ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(692)
http://www.aulavirtual.web.ve
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(693)
http://www.aulavirtual.web.ve
REVISTA CIENTÍFICA
AULA VIRTUAL
Director Editor:
La Revista seriada Científica Arbitrada e Indexada
Aula Virtual, es de acceso abierto y en formato
electrónico; la misma está orientada a la
divulgación de las producciones científicas creadas
por investigadores en diversas áreas del
conocimiento. Su cobertura temática abarca
Tecnología, Ciencias de la Salud, Ciencias
Administrativas, Ciencias Sociales, Ciencias
Jurídicas y Políticas, Ciencias Exactas y otras áreas
afines. Su publicación es CONTINUA, indexada y
arbitrada por especialistas en el área, bajo la
modalidad de doble ciego. Se reciben las
producciones tipo: Artículo Científico en las
diferentes modalidades cualitativas y cuantitativas,
Avances Investigativos, Ensayos, Reseñas
Bibliográficas, Ponencias o publicaciones
derivada de eventos, y cualquier otro tipo de
investigación orientada al tratamiento y
profundización de la información de los campos de
estudios de las diferentes ciencias. La Revista Aula
Virtual, busca fomentar la divulgación del
conocimiento científico y el pensamiento crítico
reflexivo en el ámbito investigativo.
• Dra. Leidy Hernández PhD.
• Dr. Fernando Bárbara
Consejo Asesor:
• MSc. Manuel Mujica
• MSc. Wilman Briceño
• Dra. Harizmar Izquierdo
• Dr. José Gregorio Sánchez
Revista Científica Arbitrada de
Fundación Aula Virtual
Email: revista@aulavirtual.web.ve
URL: http://aulavirtual.web.ve/revista
ISSN:
Depósito Legal:
País:
Año de Inicio:
Periodicidad:
Sistema de Arbitraje:
Licencia:
Volumen:
Número:
Año:
Período:
Dirección Fiscal:
2665-0398
LA2020000026
Venezuela
2020
Continua
Revisión por pares. “Doble Ciego”
Creative Commons CC BY NC ND
7
14
2026
Enero 2026 - Junio 2026 (continua)
Av. Libertador, Arca del Norte, Nro.
52D, Barquisimeto estado Lara,
Venezuela, C.P. 3001
Generando Conocimiento
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(694)
http://www.aulavirtual.web.ve
ADAPTACIÓN CULTURAL Y TERRITORIAL DE LA INTELIGENCIA ARTIFICIAL PARA
LA INCLUSIÓN FINANCIERA EN CONTEXTOS INDÍGENAS: UNA REVISIÓN
SISTEMÁTICA BASADA EN EQUIDAD DIGITAL
CULTURAL AND TERRITORIAL ADAPTATION OF ARTIFICIAL INTELLIGENCE FOR
FINANCIAL INCLUSION IN INDIGENOUS CONTEXTS: A SYSTEMATIC REVIEW BASED
ON DIGITAL EQUITY
Tipo de Publicación: Articulo Científico
Recibido: 07/02/2026
Aceptado: 09/03/2026
Publicado: 05/04/2026
Código Único AV: e685
Páginas: 1(692-711)
DOI: https://doi.org/10.5281/zenodo.19431331
Autores:
Guiceli Codina Patiño García
Abogada
Magister en Derecho Civil y Comercial
https://orcid.org/0000-0001-8021-0400
E-mail: guiceli36@gmail.com
Afiliación: Universidad Tecnológica del Perú
País: República del Perú
Maria Julia Cabrera Santa Cruz
Contador Público
Magíster en Administración Estratégica de
Empresas
https://orcid.org/0000-0002-5361-6541
E-mail: majuscsc2111@gmail.com
Afiliación: Universidad Nacional Mayor de San
Marcos
País: República del Perú
Ronald Verástegui Sánchez
Contador Público
Doctor en Contabilidad
https://orcid.org/0000-0002-7226-3606
E-mail: revedi64@yahoo.com.ar
Afiliación: Universidad Tecnológica del Perú
País: República del Perú
Lupe Esther Graus Cortez
Licenciada en Educación
Doctora en Ciencias de la Educación
https://orcid.org/0000-0002-1511-5244
E-mail: gracortez@ucvvirtual.edu.pe
Afiliación: Universidad César Vallejo
País: República del Perú
Resumen
La incorporación de tecnologías basadas en inteligencia artificial en los servicios
financieros ha sido promovida como una estrategia clave para ampliar el acceso a recursos
económicos en poblaciones vulnerables; sin embargo, su implementación en contextos
indígenas enfrenta desafíos estructurales, culturales y territoriales que limitan su
efectividad y pueden reproducir dinámicas de exclusión. En este contexto, el objetivo del
presente artículo fue proponer criterios de adaptación cultural y territorial para tecnologías
de inteligencia artificial orientadas a la inclusión financiera en contextos indígenas, a
partir de la síntesis de evidencia científica y de marcos de equidad digital. Para ello, se
desarrolló un artículo de revisión sistemática siguiendo las directrices PRISMA, mediante
la identificación, selección y análisis crítico de estudios científicos publicados en revistas
arbitradas que abordan la intersección entre inteligencia artificial, inclusión financiera y
poblaciones vulnerables. Los resultados permitieron identificar que, si bien las
aplicaciones de inteligencia artificial basadas en aprendizaje automático y uso de datos
alternativos muestran potencial para reducir barreras de acceso financiero, su impacto se
encuentra condicionado por factores como la brecha digital, los sesgos algorítmicos, la
falta de pertinencia lingüística y la ausencia de participación comunitaria en el diseño
tecnológico. A partir de estos hallazgos, se sistematizaron criterios de adaptación que
integran dimensiones culturales, territoriales, estructurales, éticas y de gobernanza. En
conclusión, el estudio evidencia que la inclusión financiera mediada por inteligencia
artificial en contextos indígenas requiere enfoques contextualizados y participativos,
orientados por principios de equidad digital y respeto a los derechos colectivos, como
condición para el desarrollo de soluciones tecnológicas socialmente responsables y
sostenibles.
