|
Gestión del feedback de usuarios en el
desarrollo de aplicaciones móviles: un desafío para la transformación dig=
ital
de Cuba |
|
|
|
|
|
Alionus=
ka Velázq=
uez
Cintra |
|
alionuska.velazquez@uic.cu • https:/=
/orcid.org/0000-0003-2127-8362 UNIÓN DE INFORMÁTICOS =
DE
CUBA |
|
|
|
Ailyn F=
ebles
Estrada |
|
afeblesa@gmail.com • https://orcid.org/0000-0002-=
5742-9719 MINISTERIO DE
COMUNICACIONES |
|
|
|
Juan Pe=
dro Febles
Rodríguez |
|
afeblesa@gmail.com • https://orcid.org/0000-0003-=
3088-3564 |
|
|
|
Recibido: 2026-02-25 • Aceptado: 2026-04-21 |
|
RESUMEN |
|
Este
artículo presenta un diagnóstico sobre la gestión e integración del feedback de usuarios en los procesos de toma de
decisiones de los equipos de desarrollo de aplicaciones móviles en Cuba. =
La
investigación se sustenta en un modelo de análisis de cinco dimensiones:
organizacional, de gestión, operativa, técnica y estratégica. Mediante un
enfoque mixto y una muestra de 72 especialistas, se identificó una brecha
crítica: aunque el 90.7% reconoce el valor estratégico de las opiniones de
los usuarios, el 83.5% realiza su gestión de forma manual. Los resultados
revelan que el 78.3% del feedback es policodado (emojis, audios, símbolos), lo que gener=
a una
alta incertidumbre lingüística y técnica. Se concluye que la falta de
herramientas para la estandarización y trazabilidad de información
heterogénea constituye el principal cuello de botella para una toma de
decisiones basada en datos, limitando el alcance de la transformación dig=
ital
en el contexto nacional. |
|
Palabras clave: aplicaciones móviles; computación con
palabras; gestión del feedback; incertidumbre
lingüística; transformación digital. |
![](3D"302.diagramacion_archivos/image001.png")
|
ABSTRACT |
|
This
article presents a diagnosis of the management and integration of user
feedback within the decision-making processes of mobile application
development teams in Cuba. The study is based on a five-dimensional analy=
sis
model: organizational, management, operative, technical, and strategic. U=
sing
a mixed-methods approach and a sample of 72 specialists, a critical gap w=
as
identified: although 90.7% recognize the strategic value of user opinions,
83.5% perform their management manually. The results reveal that 78.3% of=
the
feedback is polycoded (emojis, audio, symbols=
),
leading to high linguistic and technical uncertainty. It is concluded that
the lack of tools for the standardization and traceability of heterogeneo=
us
information constitutes the main bottleneck for data-driven decision-maki=
ng,
limiting the scope of digital transformation within the national context.=
|
|
Keywords: mobile applications; computing with words; feedback management;
linguistic uncertainty; digital transformation. |
|
|
![](3D"302.diagramacion_archivos/image002.png")
INTRODUCCIÓN
En correspondencia con los retos identificados por Wolpes Álvarez,
(2022) para la administración pública en Cuba, la transformación digital ex=
ige
un tránsito hacia modelos centrados en datos. Entre las principales barreras
señaladas se encuentran la fragmentación de los flujos de información, la
limitada interoperabilidad entre sistemas y la ausencia de una cultura
consolidada de toma de decisiones basada en evidencia. Estas limitaciones
estructurales se reflejan directamente en la gestión empírica del feedback de los usuarios, fenómeno que esta investiga=
ción
confirma en el ecosistema cubano de desarrollo de aplicaciones móviles.
Como se establece en las bases teóricas nacionales (Ruiz Jhones et a=
l.,
2022), este proceso requiere no solo de la implementación tecnológica, sino=
de
una gestión estratégica de la información que permita cerrar la brecha entr=
e el
ciudadano y el prestador del servicio.
Desde la perspectiva de la Administración Pública, la transformación
digital no se limita a la digitalización de procesos existentes, sino que
implica la adopción de principios como la orientación al ciudadano, la
interoperabilidad de los sistemas, la gobernanza de datos y la toma de
decisiones basada en evidencia. En este contexto, la gestión de la informac=
ión
generada por los ciudadanos —incluido el feedback
digital— se convierte en un insumo estratégico para mejorar la calidad de l=
os
servicios públicos y reducir la brecha entre las políticas diseñadas y las
necesidades reales de la población (Fernández, 2022).
Un ecosistema digital es una red abierta y adaptable de plataformas,
herramientas y actores (clientes, empresas, proveedores y socios) que
interactúan mediante tecnologías digitales para generar servicios integrado=
s y
valor compartido. Este enfoque interconectado permite que productos como las
aplicaciones móviles funcionen como componentes esenciales de la transforma=
ción
digital de las organizaciones, facilitando la innovación, la colaboración y=
la
competitividad en entornos con ciclos de desarrollo (Carreño, 2024; Clover,
2025). En este contexto dinámico, la orientación al usuario y la capacidad =
de
adaptarse rápidamente a sus necesidades han dejado de ser una opción para
convertirse en un imperativo estratégico que permite trascender la operativ=
idad
inmediata y alcanzar la creación de valor sostenible (=
Magistretti
& Trabucchi, 2025).
El feedback de los usuarios —entendido c=
omo la
información que estos proporcionan sobre sus experiencias, percepciones y
necesidades con un producto o servicio digital (Snow et al., 2025) — emerge
como un activo intangible estratégico dentro de este panorama. Sin embargo,=
su
gestión representa un desafío complejo debido a la heterogeneidad de los
formatos y el volumen de datos (Dabrowski et al., 2022), lo que introduce a=
ltos
niveles de incertidumbre técnica y lingüística en el ciclo de desarrollo.
Es en este marco donde se sitúa el ecosistema cubano de desarrollo de
aplicaciones móviles, inmerso en su propio proceso de transformación digita=
l.
Resulta fundamental preguntarse: ¿Existe una brecha entre el valor estratég=
ico
reconocido del feedback y su integración efecti=
va en
la toma de decisiones en los equipos de desarrollo cubanos? Este estudio ab=
orda
dicha interrogante mediante un diagnóstico aplicado a 72 especialistas de la
Universidad de las Ciencias Informáticas (UCI) y el sector emergente de las
MIPYMES.
El diagnóstico preliminar identifica una contradicción crítica: una =
alta
valoración teórica del feedback contrapuesta a =
una
gestión predominantemente manual y empírica. Esta brecha se acentúa por la
naturaleza de los datos captados en canales como Apkli=
s,
Telegram y redes sociales, donde la subjetivida=
d y la
falta de estructuración de la información dificultan su traducción en
requisitos técnicos accionables.
