Emma Fernanda Garcés Suárez
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Emma Fernanda Garcés Suárez has a total of 3 co-authors. Here are the top co-authors by number of shared publications:
- César Roberto Jurado Pilozo
Universidad Cesar Vallejo, Piura, Piura, Perú
2 shared publications - Kevin Alex Melgar Ojeda
Universidad César Vallejo. Lima, Perú
2 shared publications - Vilma Vanessa Arellano Córdova
Universidad Nacional de Tumbes. Tumbes, Perú
2 shared publications
Latest Publications
- Open Access
- 3 April 2026
- Published by Universidad Privada Domingo Savio in Impulso, Revista de Administración
- Vol. 6 (14) , 516-536
Inteligencia artificial y toma de decisiones en la gestión pública: oportunidades y desafíos. Revisión sistemática
La incorporación de la inteligencia artificial (IA) en la gestión pública representa una transformación significativa en los procesos de toma de decisiones, planificación y prestación de servicios. El objetivo del estudio es examinar críticamente el rol de la inteligencia artificial (IA) en la toma de decisiones en la gestión pública, identificando oportunidades principales, desafíos sustantivos y principios para una implementación responsable. Se realizó una revisión sistemática de literatura siguiendo las directrices PRISMA 2020. La búsqueda abarcó cinco bases de datos (Scopus, Web of Science, ProQuest, IEEE Xplore, Google Scholar) para el período 2019-2024. De 850 registros iniciales, se seleccionaron 16 estudios empíricos y casos de aplicación mediante criterios rigurosos de inclusión y exclusión. Los hallazgos permitieron identificar cinco áreas críticas de aplicación: análisis predictivo, automatización administrativa, detección de fraude, personalización de servicios y optimización de recursos. La IA demuestra capacidad para incrementar la eficiencia operativa entre 30-50% y mejorar la precisión predictiva hasta 85%. Sin embargo, la implementación enfrenta desafíos como sesgos algorítmicos, opacidad de modelos, brechas de capacidades técnicas y marcos regulatorios insuficientes. Las conclusiones señalan que el éxito de la IA gubernamental depende menos de la sofisticación tecnológica que del diseño institucional apropiado. Se propone el Marco de Implementación Responsable de IA en Gestión Pública (MIRAGP) para integrar principios de transparencia, equidad, rendición de cuentas y participación ciudadana en todo el ciclo de vida de los sistemas automatizados.
- 3 April 2026
- Published by Universidad Privada Domingo Savio in Impulso, Revista de Administración
- Vol. 6 (14) , 516-536
Open AccessInteligencia artificial y toma de decisiones en la gestión pública: oportunidades y desafíos. Revisión sistemática
La incorporación de la inteligencia artificial (IA) en la gestión pública representa una transformación significativa en los procesos de toma de decisiones, planificación y prestación de servicios. El objetivo del estudio es examinar críticamente el rol de la inteligencia artificial (IA) en la toma de decisiones en la gestión pública, identificando oportunidades principales, desafíos sustantivos y principios para una implementación responsable. Se realizó una revisión sistemática de literatura siguiendo las directrices PRISMA 2020. La búsqueda abarcó cinco bases de datos (Scopus, Web of Science, ProQuest, IEEE Xplore, Google Scholar) para el período 2019-2024. De 850 registros iniciales, se seleccionaron 16 estudios empíricos y casos de aplicación mediante criterios rigurosos de inclusión y exclusión. Los hallazgos permitieron identificar cinco áreas críticas de aplicación: análisis predictivo, automatización administrativa, detección de fraude, personalización de servicios y optimización de recursos. La IA demuestra capacidad para incrementar la eficiencia operativa entre 30-50% y mejorar la precisión predictiva hasta 85%. Sin embargo, la implementación enfrenta desafíos como sesgos algorítmicos, opacidad de modelos, brechas de capacidades técnicas y marcos regulatorios insuficientes. Las conclusiones señalan que el éxito de la IA gubernamental depende menos de la sofisticación tecnológica que del diseño institucional apropiado. Se propone el Marco de Implementación Responsable de IA en Gestión Pública (MIRAGP) para integrar principios de transparencia, equidad, rendición de cuentas y participación ciudadana en todo el ciclo de vida de los sistemas automatizados.