Palabras Clave
Adaptación cultural de la IA, inclusión financiera indígena,
equidad digital, soberanía de datos, contextualización
territorial
Abstract
The incorporation of artificial intelligence-based technologies in financial services has
been promoted as a key strategy for expanding access to economic resources for
vulnerable populations; however, its implementation in indigenous contexts faces
structural, cultural, and territorial challenges that limit its effectiveness and can reproduce
dynamics of exclusion. In this context, the objective of this article was to propose criteria
for cultural and territorial adaptation of artificial intelligence technologies aimed at
financial inclusion in indigenous contexts, based on a synthesis of scientific evidence and
digital equity frameworks. To this end, a systematic review article was developed
following the PRISMA guidelines, through the identification, selection, and critical
analysis of scientific studies published in peer-reviewed journals that address the
intersection between artificial intelligence, financial inclusion, and vulnerable
populations. The results revealed that, while artificial intelligence applications based on
machine learning and the use of alternative data show potential for reducing barriers to
financial access, their impact is limited by factors such as the digital divide, algorithmic
biases, lack of linguistic relevance, and the absence of community participation in
technological design. Based on these findings, adaptation criteria were systematized,
integrating cultural, territorial, structural, ethical, and governance dimensions. In
conclusion, the study demonstrates that AI-mediated financial inclusion in Indigenous
contexts requires contextualized and participatory approaches, guided by principles of
digital equity and respect for collective rights, as a condition for the development of
socially responsible and sustainable technological solutions.
Keywords
Cultural adaptation of AI, Indigenous financial inclusion, digital equity,
data sovereignty, territorial contextualization
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(695)
http://www.aulavirtual.web.ve
Introducción
La convergencia entre la inteligencia artificial
(IA) y los servicios financieros constituye una de las
transformaciones más relevantes del panorama
económico contemporáneo, particularmente en
relación con la ampliación del acceso a recursos
financieros por parte de poblaciones históricamente
marginadas. La incorporación de tecnologías
basadas en IA en el sector financiero se ha
consolidado como un habilitador estratégico de la
inclusión financiera, especialmente en economías
en desarrollo, donde las soluciones FinTech
sustentadas en algoritmos de aprendizaje
automático y procesamiento de lenguaje natural
abordan limitaciones estructurales de los sistemas
bancarios tradicionales, como el acceso al crédito, la
detección de fraudes y la alfabetización financiera
(Oyedokun et al., 2025).
Estas plataformas han contribuido a la
expansión del acceso a microcréditos, seguros y
productos de ahorro para sectores previamente
excluidos; sin embargo, persisten desafíos
asociados a sesgos algorítmicos, protección de datos
personales y brechas digitales que pueden restringir
el potencial de la IA para promover un crecimiento
verdaderamente inclusivo (Oyedokun et al., 2025).
En el caso de comunidades subatendidas, las
aplicaciones emergentes de IA evidencian un
notable potencial para fortalecer la inclusión
financiera mediante la optimización de la
experiencia del usuario. Los sistemas basados en IA
permiten el análisis de grandes volúmenes de datos
con el fin de identificar patrones de
comportamiento, necesidades específicas y
preferencias financieras, facilitando la provisión de
soluciones personalizadas que contribuyen a superar
barreras como el aislamiento geográfico y los bajos
niveles de alfabetización financiera (Okeke et al.,
2024).
En este sentido, herramientas como los
chatbots multilingües ofrecen asistencia continua en
idiomas locales, mientras que los modelos de
análisis predictivo respaldan el diseño de productos
crediticios ajustados a las condiciones económicas
de personas con ingresos limitados (Okeke et al.,
2024).
No obstante, la implementación de estas
tecnologías en contextos indígenas plantea desafíos
que trascienden los aspectos técnicos
convencionales. La brecha digital opera como un
mecanismo persistente de exclusión social que
afecta de manera desproporcionada a los pueblos
originarios, enraizada en procesos históricos de
desigualdad caracterizados por pobreza estructural,
marginación territorial, bajos niveles educativos y
limitado poder adquisitivo.
Estos factores configuran barreras
significativas para el acceso y uso efectivo de las
tecnologías de la información y la comunicación
(Domínguez & Navarro, 2023). En consecuencia, se
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(696)
http://www.aulavirtual.web.ve
requiere el diseño de políticas digitales integrales
que articulen distintos niveles de gobierno y actores
sociales locales, bajo un enfoque que reconozca la
diversidad cultural y lingüística, superando visiones
meramente instrumentalistas de la tecnología
(Domínguez & Navarro, 2023).
Asimismo, la adaptación de tecnologías de IA
a contextos indígenas demanda una consideración
sustantiva de las epistemologías propias de estos
pueblos. Estudios recientes han propuesto enfoques
metodológicos orientados a integrar sistemas de
conocimiento indígena en el desarrollo de
soluciones basadas en IA, con el propósito de
contrarrestar formas de imperialismo cognitivo y
promover modelos de diseño participativo que
incorporen activamente las perspectivas indígenas
(Ofosu-Asare, 2024).
Esta línea crítica subraya que la
predominancia de epistemologías occidentales en el
desarrollo tecnológico incrementa el riesgo de
sesgos estructurales, y sostiene que la inclusión de
conocimientos diversos no solo responde a
imperativos éticos, sino que también fortalece la
robustez y equidad de los sistemas de IA (Ofosu-
Asare, 2024).
De manera análoga, en el ámbito de la salud
digital —que comparte problemáticas estructurales
con la inclusión financiera— se ha documentado la
relevancia de prácticas orientadas a la
autodeterminación de los datos en comunidades
racializadas, particularmente en los procesos de
recolección, gestión y uso de la información (Islam
et al., 2024).
Este enfoque de gobernanza de datos resulta
transferible al sector financiero, donde la
colaboración entre desarrolladores tecnológicos,
investigadores y comunidades indígenas para la
curaduría de datos alineados con sus realidades y
prioridades se configura como un requisito esencial
para el desarrollo de soluciones tecnológicas
inclusivas (Islam et al., 2024).
En este contexto, la presente revisión
sistemática tiene como propósito sintetizar la
evidencia científica disponible sobre estrategias
tecnológicas basadas en inteligencia artificial
orientadas a la promoción de la inclusión financiera
en poblaciones vulnerables, con énfasis en la
formulación de criterios de adaptación cultural y
territorial aplicables a contextos indígenas.
Esta síntesis se sustenta en marcos de equidad
digital que destacan la necesidad de incorporar
principios de equidad, diversidad e inclusión a lo
largo de todo el ciclo de vida de las tecnologías de
IA, considerando que su ausencia en los procesos de
diseño y despliegue constituye una preocupación
creciente que requiere un abordaje sistemático desde
la investigación académica (Wang et al., 2025).
Desarrollo
La literatura científica reciente ha
documentado avances sustantivos en la intersección
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(697)
http://www.aulavirtual.web.ve
entre inteligencia artificial, inclusión financiera y
poblaciones vulnerables, aportando fundamentos
teóricos y evidencia empírica relevantes para la
adaptación de estas tecnologías a contextos
indígenas.