Por tanto, el propósito de este artículo es caracterizar el estado
actual de la gestión del feedback en Cuba bajo =
un
enfoque pentadimensional. Este análisis busca
proporcionar la base empírica necesaria para el diseño de modelos de
estandarización que permitan reducir la incertidumbre en la toma de decisio=
nes,
fortaleciendo así una transformación digital genuinamente alineada con las
necesidades de la sociedad cubana.
METODOLOGÍA
La presente investigación se define como un diagnóstico de carácter
exploratorio-descriptivo con un enfoque mixto, orientado a evaluar la
integración del feedback en la toma de decision=
es
dentro del desarrollo de aplicaciones móviles en Cuba. Se empleó un diseño =
no
experimental de corte transversal, estructurado en cinco fases iterativas q=
ue
garantizan la trazabilidad y el rigor científico del estudio.
Fase 1: Fundamentación y
justificación del diagnóstico
En esta etapa se realizó el sustento teórico-conceptual de la
investigación. Se establecieron los nexos entre el desarrollo móvil, la
transformación digital y la gestión del feedback como
activo estratégico. Los expertos seleccionados para el juicio fueron elegid=
os
por su trayectoria en el ámbito tecnológico y académico. Esta fase permitió
identificar los desafíos globales y contextualizarlos en el entorno nacional
para justificar la necesidad del diagnóstico.
Fase 2: Caracterización del esta=
do
del arte
Se realizó una revisión sistemática de la literatura en bases de dat=
os
como Scopus, IEEE Xplore y
Google Scholar (periodo 2015-2025). Los criterios de inclusión se centraron=
en
publicaciones relacionadas con la toma de decisiones basadas en datos y la
minería de opiniones. Esta fase permitió contrastar las tendencias globales=
en
minería de opiniones con los retos de la transformación digital en Cuba,
tomando como referentes las bases teóricas nacionales (Ruiz Jhones et al.,
2022) y los desafíos del gobierno electrónico (Wolpes<=
/span>
Álvarez, 2022).
Fase 3: Diseño y validación del
instrumento
En esta etapa se delimitaron las variables críticas: importancia
estratégica, capacidad operativa y heterogeneidad técnica de los datos. Se
procedió a la construcción técnica del cuestionario de 40 reactivos. El pro=
ceso
incluyó la definición operativa de las cinco dimensiones de análisis y su
posterior validación mediante juicio de expertos (7 especialistas, Doctores=
en
Ciencias). Se determinó un Índice de Validez de Contenido (IVC) superior a =
0.85
y una alta consistencia interna mediante el coeficiente Alfa de Cronbach.
Fase 4: Ejecución y procesamient=
o de
campo
La aplicación del cuestionario a 72 especialistas del ecosistema
tecnológico cubano. La muestra se compuso por un 65% de especialistas de la
Universidad de las Ciencias Informáticas (UCI) y un 35% de MIPYMES y otras
entidades estatales, cubriendo roles de líderes de proyectos (22%),
desarrolladores (45%), especialistas de calidad (18%) y soporte técnico (15=
%).
Se utilizó la observación participante en 3 equipos de desarrollo para
triangular los datos. Se organizaron las respuestas bajo el modelo pentadimensional.
Fase 5: Análisis estratégico y
determinación de brechas
Para el procesamiento de los datos se utilizó el software IBM SPSS <=
span
class=3DSpellE>Statistics (v.25), aplicando estadística descriptiva =
para
identificar frecuencias y tendencias. Finalmente, se realizó un análisis de
brechas (Gap Analysis) permitió contrastar el e=
stado
deseado frente al real en la gestión del feedback.
La investigación parte de la hipótesis de trabajo siguiente: en los
equipos de desarrollo de aplicaciones móviles del ecosistema cubano existe =
una
brecha significativa entre el reconocimiento del valor estratégico del feedback de usuarios y la capacidad operativa real pa=
ra
procesarlo de forma sistemática. Lo anterior se agrava por la naturaleza
FASE 1: FUNDAMENTACIÓN Y
JUSTIFICACIÓN DEL DIAGNÓSTICO
1.1 El desarrollo móvil como mot=
or
de transformación digital
La transformación digital en las organizaciones se concibe como un
proceso multidimensional que abarca cambios tecnológicos, organizacionales,
culturales y estratégicos. Desde una perspectiva sistémica, no se trata
únicamente de adoptar nuevas tecnologías, sino de redefinir modelos de nego=
cio,
estructuras de decisión y formas de creación de valor. Esta visión permite
comprender el desarrollo de aplicaciones móviles no como un fenómeno aislad=
o,
sino como un componente integral de la transformación digital organizacional
(Cosa, 2024).
El desarrollo de aplicaciones móviles se caracteriza por ciclos de v=
ida
cada vez más cortos y una competencia intensa, donde la diferenciación se l=
ogra
predominantemente a través de la experiencia de usuario (UX) y la capacidad=
de
satisfacer demandas específicas de manera ágil (Seiden, 2016). Este ecosist=
ema,
comprendido por plataformas, paradigmas de diseño y metodologías de desarro=
llo
ágil, opera como un motor fundamental de la transformación digital. Este
proceso, definido como la integración de tecnologías digitales en todas las
áreas de una organización (alterando la forma en que esta opera
y brinda valor) según (Fernández, 2022), ha convertido la orientación al
usuario en un imperativo estratégico. La conexión directa y continua con el
usuario final ya no es una opción, sino un pilar necesario para la retenció=
n,
la monetización y la creación de valor sostenible en la era digital.
1.2 Taxonomía del feedback en entornos de incertidumbre
El feedback del usuario se define como la
información provista por los usuarios finales sobre sus experiencias,
percepciones y necesidades relacionadas con un producto o servicio digital
(Snow et al., 2025). En el ámbito de las aplicaciones móviles, este feedback se manifiesta de dos formas principales,
destacando en el contexto cubano el predominio del fee=
dback
explícito desestructurado producto del uso masivo de canales informales y
grupos de soporte en redes sociales:
• &nb=
sp;
Feedback
• &nb=
sp;
Feedback
La elección y combinación estratégica de estos canales es fundamental
para obtener una visión holística y basada en evidencia de la experiencia d=
el
usuario.
1.3 El feed=
back
como insumo de la toma de decisiones
La integración sistemática del feedback =
en
todo el ciclo de vida del desarrollo de software es un principio central de=
las
metodologías ágiles y el diseño centrado en el usuario. Su relevancia se
articula en cada fase (Magistretti & Trabucchi, 2025):
• &nb=
sp;
• &nb=
sp;
• &nb=
sp;
Post-lanzamiento y mejora continua: Una vez en
producción, el feedback de usuarios reales se
convierte en el insumo vital para priorizar la corrección de bugs, el
desarrollo de nuevas funcionalidades y la planificación de actualizaciones =
que
mantengan la aplicación competitiva y relevante (Wei et al., 2024).
