Inteligencia artificial generativa y
transformación laboral en América Latina: un
análisis del estrés y la ansiedad en el nuevo
entorno de trabajo
Abstract.- This qualitative study analyzes the impact of generative artificial intelligence (AGI) on work stress
and anxiety in Latin America, also considering cultural influence and national regulations. Semi-structured
interviews, focus groups, and reflective diaries were conducted with 30 workers from sectors highly exposed
to cognitive automation, such as call centers, publishing, and virtual education. The thematic analysis, based
on the Braun and Clarke method, revealed that job substitution anxiety and job redefinition are the most
frequent concerns, followed by increased cognitive load and technostress. It was identified that work priorities
(immediacy vs. quality) and regulatory frameworks modulate the emotional experience of workers. Coping
strategies, such as self-directed learning and work support networks, partially reduce the psychological impact.
A balanced integration of technological training and mental health programmes adapted to each national
context is recommended.
Keywords: generative artificial intelligence, work stress, work anxiety, technostress, job substitution, mental
health at work, Latin America, qualitative analysis.
Suárez-Carreño F. Inteligencia artificial generativa y transformación laboral en América Latina
Resumen: En este estudio cualitativo se analiza el impacto de la inteligencia artificial generativa (IAG) en el
estrés y la ansiedad laboral en América Latina, considerando también la influencia cultural y las regulaciones
nacionales. Se realizaron entrevistas semiestructuradas, grupos focales y diarios reflexivos con 30
trabajadores de sectores altamente expuestos a automatización cognitiva, como call centers, edición y
educación virtual. El análisis temático, basado en el método de Braun y Clarke, reveló que la ansiedad por
sustitución laboral y la redefinición de funciones son las preocupaciones más frecuentes, seguidas por el
incremento en la carga cognitiva y el tecnoestrés. Se identificó que las prioridades laborales (inmediatez vs.
calidad) y los marcos regulatorios modulan la experiencia emocional de los trabajadores. Las estrategias de
afrontamiento, como el aprendizaje autodirigido y las redes de apoyo laboral, reducen parcialmente el
impacto psicológico. Se recomienda una integración equilibrada de capacitación tecnológica y programas de
salud mental adaptados a cada contexto nacional.
Palabras clave: inteligencia artificial generativa, estrés laboral, ansiedad laboral, tecnoestrés, sustitución
laboral, salud mental en el trabajo, América Latina, análisis cualitativo.
Generative Artificial Intelligence and Labor Transformation in Latin America: An Analysis of
Stress and Anxiety in the New Work Environment
25
Recibido (11/11/2024), Aceptado (30/02/2025)
Franyelit Suárez-Carreño
https://orcid.org/0000-0002-8763-5513
franyelit.suarez@udla.edu.ec
Universidad de las Américas
Facultad de Ingeniería y Ciencias Aplicadas
Carrera de Ingeniería Industrial
Quito, Ecuador
https://doi.org/10.47460/noesis.v2i3.21 artículo de investigación
EDUCACION Y CIENCIAS SOCIALES
Revista Noesis
Vol. 2, Tomo 3, (pp. 25-34)
PERÍODO: ENERO-ABRIL-2025
*Autor de correspondencia: franyelit.suarez@udla.edu.ec
26
I. INTRODUCCIÓN
En los últimos años, la inteligencia artificial generativa (IAG) ha experimentado un desarrollo acelerado que
está transformando de manera significativa las dinámicas laborales en diversos sectores productivos.
Herramientas como ChatGPT, DALL·E, Midjourney o Copilot se han incorporado a procesos antes exclusivos
de la creatividad y el pensamiento humano, lo que ha generado tanto expectativas de eficiencia como
inquietudes por el desplazamiento de empleos. En el contexto latinoamericano, caracterizado por una alta
heterogeneidad tecnológica y profundas desigualdades socioeconómicas, la irrupción de la IAG plantea
desafíos singulares que van más allá de la dimensión productiva: afecta también el bienestar psicológico de
los trabajadores [1].
Diversos informes de la Organización Internacional del Trabajo y del Banco Interamericano de Desarrollo
advierten que la automatización avanzada, incluida la IAG, está reconfigurando tareas en sectores como el
telemercadeo, la educación en línea, el periodismo y los servicios administrativos, donde gran parte de la
fuerza laboral percibe una amenaza real de sustitución [2], [3]. Este fenómeno, sumado a la presión por
adquirir nuevas competencias digitales, ha incrementado la prevalencia de síntomas de estrés y ansiedad en
entornos de trabajo, especialmente entre trabajadores con menor acceso a formación continua o con
empleos inestables [4].