Akanfe et al., (2025) desarrollaron una
revisión exhaustiva sobre los avances tecnológicos
que configuran el panorama contemporáneo de la
inclusión financiera, con especial énfasis en el papel
emergente de la inteligencia artificial. Los autores
sostienen que el compromiso global con la inclusión
financiera se apoya crecientemente en soluciones
tecnológicas para vincular a las comunidades
desatendidas con el sistema financiero formal.
No obstante, advierten que muchas de las
tecnologías tradicionales, pese a los progresos
alcanzados, presentan limitaciones para responder a
las necesidades específicas de estas poblaciones. En
este sentido, el estudio establece que la IA introduce
nuevas oportunidades para superar dichas
restricciones, aunque subraya la necesidad de
definir líneas de desarrollo futuras que incorporen
explícitamente la diversidad contextual de los
usuarios potenciales.
Desde la perspectiva de la economía del
desarrollo, Jejeniwa et al., (2024) analizaron las
oportunidades y desafíos asociados a la integración
de soluciones basadas en IA para la inclusión
financiera y la reducción de la pobreza. Los autores
identifican que, si bien la inclusión financiera
constituye un pilar del desarrollo sostenible, su
avance continúa condicionado por barreras
estructurales, como el acceso limitado a servicios
bancarios formales y factores socioeconómicos que
afectan de manera desproporcionada a poblaciones
marginadas.
Este aporte resulta particularmente relevante
para la formulación de criterios de adaptación
cultural, al evidenciar que las soluciones
tecnológicas deben diseñarse considerando las
barreras territoriales, sociales y culturales que
caracterizan a las comunidades vulnerables.
En el ámbito de la equidad en salud digital,
Islam et al., (2024) plantearon la necesidad de
promover prácticas orientadas a la
autodeterminación de los datos en comunidades
racializadas, especialmente en los procesos de
recolección y gestión de información. Los autores
proponen modelos de investigación colaborativa en
los que las comunidades participen activamente en
la curaduría de datos, asegurando que estos reflejen
sus concepciones de bienestar y prioridades, así
como el respeto al consentimiento informado
respecto a los usos posteriores de la información.
Este enfoque, sustentado en el principio de
Soberanía de Datos Indígenas, resulta
conceptualmente transferible al ámbito de la
inclusión financiera y establece bases éticas clave
para el desarrollo de tecnologías de IA
culturalmente pertinentes.
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(698)
http://www.aulavirtual.web.ve
De manera complementaria, Mendiola-
Contreras & Horna-Saldaña (2025) examinaron
empíricamente el rol de la inteligencia artificial en
la promoción de la educación e inclusión financiera
en comunidades indígenas del Perú. Sus hallazgos
aportan evidencia contextualizada sobre las
posibilidades y limitaciones de la implementación
de tecnologías de IA en entornos indígenas
latinoamericanos, identificando factores
socioculturales, territoriales y educativos que
influyen en la adopción tecnológica. Este estudio
contribuye directamente al objetivo de investigación
al ofrecer insumos empíricos relevantes para el
diseño de estrategias de adaptación cultural en
contextos específicos.
Finalmente, Ofosu-Asare (2024) propuso una
metodología innovadora orientada a la integración
de sistemas de conocimiento indígena en el
desarrollo de tecnologías de inteligencia artificial,
con el propósito de contrarrestar dinámicas de
imperialismo cognitivo y promover enfoques
inclusivos. El autor plantea un marco participativo
basado en la co-creación con comunidades
indígenas, el establecimiento de protocolos éticos
para la gobernanza de datos y la adaptación
contextual de algoritmos de IA.
Esta contribución resulta central para el
objetivo de la presente revisión, al ofrecer un
enfoque teórico-metodológico para la
descolonización de la IA y una hoja de ruta aplicable
al desarrollo de tecnologías financieras equitativas y
culturalmente respetuosas.
La revisión exhaustiva de la literatura
científica evidencia brechas sustantivas que limitan
la comprensión integral de los mecanismos
mediante los cuales las tecnologías de inteligencia
artificial pueden adaptarse de manera efectiva para
promover la inclusión financiera en contextos
indígenas. Estos vacíos conceptuales y empíricos
justifican la necesidad de una síntesis sistemática
orientada a proponer criterios de adaptación cultural
y territorial, fundamentados en evidencia científica
y en marcos de equidad digital.
El primer vacío temático identificado se
vincula con la ausencia de marcos integrativos que
articulen los sistemas de conocimiento indígena con
el desarrollo de tecnologías financieras basadas en
inteligencia artificial. Perera et al., (2025) realizaron
una revisión sistemática centrada en la intersección
entre los Sistemas de Conocimiento Indígena y la
inteligencia artificial, reconociendo la riqueza y
diversidad de estos sistemas como formas
intergeneracionales de comprensión del mundo
desde perspectivas indígenas. No obstante, los
autores señalan que, pese al creciente
reconocimiento académico de dichos sistemas,
persiste la falta de modelos operativos que permitan
su integración efectiva en dominios específicos,
como los servicios financieros.
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(699)
http://www.aulavirtual.web.ve
De manera complementaria, Silano (2024)
sostiene que la incorporación de IA en los sistemas
de salud canadienses presenta un potencial
significativo para mejorar la eficiencia y los
resultados, pero enfatiza la necesidad de considerar
las perspectivas, valores y requerimientos
específicos de los pueblos indígenas. Esta
observación resulta conceptualmente transferible al
ámbito financiero, donde la omisión de
consideraciones culturales específicas contribuye a
la reproducción de dinámicas de exclusión
tecnológica.
El segundo vacío temático se relaciona con la
limitada evidencia disponible sobre gobernanza de
datos y soberanía digital en intervenciones
financieras dirigidas a poblaciones indígenas.
Ghanem et al., (2025), en una revisión narrativa
rápida sobre la integración de la equidad en salud en
aplicaciones de IA para la salud pública en Canadá,
identificaron que la incorporación sistemática de
principios de equidad a lo largo de todas las fases
del desarrollo tecnológico resulta indispensable para
evitar la profundización de desigualdades
existentes. Sin embargo, los autores advierten que
esta integración continúa siendo insuficientemente
documentada, particularmente en relación con
comunidades marginadas.
De forma convergente, Anawati et al., (2024)
analizaron el rol de la responsabilidad social como
estrategia de política de salud orientada a la equidad
en el desarrollo de soluciones de IA en el contexto
canadiense, evidenciando vacíos relevantes en la
aplicación efectiva de estos principios en contextos
socioculturales diversos. Estos hallazgos ponen de
relieve la necesidad de desarrollar criterios
específicos de gobernanza de datos que respeten la
soberanía digital de las comunidades indígenas en el
ámbito de la inclusión financiera.