En este flujo, el feedback actúa como un
mecanismo de reducción de incertidumbre para la toma de decisiones. Informa
decisiones que van desde lo operativo (corregir un error crítico) hasta lo
estratégico (invertir en una nueva línea de funcionalidad), transformando
suposiciones en acciones basadas en evidencia (Lin et al., 2022).
En este sentido, la integración del feedback
del usuario no debe restringirse a la corrección de errores operativos, sino
que constituye un mecanismo clave para la adaptación estratégica de las
organizaciones. La capacidad de interpretar sistemáticamente las opiniones =
de
los usuarios permite ajustar la comunicación, redefinir prioridades y orien=
tar
la evolución futura de los productos digitales en entornos altamente cambia=
ntes
(Cosa, 2024).
No obstante, la adopción de metodologías ágiles como marco de trabaj=
o no
garantiza, por sí sola, una gestión efectiva del feedb=
ack.
Cuando estas prácticas se implementan únicamente como herramientas operativ=
as y
no como una cultura organizacional orientada al aprendizaje continuo, el
análisis sistemático de la opinión del usuario suele quedar relegado a
decisiones intuitivas o informales (Magistretti=
&
Trabucchi, 2025).
1.4 Desafíos globales en la gest=
ión
del feedback para la toma de decisiones
A pesar de su valor reconocido, la transformación del feedback crudo en insights
accionables enfrenta desafíos complejos a nivel global. La literatura
especializada identifica de forma consistente una serie de problemáticas
recurrentes que obstaculizan su pleno aprovechamiento, tal como se sintetiz=
a en
la Tabla 1.
Tabla 1 Desafíos
comunes en la gestión y transformación del feedback
de usuario (perspectiva global)
|
Desafío Principal |
Descripci=
ón |
Implicaci=
ón
en la Toma de Decisiones |
|
Volumen y Velocidad |
La cantidad excesiva de =
feedback
generado (ej., reseñas, interacciones) excede la capacidad de procesamien=
to
manual o con herramientas limitadas. |
Riesgo de sobrecarga y parálisis analítica;
lentitud en la respuesta; posibilidad de ignorar información valiosa. |
|
Heterogeneidad y Estructura |
El feedback proviene de fuentes y formatos
diversos (texto libre, voz, métricas, clics), dificultando su agregación y
análisis comparativo. |
Complejidad para consolidar insights;
requiere herramientas sofisticadas para la normalización y el análisis
integrado. |
|
Ambigüedad y Contradicción |
Las opiniones son a menudo subjetivas, vagas,=
mal
expresadas o contradictorias entre distintos segmentos de usuarios. Presencia de alta incertidumbre lingüística
derivada de la subjetividad natural del lenguaje humano. |
Dificultad para extraer requisitos claros; al=
to
riesgo de basar decisiones en interpretaciones erróneas o sesgadas. |
|
Traducción a Requisitos Accionables |
Convertir el lenguaje cualitativo del usuario (ej., "es lenta&qu=
ot;)
en especificaciones técnicas concretas para el desarrollo. |
Crea una brecha entre la necesidad percibida y la solución implementa=
da;
puede generar ineficiencias e iteraciones innecesarias. |
|
Priorización Ineficiente |
Dificultad para determinar qué elementos del =
feedback son más críticos o impactantes, dada la
limitación de recursos de los equipos. |
Asignación subóptima de recursos (tiempo,
desarrollo); posibilidad de desarrollar funcionalidades de bajo valor para
los usuarios. |
|
Falta de Mecanismos Estandarizados |
Ausencia de procesos formales y consistentes para la captura,
procesamiento, análisis y representación del feedbac=
k. |
Inconsistencia en la calidad del análisis; esfuerzos aislados y no
escalables; dificultad para medir el impacto de las acciones tomadas. |
|
Resistencia al Cambio |
Reticencia cultural u organizacional para
implementar cambios significativos basados en el fee=
dback,
especialmente si contradice visiones internas. |
Desaprovechamiento de oportunidades de mejora;
desconexión entre el producto y las necesidades del mercado; frustración =
del
usuario. |
Estos desafíos, ampliamente documentados en la literatura sobre mine=
ría
de opiniones y desarrollo de software (Dabrowski et al., 2022; (Lin et al.,
2022), subrayan que el valor del feedback resid=
e en
su gestión efectiva como mecanismo de reducción de la incertidumbre. Si bie=
n el
Procesamiento de Lenguaje Natural (PLN) ha avanzado en la automatización de
estos procesos, su aplicación en entornos específicos requiere de modelos
adaptados a la heterogeneidad de los datos. Comprender esta problemática gl=
obal
proporciona el marco de referencia necesario para diagnosticar las
particularidades del contexto cubano, donde la ausencia de herramientas
automatizadas y el uso de canales no convencionales imponen retos adicional=
es
en el camino hacia una transformación digital centrada en el usuario.
Esta situación puede interpretarse como una paradoja de la
transformación digital: las organizaciones reconocen discursivamente el val=
or
estratégico del feedback del usuario, pero cont=
inúan
gestionándolo mediante prácticas manuales y no sistematizadas. Dichas parad=
ojas
evidencian tensiones entre la intención estratégica y la capacidad operativa
real, lo que limita el impacto efectivo de la digitalización en la toma de
decisiones (Singh et al., 2024).
FASE 2: CARACTERIZACIÓN DEL ESTADO DEL ARTE
Esta fase consistió en una investigación documental para identificar=
las
tendencias, brechas y tecnologías emergentes en la gestión del feedback a nivel internacional y nacional.
2.1. Estrategia de búsqueda y criterios de selecci=
ón
Se realizó una revisión sistemática de la literatura utilizando base=
s de
datos de alto impacto académico como Scopus, IE=
EE Xplore, ScienceDirect y G=
oogle
Scholar, abarcando el periodo 2015-2025. Los criterios de inclusión se
centraron en publicaciones que abordaran:
• &nb=
sp;
• &nb=
sp;
• &nb=
sp;
2.2. Referentes del contexto nacional
Para el aterrizaje al escenario cubano, se tomaron como referentes l=
as
bases teóricas de la Transformación Digital en Cuba (Ruiz Jhones et al., 20=
22)
y los diagnósticos sobre administración pública y gobierno electrónico de (=
Wolpes Álvarez, 2022). Esto permitió identificar la
desconexión existente entre la disponibilidad de datos en plataformas local=
es
(como Apklis) y su aprovechamiento estratégico =
por
los equipos de desarrollo.
2.3. Síntesis de desafíos globales vs. locales
Como resultado de esta fase, se construyó una matriz comparativa
(referenciada en la Tabla 1 de la fase 1.4) que permitió contrastar los
desafíos globales (volumen, velocidad) con los locales (canales informales,
regionalismos, falta de herramientas soberanas). Este marco comparativo sir=
ve
como línea base para discutir los resultados obtenidos en el trabajo de cam=
po.