La salud mental laboral, reconocida por la Organización Mundial de la Salud como un pilar esencial del
desarrollo sostenible, se ve comprometida por factores como la incertidumbre sobre la estabilidad del
empleo, la intensificación de la carga cognitiva y la percepción de falta de control sobre el futuro profesional
[5]. En este sentido, comprender cómo los trabajadores experimentan y narran estos cambios se vuelve
crucial para diseñar políticas de adaptación que integren el cuidado del bienestar psicológico junto con la
actualización de competencias laborales.
Este estudio se enmarca en un enfoque cualitativo, orientado a explorar en profundidad las percepciones,
emociones y estrategias de afrontamiento de trabajadores de distintos sectores frente a la incorporación de
inteligencia artificial generativa en sus actividades cotidianas. A través de entrevistas semiestructuradas y
grupos focales, se busca identificar patrones narrativos que den cuenta no solo de los riesgos percibidos, sino
también de las oportunidades y recursos que los individuos reconocen en este proceso de transformación
tecnológica. El objetivo último es aportar evidencia que contribuya a la formulación de intervenciones
laborales y políticas públicas que aborden, de manera integral, la relación entre innovación tecnológica,
empleo y salud mental en América Latina.
EDUCACION Y CIENCIAS SOCIALES
Revista Noesis
Vol. 2, Tomo 3, (pp. 25-34)
PERÍODO: ENERO-ABRIL-2025
II. DESARROLLO
La inteligencia artificial generativa (IAG) se entiende como un conjunto de modelos capaces de producir
contenidos originales (texto, imagen, audio o código) a partir de patrones aprendidos en grandes corpus de
datos. A diferencia de la automatización clásica, la IAG alcanza funciones cognitivas y creativas antes
reservadas al trabajo del conocimiento, reconfigurando tareas y perfiles ocupacionales a escala global [1], [3].
La evidencia comparada sugiere que el impacto principal de la IAG no es el reemplazo total de ocupaciones,
sino la recomposición de tareas dentro de ellas: alto potencial de exposición (complementación o sustitución
parcial) y efectos heterogéneos por sector y nivel de cualificación [1], [2]. Los ejercicios de prospectiva sobre el
futuro del trabajo destacan, además, que la adopción tecnológica impulsará una fuerte demanda de nuevas
competencias, al tiempo que desplazará tareas rutinarias cognitivas [3].
Suárez-Carreño F. Inteligencia artificial generativa y transformación laboral en América Latina
27
En América Latina, estas dinámicas operan sobre brechas estructurales de conectividad, capital humano y
capacidad institucional. CEPAL estima que la contribución económica de la IA ya es significativa y que una
proporción sustantiva de la fuerza laboral está expuesta a cambios por IA, lo que vuelve ineludible una agenda
de formación y adopción responsable [4]; el BID, por su parte, propone marcos de gobernanza e inversión en
talento y datos para acelerar la adopción con criterios de inclusión [5].
Desde la psicología organizacional y la salud pública, la transición tecnológica se asocia con estrés laboral y
ansiedad cuando las demandas percibidas superan los recursos de afrontamiento (p. ej., plazos breves para
reentrenarse, incertidumbre sobre la estabilidad del empleo, y sobrecarga cognitiva). La OMS y la OIT
recomiendan políticas organizacionales y públicas para proteger y promover la salud mental en el trabajo ante
cambios acelerados como los que introduce la IAG [6], [7].
La literatura reciente sobre tecnoestrés documenta que la intensificación del uso de tecnologías digitales se
asocia con mayores niveles de estrés, ansiedad y agotamiento, afectando bienestar y desempeño; revisiones
sistemáticas y metaanálisis confirman estos vínculos y sus mediadores (carga de trabajo, vigilancia digital,
ambigüedad de rol) [8], [9]. En específico, los estudios sobre “ansiedad ante la IA” muestran efectos negativos
sobre la satisfacción vital y resultados laborales, y señalan que el apoyo social y la formación continua
amortiguan dichos efectos [10].