El tercer vacío temático identificado
corresponde a la escasez de estudios que analicen la
adaptación territorial de las infraestructuras
tecnológicas financieras a realidades geográficas y
socioculturales indígenas. Viberg et al., (2024)
argumentan que el logro de una educación inclusiva
y equitativa requiere enfoques contextualizados que
integren valores globales diversos y promuevan
oportunidades de aprendizaje alineadas con las
necesidades y objetivos de los individuos y sus
comunidades. Los autores subrayan que los avances
en analítica del aprendizaje y en sistemas de apoyo
a la toma de decisiones basados en IA deben
incorporar dichas diversidades, principio que resulta
extrapolable al diseño de tecnologías financieras.
En una línea similar, Gupta & Kaul (2024)
examinaron las oportunidades y desafíos de la
inteligencia artificial en la educación inclusiva en el
contexto indio, caracterizado por su heterogeneidad
territorial y sociocultural, concluyendo que la
intersección entre IA e inclusión exige una atención
específica a las particularidades contextuales. Esta
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(700)
http://www.aulavirtual.web.ve
evidencia refuerza la necesidad de establecer
criterios de adaptación territorial que consideren las
condiciones geográficas, culturales y
socioeconómicas propias de las comunidades
indígenas.
A partir de los vacíos temáticos identificados,
el presente artículo de revisión sistemática tiene
como objetivo proponer criterios de adaptación
cultural y territorial para tecnologías de inteligencia
artificial orientadas a la inclusión financiera en
contextos indígenas, sustentados en la síntesis de
evidencia científica disponible y en marcos
conceptuales de equidad digital.
Metodología
La presente revisión sistemática se desarrolló
siguiendo las directrices establecidas en la
declaración PRISMA (Preferred Reporting Items
for Systematic Reviews and Meta-Analyses),
garantizando la transparencia, reproducibilidad y
rigor metodológico del proceso investigativo.
La estrategia de búsqueda en la base de datos
Scopus se estructuró mediante la siguiente fórmula
booleana, diseñada para capturar la intersección
temática entre inteligencia artificial, inclusión
financiera y poblaciones vulnerables:
(("artificial intelligence" OR "machine
learning" OR "deep learning" OR "AI-driven" OR
"AI-powered") AND ("financial inclusion" OR
"financial literacy" OR "financial education" OR
"financial services" OR "fintech" OR "digital
finance") AND ("indigenous" OR "vulnerable
populations" OR "underserved communities" OR
"rural communities" OR "marginalized" OR "ethnic
minorities" OR "cultural adaptation" OR "digital
divide" OR "digital equity")).
La revisión sistemática se orientó mediante las
siguientes preguntas de investigación:
Pregunta 1
¿Cuáles son las estrategias tecnológicas
basadas en inteligencia artificial que han sido
implementadas y documentadas en la literatura
científica para promover la inclusión financiera en
poblaciones vulnerables durante el período 2020-
2024?
Pregunta 2
¿Qué barreras estructurales, culturales y
territoriales han sido identificadas en la literatura
para la implementación de tecnologías financieras
digitales en comunidades indígenas y rurales?
Pregunta 3
¿Qué principios, marcos teóricos y
recomendaciones emergen de la evidencia científica
para la adaptación cultural y territorial de
tecnologías de IA orientadas a la inclusión
financiera en contextos indígenas?
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(701)
http://www.aulavirtual.web.ve
Dimensión
Criterios de inclusión
Criterios de exclusión
Periodo de
publicación
Estudios publicados entre 2019 hasta 2026.
Estudios publicados fuera del periodo establecido.
Tipo de
documento
Artículos originales de investigación, revisiones
sistemáticas o revisiones narrativas publicados en
revistas científicas con revisión por pares.
Artículos de opinión, editoriales, cartas al editor,
resúmenes de conferencias sin texto completo y
documentos no arbitrados.
Enfoque temático
Investigaciones que analicen explícitamente la
relación entre inteligencia artificial y servicios
financieros en poblaciones vulnerables.
Estudios que aborden inteligencia artificial o inclusión
financiera de forma aislada, sin establecer relación
entre ambos constructos.
Contexto
poblacional
Estudios centrados en poblaciones vulnerables,
comunidades subatendidas o pueblos indígenas,
incluyendo contextos rurales o marginados.
Investigaciones enfocadas exclusivamente en
poblaciones urbanas de economías desarrolladas sin
consideración de vulnerabilidad o marginalización.
Dimensión
cultural y
territorial
Estudios que incorporen criterios de adaptación
cultural, territorial, equidad digital o reducción de
brechas digitales.
Investigaciones que omitan consideraciones
culturales, territoriales o de equidad digital.
Aplicación
tecnológica
Estudios que analicen aplicaciones de IA
contextualizadas en servicios financieros (p. ej.,
banca digital, microfinanzas, credit scoring).
Estudios técnicos centrados únicamente en el
desarrollo algorítmico sin aplicación contextualizada
a servicios financieros.
Calidad
metodológica
Estudios que cumplan criterios mínimos de rigor
metodológico según herramientas estandarizadas de
evaluación de calidad.
Estudios con insuficiente rigor metodológico o
deficiencias sustantivas en diseño, análisis o reporte
de resultados.
Relevancia para la
investigación
Publicaciones que aporten información suficiente
para responder al menos una de las preguntas de
investigación formuladas.
Estudios que no proporcionen información pertinente
para los objetivos o preguntas de investigación.
