). La discrecionalidad administrativa en el Ecuador: Del uso legítimo a
la arbitrariedad – Sentencia No. 1381-17-EP/22. Revista Científica Ciencia Y
Método, 3(4), 292-308. https://doi.org/10.55813/gaea/rcym/v3/n4/111
Jaramillo-Quezada, D. M., Jaramillo-Rivadeneira, A. M., & Freire-Gaibor, E. F. (2025).
El uso indebido del arraigo personal en materia flagrante frente al principio de
igualdad. Revista Científica Ciencia Y Método, 3(4), 278-291.
https://doi.org/10.55813/gaea/rcym/v3/n4/110
Jerez-Granados, J. L. (2026). Brechas entre normativa y práctica en la protección de
trabajadores migratorios en Ecuador. Revista Científica Ciencia Y Método, 4(1),
14-34. https://doi.org/10.55813/gaea/rcym/v4/n1/127
Lopez-Mallama, O. M., Lemos-Muñoz, A. J., & Córdova-Ardila, Y. P. (2023). Protección
Social en la Región Caribe de Colombia: una Mirada desde la Equidad en
2021. Journal of Economic and Social Science Research, 3(3), 13–24.
https://doi.org/10.55813/gaea/jessr/v3/n3/70
Morgan, H. (2022). Conducting a qualitative document analysis. The Qualitative Report,
27(1), 64–77. https://doi.org/10.46743/2160-3715/2022.5044
Mothukuri, V., Parizi, R. M., Pouriyeh, S., Huang, Y., Dehghantanha, A., & Srivastava,
G. (2021). A survey on security and privacy of federated learning. Future
Generation Computer Systems, 115, 619–640.
https://doi.org/10.1016/j.future.2020.10.007.
National Institute of Standards and Technology. (2023). Artificial Intelligence Risk
Management Framework (AI RMF 1.0) (NIST AI 100-1). U.S. Department of
Commerce. https://doi.org/10.6028/NIST.AI.100-1
Núñez-Ribadeneyra, R. A. (2023). Derechos Humanos y Justicia Social en el Contexto
Ecuatoriano. Revista Científica Zambos, 2(3), 42-58.
https://doi.org/10.69484/rcz/v2/n3/49
Oxford Insights. (2024). Government AI readiness index 2024.
https://oxfordinsights.com/wp-content/uploads/2025/06/2024-Government-AI-
Readiness-Index.pdf
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
Revista de Investigación y Liderazgo Vol. 03 (Num. 01)(Enero – Marzo 2026) ISSN 3151-8532
Pensamiento científico y transformación social
https://rivinglid.omeditorial.com
66
Plúas-Espinoza, D. C., Cabrera-Moreira, J. D., & Rendón-Guerra, G. del P. (2026).
Dosimetría punitiva y responsabilidad proactiva: Régimen sancionatorio en el
tratamiento de datos en Ecuador. Revista Científica Ciencia Y Método, 4(2), 362-
382. https://doi.org/10.55813/gaea/rcym/v4/n2/200
Presidencia de la República del Ecuador. (2023). Decreto Ejecutivo No. 904:
Reglamento General de la Ley Orgánica de Protección de Datos Personales.
https://www.telecomunicaciones.gob.ec/wp-content/uploads/2023/11/Decreto-
Ejecutivo-No.-904.pdf
Rodriguez-Angulo, D. E., Bajaña-Mendoza, M. V., & Fajardo-Vargas, J. E. (2026).
Relación entre condiciones ergonómicas, bienestar laboral y productividad en
trabajadores del sector empresarial. Revista Científica Ciencia Y Método, 4(2),
383-395. https://doi.org/10.55813/gaea/rcym/v4/n2/201
Samaniego-Quiguiri, D. P. (2023). Acceso a la Justicia y Equidad en el Sistema Legal
Ecuatoriano. Revista Científica Zambos, 2(2), 50-62.
https://doi.org/10.69484/rcz/v2/n2/45
Samaniego-Quiguiri, D. P., Gutiérrez-Márquez, E. E., & García-Moreno, M. (2024).
Derecho internacional humanitario y protección de civiles en conflictos armados
contemporáneos. Revista Científica Enfoques Del Conocimiento, 1(4), 41-57.
https://doi.org/10.55813/gaea/revistacec/v1/n4/24
Shaham, S., Hajisafi, A., Quan, M. K., Nguyen, D. C., Krishnamachari, B., Peris, C.,
Ghinita, G., Shahabi, C., & Pathirana, P. N. (2025). Privacy and fairness in
machine learning: A survey. IEEE Transactions on Artificial Intelligence, 6(7),
1706–1726. https://doi.org/10.1109/TAI.2025.3531326.
Superintendencia de Protección de Datos Personales. (2025). Resolución No. SPDP-
SPD-2025-0003-R: Guía de gestión de riesgos y evaluación de impacto del
tratamiento de datos personales. https://spdp.gob.ec/resolucion-n-spdp-spd-
2025-0003-r-guia-de-gestion-de-riesgos-y-evaluacion-de-impacto-del-
tratamiento-de-datos-personales-con-su-anexo/
Superintendencia de Protección de Datos Personales. (2026). Norma general para la
garantía del derecho de protección de datos personales en el uso de sistemas
de inteligencia artificial. https://spdp.gob.ec/resoluciones2/
Superintendencia de Protección de Datos Personales. (2026). Resolución No. SPDP-
SPD-2026-0009-R: Norma general para la garantía del derecho de protección de
datos personales en el uso de sistemas de inteligencia artificial.
https://spdp.gob.ec/wp-content/uploads/2026/02/ResolIA.pdf
UNESCO. (2021). Recomendación sobre la ética de la inteligencia artificial.
https://www.unesco.org/es/legal-affairs/recommendation-ethics-artificial-
intelligence
UNESCO. (2025). Evaluación del estadio de preparación en materia de inteligencia
artificial: Ecuador. https://unesdoc.unesco.org/ark:/48223/pf0000396465.
CONFLICTO DE INTERESES
“Los autores declaran no tener ningún conflicto de intereses”.
