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(1076)
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(1077)
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(1078)
http://www.aulavirtual.web.ve
Tipo de Publicación: Articulo Científico
Recibido: 09/04/2026
Aceptado: 10/05/2026
Publicado: 18/05/2026
Código Único AV: e728
Páginas: 1(1076-1096)
DOI: https://doi.org/10.5281/zenodo.20271248
Autores:
Yermmy Vasquez Salis
Licenciada en Educación
Doctor en Medio Ambiente y Desarrollo Sostenible
https://orcid.org/0009-0002-3249-2057
E-mail: yvasquezs@unheval.edu.pe
Afiliación: Universidad Nacional Hermilio Valdizán
de Huánuco
País: República del Perú
José Luis Villavicencio Guardia
Ingeniero Civil
Doctor en Medio Ambiente y Desarrollo Sostenible
https://orcid.org/0000-0001-5016-6242
E-mail: jvillavicencio@unheval.edu.pe
Afiliación: Universidad Nacional Hermilio Valdizán
de Huánuco
País: República del Perú
Wilder Mondragon Saavedra
Licenciado en Física
Maestro en Ciencias, mención Gestión Ambiental
https://orcid.org/0009-0001-2580-4799
E-mail: wmondragon@unitru.edu.pe
Afiliación: Universidad Nacional de Trujillo
País: República del Perú
Sandra Elena Pajares Centeno
Ingeniero Químico
Maestro en Administración y Dirección de Proyectos
https://orcid.org/0000-0003-0459-2827
E-mail: sandraelena.pajares@epnewman.edu.pe
Afiliación: Escuela de Posgrado Newman
País: República del Perú
Resumen
La gestión de residuos tecnológicos representa un desafío ambiental
creciente debido al aumento del consumo de aparatos eléctricos y
electrónicos, la rápida obsolescencia de dispositivos y la necesidad de
recuperar materiales bajo criterios de economía circular. En este contexto,
resulta relevante examinar cómo las tecnologías emergentes pueden
fortalecer los procesos de gestión de RAEE y reducir las limitaciones de los
modelos tradicionales. El objetivo del artículo fue analizar las sinergias,
barreras y oportunidades reportadas en la literatura para la integración
conjunta de inteligencia artificial, Internet de las Cosas y blockchain en los
procesos de recolección, clasificación, trazabilidad y reciclaje de residuos
tecnológicos. Se desarrolló un artículo de revisión sistemática siguiendo
criterios de búsqueda, selección y análisis de estudios científicos recientes
indexados en Scopus, organizando la evidencia mediante una matriz de
extracción orientada por preguntas de investigación. Los resultados
evidenciaron que el IoT facilita la captura de datos y el monitoreo en tiempo
real, la inteligencia artificial optimiza la clasificación y la toma de
decisiones, mientras que blockchain fortalece la trazabilidad, transparencia
e integridad de la información. Sin embargo, persisten barreras asociadas
con infraestructura, interoperabilidad, costos, capacidades técnicas y
regulación. Se concluye que la convergencia IA-IoT-blockchain ofrece un
modelo prometedor para una gestión de RAEE más eficiente, trazable y
sostenible.
Palabras Clave
Inteligencia artificial, internet de las cosas,
blockchain, residuos tecnológicos, economía
circular.
Abstract
Technological waste management represents a growing environmental
challenge due to the increased consumption of electrical and electronic
equipment, the rapid obsolescence of devices, and the need to recover
materials under circular economy principles. In this context, it is relevant to
examine how emerging technologies can strengthen WEEE management
processes and reduce the limitations of traditional models. The objective of
this article was to analyze the synergies, barriers, and opportunities reported
in the literature for the joint integration of artificial intelligence, the Internet
of Things, and blockchain in the processes of collection, classification,
traceability, and recycling of technological waste. A systematic review
article was developed following search, selection, and analysis criteria for
recent scientific studies indexed in Scopus, organizing the evidence using
an extraction matrix guided by research questions. The results showed that
IoT facilitates data capture and real-time monitoring, artificial intelligence
optimizes classification and decision-making, while blockchain strengthens
traceability, transparency, and data integrity. However, barriers related to
infrastructure, interoperability, costs, technical capabilities, and regulation
remain. It is concluded that the AI-IoT-blockchain convergence offers a
promising model for more efficient, traceable, and sustainable WEEE
management.
Keywords
Artificial intelligence, internet of things, blockchain, e-waste,
circular economy.
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(1079)
http://www.aulavirtual.web.ve
Introducción
La gestión de residuos de aparatos eléctricos y
electrónicos (RAEE) se ha convertido en una
preocupación ambiental relevante, asociada al
aumento constante del consumo de tecnología y al
reemplazo acelerado de equipos. En este contexto,
distintas tecnologías emergentes han cobrado
importancia como medios para modernizar los
sistemas de gestión de residuos. La inteligencia
artificial (IA) se ha utilizado para mejorar la
clasificación y el tratamiento de residuos mediante
algoritmos de aprendizaje automático y aprendizaje
profundo, lo que facilita el reconocimiento oportuno
de materiales reciclables y respalda decisiones
técnicas durante el proceso (Alabdali, 2025).
De igual manera, el Internet de las Cosas
(IoT), vinculado con la Industria 4.0, permite
interconectar dispositivos de recolección, controlar
el nivel de ocupación de los contenedores y mejorar
la organización logística de los residuos. Estas
aplicaciones favorecen modelos urbanos más
eficientes y sostenibles (Aragão & Júnior, 2021). A
su vez, blockchain ofrece condiciones para reforzar
la trazabilidad, la transparencia y la seguridad de los
datos dentro de las cadenas de gestión de residuos,
debido a que permite registrar información de forma
protegida e inalterable en cada etapa del proceso
(Gulyamov, 2024). Desde este enfoque, la IA, el IoT
y blockchain se vinculan con la economía circular y
la sostenibilidad urbana, por lo que constituyen la
base teórica de la presente revisión.
La literatura reciente ha mostrado avances
importantes en el estudio de estas tecnologías
aplicadas a la gestión de residuos, aunque en
muchos casos su análisis se ha realizado de manera
individual o en contextos distintos a los RAEE.
Szpilko et al., (2023) desarrollaron una revisión
sistemática con apoyo de análisis bibliométrico
sobre 1768 publicaciones indexadas en Scopus y
Web of Science, en la que clasificaron la producción
científica relacionada con la gestión de residuos en
ciudades inteligentes. Sus hallazgos permitieron
identificar líneas futuras vinculadas con el avance
tecnológico, la digitalización, la recuperación
energética y el diseño de políticas públicas. Este
estudio aportó una visión amplia sobre las
tendencias de investigación en la materia, aunque su
alcance se concentró en residuos urbanos en general
y no profundizó de manera específica en los
residuos tecnológicos.
