Adaptación cultural y territorial de la inteligencia artificial para la inclusión financiera en contextos indígenas: Una revisión sistemática basada en equidad digital
Barra lateral del artículo
Contenido principal del artículo
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.
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
El contenido de los articulos es de exclusiva responsabilidad de los autores.
Deberá cumplir con los siguentes aspectos de la Licencia CC BY NC ND :
- Atribución : Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero no de ninguna manera que sugiera que el licenciante lo respalda a usted o su uso.
- No Comercial : No se puede utilizar el material con fines comerciales.
- Sin derivados : Si remezcla, transforma o construye sobre el material, no puede distribuir el material modificado.
- Sin restricciones adicionales : No se pueden aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros de hacer cualquier cosa que permita la licencia.
Citas
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 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. (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