Diversos estudios realizados en economías emergentes demuestran que =
el
uso estratégico de tecnologías móviles puede convertirse en una ventaja
competitiva para la gestión del conocimiento, incluso en contextos con
restricciones de recursos. Estos resultados son especialmente relevantes pa=
ra
el escenario cubano, donde las limitaciones tecnológicas refuerzan la neces=
idad
de soluciones eficientes y adaptadas al contexto local (Fletcher-Brown et a=
l.,
2021).
2.4 Tendencias tecnológicas relevantes<=
/span>
En el ámbito de la transformación digital destacan el uso creciente =
de
inteligencia artificial, analítica avanzada y procesamiento de lenguaje nat=
ural
para automatizar la captura y el análisis de grandes volúmenes de datos no
estructurados. Estas tecnologías permiten transformar opiniones dispersas en
conocimiento accionable, reduciendo los tiempos de respuesta y mejorando la
calidad de la toma de decisiones en los equipos de desarrollo de software
(Mahmood, 2024).
FASE 3: DISEÑO Y VALIDACIÓN DEL INSTRUMENTO
3.1 Estructura del instrumento
A partir de los referentes teóricos de la Fase 1, se diseñó un
cuestionario estructurado de 40 reactivos. El instrumento trasciende la
medición del consumo de hardware para profundizar en el "por qué"=
de
las decisiones tecnológicas, organizándose en un modelo pentadimensional:
=
1. Dimensión Organizacional: Perfil=
del
ecosistema y caracterización de la muestra.
=
2. Dimensión de Gestión: Gobernanza=
de
los flujos de datos y feedback.
=
3. Dimensión Operativa: Infraestruc=
tura
de captura, canales (Apklis, Telegram)
y métodos.
=
4. Dimensión Técnica: Complejidad d=
el
dato no estructurado (incertidumbre lingüística). =
5. Dimensión Estratégica: Visión
prospectiva y capacidad de toma de decisiones. 3.2. Proceso de validación La validación de contenido del instrumento se realizó mediante el mé=
todo
propuesto por Lawshe, utilizando el juicio de expertos para evaluar la
relevancia, claridad y suficiencia de cada ítem (Romero Jeldres et al., 202=
3).
A partir de este procedimiento se obtuvo un Índice de Validez de Contenido
(IVC) global superior a 0.85, valor que supera el umbral mínimo aceptado en
estudios con paneles de siete expertos. • &nb=
sp;
Tabla 2. Índice de
Validez de Contenido (IVC) por dimensión del instrumento
|
Dimensión=
|
Número de
ítems |
IVC prome=
dio |
<=
b>Evaluación |
|
Organizac=
ional |
=
8 |
=
0.89 |
=
Alta validez |
|
Gestión |
10 |
0.91 |
Alta validez |
|
Operativa=
|
=
9 |
=
0.87 |
=
Alta validez |
|
Técnica |
7 |
0.90 |
Alta validez |
|
Estratégi=
ca |
=
6 |
=
0.88 |
=
Alta validez |
|
Total /
Global |
40 |
0.89 |
Alta validez |
•&nb=
sp;
Tabla 3. Coeficiente Alfa de Cronbach=
por
dimensión (datos preliminares de la encuesta)
|
Dimens=
ión |
Número=
de
ítems |
Alfa de
Cronbach |
Interp=
retación |
|
Organizacional |
8 |
0.82 |
Buena consistencia interna |
|
Gestión |
10 |
0.88 |
Buena consistencia interna |
|
Operativa |
9 |
0.79 |
Aceptable consistencia interna |
|
Técnica |
7 |
0.85 |
Buena consistencia interna |
|
Estratégica |
6 |
0.81 |
Buena consistencia interna |
|
Instrumento completo |
|
|
|
Con un instrumento metodológicamente robusto, validado en contenido y
consistencia interna, se procedió a su aplicación a la muestra de 72
especialistas. Los datos obtenidos, y que se presentan a continuación,
permitieron no solo describir el estado de la gestión del feedback,
sino fundamentalmente exponer y cuantificar la contradicción estructural que
obstaculiza la transformación digital basada en datos en el contexto nacion=
al.
FASE 4: EJECUCIÓN Y PROCESAMIENT=
O DE
CAMPO
Esta fase comprendió el levantamiento de datos primarios mediante la
aplicación del instrumento validado a la muestra no probabilística seleccio=
nada
por conveniencia de 72 especialistas del ecosistema tecnológico cubano se
realizó entre los meses de septiembre de 2020 y enero de 2025, período que
comprendió tanto la administración del instrumento como la observación
participante no estructurada en los equipos de desarrollo seleccionados:
• &nb=
sp;
• &nb=
sp;
Para cumplir con el enfoque mixto y enriquecer el análisis cuantitat=
ivo,
se realizó observación participante no estructurada en 3 equipos de desarro=
llo,
focalizada en sus procesos de gestión de feedback. El
procesamiento inicial de los datos incluyó:
=
1. =
=
2. =
=
3. =
FASE 5: ANÁLISIS ESTRATÉGICO Y
DETERMINACIÓN DE BRECHAS
Esta fase final integra los hallazgos del trabajo de campo con el ma=
rco
teórico para identificar los puntos críticos que detienen la transformación
digital en el sector.
5.1. Procesamiento estadístico <= o:p>
Los datos recolectados se tabularon y procesaron mediante el software IBM SPSS Statistics (v.25). Se aplicó estadísti= ca descriptiva para el análisis de frecuencias y medidas de tendencia central, permitiendo cuantificar la prevalencia de la gestión manual, el uso de cana= les informales y establecer los indicadores clave del "Estado Real".<= o:p>
Los datos cualitativos derivados de la observación participante y las
respuestas abiertas fueron analizados mediante análisis de contenido temáti=
co.
Su contraste con los resultados estadísticos permitió interpretar las causas
profundas detrás de los porcentajes y validar y dar contexto a los hallazgos
cuantitativos, enriqueciendo la interpretación.
Análisis exploratorio de asociac=
ión
entre variables
Como análisis complementario y con carácter exploratorio, se realiza=
ron
pruebas de chi-cuadrado de Pearson para indagar posibles asociaciones entre
pares de variables categóricas de interés. Los resultados obtenidos permiten
delinear patrones iniciales de asociación estadísticamente significativos e=
n la
forma en que distintos perfiles profesionales enfrentan la incertidumbre
lingüística asociada al feedback policodado,
siendo los desarrolladores el grupo que reportó mayor dificultad para
interpretar mensajes con emojis o audios (87.5%), en comparación con los
líderes de proyecto (72.7%) y los especialistas de calidad (61.5%). Este
comportamiento sugiere la posible influencia del rol en la capacidad de
decodificación de mensajes multimodales, particularmente aquellos que integ=
ran
elementos no textuales.