Por otro lado, Sharma et al., (2024) realizaron
una revisión sistemática sobre la transformación
digital en la gestión de residuos sanitarios, en la cual
evidenciaron que tecnologías como la IA,
blockchain, el IoT y los sensores pueden contribuir
a resolver problemas asociados con la planificación
de rutas, la optimización de recursos y el
seguimiento en tiempo real. En esa misma línea,
Sira (2024) examinó el potencial de tecnologías
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(1080)
http://www.aulavirtual.web.ve
avanzadas, entre ellas la IA, blockchain, big data y
el IoT, dentro de los sistemas de gestión ambiental,
destacando su utilidad para fortalecer la
sostenibilidad y el desempeño ambiental en
distintos sectores productivos. Estos aportes reflejan
un interés académico creciente por la convergencia
tecnológica en la gestión de residuos; sin embargo,
también muestran que el conocimiento disponible
aún se encuentra fragmentado y disperso.
A pesar de los avances señalados, la literatura
revisada presenta vacíos relevantes que justificaron
el desarrollo de esta investigación. Yafeng &
Shevchenko (2023) indicaron que, aunque China ha
impulsado iniciativas vinculadas con el reciclaje
electrónico inteligente, los estudios sobre la
integración conjunta de varias tecnologías digitales
en la gestión de RAEE todavía se encuentran en una
etapa inicial. Además, señalaron que muchas
soluciones proceden principalmente del sector
empresarial y no necesariamente del ámbito
académico, lo que evidencia una distancia entre la
práctica industrial y la producción científica.
De manera complementaria, Carrazco et al.,
(2024) demostraron, mediante un análisis
bibliométrico, que la aplicación combinada de
tecnologías emergentes en la gestión de residuos
específicos sigue siendo limitada, pues identificaron
únicamente 116 publicaciones en un periodo de
siete años. Este resultado confirma la escasez de
evidencia empírica sobre enfoques tecnológicos
integrados. Asimismo, Gulyamov (2024) identificó
que, aunque los sistemas inteligentes de gestión de
residuos pueden reducir costos entre un 25 % y un
40 %, así como mejorar las tasas de reciclaje en más
del 40 %, su adopción enfrenta barreras vinculadas
con los costos de infraestructura, la insuficiencia de
capacidades técnicas y las dificultades asociadas a
la gestión del cambio, especialmente en economías
emergentes. En conjunto, estos vacíos evidencian la
necesidad de una síntesis sistemática que articule las
sinergias, barreras y oportunidades derivadas de la
integración de IA, IoT y blockchain en la gestión de
RAEE.
A partir de los vacíos identificados, el
presente artículo de revisión sistemática tuvo como
objetivo analizar las sinergias, barreras y
oportunidades reportadas en la literatura sobre la
integración conjunta de IA, IoT y blockchain en los
procesos de recolección, clasificación, trazabilidad
y reciclaje de residuos tecnológicos.
Metodología
La presente investigación se desarrolló bajo el
enfoque de una revisión sistemática de la literatura.
S La presente revisión sistemática se diseñó
siguiendo las directrices establecidas en la
declaración PRISMA 2020 (Preferred Reporting
Items for Systematic Reviews and Meta-Analyses)
(Page et al., 2021).
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(1081)
http://www.aulavirtual.web.ve
La búsqueda bibliográfica se realizó
exclusivamente en la base de datos Scopus. La
selección de esta única base de datos se justifica por
múltiples razones metodológicas y prácticas, donde
la utilización de una única base de datos robusta
permite mantener la consistencia en los metadatos
extraídos y facilita la replicabilidad del estudio,
criterio fundamental en las revisiones sistemáticas.
Con el propósito de orientar la búsqueda, el
análisis y la síntesis de la evidencia científica, se
formularon cuatro preguntas de investigación que
guiaron el desarrollo de la revisión sistemática: PI1:
¿Cuáles son las tecnologías emergentes (IA, IoT,
blockchain) que han sido implementadas de manera
individual o combinada en la gestión de residuos de
aparatos eléctricos y electrónicos (RAEE) según la
literatura científica reciente? PI2: ¿Qué sinergias se
han identificado entre la IA, el IoT y el blockchain
cuando se aplican de forma integrada en los
procesos de recolección, clasificación, trazabilidad
y reciclaje de residuos tecnológicos? PI3: ¿Cuáles
son las principales barreras tecnológicas,
organizacionales, regulatorias y económicas que
limitan la integración conjunta de estas tres
tecnologías en la gestión de RAEE? PI4: ¿Qué
oportunidades y direcciones futuras de
investigación se reportan en la literatura para
potenciar la convergencia de IA, IoT y blockchain
en la gestión integral de residuos tecnológicos?
La estrategia de búsqueda se diseñó mediante
la combinación de palabras clave específicas
relacionadas con las tres tecnologías emergentes y
la gestión de residuos tecnológicos, conectadas a
través de operadores booleanos. La fórmula
booleana empleada en Scopus fue la siguiente:
TITLE-ABS-KEY (("artificial intelligence"
OR "machine learning" OR "deep learning") AND
("Internet of Things" OR "IoT") AND
("blockchain" OR "distributed ledger" OR "smart
contract") AND ("e-waste" OR "electronic waste"
OR "WEEE" OR "waste electrical and electronic
equipment" OR "technological waste" OR "waste
management" OR "solid waste" OR "recycling"))
Criterios de inclusión
Criterios de exclusión
Estudios sobre al menos dos
tecnologías: IA, IoT o
blockchain, aplicadas a
residuos sólidos,
tecnológicos o electrónicos.
Artículos duplicados.
Artículos indexados en
Scopus.
Documentos no científicos o
sin revisión por pares.
Publicaciones entre 2020 y
2026.
Publicaciones anteriores a
2020.
Estudios empíricos,
teóricos, conceptuales o
revisiones sobre
recolección, clasificación,
trazabilidad o reciclaje.
Estudios sin relación directa
con la gestión de residuos o
RAEE.
Artículos en texto completo,
en inglés o español.
Artículos sin acceso al texto
completo.
Estudios que analicen
sinergias, barreras u
oportunidades tecnológicas.
Estudios con deficiencias
metodológicas o resultados no
verificables.
Tabla 1. Criterios de inclusión y exclusión
El proceso completo de selección, desde la
identificación inicial hasta la inclusión final, fue
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(1082)
http://www.aulavirtual.web.ve
documentado mediante un diagrama de flujo
PRISMA que detalla el número de registros en cada
fase, garantizando la transparencia y replicabilidad
del procedimiento metodológico.