- Open Access
- 3 April 2026
- Published by Universidad Privada Domingo Savio in Impulso, Revista de Administración
- Vol. 6 (14) , 516-536
Inteligencia artificial y toma de decisiones en la gestión pública: oportunidades y desafíos. Revisión sistemática
La incorporación de la inteligencia artificial (IA) en la gestión pública representa una transformación significativa en los procesos de toma de decisiones, planificación y prestación de servicios. El objetivo del estudio es examinar críticamente el rol de la inteligencia artificial (IA) en la toma de decisiones en la gestión pública, identificando oportunidades principales, desafíos sustantivos y principios para una implementación responsable. Se realizó una revisión sistemática de literatura siguiendo las directrices PRISMA 2020. La búsqueda abarcó cinco bases de datos (Scopus, Web of Science, ProQuest, IEEE Xplore, Google Scholar) para el período 2019-2024. De 850 registros iniciales, se seleccionaron 16 estudios empíricos y casos de aplicación mediante criterios rigurosos de inclusión y exclusión. Los hallazgos permitieron identificar cinco áreas críticas de aplicación: análisis predictivo, automatización administrativa, detección de fraude, personalización de servicios y optimización de recursos. La IA demuestra capacidad para incrementar la eficiencia operativa entre 30-50% y mejorar la precisión predictiva hasta 85%. Sin embargo, la implementación enfrenta desafíos como sesgos algorítmicos, opacidad de modelos, brechas de capacidades técnicas y marcos regulatorios insuficientes. Las conclusiones señalan que el éxito de la IA gubernamental depende menos de la sofisticación tecnológica que del diseño institucional apropiado. Se propone el Marco de Implementación Responsable de IA en Gestión Pública (MIRAGP) para integrar principios de transparencia, equidad, rendición de cuentas y participación ciudadana en todo el ciclo de vida de los sistemas automatizados.
- 3 April 2026
- Published by Universidad Privada Domingo Savio in Impulso, Revista de Administración
- Vol. 6 (14) , 516-536
Open AccessInteligencia artificial y toma de decisiones en la gestión pública: oportunidades y desafíos. Revisión sistemática
La incorporación de la inteligencia artificial (IA) en la gestión pública representa una transformación significativa en los procesos de toma de decisiones, planificación y prestación de servicios. El objetivo del estudio es examinar críticamente el rol de la inteligencia artificial (IA) en la toma de decisiones en la gestión pública, identificando oportunidades principales, desafíos sustantivos y principios para una implementación responsable. Se realizó una revisión sistemática de literatura siguiendo las directrices PRISMA 2020. La búsqueda abarcó cinco bases de datos (Scopus, Web of Science, ProQuest, IEEE Xplore, Google Scholar) para el período 2019-2024. De 850 registros iniciales, se seleccionaron 16 estudios empíricos y casos de aplicación mediante criterios rigurosos de inclusión y exclusión. Los hallazgos permitieron identificar cinco áreas críticas de aplicación: análisis predictivo, automatización administrativa, detección de fraude, personalización de servicios y optimización de recursos. La IA demuestra capacidad para incrementar la eficiencia operativa entre 30-50% y mejorar la precisión predictiva hasta 85%. Sin embargo, la implementación enfrenta desafíos como sesgos algorítmicos, opacidad de modelos, brechas de capacidades técnicas y marcos regulatorios insuficientes. Las conclusiones señalan que el éxito de la IA gubernamental depende menos de la sofisticación tecnológica que del diseño institucional apropiado. Se propone el Marco de Implementación Responsable de IA en Gestión Pública (MIRAGP) para integrar principios de transparencia, equidad, rendición de cuentas y participación ciudadana en todo el ciclo de vida de los sistemas automatizados.
- Open Access
- 1 January 2024
- Published by Fundacion Koinonia in EPISTEME KOINONIA
- Vol. 7 (13) , 150-167
El fortalecimiento del pensamiento crítico y las estrategias metacognitivas en estudiantes universitarios
Este estudio tuvo como objetivo evaluar el fortalecimiento del pensamiento crítico y las estrategias metacognitivas en estudiantes universitarios. Metodológicamente, se adoptó un enfoque cuantitativo de tipo cuasiexperimental. Para ello, se trabajó con una muestra representativa de 80 estudiantes de diversas universidades del país, y se aplicó un pre-test y post- test para medir los cambios en sus habilidades de pensamiento crítico mediante el uso de estrategias metacognitivas. Para el análisis, se recopilaron los datos cuantitativos antes y después de la implementación de las intervenciones. Los resultados revelaron patrones significativos de mejora en las habilidades de pensamiento crítico y un aumento en el uso de estrategias metacognitivas entre el grupo experimental en comparación con el grupo de control. Como conclusión, estos hallazgos demostraron la eficacia en el fortalecimiento de las habilidades cognitivas de los estudiantes universitarios.
- 1 January 2024
- Published by Fundacion Koinonia in EPISTEME KOINONIA
- Vol. 7 (13) , 150-167
Open AccessEl fortalecimiento del pensamiento crítico y las estrategias metacognitivas en estudiantes universitarios
Este estudio tuvo como objetivo evaluar el fortalecimiento del pensamiento crítico y las estrategias metacognitivas en estudiantes universitarios. Metodológicamente, se adoptó un enfoque cuantitativo de tipo cuasiexperimental. Para ello, se trabajó con una muestra representativa de 80 estudiantes de diversas universidades del país, y se aplicó un pre-test y post- test para medir los cambios en sus habilidades de pensamiento crítico mediante el uso de estrategias metacognitivas. Para el análisis, se recopilaron los datos cuantitativos antes y después de la implementación de las intervenciones. Los resultados revelaron patrones significativos de mejora en las habilidades de pensamiento crítico y un aumento en el uso de estrategias metacognitivas entre el grupo experimental en comparación con el grupo de control. Como conclusión, estos hallazgos demostraron la eficacia en el fortalecimiento de las habilidades cognitivas de los estudiantes universitarios.