A. Estrés y ansiedad en la era digital
En este contexto, el estrés y la ansiedad en la era digital han emergido como fenómenos centrales en la
investigación sobre bienestar laboral. El concepto de tecnoestrés describe la tensión psicológica derivada del
uso continuo de tecnologías digitales, y se asocia con agotamiento emocional, insatisfacción laboral y menor
rendimiento [8]. Estudios recientes indican que la hiperconectividad, la multitarea digital y la vigilancia
tecnológica, incrementan los niveles de ansiedad, especialmente cuando no existe un equilibrio entre
demandas y control sobre el trabajo [9].
Asimismo, investigaciones sobre “ansiedad ante la IA” muestran que la percepción de amenaza por
automatización puede deteriorar la satisfacción vital y la salud mental, incluso en etapas tempranas de
adopción tecnológica [10]. Estos efectos se amplifican en entornos de alta incertidumbre laboral y se moderan
mediante apoyo social, liderazgo empático y programas de formación continua [11]. Además, revisiones
recientes sobre salud mental en la era digital destacan que la falta de desconexión tecnológica y la presión
por disponibilidad constante generan una “carga mental digital” sostenida, que influye en la calidad del sueño,
la motivación y la estabilidad emocional [12].
EDUCACION Y CIENCIAS SOCIALES
Revista Noesis
Vol. 2, Tomo 3, (pp. 25-34)
PERÍODO: ENERO-ABRIL-2025
III. METODOLOGÍA
Este estudio se desarrolló bajo un enfoque cualitativo, orientado a comprender en profundidad las
experiencias, percepciones y estrategias de afrontamiento de trabajadores latinoamericanos ante la
incorporación de la inteligencia artificial generativa (IAG) en sus entornos laborales y su relación con niveles de
estrés y ansiedad. La investigación cualitativa permite explorar fenómenos sociales desde la perspectiva de los
sujetos, reconociendo la subjetividad como un componente esencial para interpretar el impacto psicológico y
social de la transformación tecnológica [1], [6].
A. Diseño de investigación
Se empleó un diseño de estudio de casos múltiples, dado que la adopción de IAG presenta particularidades
según el sector productivo y el nivel de digitalización. Este enfoque facilita la comparación entre contextos
diversos, permitiendo identificar patrones y variaciones en la forma en que los trabajadores experimentan y
gestionan los cambios introducidos por la IAG [3], [5].
Suárez-Carreño F. Inteligencia artificial generativa y transformación laboral en América Latina
Esta investigación se desarrolló bajo un enfoque mixto, combinando métodos cuantitativos y cualitativos
para obtener una comprensión integral del fenómeno. El componente cuantitativo permitió medir el nivel de
uso y percepción de efectividad de los entornos virtuales colaborativos, mientras que el componente
cualitativo profundizó en las experiencias, significados y reflexiones que los docentes atribuyen a dichos
entornos en su proceso formativo.
B. Participantes
La población objetivo estuvo compuesta por trabajadores de América Latina de sectores con alta exposición
a la automatización cognitiva, tales como:
Telemercadeo y centros de contacto.
Periodismo y medios digitales.
Educación virtual y servicios administrativos.
Los participantes fueron seleccionados mediante muestreo intencional y criterios de heterogeneidad,
buscando diversidad en género, edad, nivel educativo y tipo de contratación. Se incluyeron personas que
hubieran trabajado con herramientas de IAG en los últimos 12 meses. La muestra final estuvo integrada por
30 participantes distribuidos en tres países (10 por país).
C. Técnicas de recolección de datos
a) Entrevistas semiestructuradas
Se aplicaron entrevistas individuales, con una duración promedio de 45 a 60 minutos, siguiendo una guía
temática basada en cuatro ejes:
1. Experiencia previa y actual con tecnologías digitales e IAG.
2. Cambios percibidos en las tareas y competencias laborales.
3. Manifestaciones y causas percibidas de estrés y ansiedad vinculadas al trabajo.
4. Estrategias personales y organizacionales de afrontamiento.
b) Grupos focales
Se organizaron tres grupos focales (uno por país), con 6–8 participantes cada uno, para explorar
interacciones, consensos y divergencias sobre la experiencia de trabajar en entornos impactados por IAG.
c) Diario reflexivo opcional
Se invitó a los participantes a registrar, durante una semana, anotaciones sobre momentos de estrés,
ansiedad o satisfacción en su interacción con la IAG.
D. Instrumentos
Guía de entrevista y grupos focales: diseñada a partir de la revisión bibliográfica sobre IAG, tecnosestrés y
ansiedad laboral [8]–[12].