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
Tecnología
abordada
Proceso de gestión de
residuos analizado
PI1: tecnologías
implementadas
PI2: sinergias entre
IA, IoT y blockchain
PI3: barreras
identificadas
PI4: oportunidades y
líneas futuras
Alabdali
(2025)
IA, IoT y blockchain
Clasificación,
monitoreo, trazabilidad,
recolección inteligente y
reciclaje
El estudio aporta a la
PI1 porque presenta una
arquitectura que articula
IA para clasificación,
IoT para monitoreo en
tiempo real y
blockchain para
trazabilidad y seguridad
de datos. Aunque se
orienta a residuos
sólidos en general, su
modelo resulta
transferible a RAEE por
su utilidad en
clasificación
automatizada y
seguimiento del flujo de
residuos.
Responde a la PI2
porque muestra que las
tres tecnologías
pueden operar de
forma
complementaria: el
IoT captura datos, la
IA procesa y clasifica,
y blockchain registra
la información de
forma segura y
verificable.
Permite identificar
barreras asociadas con
infraestructura digital,
interoperabilidad,
calidad de datos,
seguridad de la
información y
capacidad de
procesamiento. Estas
limitaciones son
relevantes para RAEE
por la heterogeneidad
de componentes y la
necesidad de
trazabilidad confiable.
Plantea oportunidades
vinculadas con
clasificación inteligente,
automatización de la
recolección, trazabilidad
descentralizada y mejora
de tasas de recuperación
de materiales.
Alaoui et
al., (2025)
Principalmente IoT;
también menciona
IA y blockchain
Recolección inteligente,
monitoreo, clasificación,
rutas inteligentes y
reciclaje
Aporta a la PI1 porque
identifica tecnologías
IoT aplicadas a la
gestión de residuos,
como sensores,
contenedores
inteligentes, redes de
comunicación, GPS,
monitoreo en tiempo
real y plataformas de
análisis. También
reconoce el uso
complementario de IA y
blockchain.
Su aporte a la PI2 es
parcial, porque no
desarrolla
empíricamente una
integración completa
de IA, IoT y
blockchain, pero
sostiene que los
enfoques híbridos
pueden mejorar la
eficiencia, seguridad y
trazabilidad de los
sistemas de residuos.
Identifica barreras como
seguridad de datos,
interoperabilidad,
escalabilidad, costos de
implementación,
privacidad,
conectividad y ausencia
de estándares.
Propone futuras líneas
orientadas a soluciones
IoT más asequibles,
escalables y seguras,
integradas con IA y
blockchain para mejorar
trazabilidad y toma de
decisiones.
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(1084)
http://www.aulavirtual.web.ve
Autor
Tecnología
abordada
Proceso de gestión de
residuos analizado
PI1: tecnologías
implementadas
PI2: sinergias entre
IA, IoT y blockchain
PI3: barreras
identificadas
PI4: oportunidades y
líneas futuras
Borandag
(2023)
Blockchain, IA, IoT,
códigos QR,
procesamiento de
imágenes y deep
learning
Clasificación,
recolección, trazabilidad
y reciclaje de objetos
reciclables
Responde de manera
directa a la PI1 porque
desarrolla una
plataforma denominada
Recycle Chain, que
integra blockchain, IA e
IoT. Incorpora un
dispositivo inteligente
IoT para recolectar
objetos reciclables,
software de IA para
identificarlos y
blockchain para
registrar el proceso.
Aporta sólidamente a
la PI2 porque muestra
una integración
funcional: la IA
identifica y clasifica
objetos reciclables, el
IoT comunica datos
del dispositivo al
sistema central y
blockchain garantiza
un registro seguro,
transparente e
inalterable de los
objetos reciclados.
No desarrolla
ampliamente barreras
regulatorias u
organizacionales, pero
permite inferir barreras
técnicas relacionadas
con infraestructura IoT,
entrenamiento de
modelos, conectividad,
precisión del
reconocimiento y
seguridad del sistema.
Propone oportunidades
relacionadas con
plataformas inteligentes
de reciclaje, incentivos
digitales, sistemas de
depósito, clasificación
automatizada y
trazabilidad blockchain.
Atofarati
et al.,
(2025)
IA, IoT, blockchain,
automatización y
análisis de datos
Recolección,
clasificación, monitoreo,
trazabilidad, reciclaje,
reutilización y
valorización energética
Responde parcialmente
a la PI1 porque
identifica el uso de IA,
IoT y blockchain en
sistemas inteligentes de
gestión de residuos
urbanos. Su propuesta
de gestión centralizada
incorpora sensores,
monitoreo predictivo,
clasificación
automatizada y
trazabilidad.
Aporta a la PI2 porque
describe una
arquitectura donde el
IoT captura datos, la
IA optimiza rutas y
clasificación, y
blockchain puede
asegurar registros
inviolables sobre
cantidades, tiempos y
destinos de residuos.
Identifica barreras de
infraestructura, altos
costos iniciales, brechas
regulatorias, falta de
capacidades técnicas,
conectividad limitada y
necesidad de
participación de actores.
Plantea oportunidades
vinculadas con estudios
piloto, análisis costo-
beneficio, escalabilidad,
alianzas público-privadas,
incentivos regulatorios y
colaboración entre
gobierno, empresas y
comunidades.
Ciano et
al., (2025)
Tecnologías de
Industria 4.0: IoT,
IA, blockchain, big
data, gemelos
digitales, realidad
aumentada/virtual,
manufactura aditiva
y robótica
Economía circular,
reciclaje, recuperación
de materiales,
reutilización, reparación,
reacondicionamiento,
remanufactura y
extensión de vida útil
Aporta a la PI1 de
manera indirecta porque
identifica tecnologías
digitales aplicables a
estrategias circulares.
Destaca que IoT, IA y
blockchain pueden
apoyar reciclaje y
Contribuye
parcialmente a la PI2
porque explica cómo
las tecnologías de
Industria 4.0 pueden
complementar
estrategias circulares:
IoT para visibilidad,
Señala una brecha de
conocimiento sobre
cómo las
organizaciones pueden
integrar efectivamente
tecnologías de Industria
4.0 con estrategias de
economía circular.
Propone futuras
investigaciones sobre
estrategias menos
exploradas como
reutilización, reparación,
reacondicionamiento,
remanufactura y
repurposing, todas
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
Autor
Tecnología
abordada
Proceso de gestión de
residuos analizado
PI1: tecnologías
implementadas
PI2: sinergias entre
IA, IoT y blockchain
PI3: barreras
identificadas
PI4: oportunidades y
líneas futuras
recuperación de
materiales, aspectos
relevantes para RAEE.
IA para análisis y
automatización, y
blockchain para
trazabilidad y
transparencia.