Tabla 1. Criterios de inclusión y exclusión
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(702)
http://www.aulavirtual.web.ve
Figura 1. Identificación de estudios que utilizan el método prismático
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
http://www.aulavirtual.web.ve
Resultados
Autor / Año
País /
Contexto
Diseño del
estudio
Población objetivo
Estrategia tecnológica
(PI1)
Barreras identificadas
(PI2)
Principios y criterios de
adaptación cultural/territorial
(PI3)
Medina-Vidal et al.,
(2025)
México
Empírico
cuantitativo
Mujeres en
situación de
vulnerabilidad
ML para credit scoring con
datos alternativos
Informalidad, falta de
historial, exclusión
estructural
Pensamiento complejo, equidad
de género, ética de IA,
contextualización social
Manna et al., (2025)
India
Cuantitativo
longitudinal
Poblaciones
marginadas
regionales
ML (XGBoost, RF) para
índice de inclusión
financiera
Brechas territoriales,
infraestructura desigual
Gobernanza flexible, adaptación
territorial basada en datos
Austin & Rawal
(2023)
Global
(Kiva)
Cuantitativo
predictivo
Comunidades
subatendidas
ML para predicción de
inclusión en peer-to-peer
lending
Sesgos algorítmicos,
asimetrías de
información
Transparencia, equidad,
gobernanza algorítmica
Alamsyah et al.,
(2025)
Indonesia
Empírico
cuantitativo
Jóvenes y no
bancarizados
ML con datos de redes
sociales para credit scoring
Exclusión crediticia,
dependencia regulatoria
Uso responsable de datos,
mitigación de sesgos
Bayakhmetova et al.,
(2025)
Global
Bibliométrico
Poblaciones
marginadas
(macro)
Síntesis de IA aplicada a
comportamiento financiero
Desigualdades
regionales, sesgos
algorítmicos
Equidad digital, ética, adaptación
regional
Bhatt et al., (2025)
Global
Bibliométrico
Usuarios de pagos
digitales
Convergencia IA–
blockchain–pagos
electrónicos
Brecha digital, barreras
regulatorias
Diseño inclusivo, gobernanza
digital
Muddu et al., (2026)
Uganda
Empírico
cuantitativo
Población no
bancarizada
ML con datos integrados
(banca, fintech, mobile
money)
Informalidad, ausencia
de historial, regulación
débil
Adaptación a prácticas
financieras locales
Ghandour (2021)
Global
Revisión
sistemática
Usuarios bancarios
(macro)
Aplicaciones IA en banca
(síntesis)
Brecha digital,
aceptación cultural
Centralidad humana, balance
humano-IA
Jin & Lu (2025)
China
Econométrico
(panel)
Regiones urbano-
rurales
Finanzas inclusivas
digitales mediadas por IA
Desigualdad territorial,
infraestructura
Gobernanza territorial
diferenciada
Johnson & Reyes
(2021)
Global
Ensayo teórico-
normativo
Grupos vulnerables
No aplica (análisis ético-
jurídico)
Discriminación
algorítmica, exclusión
sistémica
Derechos humanos, justicia
algorítmica
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(704)
http://www.aulavirtual.web.ve
Autor / Año
País /
Contexto
Diseño del
estudio
Población objetivo
Estrategia tecnológica
(PI1)
Barreras identificadas
(PI2)
Principios y criterios de
adaptación cultural/territorial
(PI3)
Mendiola-Contreras
& Horna-Saldaña
(2025)
Perú
Estudio de caso
Comunidades
indígenas
IA conversacional
multilingüe para educación
financiera
Brecha lingüística,
territorial y cultural
Interculturalidad, lengua
originaria, co-creación
comunitaria
Akanfe et al., (2025)
Global
Scoping review
Poblaciones
subatendidas
ML, chatbots, analítica
predictiva
Infraestructura desigual,
alfabetización digital
Marco SOFA, adaptación
contextual
Saka et al., (2022)
Global
(140
países)
Empírico DID
Usuarios
financieros
Fintech digital (banca
móvil/online/ATM)
Brecha digital,
desigualdad
socioeconómica
Políticas territoriales
diferenciadas
Van Braak et al.,
(2025)
Global
Empírico
experimental
Consumidores sin
historial crediticio
ML y ensambles con
mitigación de sesgos
Desbalance de datos,
sesgo algorítmico
Equidad algorítmica, gobernanza
responsable
Tabla 2. Criterios de adaptación cultural y territorial de la IA para la inclusión financiera indígena
Dimensión de
adaptación
Criterio derivado
Descripción analítica
Evidencia en la literatura
Implicancia para el diseño
de IA
Cultural –
lingüística
Pertinencia lingüística
La tecnología debe operar en lenguas
originarias, considerando variantes
dialectales y registros culturales propios de
la comunidad.
Estudios empíricos muestran que la
exclusión lingüística limita el acceso y la
confianza en servicios financieros digitales.
Integración de IA
conversacional multilingüe y
entrenamiento con corpus
locales.
Cultural –
simbólica
Respeto a
cosmovisiones locales
El diseño tecnológico debe reconocer
valores comunitarios, nociones de
reciprocidad, economía solidaria y
desconfianza histórica hacia instituciones
financieras.
Marcos de equidad digital y estudios de
inclusión indígena destacan la
incompatibilidad entre modelos financieros
estandarizados y cosmovisiones indígenas.
Ajuste de reglas algorítmicas
y flujos de interacción para
evitar imposiciones
culturales.
Cultural –
participativa
Co-creación
comunitaria
Las comunidades indígenas deben
participar en el diseño, validación y
evaluación de las soluciones basadas en
IA.
La evidencia señala que los enfoques top-
down reproducen exclusión y sesgos
estructurales.
Metodologías de diseño
participativo y evaluación
continua con actores locales.
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
http://www.aulavirtual.web.ve
Dimensión de
adaptación
Criterio derivado
Descripción analítica
Evidencia en la literatura
Implicancia para el diseño
de IA
Territorial –
infraestructura
Adecuación a
contextos de baja
conectividad
Las soluciones deben funcionar en
entornos con conectividad limitada,
intermitente o inexistente.
Estudios territoriales evidencian que la
brecha digital condiciona la adopción
tecnológica.
Arquitecturas offline-first, uso
de SMS/USSD y
procesamiento local de datos.
Territorial –
geográfica
Sensibilidad al
aislamiento territorial
La IA debe considerar distancias,
dispersión poblacional y ausencia de
servicios financieros físicos.
Evidencia empírica muestra que el
aislamiento incrementa la exclusión
financiera.
Integración con agentes
comunitarios y modelos
híbridos humano–IA.
Estructural –
datos
Uso de datos
alternativos
contextualizados
La evaluación financiera debe incorporar
datos no tradicionales relevantes para
economías indígenas (actividad comunal,
ingresos informales, redes locales).
La literatura demuestra que los modelos
basados solo en historial crediticio formal
excluyen sistemáticamente a poblaciones
indígenas.
Modelos de ML entrenados
con datos alternativos
validados localmente.
Estructural –
equidad
algorítmica
Mitigación de sesgos
algorítmicos
Es necesario identificar y corregir sesgos
derivados de datos incompletos,
desbalanceados o culturalmente ajenos.
Estudios sobre justicia algorítmica
evidencian riesgos de discriminación
indirecta.
Implementación de técnicas
de fairness, auditorías
algorítmicas y evaluación de
impacto.
Ética – derechos
colectivos
Centralidad de
derechos humanos e
indígenas
El uso de IA debe respetar derechos
colectivos, consentimiento informado y
autonomía comunitaria.
Marcos normativos y éticos de IA subrayan
la necesidad de proteger a grupos
históricamente vulnerables.
Protocolos éticos,
consentimiento contextual y
salvaguardas jurídicas.