Ficha sociodemográfica: para registrar variables como edad, género, nivel educativo, sector laboral, tipo de
contrato y experiencia con IAG.
28
EDUCACION Y CIENCIAS SOCIALES
Revista Noesis
Vol. 2, Tomo 3, (pp. 25-34)
PERÍODO: ENERO-ABRIL-2025
Suárez-Carreño F. Inteligencia artificial generativa y transformación laboral en América Latina
29
IV. RESULTADOS
El análisis temático de las entrevistas, grupos focales y diarios reflexivos permitió identificar tres categorías
centrales y nueve subcategorías relacionadas con la experiencia de los trabajadores ante la introducción de la
inteligencia artificial generativa (IAG) en sus entornos laborales.
Categoría 1: Transformación de las tareas laborales
Subcategoría 1.1: Redefinición de funciones
Los participantes reportaron que la incorporación de IAG ha implicado una reasignación de
responsabilidades, con mayor énfasis en supervisión y validación de contenidos generados por IA (Tabla 1).
Esto fue percibido como una mejora de eficiencia en algunos casos, pero también como una pérdida de
tareas que antes se consideraban centrales para el rol profesional.
Subcategoría 1.2: Incremento en la carga cognitiva
El uso de IAG exige aprendizaje constante para mantenerse actualizado, lo que genera sobrecarga mental y
sensación de “nunca estar al día” con las herramientas. Esta presión se intensifica en sectores con plazos
ajustados, como periodismo y telemercadeo.
EDUCACION Y CIENCIAS SOCIALES
Revista Noesis
Vol. 2, Tomo 3, (pp. 25-34)
PERÍODO: ENERO-ABRIL-2025
E. Procedimiento
Contacto inicial y consentimiento informado: se envió una invitación explicando el objetivo del estudio,
criterios de inclusión y uso confidencial de la información.
Aplicación de entrevistas y grupos focales: realizadas de manera virtual para permitir participación
regional, grabadas con autorización de los participantes.
Transcripción literal de todas las grabaciones, preservando expresiones y matices lingüísticos.
Codificación temática inicial: identificación de categorías emergentes vinculadas a la experiencia con IAG y
el impacto emocional.
Análisis comparativo entre sectores y países para reconocer similitudes y diferencias contextuales.
F. Análisis de datos
Se aplicó un análisis temático siguiendo la propuesta de Braun y Clarke [13], que incluye seis fases:
familiarización con los datos, generación de códigos iniciales, búsqueda de temas, revisión de temas,
definición y denominación de temas, y redacción del informe final. El software NVivo 14 fue utilizado para
organizar y codificar las transcripciones. La triangulación de fuentes (entrevistas, grupos focales y diarios
reflexivos) y de investigadores garantizó la validez y confiabilidad de los hallazgos [9].
G. Consideraciones éticas
El estudio se desarrolló conforme a los principios de la Declaración de Helsinki y las normativas de ética en
investigación social de cada país participante. Se garantizó la confidencialidad mediante anonimizar nombres y
datos personales, el consentimiento informado firmado electrónicamente antes de iniciar la recolección de
datos y el derecho a retiro en cualquier momento sin consecuencias.
Suárez-Carreño F. Inteligencia artificial generativa y transformación laboral en América Latina
EDUCACION Y CIENCIAS SOCIALES
Revista Noesis
Vol. 2, Tomo 3, (pp. 25-34)
PERÍODO: ENERO-ABRIL-2025
Categoría 2: Impacto psicosocial
Subcategoría 2.1: Estrés tecnológico (tecnoestrés)
Se identificaron sentimientos de frustración y ansiedad vinculados al temor de cometer errores al manejar
herramientas de IAG, así como a la percepción de que la IA puede reemplazar parte del trabajo humano en
cualquier momento.
Subcategoría 2.2: Ansiedad anticipatoria
Muchos trabajadores manifestaron preocupación por la sostenibilidad de su empleo a mediano plazo. Este
sentimiento se tradujo en síntomas físicos como insomnio, tensión muscular y fatiga, lo que coincide con lo
señalado por la literatura sobre ansiedad ante la IA [10], [11].
Subcategoría 2.3: Resiliencia y adaptación
Algunos participantes señalaron que el contacto inicial con la IAG generó ansiedad, pero que, con
entrenamiento y apoyo, lograron integrarla como una herramienta útil para optimizar su trabajo.