También advierte que
los marcos existentes
suelen ser limitados por
sector, tecnología o
modelo circular.
pertinentes para ampliar el
enfoque de RAEE más allá
del reciclaje final.
Jiang et
al., (2023)
Blockchain, IoT, IA,
machine learning,
big data, cloud/edge
computing, smart
contracts y LCA
Segregación,
trazabilidad, reciclaje,
tratamiento, disposición
final, logística de
residuos y economía
circular
Responde directamente
a la PI1 porque
identifica tecnologías
digitales aplicadas a la
gestión de residuos, con
énfasis en blockchain y
su integración con IoT,
IA, machine learning,
cloud/edge computing y
smart contracts.
Además, menciona
aplicaciones de
trazabilidad de e-waste.
Aporta sólidamente a
la PI2 porque explica
que blockchain puede
integrarse con IoT e IA
para conectar actores,
asegurar autenticidad
de datos, monitorear
etapas del residuo y
facilitar trazabilidad
digital en sistemas de
economía circular.
Identifica barreras como
baja aceptación de
usuarios, problemas de
transparencia en la
adquisición de datos,
dificultades de
adopción, balance
costo-beneficio,
inmadurez de algunas
aplicaciones y desajuste
entre capacidad
tecnológica y capacidad
de gestión.
Propone oportunidades
relacionadas con
integración blockchain–
IoT–IA, smart contracts,
digitalización de residuos,
LCA, economía circular,
cuantificación de carbono
y mejora de trazabilidad
en residuos complejos.
Liu et al.,
(2023)
Cloud services, IA,
big data analytics,
blockchain e IoT
Gestión sostenible de
cadenas de suministro,
economía circular,
diseño, producción,
distribución, uso y fin de
vida del producto
Aporta a la PI1 de forma
indirecta porque
identifica tecnologías
digitales de Industria
4.0 que permiten
implementar cadenas de
suministro circulares.
Su énfasis en fin de
vida, reutilización,
remanufactura y
reciclaje es aplicable a
residuos tecnológicos.
Contribuye a la PI2
mediante el marco
CAB²IN, que integra
servicios en la nube,
IA, big data,
blockchain e IoT para
generar y procesar
datos a lo largo del
ciclo de vida del
producto.
Señala como barrera la
falta de investigación
sobre cómo las
tecnologías digitales
benefician la gestión
sostenible de cadenas de
suministro desde la
lógica de economía
circular. También
identifica poca claridad
sobre funciones,
métodos de
implementación y
capacidades físicas y
virtuales.
Plantea oportunidades
sobre cadenas de
suministro digitalizadas,
trazabilidad de productos,
gestión del fin de vida,
decisiones sostenibles
basadas en datos y
modelos circulares
habilitados por
tecnologías digitales.
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(1086)
http://www.aulavirtual.web.ve
Autor
Tecnología
abordada
Proceso de gestión de
residuos analizado
PI1: tecnologías
implementadas
PI2: sinergias entre
IA, IoT y blockchain
PI3: barreras
identificadas
PI4: oportunidades y
líneas futuras
Rodrigues
et al.,
(2025)
IoT, IA, big data
analytics, cloud
computing y
blockchain
Logística inversa:
recolección, transporte,
almacenamiento,
clasificación,
remanufactura, reciclaje
y disposición final
Responde a la PI1
porque identifica
tecnologías de Industria
4.0 aplicables a
acciones de logística
inversa. Aunque se
enfoca en residuos
sólidos, su estructura es
transferible a RAEE por
los procesos de
recolección,
clasificación, reciclaje,
remanufactura y
disposición.
Aporta a la PI2 porque
sostiene que la
combinación de IoT,
IA, big data,
computación en la
nube y blockchain
mejora trazabilidad,
automatización,
sostenibilidad y toma
de decisiones en
logística inversa.
Identifica barreras
propias de la logística
inversa tradicional:
ineficiencias operativas,
altos costos, limitada
trazabilidad, deficiente
recuperación de
materiales y dificultades
para reintegrar residuos
al ciclo productivo.
Propone oportunidades
para optimizar rutas,
clasificación
automatizada,
mantenimiento predictivo,
smart tracking, reciclaje
eficiente y reintegración
de materiales mediante
tecnologías digitales.
Stephen et
al., (2026)
IA, IoT, blockchain,
sensores, edge
computing, digital
twin, Hyperledger
Fabric y analítica en
la nube
Clasificación,
monitoreo, trazabilidad,
recuperación circular y
reciclaje de residuos
industriales
Responde a la PI1
porque presenta una
arquitectura integrada
de IA, IoT y blockchain
para optimizar el
reciclaje de residuos
industriales. Aunque se
aplica a residuos de
carbón, el modelo es
transferible a RAEE por
su énfasis en
clasificación
automatizada, sensores,
trazabilidad y
recuperación circular.
Aporta directamente a
la PI2: la IA realiza
reconocimiento y
clasificación, el IoT
monitorea en tiempo
real, y blockchain
asegura trazabilidad,
integridad de datos y
reportes verificables.
Identifica barreras
relacionadas con
integración a gran
escala, viabilidad
económica, consumo
energético,
infraestructura
tecnológica,
escalabilidad y
transición laboral.
Propone oportunidades
sobre digital twins,
trazabilidad blockchain,
visión artificial, sensores
IoT, análisis costo-
beneficio, recuperación
circular y modelos de
transición justa.
Vesmaș et
al., (2026)
IoT, IA, blockchain,
Web 3.0, smart
containers y PAYT
Gestión inteligente de
residuos municipales,
identificación de
usuarios, monitoreo,
cálculo tarifario,
trazabilidad, separación
Aporta a la PI1 porque
identifica tecnologías
emergentes aplicadas a
la gestión inteligente de
residuos. Aunque se
enfoca en residuos
Responde a la PI2
porque integra IoT
como capa de
adquisición de datos,
IA como mecanismo
de optimización
Identifica barreras como
fragmentación
tecnológica, inversión
inicial, necesidad de
infraestructura digital,
conectividad, gestión de
Propone oportunidades
sobre pilotos de
implementación, sistemas
PAYT digitalizados,
monitoreo en tiempo real,
automatización tarifaria,
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
Autor
Tecnología
abordada
Proceso de gestión de
residuos analizado
PI1: tecnologías
implementadas
PI2: sinergias entre
IA, IoT y blockchain
PI3: barreras
identificadas
PI4: oportunidades y
líneas futuras
en fuente y optimización
de rutas
municipales, su marco
puede transferirse a
RAEE mediante
sistemas de retorno,
identificación de
usuarios, incentivos y
trazabilidad.
predictiva y
blockchain/Web 3.0
como soporte de
trazabilidad,
transparencia y
gobernanza
descentralizada.
datos, aceptación
ciudadana y ausencia de
validación empírica del
modelo.
incentivos conductuales y
gobernanza basada en
datos.