Gobernanza –
confianza
Transparencia y
explicabilidad
Los sistemas de IA deben ser
comprensibles para usuarios y mediadores
comunitarios.
La falta de explicabilidad reduce la
confianza y la adopción tecnológica.
Modelos explicables (XAI) y
mediación humana en
decisiones críticas.
Gobernanza –
sostenibilidad
Adaptación dinámica
y evaluación continua
Las soluciones deben ajustarse a cambios
culturales, económicos y territoriales en el
tiempo.
La evidencia muestra que los contextos
indígenas son dinámicos y heterogéneos.
Sistemas de aprendizaje
continuo con supervisión
humana local.
Tabla 3. Criterios de adaptación cultural y territorial para tecnologías de inteligencia artificial
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(706)
http://www.aulavirtual.web.ve
Discusión de resultados
La presente revisión sistemática tuvo como
objetivo proponer criterios de adaptación cultural y
territorial para tecnologías de inteligencia artificial
orientadas a la inclusión financiera en contextos
indígenas, a partir de la síntesis de evidencia
científica reciente y de marcos de equidad digital.
Los resultados obtenidos permiten identificar
patrones convergentes en la literatura respecto al
potencial de la IA como herramienta habilitadora de
inclusión financiera, así como limitaciones
estructurales y éticas que condicionan su efectividad
en poblaciones indígenas y otros grupos
históricamente marginados.
Uno de los principales hallazgos de esta
revisión fue la identificación recurrente del uso de
datos alternativos y modelos de aprendizaje
automático como estrategia central para ampliar el
acceso a servicios financieros en poblaciones sin
historial crediticio formal. Este resultado converge
con los hallazgos reportados por Medina-Vidal et
al., (2025) y Van Braak et al., (2025), quienes
evidenciaron que los modelos de machine learning
basados en información no tradicional permiten
reducir barreras de exclusión asociadas a la
informalidad económica. De manera similar,
Alamsyah et al., (2025) y Muddu et al., (2026)
demostraron que la integración de datos
provenientes de redes sociales, fintech y sistemas de
dinero móvil mejora la capacidad predictiva de los
modelos de riesgo crediticio en contextos de alta
vulnerabilidad. No obstante, los resultados de esta
revisión amplían estos aportes al subrayar que la
eficacia de dichas estrategias depende de su
contextualización cultural y territorial, aspecto que
ha sido escasamente desarrollado en la literatura
financiera dominante.
En relación con las barreras estructurales y
territoriales, los estudios analizados coinciden en
señalar que la brecha digital, la infraestructura
desigual y el aislamiento geográfico continúan
limitando el impacto de las tecnologías financieras
digitales. Este hallazgo es consistente con la
evidencia presentada por Saka et al., (2022) y Jin &
Lu (2025), quienes documentaron desigualdades
persistentes entre regiones urbanas y rurales en la
adopción de finanzas digitales. Sin embargo,
mientras estos estudios abordan principalmente
dimensiones macroeconómicas y territoriales, los
resultados de la presente revisión enfatizan la
interacción entre dichas barreras y factores
culturales específicos de las comunidades
indígenas, como la desconfianza histórica hacia las
instituciones financieras y la incompatibilidad entre
modelos financieros estandarizados y
cosmovisiones comunitarias, en consonancia con lo
planteado por Mendiola-Contreras & Horna-
Saldaña (2025).
Asimismo, la revisión evidencia una
convergencia significativa con la literatura que
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(707)
http://www.aulavirtual.web.ve
aborda la equidad algorítmica y la gobernanza de
datos. Estudios de alcance global, como los de
Austin & Rawal (2023) y Bayakhmetova et al.
(2025), han advertido sobre los riesgos de sesgos
algorítmicos y asimetrías de información en
aplicaciones de IA para la inclusión financiera. De
manera complementaria, trabajos provenientes del
ámbito de la salud digital, como los de Anawati et
al., (2024) y Ghanem et al., (2025), subrayan la
necesidad de integrar principios de equidad,
responsabilidad social y protección de derechos en
el ciclo de vida de las tecnologías de IA. La presente
revisión converge con estos planteamientos, pero
introduce una contribución específica al proponer la
soberanía de datos indígenas y la co-creación
comunitaria como criterios centrales para la
adaptación cultural de tecnologías financieras
basadas en IA, en línea con los marcos teóricos
desarrollados por Ofosu-Asare (2024) y Perera et
al., (2025).
Finalmente, los criterios de pertinencia
lingüística, respeto a las cosmovisiones locales y
diseño participativo identificados en esta revisión
dialogan directamente con la literatura sobre
descolonización de la tecnología y epistemologías
indígenas. Mientras Gupta & Kaul (2024) y Viberg
et al., (2024) destacan la importancia de enfoques
contextuales en educación inclusiva mediada por
IA, los resultados del presente estudio trasladan y
sistematizan dichos principios en el ámbito de la
inclusión financiera, aportando una matriz analítica
que articula dimensiones culturales, territoriales,
estructurales y éticas de manera integrada.
Esta revisión sistemática presenta algunas
limitaciones que deben ser consideradas al
interpretar sus resultados. En primer lugar, la
estrategia de búsqueda se concentró principalmente
en la base de datos Scopus, lo que pudo haber
excluido literatura relevante publicada en otros
repositorios o en revistas regionales no indexadas,
especialmente estudios empíricos locales sobre
comunidades indígenas. En segundo lugar, la
heterogeneidad metodológica de los estudios
incluidos —que abarca diseños empíricos,
revisiones, análisis bibliométricos y ensayos
teóricos— limita la posibilidad de establecer
comparaciones cuantitativas directas entre
resultados. Asimismo, la escasez de investigaciones
empíricas específicamente centradas en
comunidades indígenas dentro del ámbito financiero
restringe la generalización de algunos criterios
propuestos, los cuales se derivan parcialmente de
evidencia proveniente de sectores análogos, como la
salud y la educación digital.
A partir de los hallazgos y limitaciones
identificadas, se sugiere que futuras investigaciones
profundicen en estudios empíricos de carácter
participativo que evalúen la implementación
concreta de tecnologías de IA para la inclusión
financiera en comunidades indígenas específicas.
Resulta pertinente el desarrollo de investigaciones
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(708)
http://www.aulavirtual.web.ve
comparativas entre regiones y países que permitan
analizar cómo las diferencias territoriales y
culturales influyen en la adopción y efectividad de
estas tecnologías. Asimismo, se recomienda avanzar
en la construcción de marcos operativos para la
soberanía de datos indígenas en el sector financiero,
integrando metodologías de co-creación y
evaluación ética continua. Finalmente, futuras
revisiones sistemáticas podrían ampliar el alcance
de las bases de datos analizadas e incorporar
literatura en idiomas distintos al inglés, con el fin de
capturar una mayor diversidad de experiencias y
perspectivas provenientes del Sur Global.