30
Tabla 1. Percepciones en el uso de la IAG en ambientes de trabajo.
Tabla 2. Manifestaciones emocionales y psicológicas vinculadas al uso de IAG.
Frecuencia relativa = número de menciones de la subcategoría / total de participantes.
Suárez-Carreño F. Inteligencia artificial generativa y transformación laboral en América Latina
EDUCACION Y CIENCIAS SOCIALES
Revista Noesis
Vol. 2, Tomo 3, (pp. 25-34)
PERÍODO: ENERO-ABRIL-2025
31
Categoría 3: Estrategias de afrontamiento
Subcategoría 3.1: Aprendizaje autodirigido
La búsqueda de tutoriales y recursos en línea fue una estrategia común para disminuir la inseguridad
tecnológica.
Subcategoría 3.2: Redes de apoyo laboral
Los equipos que fomentaron espacios de intercambio y capacitación interna reportaron menores niveles de
estrés y mayor confianza en el uso de la IAG.
Subcategoría 3.3: Regulación de la exposición digital
Algunos trabajadores optaron por limitar el tiempo de interacción con la IAG fuera del horario laboral, lo que
contribuyó a mejorar su equilibrio vida-trabajo.
Tabla 3. Estrategias utilizadas para manejar estrés y ansiedad ante la IAG.
Suárez-Carreño F. Inteligencia artificial generativa y transformación laboral en América Latina
EDUCACION Y CIENCIAS SOCIALES
Revista Noesis
Vol. 2, Tomo 3, (pp. 25-34)
PERÍODO: ENERO-ABRIL-2025
32
Por otra parte, la ansiedad por sustitución laboral apareció como una de las subcategorías más recurrentes,
incluso superando al tecnoestrés en algunos grupos. En sectores como call centers, edición y periodismo
digital, los trabajadores perciben que la IA no solo asiste en el trabajo, sino que puede realizarlo de forma
completa con mínima intervención humana.
Este temor no siempre se traduce en acciones de reconversión profesional; en varios casos, se observa un
bloqueo emocional que impide la búsqueda activa de nuevas competencias, generando un círculo de
inseguridad y estrés. La literatura reciente [10], [11] señala que esta forma de ansiedad puede reducir la
productividad y aumentar la rotación voluntaria o el ausentismo, sobre todo cuando las empresas no
comunican claramente sus planes de integración tecnológica.
A. Análisis estadístico descriptivo
Con el fin de complementar el análisis cualitativo y otorgar mayor solidez a los resultados, se realizó un
conteo de las menciones de cada subcategoría identificada, considerando la totalidad de entrevistas, grupos
focales y diarios reflexivos. Este análisis estadístico descriptivo permitió cuantificar la frecuencia relativa de
aparición de cada hallazgo y compararla entre los tres países participantes. La Tabla 4 presenta la distribución
porcentual de las menciones, evidenciando que la ansiedad por sustitución laboral y la redefinición de
funciones fueron las más recurrentes, seguidas del incremento en la carga cognitiva y el tecnoestrés.
Asimismo, se observan variaciones culturales y regulatorias que influyen en la jerarquía de preocupaciones, lo
que respalda la necesidad de enfoques diferenciados según el contexto nacional.
Tabla 4. Frecuencia de menciones por categoría y país.
Proceso de codificación y conteo
Para asegurar la trazabilidad y el rigor, se realizó el conteo en tres fases:
Fase 1: Codificación abierta: identificación inicial de fragmentos relevantes en las transcripciones que
hacían referencia a cambios laborales, emociones y estrategias de afrontamiento.
Fase 2: Codificación axial: agrupación de códigos en subcategorías previamente definidas (por ejemplo,
“ansiedad por sustitución laboral” o “influencia cultural y regulatoria”), siguiendo la guía metodológica de
Braun y Clarke [13].
Fase 3: Conteo de frecuencias: registro del número de participantes que mencionaron cada subcategoría,
permitiendo calcular la frecuencia relativa por país y en total.
Con el propósito de facilitar la interpretación visual de los hallazgos, se elaboró un gráfico de barras que
sintetiza la frecuencia total de menciones por subcategoría, derivadas del análisis temático (Fig. 1). Esta
representación permite identificar rápidamente las áreas de mayor impacto emocional y operativo asociadas a
la introducción de la inteligencia artificial generativa en los entornos laborales analizados.
Suárez-Carreño F. Inteligencia artificial generativa y transformación laboral en América Latina