Tabla 2. Tecnologías emergentes en la gestión de RAEE
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(1088)
http://www.aulavirtual.web.ve
Discusión de resultados
La acción conjunta de inteligencia artificial,
Internet de las Cosas y blockchain constituye una
línea emergente para optimizar la gestión de
residuos tecnológicos, especialmente en los
procesos de recolección, clasificación, trazabilidad
y reciclaje. Sin embargo, también se observó que la
evidencia disponible todavía se encuentra en una
fase de consolidación, pues una parte importante de
los estudios incluidos no se enfocó exclusivamente
en RAEE, sino en residuos sólidos, logística
inversa, economía circular o residuos industriales.
Esta situación confirma que la convergencia
tecnológica IA–IoT–blockchain presenta un alto
potencial de transferencia hacia la gestión de
residuos tecnológicos, aunque aún requiere mayor
validación empírica en escenarios específicos de
RAEE.
Un primer resultado relevante fue que las
tecnologías emergentes se han implementado de
manera diferenciada según el proceso de gestión de
residuos. La IA apareció principalmente asociada
con la clasificación automatizada, el
reconocimiento de objetos, la predicción de
volúmenes y la optimización de decisiones
operativas. Este hallazgo coincide con Alabdali
(2025), quien propuso un sistema de clasificación de
residuos basado en IA, seguimiento inteligente e
integración IoT, orientado a mejorar la
identificación y gestión de residuos. De forma
similar, Borandag (2023) desarrolló una plataforma
de reciclaje con procesamiento de imágenes,
aprendizaje profundo, códigos QR, IoT y
blockchain, demostrando que la IA puede fortalecer
la clasificación de materiales reciclables. Estos
resultados también convergen con Stephen et al.,
(2026), quienes validaron un marco AI–IoT–
Blockchain para residuos industriales, donde la IA
permitió mejorar la precisión en la clasificación y
apoyar la recuperación circular de recursos.
No obstante, la evidencia revisada muestra
una divergencia importante respecto al objeto de
aplicación. Mientras Borandag (2023), Alabdali
(2025) y Stephen et al., (2026) demostraron
aplicaciones tecnológicas concretas en reciclaje o
residuos industriales, los estudios específicamente
centrados en RAEE fueron menos frecuentes. Esta
diferencia sugiere que la investigación sobre
tecnologías inteligentes en residuos ha avanzado
más rápidamente en residuos sólidos generales,
residuos industriales y sistemas urbanos que en la
gestión específica de aparatos eléctricos y
electrónicos. Esta brecha coincide con lo señalado
por Yafeng & Shevchenko (2023), quienes
indicaron que las investigaciones sobre tecnologías
digitales aplicadas al e-waste todavía se encuentran
en desarrollo y que muchas soluciones proceden del
sector empresarial antes que del ámbito académico.
Un segundo resultado fue que el IoT cumplió
un rol estructural como tecnología de captura,
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(1089)
http://www.aulavirtual.web.ve
conexión y monitoreo de datos. En los estudios
revisados, el IoT se vinculó con sensores,
contenedores inteligentes, monitoreo de llenado,
identificación de usuarios, seguimiento de rutas y
transmisión de datos en tiempo real. Este hallazgo
converge con Alaoui et al., (2025), quienes
identificaron que los sistemas IoT permiten mejorar
la recolección inteligente, el monitoreo operativo y
la optimización de rutas en ciudades inteligentes.
Del mismo modo, Rodrigues et al., (2025)
sostuvieron que el IoT fortalece las acciones de
logística inversa al mejorar la trazabilidad de
productos, materiales y residuos durante la
recolección, transporte, almacenamiento,
clasificación y disposición final. En el caso de
RAEE, esta función resulta especialmente relevante
debido a la necesidad de registrar el recorrido de
equipos, componentes y materiales críticos desde el
punto de descarte hasta su valorización o
disposición segura.
Sin embargo, los resultados también muestran
que el IoT por sí solo no resuelve los problemas
estructurales de la gestión de RAEE. Su valor
depende de su articulación con sistemas de análisis,
plataformas de trazabilidad y mecanismos
institucionales capaces de convertir los datos
capturados en decisiones operativas. Esta
interpretación coincide con Vesmaș et al., (2026),
quienes argumentaron que el monitoreo en tiempo
real solo adquiere eficacia cuando se integra con
incentivos económicos, análisis predictivo y
gobernanza digital. Por tanto, el IoT debe ser
entendido como una capa inicial de adquisición de
datos, pero no como una solución integral aislada.
Un tercer resultado central fue que blockchain
se presentó como la tecnología más vinculada con la
trazabilidad, la transparencia, la integridad de datos
y la confianza entre actores. Jiang et al., (2023)
señalaron que blockchain puede fortalecer la gestión
de residuos mediante registros distribuidos,
contratos inteligentes, trazabilidad de datos y
articulación con IoT, IA y análisis de ciclo de vida.
Este resultado converge con Borandag (2023), quien
utilizó blockchain para registrar objetos reciclables,
gestionar incentivos y garantizar transparencia en la
plataforma Recycle Chain. Asimismo, Vesmaș et
al., (2026) destacaron que blockchain y Web 3.0
pueden sostener modelos de gobernanza
descentralizada y registro verificable en sistemas
inteligentes de residuos.
En el caso de los RAEE, la trazabilidad
blockchain adquiere una relevancia particular
porque estos residuos contienen materiales de valor
económico, componentes reutilizables y sustancias
potencialmente peligrosas. Por ello, su gestión exige
registros confiables sobre origen, transporte,
clasificación, tratamiento, reciclaje y disposición
final. Este resultado se alinea con Gulyamov (2024),
quien sostuvo que los sistemas inteligentes de
residuos basados en IoT, blockchain y análisis de
datos pueden mejorar la eficiencia operativa, reducir
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(1090)
http://www.aulavirtual.web.ve
costos y fortalecer la trazabilidad. No obstante, los
hallazgos también evidencian que blockchain aún
enfrenta limitaciones de adopción, especialmente
por los costos de implementación, la
interoperabilidad con sistemas existentes y la
necesidad de aceptación institucional y social.
En cuanto a las sinergias tecnológicas, los
resultados muestran que la integración IA–IoT–
blockchain genera un modelo funcional de tres
capas. En primer lugar, el IoT permite capturar datos
desde contenedores, sensores, dispositivos o centros
de acopio. En segundo lugar, la IA procesa esos
datos para clasificar residuos, predecir volúmenes,
optimizar rutas o apoyar decisiones de reciclaje. En
tercer lugar, blockchain registra la información
relevante y garantiza trazabilidad, seguridad e
integridad. Esta lógica se observa en Alabdali
(2025), Borandag (2023), Jiang et al., (2023),
Stephen et al., (2026) y Vesmaș et al., (2026),
aunque con diferencias en el tipo de residuo y en el
nivel de validación empírica.