Tabla 4. Percepción de dificultad para
interpretar feedback polic=
odado
según rol profesional
|
Rol profesional |
Alta dificultad n (%) |
Baja/Moderada dificultad n (%) |
Total n (%) |
|
Desarrolladores |
28 (87.5) |
4 (12.5) |
32 (100) |
|
Líderes de proyecto |
11 (72.7)=
|
5 (31.3)<= o:p> |
16 (100)<= o:p> |
|
Especialistas de calidad |
8 (61.5) |
5 (38.5) |
13 (100) |
|
Soporte técnico |
5 (45.5)<= o:p> |
6 (54.5)<= o:p> |
11 (100)<= o:p> |
|
Total |
52 (72.2) |
20 (27.8) |
72 (100) |
Nota. Los valores se expresan en frecuencias absolutas (n) y porcent=
ajes
dentro de cada categoría profesional. La asociación entre el rol profesiona=
l y
la percepción de dificultad fue evaluada mediante la prueba de chi-cuadrado=
de
Pearson sobre el total de la muestra (N =3D 72), evidenciando diferencias
estadísticamente significativas (χ²(3) =3D =
10.84, p
=3D .013). Los porcentajes han sido redondeados a una cifra decimal.
De manera complementaria, se constató una correlación positiva moder=
ada
entre el nivel de gestión manual del feedback y=
la
percepción de alta incertidumbre en el requerimiento (=
rs
=3D .61, p < .001), lo que sugiere que la ausencia de herramientas
formalizadas incrementa significativamente la ambigüedad semántica percibid=
a.
5.2. Análisis de Brechas (Gap Analysis)
Se empleó la técnica de Gap Analysis para
diagnosticar la distancia entre los dos estados:
• &nb=
sp;
• &nb=
sp;
5.3. Determinación de requerimie=
ntos
para la prospectiva
A partir de la triangulación de resultados, se definieron las líneas=
de
acción estratégica. Esta etapa se enfocó en proponer soluciones basadas en
Computación con Palabras (CWW) como respuesta a la incertidumbre técnica
detectada, sentando las bases para el diseño futuro de herramientas soberan=
as
de procesamiento de lenguaje natural adaptado al contexto.
La literatura sobre toma de decisiones organizacionales destaca el u=
so
de métodos multicriterio para priorizar alternativas en escenarios complejo=
s y
con información incompleta. Aunque en este diagnóstico no se aplican
formalmente técnicas como el Proceso Analítico Jerárquico (AHP), los result=
ados
evidencian la necesidad futura de incorporar modelos matemáticos que reduzc=
an
la dependencia del criterio empírico en la priorización del feedback
(Salehzadeh & Ziaeian<=
/span>,
2024).
Los avances recientes en modelos de lenguaje y procesamiento de leng=
uaje
natural han ampliado significativamente la capacidad de analizar texto no
estructurado, identificar patrones semánticos y gestionar ambigüedad
lingüística (Wei et al., 2024). Estas capacidades resultan fundamentales pa=
ra
automatizar el procesamiento del feedback policodado detectado en el contexto cubano.
RESULTADOS Y DISCUSIÓN
Los hallazgos de este diagnóstico preliminar, derivados de la
triangulación entre la revisión de literatura y la investigación de campo en
Cuba, revelan un panorama matizado sobre la gestión del feedback.
A continuación, se presentan los resultados a través de dos dimensiones
críticas que definen la madurez de su transformación digital:
Ca=
racterización
del ecosistema móvil (dimensión organizacional)
El análisis de la dimensión organizacional permitió identificar la
madurez y composición del ecosistema de desarrollo de aplicaciones móviles =
en
Cuba. La muestra, integrada por 72 especialistas con una alta representativ=
idad
del sector, exhibe un perfil de alta especialización científica y profesion=
al.
Se observa un ecosistema híbrido donde convergen el sector estatal (40%) y =
las
nuevas formas de gestión no estatal (60%), fundamentalmente MiPyMEs
y trabajadores por cuenta propia (TCP).
En cuanto a la composición de roles, el ecosistema muestra una
distribución equilibrada entre la gestión y la ejecución técnica que asegura
una visión integral del ciclo de desarrollo. Destacan los líderes de proyec=
to
(32%) y gestores de producto (28%), perfiles que tienen responsabilidad dir=
ecta
sobre la toma de decisiones. Un dato relevante extraído del estudio es la
madurez del sector: el 65% de los participantes posee más de 5 años de
experiencia, lo que otorga validez técnica a las percepciones sobre la
complejidad del feedback.
|
|
|
|
|
Figura. 1 Distribución de la muestra =
por
años de experiencia (N=3D72) |
|
Figura. 2 Distribución de la muestra = por roles profesionales (N=3D72)<= o:p> |
![](3D"302.diagramacion_archivos/image004.png")
![](3D"302.diagramacion_archivos/image006.png")
Praxis de la gestión y gobernanza (dimensión de gestió=
n)
Se confirma u=
na
brecha crítica en la gobernanza de datos. El primer hallazgo relevante es u=
na
contradicción estructural: el 86% de los especialistas afirma que su
organización posee una Estrategia Formal de Transformación Digital (TD); sin
embargo, esta declaración no se traduce en herramientas de gobernanza de da=
tos.
Como se observa en la Tabla 5, existe una fragmentación crítica en el ciclo=
de
vida de la información. El 78% de los expertos reconoce que no cuenta con un
sistema de registro único para el feedback, lo =
que
implica que la información capturada queda dispersa en hilos de chats, corr=
eos
o notas informales, perdiendo su trazabilidad y utilidad para auditorías
técnicas o de calidad.
Tabla 5. Contraste entre la estrategi=
a de
TD y la gobernanza del feedback (N=3D72)
|
Indicador |
Respuesta |
Frecuencia (f) |
Porcentaje (%) |
|
Estrategia de TD formal |
Sí |
62 |
86% |
|
No |
10 |
14% |
|
|
Sistema de registro único |
Sí |
16 |
22% |
|
No |
56 |
78% |
|
|
Seguimiento del ciclo de vida |
Manual=
/
Empírico |
60 |
83% |
| Automatizado |
12 |
17% |
Aunque el 94.=
4%
de los encuestados reconoce el valor estratégico de las opiniones de los
usuarios, la gestión operativa es predominantemente manual o empírica (83.3=
%).