En conjunto, la discusión de los resultados
permite sostener que la inclusión financiera
mediada por inteligencia artificial en contextos
indígenas requiere un enfoque que trascienda las
soluciones tecnológicas estandarizadas,
incorporando criterios de adaptación cultural y
territorial fundamentados en principios de equidad
digital, derechos colectivos y participación
comunitaria. Estos criterios, derivados de la síntesis
sistemática de la evidencia, constituyen un aporte
relevante para orientar tanto la investigación futura
como el diseño de políticas y tecnologías financieras
más inclusivas y socialmente responsables
Conclusiones
La presente revisión sistemática permitió
identificar y sintetizar evidencia científica relevante
sobre el uso de tecnologías basadas en inteligencia
artificial para la promoción de la inclusión
financiera en poblaciones vulnerables, con especial
atención a contextos indígenas. Los resultados
ponen de manifiesto que las estrategias tecnológicas
más recurrentes se sustentan en el empleo de
modelos de aprendizaje automático, el uso de datos
alternativos y el desarrollo de soluciones digitales
orientadas a superar la ausencia de historial
crediticio formal.
No obstante, la evidencia analizada muestra
de forma consistente que la efectividad de estas
tecnologías se encuentra condicionada por barreras
estructurales, culturales y territoriales, tales como la
brecha digital, la desigualdad en infraestructura, los
sesgos algorítmicos y la falta de pertinencia cultural
de los sistemas financieros digitales. En este
sentido, el estudio contribuye al campo al
sistematizar un conjunto de dimensiones críticas —
culturales, territoriales, estructurales, éticas y de
gobernanza— que resultan determinantes para
comprender los alcances y limitaciones de la IA
como herramienta de inclusión financiera en
comunidades indígenas.
En relación con el objetivo de la
investigación, la revisión permitió proponer
criterios de adaptación cultural y territorial para
tecnologías de inteligencia artificial orientadas a la
inclusión financiera en contextos indígenas,
fundamentados en la síntesis de la literatura
científica y en marcos de equidad digital. Estos
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(709)
http://www.aulavirtual.web.ve
criterios incluyen, entre otros, la pertinencia
lingüística, el respeto a las cosmovisiones locales, la
co-creación comunitaria, la adecuación a contextos
de baja conectividad, el uso contextualizado de
datos alternativos, la mitigación de sesgos
algorítmicos y la centralidad de los derechos
humanos y colectivos.
La articulación de estos criterios ofrece un
marco analítico integrador que permite orientar el
diseño, implementación y evaluación de soluciones
de IA financiera de manera culturalmente sensible y
territorialmente contextualizada, respondiendo a las
particularidades socioculturales y económicas de las
comunidades indígenas.
El estudio se desarrolló bajo el enfoque
metodológico de un artículo de revisión sistemática,
siguiendo las directrices PRISMA, lo que garantizó
la transparencia, trazabilidad y rigor del proceso de
selección y análisis de la literatura. Esta
aproximación permitió integrar evidencia empírica,
teórica y bibliométrica proveniente de diversas
disciplinas y contextos geográficos, fortaleciendo la
validez conceptual de los criterios propuestos. Al
mismo tiempo, el carácter sistemático de la revisión
delimita el alcance de las conclusiones a los estudios
incluidos y a las bases de datos consultadas, lo cual
debe ser considerado al interpretar los hallazgos.
Finalmente, las conclusiones de este trabajo
sugieren que la inclusión financiera mediada por
inteligencia artificial en contextos indígenas
requiere un cambio de enfoque que trascienda las
soluciones tecnológicas estandarizadas y priorice
principios de equidad digital, participación
comunitaria y gobernanza ética de los datos. En este
marco, futuras investigaciones podrían profundizar
en estudios empíricos participativos que evalúen la
aplicación práctica de los criterios propuestos en
comunidades indígenas específicas, así como en
análisis comparativos entre regiones que permitan
explorar la influencia de diferentes contextos
territoriales y normativos.
De igual modo, resulta pertinente avanzar en
el desarrollo de marcos operativos para la soberanía
de datos indígenas en el ámbito financiero, con el fin
de fortalecer la confianza, la autonomía comunitaria
y la sostenibilidad de las tecnologías de inteligencia
artificial orientadas a la inclusión financiera.
Referencias
Akanfe, O., Bhatt, P., & Lawong, D. A. (2025).
Technology advancements shaping the financial
inclusion landscape: Present interventions,
emergence of artificial intelligence and future
directions. Information Systems Frontiers, 27,
2189–2212. Documento en línea. Disponible
https://doi.org/10.1007/s10796-025-10597-z
Alamsyah, A., Hafidh, A. A., & Mulya, A. D.
(2025). Innovative credit risk assessment:
Leveraging social media data for inclusive credit
scoring in Indonesia’s fintech sector. Journal of
Risk and Financial Management, 18(2), 74.
Documento en línea. Disponible
https://doi.org/10.3390/jrfm18020074
Anawati, A., Fleming, H., Mertz, M., Bertrand, J.,
Dumond, J., Myles, S., … Cameron, E. (2024).
Artificial intelligence and social accountability in
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(710)
http://www.aulavirtual.web.ve
the Canadian health care landscape: A rapid
literature review. PLOS Digital Health, 3(9),
e0000597. Documento en línea. Disponible
https://doi.org/10.1371/journal.pdig.0000597
Austin, T., & Rawal, B. S. (2023). Model retraining:
Predicting the likelihood of financial inclusion in
Kiva’s peer-to-peer lending to promote social
impact. Algorithms, 16(8), 363. Documento en
línea. Disponible
https://doi.org/10.3390/a16080363
Bayakhmetova, A., Rudenko, L., Krylova, L.,
Suleimenova, B., Niyazbekova, S., &
Nurpeisova, A. (2025). Artificial intelligence in
financial behavior: Bibliometric ideas and new
opportunities. Journal of Risk and Financial
Management, 18(3), 159. Documento en línea.
Disponible
https://doi.org/10.3390/jrfm18030159
Bhatt, P. C., Hsu, Y.-C., Lai, K.-K., & Drave, V. A.
(2025). From transactions to transformations: A
bibliometric study on technology convergence in
e-payments. Applied System Innovation, 8(4),
91. Documento en línea. Disponible
https://doi.org/10.3390/asi8040091
Domínguez, M. M., & Navarro, D. Á. G. (2023).