Estos resultados convergen con Rodrigues et
al., (2025), quienes afirmaron que las tecnologías de
Industria 4.0 pueden mejorar la logística inversa
mediante automatización, trazabilidad, análisis de
datos y sostenibilidad operativa. También se
relacionan con Liu et al., (2023), quienes
propusieron el marco CAB²IN para integrar
servicios en la nube, IA, big data, blockchain e IoT
en cadenas de suministro circulares. Desde esta
perspectiva, la gestión de RAEE no debe limitarse
al reciclaje final, sino que debe comprenderse como
una cadena circular que involucra diseño, consumo,
devolución, recolección, clasificación,
recuperación, remanufactura y disposición. Esta
interpretación coincide con Ciano et al., (2025),
quienes señalaron que las tecnologías de Industria
4.0 pueden apoyar estrategias de economía circular
más amplias, como reutilización, reparación,
reacondicionamiento, remanufactura, reciclaje y
recuperación de materiales.
Respecto a las barreras, los estudios revisados
evidenciaron obstáculos tecnológicos,
organizacionales, regulatorios y económicos. Las
barreras tecnológicas incluyeron interoperabilidad
limitada, baja calidad de datos, conectividad
insuficiente, ciberseguridad, escalabilidad y
necesidad de infraestructura digital. Estas
limitaciones coinciden con Alaoui et al., (2025),
quienes identificaron problemas de privacidad,
seguridad de datos, conectividad, costos y ausencia
de estándares en sistemas IoT aplicados a residuos.
De igual modo, Jiang et al., (2023) señalaron que la
adopción de blockchain enfrenta dificultades
relacionadas con la aceptación de usuarios, la
gestión de datos, el balance costo-beneficio y la
inmadurez de algunas aplicaciones. En el caso de
RAEE, estas barreras se intensifican por la
heterogeneidad de los dispositivos, la diversidad de
materiales, la presencia de actores informales y la
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(1091)
http://www.aulavirtual.web.ve
necesidad de cumplir regulaciones ambientales
específicas.
Las barreras organizacionales y regulatorias
también resultaron significativas. Atofarati et al.,
(2025) resaltaron que la implementación de
sistemas inteligentes de residuos requiere
capacidades institucionales, participación de
actores, inversión pública y marcos regulatorios
adecuados. Rodrigues et al., (2025) también
señalaron que la logística inversa tradicional
enfrenta problemas de trazabilidad limitada, altos
costos operativos y dificultades para reincorporar
materiales al ciclo productivo. Estos hallazgos son
consistentes con Gulyamov (2024), quien identificó
que la adopción de tecnologías inteligentes puede
verse limitada por costos de infraestructura, falta de
capacidades técnicas y resistencia al cambio. En
consecuencia, la integración tecnológica en RAEE
no depende únicamente de la disponibilidad de
herramientas digitales, sino también de condiciones
institucionales, normativas y económicas que
permitan su aplicación sostenible.
En relación con las oportunidades, la revisión
permitió identificar cuatro líneas principales. La
primera corresponde a la clasificación automatizada
de residuos tecnológicos mediante IA y visión
artificial. Esta línea se sustenta en Borandag (2023),
Alabdali (2025) y Stephen et al., (2026), quienes
demostraron que la IA puede mejorar la
identificación y separación de residuos. La segunda
oportunidad se relaciona con la trazabilidad
blockchain de los flujos de RAEE, especialmente
para garantizar transparencia en la recolección,
transporte, reciclaje y disposición final. Esta línea
coincide con Jiang et al., (2023) y Vesmaș et al.,
(2026). La tercera oportunidad se vincula con la
logística inversa inteligente, apoyada en IoT, IA, big
data, computación en la nube y blockchain, tal como
plantearon Rodrigues et al., (2025) y Liu et al.,
(2023). La cuarta oportunidad corresponde a la
integración de la gestión de RAEE con estrategias
de economía circular, especialmente reparación,
reutilización, remanufactura, recuperación de
materiales críticos y reducción del descarte
prematuro, como señalaron Ciano et al., (2025).
Estos resultados permiten sostener que la
integración de IA, IoT y blockchain no debe
concebirse únicamente como una innovación
tecnológica, sino como una estrategia sistémica para
mejorar la sostenibilidad, la eficiencia y la
responsabilidad en la gestión de residuos
tecnológicos. Sin embargo, la literatura aún muestra
un predominio de marcos conceptuales, revisiones y
modelos transferibles, con menor cantidad de
estudios empíricos centrados específicamente en
RAEE. Por tanto, el principal aporte de esta revisión
radica en organizar y sintetizar una evidencia
dispersa, identificando cómo estas tecnologías
pueden articularse en los procesos clave de
recolección, clasificación, trazabilidad y reciclaje.
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(1092)
http://www.aulavirtual.web.ve
La primera limitación fue el uso exclusivo de
Scopus como base de datos. Aunque esta base
ofrece cobertura amplia y estándares de indexación
reconocidos, la exclusión de Web of Science, IEEE
Xplore, ScienceDirect, SpringerLink u otras bases
especializadas pudo haber dejado fuera estudios
técnicos o aplicaciones de ingeniería relevantes para
IA, IoT y blockchain en RAEE. Esta decisión
favoreció la consistencia metodológica, pero pudo
limitar la amplitud de la evidencia recuperada.
La segunda limitación fue la escasez de
estudios centrados exclusivamente en RAEE.
Varios artículos incluidos abordaron residuos
sólidos, residuos municipales, residuos industriales,
logística inversa o economía circular en general. Si
bien estos estudios fueron pertinentes por su valor
transferible, su inclusión exige cautela al interpretar
los resultados, porque no todos los hallazgos pueden
generalizarse directamente a residuos tecnológicos.
La tercera limitación se relacionó con la
heterogeneidad metodológica de los estudios
incluidos. La matriz integró revisiones sistemáticas,
estudios conceptuales, marcos tecnológicos,
simulaciones y artículos aplicados. Esta diversidad
enriqueció el análisis, pero impidió realizar una
comparación cuantitativa homogénea o una
evaluación estadística del impacto de las
tecnologías en indicadores como eficiencia, costos,
reducción de emisiones o tasas de reciclaje.
La cuarta limitación fue la ausencia de
metaanálisis. Debido a la naturaleza heterogénea de
los estudios y a la diversidad de métricas reportadas,
no fue posible estimar efectos agregados sobre el
rendimiento de la integración IA–IoT–blockchain.