Solo el 16.7% de los equipos emplea herramientas automatizadas o modelos
formales para el procesamiento de dicha información. Esta paradoja de gesti=
ón
puede interpretarse desde la perspectiva de los modelos de madurez. Según el
Data Management Maturity Model (DMM) (Baolong et al., 2018) del CMMI I=
nstitute
(CMMI Institute, 2025) y los principios de la
Estrategia de Negocio Digital propuestos por Bharadwaj et al. (Holotiuk & Beimborn, 2017), que sientan las bases=
para
el Digital Capability Framework (DCF) (Uhl et a=
l.,
2014); las organizaciones en niveles iniciales de madurez presentan una
disociación estructural entre el reconocimiento discursivo del valor
estratégico de los datos y la capacidad operativa real para gestionarlos. L=
os
resultados obtenidos ubican al ecosistema cubano analizado en un nivel de
madurez “inicial” o “gestionado informalmente”, donde la gestión del feedback descansa predominantemente en el criterio em=
pírico
del decisor (84.7%), en lugar de fundamentarse en modelos formalizados de
procesamiento. Esta constatación refuerza la necesidad del modelo ARDO
(Análisis, Representación, Decisión y Operacionalización) como instrumento =
de
estandarización que permita avanzar hacia estadios superiores de madurez en=
la
gestión de información heterogénea.
Infr=
aestructura
de captura y canales (Dimensión operativa)
Los resultados
muestran una estructura de recolección híbrida y fragmentada. Como se detal=
la
en las figuras 3, 4 y 5, el flujo de entrada de información es multicanal.
Destaca la preeminencia de Apklis (82%) como
repositorio nacional, seguido de un uso intensivo de T=
elegram
y WhatsApp (75%) para el soporte directo.
Sin embargo, la falta de integración de estos canales informales pro=
voca
una pérdida de trazabilidad: solo el 22,2% cuenta con mecanismos para
sistematizar la información proveniente de redes, convirtiendo datos valios=
os
en ruido organizacional. Esta dispersión obliga a los especialistas a reali=
zar
un monitoreo constante en múltiples interfaces, aumentando el riesgo de omi=
sión
de datos críticos.
|
|
|
|
||
|
Figura. <=
/span>3 Distribución por canales de recepción (N=3D72)=
|
Figura. <=
/span>4 Distribución métodos de captura (N=3D72) |
Figura. <=
/span>5 Distribución por frecuencia (N=3D72) |
||
![](3D"302.diagramacion_archivos/image008.png")
![](3D"302.diagramacion_archivos/image010.png")
![](3D"302.diagramacion_archivos/image012.png")
El desafío de la incertidumbre lingüística
(Dimensión técnica)
Esta dimensión
revela el núcleo del problema técnico en Cuba: la poli=
codalidad.
El 76.4% del feedback recibido integra texto, e=
mojis,
audios y regionalismos. Esta prevalencia no constituye un fenómeno aislado,
sino que se inscribe en una tendencia documentada en múltiples contextos
latinoamericanos donde la cultura moldea profundamente la forma en que los
usuarios expresan sus necesidades (Kotsifas et =
al.,
2025). Estudios realizados en Colombia sobre reseñas de Google Play
identificaron que las opiniones en español incorporan elementos no textuales
—emoticones o expresiones regionales— que dificultan su procesamiento
automático (Muñoz et al., 2021). En el ámbito hispanohablante, se ha demost=
rado
que la complejidad lingüística inherente a estos mensajes limita la precisi=
ón
de los algoritmos de aprendizaje automático, alcanzando puntuaciones F1 de
apenas 0.74 en tareas de clasificación de sentimientos en conjuntos de dato=
s en
español (Limaylla-Lunarejo et al., 2024).
En un sentido
similar, investigaciones desarrolladas en Brasil sobre canales informales c=
omo
WhatsApp constatan que el uso de elementos policodados=
,
como los stickers, introduce una ambigüedad sem=
ántica
crítica; de hecho, se ha documentado que hasta el 34.7% de estos elementos
presentan disparidades de interpretación entre el emisor y el receptor (Mel=
o et
al., 2024). Esta complejidad, que incluye la ambigüedad semántica y la fuer=
te
dependencia del contexto (Sibarani et al., 2024=
),
subraya la insuficiencia de los enfoques tradicionales de procesamiento del
lenguaje natural que carecen de una conciencia de contexto profunda para
manejar el ruido estructural de la mensajería digital (Ignise
& Vahi, 2024).
Estos hallazg=
os
sugieren que la policodalidad es una caracterís=
tica
estructural del feedback digital en Latinoaméri=
ca,
agravada en Cuba por el uso predominante de canales semiformales no optimiz=
ados
para el análisis automatizado. Esta característica genera una incertidumbre
lingüística (subrayada por el 84.7% de los sujetos como ambigüedad en el
requerimiento) que imposibilita el uso de herramientas convencionales diseñ=
adas
para el inglés o el español neutro. La subjetividad y la carga emocional del
lenguaje coloquial actúan como una barrera que impide traducir la opinión d=
el
usuario en requisitos técnicos accionables. Como resultado, la incertidumbr=
e es
una constante derivada de la baja calidad estructural del mensaje y la
heterogeneidad de los códigos empleados (ver Tabla 6).
Tabla 6 Barreras de incertidumbre
lingüística detectadas (N=3D72)
|
Tipología de Incertidumbre |
Manife=
stación
detectada |
Frecue=
ncia
(f) |
Porcen=
taje
(%) |
|
Ambigüedad semántica |
Ambigüedad en el requerimiento (no especifica falla) |
61 |
84.70%=
|
|
Ruido estructural |
Mala redacción (ortografía, coherencia, sin signos) |
58 |
80.50% |
|
Neutralidad/contradicción |
Criterios opuestos sobre un mismo elemento |
39 |
54.20%=
|
|
Sesgo emocional |
Lenguaje explosivo que disfraza el problema técnico |
45 |
62.50% |
|
Feedback policodado |
Uso frecuente de emojis, stickers o au=
dios |
55 |
76.40%=
|
La interpreta=
ción
manual del feedback introduce, además, sesgos
cognitivos asociados a la experiencia, percepción y estado emocional del
analista. La literatura reciente advierte que estos "puntos ciegos&quo=
t;
del anotador humano pueden distorsionar la comprensión real de las necesida=
des,
reforzando la urgencia de desarrollar modelos automatizados que mitiguen la
influencia del sesgo humano en la toma de decisiones técnicas (Gautam &
Srinath, 2024a, 2024b). Esta subjetividad puede distorsionar la comprensión=
real
de las necesidades del usuario, reforzando la necesidad de modelos
automatizados que reduzcan la influencia del sesgo humano en la toma de
decisiones (Snow et al., 2025).
Impacto estratégico y toma de decisiones
(Dimensión prospectiva)
Los resultados
revelan una brecha de implementación: existe una alta valoración teórica del
usuario, pero una carencia casi total de modelos científicos que respalden =
la
priorización de sus demandas. Como se detalla en la Tabla 6, el proceso de =
toma
de decisiones (TD) descansa mayoritariamente en la experiencia acumulada
(intuición) y no en el análisis basado en datos.