Brecha digital de zonas indígenas como factor de
exclusión social. InMediaciones de la
Comunicación, 19(1), 239–263. Documento en
línea. Disponible
https://doi.org/10.18861/ic.2024.19.1.3557
Ghandour, A. (2021). Opportunities and challenges
of artificial intelligence in banking: Systematic
literature review. TEM Journal, 10(4), 1581–
1587. Documento en línea. Disponible
https://doi.org/10.18421/TEM104-12
Ghanem, S., Moraleja, M., Gravesande, D., &
Rooney, J. (2025). Integrating health equity in
artificial intelligence for public health in Canada:
A rapid narrative review. Frontiers in Public
Health, 13, Article 1524616. Documento en
línea. Disponible
https://doi.org/10.3389/fpubh.2025.1524616
Gupta, M., & Kaul, S. (2024). AI in inclusive
education: A systematic review of opportunities
and challenges in the Indian context. MIER
Journal of Educational Studies, Trends &
Practices, 14(2), 429–461. Documento en línea.
Disponible
https://doi.org/10.52634/mier/2024/v14/i2/2702
Islam, M., Valiani, A., Datta, R., Chowdhury, M., &
Turin, T. (2024). Ethical and equitable digital
health research: Ensuring self-determination in
data governance for racialized communities.
Cambridge Quarterly of Healthcare Ethics.
Advance online publication. Documento en
línea. Disponible
https://doi.org/10.1017/S096318012400015X
Jejeniwa, T., Mhlongo, N., & Jejeniwa, T. (2024).
AI solutions for developmental economics:
Opportunities and challenges in financial
inclusion and poverty alleviation. International
Journal of Advanced Economics, 6(4), 108–123.
Documento en línea. Disponible
https://doi.org/10.51594/ijae.v6i4.1073
Jin, H., & Lu, X. (2025). The mechanism of
promoting ecological resilience through digital
inclusive finance: Empirical test based on
China’s provincial panel data. Sustainability, 17,
8776. Documento en línea. Disponible
https://doi.org/10.3390/su17198776
Johnson, K. N., & Reyes, C. L. (2021). Exploring
the implications of artificial intelligence. Journal
of International and Comparative Law, 8(2),
315–332. Documento en línea. Disponible
https://digitalrepository.smu.edu/faculty_journal
_articles/1321
Manna, A., Chakraborty, D., Gunasekaran, A.,
Biswas, D., & Glavee-Geo, R. (2025). Machine
learning modeling for flexible management in
financial inclusion assessment. Global Journal of
Flexible Systems Management. Documento en
línea. Disponible
https://doi.org/10.1007/s40171-025-00477-5
Medina-Vidal, A., Alonso-Galicia, P. E., González-
Mendoza, M., & Ramírez-Montoya, M. S.
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(711)
http://www.aulavirtual.web.ve
(2025). Financial inclusion of vulnerable sectors
with a gender perspective: Risk analysis model
with artificial intelligence based on complex
thinking. Journal of Innovation and
Entrepreneurship, 14, Article 4. Documento en
línea. Disponible
https://doi.org/10.1186/s13731-025-00463-2
Mendiola-Contreras, L., & Horna-Saldaña, C.
(2025). Artificial intelligence as an enabler of
financial inclusion and financial education in
Indigenous people. Journal of Enabling
Technologies, 19(3), 183–200. Documento en
línea. Disponible https://doi.org/10.1108/JET-
01-2025-0007
Muddu, G., Ganiyu, S. O., Ejidokun, A. O., &
Aleshinloye, Y. A. (2026). Integrated data-driven
credit default prediction in Uganda using
machine learning models. Journal of the
Nigerian Society of Physical Sciences, 8, 2649.
Documento en línea. Disponible
https://doi.org/10.46481/jnsps.2026.2649
Ofosu-Asare, Y. (2024). Cognitive imperialism in
artificial intelligence: Counteracting bias with
indigenous epistemologies. AI & Society, 40(4),
3045–3061. Documento en línea. Disponible
https://doi.org/10.1007/s00146-024-02065-0
Okeke, N. I., Alabi, O. A., Igwe, A. N., Ofodile, O.
C., & Ewim, C. P. (2024). AI-powered customer
experience optimization: Enhancing financial
inclusion in underserved communities.
International Journal of Applied Research in
Social Sciences, 6(10), 2487–2511. Documento
en línea. Disponible
https://doi.org/10.51594/ijarss.v6i10.1662
Oyedokun, G. E., Anyahara, I. O., & Oyedokun, P.
O. (2025). Harnessing FinTech and artificial
intelligence for financial inclusion and
entrepreneurial growth: An empirical review.
Journal of Economics, Finance and Management
Studies, 8(7), Article 62. Documento en línea.
Disponible https://doi.org/10.47191/jefms/v8-i7-
62
Perera, M., Vidanaarachchi, R., Chandrashekeran,
S., Kennedy, M., Kennedy, B., & Halgamuge, S.
(2025). Indigenous peoples and artificial
intelligence: A systematic review and future
directions. Big Data & Society, 12(2).
Documento en línea. Disponible
https://doi.org/10.1177/20539517251349170
Saka, O., Eichengreen, B., & Aksoy, C. G. (2022).
Epidemic exposure, financial technology, and the
digital divide. Journal of Money, Credit and
Banking, 54(7), 1913–1954. Documento en
línea. Disponible
https://doi.org/10.1111/jmcb.12945
Silano, J. (2024). Towards abundant intelligences:
Considerations for Indigenous perspectives in
adopting artificial intelligence technology.
Healthcare Management Forum, 37(5), 329–333.
Documento en línea. Disponible
https://doi.org/10.1177/08404704241257144
Van Braak, B., Osterrieder, J. R., & Machado, M. R.
(2025). How can consumers without credit
history benefit from the use of information
processing and machine learning tools by
financial institutions? Information Processing &
Management, 62(1), 103972. Documento en
línea. Disponible
https://doi.org/10.1016/j.ipm.2024.103972
Viberg, O., Kizilcec, R., Wise, A., Jivet, I., &
Nixon, N. (2024). Advancing equity and
inclusion in educational practices with AI-
powered educational decision support systems
(AI-EDSS). British Journal of Educational
Technology, 55(5), 1974–1981. Documento en
línea. Disponible
https://doi.org/10.1111/bjet.13507
Wang, Q., Liu, W., Zhang, H., & Wang, G. (2025).
Addressing the fairness issue of large music
models: A blockchain approach. Concurrency
and Computation: Practice and Experience,
37(23–24), e70292. Documento en línea.
Disponible https://doi.org/10.1002/cpe.70292