En consecuencia, los hallazgos deben interpretarse
como una síntesis cualitativa y analítica, no como
una medición cuantitativa del desempeño
tecnológico.
La quinta limitación fue el predominio de
evidencia conceptual o transferible. Aunque
algunos estudios reportaron desarrollos
tecnológicos y validaciones, gran parte de la
literatura analizada se orientó a proponer marcos,
arquitecturas o rutas futuras. Esto limita la
posibilidad de afirmar que la integración de IA, IoT
y blockchain ya se encuentra plenamente
implementada en la gestión real de RAEE.
La sexta limitación corresponde al periodo de
análisis. Al concentrarse en publicaciones recientes
entre 2020 y 2026, la revisión permitió capturar
tendencias actuales, pero pudo excluir antecedentes
previos que explican la evolución histórica de la
gestión digital de residuos, la logística inversa o la
economía circular aplicada a aparatos eléctricos y
electrónicos.
Futuras investigaciones deberían desarrollar
estudios empíricos centrados específicamente en
RAEE, especialmente en plantas de reciclaje,
centros de acopio, sistemas municipales de retorno,
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(1093)
http://www.aulavirtual.web.ve
programas de responsabilidad extendida del
productor y cadenas de recuperación de materiales
críticos. Estos estudios permitirían validar si los
modelos transferibles identificados en residuos
sólidos, industriales o municipales funcionan de
manera efectiva en residuos tecnológicos.
También se recomienda realizar estudios
piloto que integren simultáneamente IA, IoT y
blockchain en procesos concretos de RAEE. Por
ejemplo, podrían diseñarse sistemas en los que
sensores IoT registren el ingreso de dispositivos,
algoritmos de IA clasifiquen componentes
reutilizables o peligrosos, y blockchain almacene la
trazabilidad del residuo desde su recolección hasta
su reciclaje o disposición final.
Otra línea futura relevante consiste en evaluar
el costo-beneficio de estas tecnologías. La literatura
revisada identifica beneficios potenciales en
eficiencia, trazabilidad y sostenibilidad, pero
todavía se requiere evidencia sobre inversión inicial,
costos de mantenimiento, retorno económico,
ahorro operativo y viabilidad para municipios,
empresas recicladoras y economías emergentes.
Asimismo, se recomienda profundizar en la
interoperabilidad de plataformas. La gestión de
RAEE involucra fabricantes, distribuidores,
consumidores, recicladores, autoridades
ambientales y operadores logísticos. Por ello,
futuros estudios deberían analizar estándares de
datos, arquitectura de plataformas, compatibilidad
tecnológica y gobernanza de la información entre
actores.
Futuras investigaciones también deberían
examinar el papel de la regulación ambiental y la
responsabilidad extendida del productor en la
adopción de IA, IoT y blockchain. La trazabilidad
digital podría fortalecer el cumplimiento normativo,
pero requiere marcos legales que reconozcan
registros digitales, contratos inteligentes,
certificaciones de reciclaje y mecanismos de
auditoría tecnológica.
Finalmente, se recomienda incorporar
dimensiones sociales y laborales. La automatización
de procesos de clasificación y reciclaje puede
modificar las funciones de trabajadores,
recicladores y operadores logísticos. Por ello,
futuros estudios deberían analizar estrategias de
capacitación, transición justa, inclusión de
recicladores informales y aceptación social de
sistemas inteligentes de gestión de residuos
tecnológicos.
Los hallazgos de esta revisión sistemática
muestran que la articulación de la IA, el IoT y
blockchain puede contribuir de manera relevante a
la modernización de la gestión de RAEE. La IA
favorece el análisis de información y la clasificación
automatizada de materiales; el IoT facilita la
conectividad, el seguimiento operativo y la
generación de datos en tiempo real; mientras que
blockchain refuerza la trazabilidad, la transparencia
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(1094)
http://www.aulavirtual.web.ve
y la confiabilidad de la cadena de gestión. No
obstante, la adopción de estas tecnologías exige
atender limitaciones técnicas, económicas,
normativas y organizacionales, además de ampliar
la evidencia empírica centrada específicamente en
los residuos de aparatos eléctricos y electrónicos.
Conclusiones
Los resultados de esta revisión evidenciaron
que la integración de la inteligencia artificial, el
Internet de las Cosas y blockchain constituye una
estrategia emergente con alto potencial para
fortalecer la gestión de residuos tecnológicos. La IA
se identificó como una tecnología clave para la
clasificación automatizada, el reconocimiento de
materiales, la predicción de volúmenes y el apoyo a
la toma de decisiones operativas. El IoT permitió
ampliar las capacidades de monitoreo mediante
sensores, contenedores inteligentes, identificación
de usuarios y seguimiento en tiempo real.
Blockchain, por su parte, aportó valor en la
trazabilidad, transparencia, integridad de datos y
verificación de las etapas del proceso. En conjunto,
estos hallazgos contribuyen al campo de estudio al
demostrar que la gestión de RAEE puede avanzar
desde modelos fragmentados y reactivos hacia
sistemas inteligentes, trazables y orientados a la
economía circular.
En relación con el objetivo de investigación,
el estudio permitió analizar que las principales
sinergias entre IA, IoT y blockchain se producen
cuando estas tecnologías operan de forma
complementaria: el IoT captura datos en tiempo
real, la IA procesa y optimiza esos datos, y
blockchain asegura su registro confiable e
inalterable. Esta integración resulta especialmente
pertinente para los procesos de recolección,
clasificación, trazabilidad y reciclaje de residuos
tecnológicos. No obstante, también se identificaron
barreras relevantes, entre ellas la limitada
interoperabilidad, los altos costos de
implementación, la insuficiente infraestructura
digital, la baja calidad de datos, los riesgos de
ciberseguridad, la falta de estándares y las
debilidades regulatorias. Frente a ello, las
oportunidades más importantes se relacionan con el
desarrollo de sistemas de clasificación inteligente,
logística inversa digitalizada, trazabilidad mediante
contratos inteligentes, incentivos para la devolución
de equipos, recuperación de materiales críticos y
modelos de responsabilidad extendida del productor
apoyados en tecnologías digitales.
El presente trabajo correspondió a un artículo
de revisión sistemática, orientado a sintetizar y
analizar la literatura científica reciente sobre
tecnologías emergentes aplicadas a la gestión de
residuos tecnológicos. Este enfoque permitió
organizar la evidencia disponible, comparar
estudios previos y reconocer patrones comunes en
torno a las aplicaciones, limitaciones y posibilidades
de integración tecnológica. Asimismo, la revisión
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(1095)
http://www.aulavirtual.web.ve
permitió advertir que una parte considerable de la
evidencia proviene de estudios sobre residuos
sólidos, residuos municipales, residuos industriales,
logística inversa o economía circular, por lo que
varios aportes fueron considerados como
transferibles al campo de los RAEE y no como
evidencia exclusivamente específica de residuos
tecnológicos.