Tabla 7 Brechas entre importancia
percibida y aplicación práctica (N=3D72)
|
Variable
estratégica |
Indicado=
r |
Frecuenc=
ia
(f) |
Porcenta=
je
(%) |
|
Importanc=
ia
del feedback |
Alta / Muy Alta (Activo Estratégico) |
68 |
94.4% |
|
Soporte de
decisión |
Basado en
Modelos Matemáticos / IA |
11 |
15.3% |
|
Basado en Criterio Empírico / Jerárquico |
61 |
84.7% |
|
|
Impacto e=
n el
Roadmap |
El feedback modifica la estrategia a la=
rgo
plazo |
22 |
30.5% |
|
Visión
prospectiva |
Considera necesaria una herramienta de priorización |
69 |
95.8% |
La baja incidencia real del feedback
en el roadmap de los productos demuestra que la
transformación digital en Cuba aún enfrenta un "cuello de botella"
analítico. Para avanzar hacia una transformación digital centrada en el
usuario, no basta con la presencia en plataformas digitales; es imperativo
desarrollar capacidades locales para la inteligencia de datos.
1.
Estan=
darizar:
Adoptar modelos de Computación con Palabras (CWW) y Lógica Neutrosófica
para procesar la ambigüedad, que logren traducir la subjetividad y policodalidad del usuario cubano en métricas técnicas
accionables. Sin estandarización, no hay trazabilidad.
2.
Sober=
anía
Tecnológica: Desarrollar herramientas locales de procesamiento que reconozc=
an
el léxico y la ironía del contexto nacional. Crear registros únicos que
permitan medir cómo una sugerencia de un usuario se convirtió efectivamente=
en
una mejora del software.
3.
Cultu=
ra
Data-Driven: La transformación digital exige
transitar de una gestión reactiva (basada en la intuición o la corrección de
errores críticos) a una gestión proactiva. Integrar formalmente los insights del usuario en el ciclo de vida del producto
asegura que la soberanía tecnológica responda a necesidades sociales reales=
.
Limitaciones del estudio
Los resultados presentados deben interpretarse a=
la
luz de un conjunto de limitaciones que condicionan su alcance analítico y su
validez externa:
• =
Diseño
muestral: Muestreo no probabilístico por conveniencia, lo que limita la
generalización estadística. La concentración del 65% en la UCI introduce un
posible sesgo institucional, con sobreestimación del nivel de conciencia
estratégica respecto al feedback.
• =
Instr=
umento
de autoreporte: Susceptible a deseabilidad soci=
al,
especialmente en relación con la Transformación Digital. El 86% de respuest=
as
afirmativas podría reflejar alineación con expectativas institucionales más=
que
prácticas reales.
• =
Alcan=
ce
del diseño: Enfoque exploratorio-descriptivo, sin capacidad para establecer
relaciones causales. Los resultados constituyen una línea base diagnóstica.=
• =
Proye=
cción
investigativa: Se requiere validación mediante estudios longitudinales, con
muestras probabilísticas y más diversas, así como ampliación a otros contex=
tos
latinoamericanos para fortalecer la validez externa.
Los resultados del diagnóstico confirman una bre=
cha
crítica: el 83.5% de la gestión del feedback es
manual, a pesar de que el 90.7% reconoce su valor estratégico. Esta depende=
ncia
operativa, sumada a la alta incertidumbre de datos pol=
icodados
(78.3%), valida la necesidad de abandonar los métodos tradicionales. Se
requiere, por tanto, la implementación de un modelo basado en Lógica Neutrosófica y Computación con Palabras, capaz de
transformar la ambigüedad del lenguaje natural en decisiones precisas y tra=
zables
para la transformación digital. La Figura 6 sintetiza el flujo de trabajo
recomendado para la gestión sistemática del feedback
a partir de los hallazgos del diagnóstico.
![](3D"302.diagramacion_archivos/image014.png")
Figura. 6 Flujo de trabajo para la gestión del feedback
a partir de los resultados del diagnóstico
Recomendaciones esenciales:
•
Uni=
ficar
canales informales (Telegram) y formales (Apklis) en protocolos de captura únicos.
•
Inv=
estigar
soluciones basadas en lógica difusa para procesar la carga emocional y
regionalismos del usuario cubano.
•
Int=
egrar
el feedback en los road=
maps
estratégicos y sistemas de gestión de calidad.
Desde una perspectiva social, =
la
gestión efectiva del feedback digital contribuy=
e a
procesos de innovación inclusiva, al incorporar de forma sistemática la voz=
de
los usuarios en la mejora de los servicios (Barrios
et al., 2025). En sectores vinculados al ám=
bito
público, este enfoque refuerza la equidad, la transparencia y la legitimida=
d de
las soluciones digitales desarrolladas.
En =
una
proyección futura, los modelos de inteligencia de negocio basados en
inteligencia artificial permiten integrar el feedback<=
/span>
del usuario como una fuente estructurada dentro de sistemas de apoyo a la
decisión (Shafa, 2025). La evolución del diagnóstico
presentado hacia este tipo de soluciones posibilitaría una transformación d=
el feedback en indicadores estratégicos para la gestión =
de
productos digitales.
CONCLUSIONES
El diagnóstico realizado sobre la gestión del f=
eedback
en el desarrollo de aplicaciones móviles en Cuba permite arribar a las
siguientes conclusiones:
• &nb=
sp;
• &nb=
sp;
• &nb=
sp;
• &nb=
sp;
La integración efectiva del feedback no =
debe
visualizarse como una tarea técnica aislada, sino como un pilar estratégico=
de
la transformación digital en Cuba. Futuras investigaciones deberán enfocars=
e en
el diseño de herramientas soberanas que resuelvan los cuellos de botella de
agrupamiento inteligente y trazabilidad identificados en este estudio.
REFERENCIAS
=
Baolong, Y., Hong, W., & Haodong, Z. (2018).
Research and application of data management based on Data Management Maturi=
ty
Model (DMM). Proceedings of the 2018 10th International Conference on Machi=
ne
Learning and Computing, ICMLC ’18, 157-160.
https://doi.org/10.1145/3195106.3195177
Barrios, A., Camacho, S., & Reficco,=
E.