Finalmente, esta revisión permite sostener que
la convergencia entre IA, IoT y blockchain puede
contribuir de manera significativa a la transición
hacia sistemas de gestión de RAEE más eficientes,
transparentes y sostenibles. Sin embargo, su
consolidación requiere estudios empíricos
específicos, pilotos tecnológicos, análisis costo-
beneficio y marcos regulatorios que faciliten la
interoperabilidad, la trazabilidad y la gobernanza de
datos. Futuras investigaciones deberían evaluar
aplicaciones reales en centros de acopio, plantas de
reciclaje, programas de responsabilidad extendida
del productor y cadenas de recuperación de
materiales críticos.
También resulta necesario incorporar
dimensiones sociales y laborales, especialmente en
contextos donde participan recicladores informales,
operadores logísticos y actores municipales. De este
modo, el conocimiento generado podrá avanzar
desde modelos conceptuales hacia soluciones
aplicables, escalables y ambientalmente
responsables.
Referencias
Alabdali, A. M. (2025). Blockchain based solid
waste classification with AI powered tracking
and IoT integration. Scientific Reports, 15(1).
Documento en línea. Disponible
https://doi.org/10.1038/s41598-025-97030-2
Alaoui, M. L. T., Belhiah, M., & Ziti, S. (2025).
IoT-enabled waste management in smart cities:
A systematic literature review. International
Journal of Advanced Computer Science and
Applications, 16(4), 131–138.
Aragão, W. R., & Júnior, A. I. de O. (2021). Internet
das coisas na gestão de resíduos sólidos: revisão
sistemática com análise bibliométrica da
literatura. Journal of Environmental Analysis
and Progress, 6(3), 194–209. Documento en
línea. Disponible
https://doi.org/10.24221/jeap.6.3.2021.4245.194
-209
Atofarati, E. O., Adogbeji, V. O., & Enweremadu,
C. C. (2025). Sustainable smart waste
management solutions for rapidly urbanizing
African cities. Utilities Policy, 95, 101961.
Documento en línea. Disponible
https://doi.org/10.1016/j.jup.2025.101961
Borandag, E. (2023). A blockchain-based recycling
platform using image processing, QR codes, and
IoT system. Sustainability, 15(7), 6116.
Documento en línea. Disponible
https://doi.org/10.3390/su15076116
Carrazco, D. I. C., Ruiz, M. G. T., López, D.,
Hermida, C. E. C., Arellano, V. M. L., Zavala-
Tobar, M. A., & Godoy, M. M. P. (2024).
Bibliometric analysis of the applicability of
artificial intelligence in the integrated
management of medical waste. Data &
Metadata, 3. Documento en línea. Disponible
https://doi.org/10.56294/dm2024.375
Ciano, M. P., Peron, M., Panza, L., & Pozzi, R.
(2025). Industry 4.0 technologies in support of
circular economy: A 10R-based integration
framework. Computers & Industrial
Engineering, 201, 110867. Documento en línea.
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(1096)
http://www.aulavirtual.web.ve
Disponible
https://doi.org/10.1016/j.cie.2025.110867
Gulyamov, S. (2024). Intelligent waste management
using IoT, blockchain technology and data
analytics. E3s Web of Conferences, 501, 01010.
Documento en línea. Disponible
https://doi.org/10.1051/e3sconf/202450101010
Jiang, P., Zhang, L., You, S., Fan, Y. V., Tan, R. R.,
Klemeš, J. J., & You, F. (2023). Blockchain
technology applications in waste management:
Overview, challenges and opportunities. Journal
of Cleaner Production, 421, 138466. Documento
en línea. Disponible
https://doi.org/10.1016/j.jclepro.2023.138466
Liu, L., Song, W., & Liu, Y. (2023). Leveraging
digital capabilities toward a circular economy:
Reinforcing sustainable supply chain
management with Industry 4.0 technologies.
Computers & Industrial Engineering, 178,
109113. Documento en línea. Disponible
https://doi.org/10.1016/j.cie.2023.109113
Page, M. J., McKenzie, J. E., Bossuyt, P. M.,
Boutron, I., Hoffmann, T. C., Mulrow, C. D.,
Moher, D. (2021). The PRISMA 2020 statement:
An updated guideline for reporting systematic
reviews. BMJ, 372, n71. Documento en línea.
Disponible https://doi.org/10.1136/bmj.n71
Rodrigues, S. P., Gomes, L. de C., Peres, F. A. P.,
Correa, R. G. de F., & Baierle, I. C. (2025). A
framework for leveraging digital technologies in
reverse logistics actions: A systematic literature
review. Logistics, 9(2), 54. Documento en línea.
Disponible
https://doi.org/10.3390/logistics9020054
Sharma, V., Jamwal, A., Agrawal, R., & Pratap, S.
(2024). A review on digital transformation in
healthcare waste management: Applications,
research trends and implications. Waste
Management & Research the Journal for a
Sustainable Circular Economy, 43(6), 828–849.
Documento en línea. Disponible
https://doi.org/10.1177/0734242x241285420
Sira, M. (2024). Potential of Advanced
Technologies for Environmental Management
Systems. Management Systems in Production
Engineering, 32(1), 33–44. Documento en línea.
Disponible https://doi.org/10.2478/mspe-2024-
0004
Stephen, A. O., Liu, C., & Xin, G. (2026). A smart
AI–IoT–blockchain framework for sustainable
coal gangue waste systems and circular resource
recovery. Cleaner Waste Systems, 14, 100497.
Documento en línea. Disponible
https://doi.org/10.1016/j.clwas.2026.100497
Szpilko, D., Gallegos, A. de la T., Naharro, F. J.,
Rzepka, A., & Remiszewska, A. (2023). Waste
Management in the Smart City: Current Practices
and Future Directions. Resources, 12(10), 115.
Documento en línea. Disponible
https://doi.org/10.3390/resources12100115
Vesmaș, D.-M., Dragomir, A. N., Bayraktar, D., &
Morari Bayraktar, A. (2026). Integrating PAYT
and emerging technologies for smart waste
management: Towards a circular economy
framework. Sustainability, 18(7), 3510.
Documento en línea. Disponible
https://doi.org/10.3390/su18073510
Yafeng, H., & Shevchenko, T. (2023). Exploring
Digital Technologies and Smart Systems Used in
E-Waste Management in China: Seminal
Research Themes. Bulletin of Sumy National
Agrarian University, (3 (95), 3-9. Documento en
línea. Disponible
https://doi.org/10.32782/bsnau.2023.3.1