(2025). Digital technologies for inclusive innovations in humanitarian
response. Journal of Business Research, 201, 115714.
https://doi.org/10.1016/j.jbusres.2025.115714
Carre=
ño,
A. (2024, noviembre 4).
Clover. (2025). ¿Qué es un ecosistema digital? [Blog]. Clover.
https://mex.clover.com/blog/innovacion-tecnologica/que-es-un-ecosistema-dig=
ital/
CMMI Institute. (2025). CMMI Institute—CMMI Levels of Capability and
Performance. ISACA. Appraisals and Levels.
https://cmmiinstitute.com/learning/appraisals/levels
Cosa, M. (2024). Business digital transformation: Strategy adaptatio=
n,
communication and future agenda. Journal of Strategy and Management, 17(2),
244-259. https://doi.org/10.1108/JSMA-09-2023-0233
Dabrowski, J., Letier, E., Perini, A., &
Susi, A. (2022). Analysing
Fernández, T. D. (2022). Transformación digital en la Administración Pública: Principios, mar=
cos
de trabajo y principales efectos. Revista Cubana de Transformación Digital,
3(3), e193-e193. https://rctd.uic.cu/rctd/article/view/193
Fletcher-Brown, J., Carter, D., Pereira, V., & Chandwani,
R. (2021). Mobile technology to give a resource-based knowledge management
advantage to community health nurses in an emerging economies context. Jour=
nal
of Knowledge Management
| Emerald Publishing, 21(3), 525-544.
https://doi.org/10.1108/JKM-01-2020-0018
Holotiuk, F., & Beimborn, D. (2017). Critical Success Factors of
Digital Business Strategy. Wirtschaftsinformatik 2017
Proceedings. https://aisel.aisnet.org/wi2017/track09/paper/5
=
Ignise, A., & Vahi, Y. (2024). Context Awareness Challenges in Natural
Language Processing. https://doi.org/10.36227/techrxiv.172469952.20330535/v=
1
=
Kotsifas, M. F. A., Lüders, R., & Silva, T. H. (2025). How Culture Shapes
Customers: A Cross-Continent Analysis of Apps Reviews Using NLP Techniques.=
Simpósio Brasileiro de Banco de Dad=
os
(SBBD), 760-766. https://doi.org/10.5753/sbbd.2025.247502
=
Limaylla-Lunarejo, M.-I., Condori Fernández, N., & Rodríguez Luaces, M. (2024). A=
nalyzing
App Reviews: A Comparative Evaluation of Machine Learning Algorithms on a
Spanish Dataset. http://hdl.handle.net/2183/40765
=
Lin, B., Cassee, N., Serebrenik, A., Bavota, G., Novielli, N., & Lanza, M. (2022). Opinion Mining for Software
Development: A Systematic Literature Review. ACM Transactions on Software
Engineering and Methodology (TOSEM), 31(3), 38:1-38:41.
https://doi.org/10.1145/3490388
=
Magistretti
Mahmood, D. K. (2024). Tech Trends 2024: Emerging Technologies Fueli=
ng
Digital Transformation. Journal of Emerging Technology and Digital
Transformation, 3(01), 45-61.
https://www.journalofemergingtechnologyanddigitaltransformation.com/index.p=
hp/3/article/view/36
Melo, P., Couto, J. M. M., Kansaon, D., Maf=
ra,
V., Reis, J. C. S., & Benevenuto, F. (2024). A Sticker is Worth a Thousand Wo=
rds:
Characterizing the Use of Stickers in WhatsApp Political Groups in Brazil
(arXiv:2406.08429). arXiv.
https://doi.org/10.48550/arXiv.2406.08429
Muñoz, A. O., Camacho, E., & Torous,=
J.
(2021). Marketplace and Literature Review of Spanish Language Mental Health
Apps. Frontiers in Digital Health, 3, 615366.
https://doi.org/10.3389/fdgth.2021.615366
Romero Jeldres, M., Díaz Costa, E., & Faouzi Nadim, T. (2023). A
review of Lawshe’s method for calculating content validity in the social
sciences. Frontiers in Education, 8.
https://doi.org/10.3389/feduc.2023.1271335
Ruiz Jhones, A., Delgado Fernández, T., Febles Estrada, A., &
Estévez Velarde, S. (2022). Habilitando la transformación digital: II. Editorial UH.
http://redciencia.cu/uploads/2023-transformacion-digital-2.pdf
=
Salehzadeh
Seiden, J. G., Josh. (2016). Lean UX, 2nd Edition.
https://www.oreilly.com/library/view/lean-ux-2nd/9781491953594/
Shafa, H. (2025). ARTIFICIAL INTELLIGENCE-DRIVEN BUSINESS INTELLIGEN=
CE
MODELS FOR ENHANCING DECISION-MAKING IN U.S. ENTERPRISES. ASRC Procedia: Gl=
obal
Perspectives in Science and Scholarship, 1(01), 771-800.
https://doi.org/10.63125/b8gmdc46
= Sibarani, C. V., Marbun, W., & Hartati, R. (202= 4). Feedback and Literacy: Investiga= ting the Mediating Role of Ambiguity in texting communication. Fonologi: Jurnal Ilmuan Bahas= a Dan Sastra Inggris, 2(4), 184-200. https://doi.org/10.61132/fonologi.v2i4.1230<= o:p>
Singh, N., Vishnan, S., Khandelwal, V., Sahoo, S., & Kumar, S.
(2024). A systematic review of paradoxes linked with digital transformation=
of
business | Journal of Enterprise Information Management | Emerald Publishin=
g. Journal of Enterprise Information
Management, 37(4), 1348-1373. https://doi.org/10.1108/JEIM-07-2023-0397
Snow, P., Ruiz-Segura, A., Léger, P.-M., Sénécal,
S., Coursaris, C., Pourcho=
n,
R., Cosby, S., & Beauchesne, A. (2025). Breaking the bias: Integrating
physiological and self-reported data to improve UX researchers’ accuracy and
empathy. Computers in Human Behavior Reports, 19, 100723.
https://doi.org/10.1016/j.chbr.2025.100723
Uhl, A., Born, M., Koschmider, A., &
Janasz, T. (2014). The Importance of Technological Trends and How to Exploit
Them for Business Excellence. En Digital Enterprise Transformation. Routled=
ge.
Wei, C., Wang, Y.-C., Wang, B., & Kuo, C.-C. J. (2024a). An Over=
view
on Language Models: Recent Developments and Outlook. APSIPA Transactions on
Signal and Information Processing, 13(2). https://doi.org/10.1561/116.00000=
010
Wei, C., Wang, Y.-C., Wang, B., & Kuo, C.-C. J. (2024b). An Over=
view
on Language Models: Recent Developments and Outlook. APSIPA Transactions
=
Wolpes Álvarez, O. A. (2022). Retos del gobierno electrónico en la
transformación digital de la administración pública en Cuba. Retos de la
Dirección, 16(1), 126-156.
http://scielo.sld.cu/scielo.php?script=3Dsci_abstract&pid=3DS2306-91552=
022000100126&lng=3Des&nrm=3Diso&tlng=3Des
=
|
C=
opyright
© 2026, Autores: Velázquez Cintra, Alionuska,=
Febles
Estrada, Ailyn, Febles Rodríguez, Juan Pedro |
|
<= o:p> |
|
|
|
E=
sta
obra está bajo una licencia de Creative Commons Atribución-No Comercial 4=
.0
Internacional |
![](3D"302.diagramacion_archivos/image016.jpg")
=