Tecnología basada en IA para el diagnóstico de la madurez de la comunicación digital de las PYMES en Cuba
DOI:
https://doi.org/10.62059/z5xh3e34Keywords:
Inteligencia artificial, Comunicación digital, Madurez digital, PYMES, CubaResumen
La transformación digital de las pequeñas y medianas empresas (PYMES) exige instrumentos que permitan diagnosticar, explicar y mejorar la gestión de la comunicación sin depender de grandes volúmenes de datos ni de infraestructuras costosas. Este trabajo desarrolla una tecnología basada en inteligencia artificial (IA) para diagnosticar la madurez de la comunicación digital de las PYMES en Cuba, incorporando comunicación externa e interna, control de calidad de datos, detección de errores y evaluación del desempeño algorítmico. La tecnología conserva un índice de madurez de siete indicadores ponderados y añade un módulo complementario de comunicación interna, un sistema de alertas y un Índice de Calidad de la IA (ICIA) independiente de la madurez organizacional. Para comprobar el funcionamiento aritmético y las reglas diagnósticas se utilizan dos casos demostrativos de PYMES, ElectroStar y FoodAlimento, construidos a partir de una matriz numérica agregada de referencia; estos casos no se presentan como una validación empírica independiente. Los seis valores recalculados del IM-GPC fueron reproducibles (ElectroStar: 0,209; 0,318; 0,435; FoodAlimento: 0,199; 0,241; 0,259) y un análisis Monte Carlo con perturbaciones de ±20 % en las ponderaciones mostró estabilidad de la clasificación. La propuesta amplía el diagnóstico mediante controles de esquema, faltantes, duplicados, inconsistencias, valores atípicos, fuga temporal, desviación de los datos y degradación del modelo, así como métricas de clasificación, regresión, clustering, calibración, incertidumbre y factualidad de la IA generativa. El resultado es un procedimiento reproducible y auditable orientado a PYMES cubanas, preparado para validación prospectiva multicéntrica.
Referencias
[1] R. Sera, B. Pupo, and R. Velázquez. Modelo conceptual y procedimiento para la gestión de la comunicación digital externa en organizaciones cubanas mediante técnicas de inteligencia artificial. Documento de tesis, Universidad de Holguín, Cuba, 2025. En Academia.edu
[2] G.H. Sagala and D. Őri. Toward SMEs digital transformation success: a systematic literature review. Information Systems and e-Business Management, 22:667–719, 2024. doi: 10.1007/s10257-024-00682-2.
[3] T. Yuwono, A. Suroso, and W. Novandari. Information and communication technology in SMEs: a systematic literature review. Journal of Innovation and Entrepreneurship, 13:31, 2024. doi: 10.1186/s13731-024-00392-6.
[4] E.B. Gutiérrez Navas, J.E. Sarmiento Suarez, J. Ramírez Montañez, and Y.A. Rincón Quintero. Determining factors for the digitization of micro, small, and medium-sized enterprises (MSMEs) in Ibero-America. Journal of Innovation & Knowledge, 10(1):100631, 2025. doi: 10.1016/j.jik.2024.100631.
[5] L. Broccardo, A. Tenucci, R. Agarwal, and S.M. Alshibani. Steering digitalization and management control maturity in small and medium enterprises (SMEs). Technological Forecasting and Social Change, 204:123446, 2024. doi: 10.1016/j.techfore.2024.123446.28
[6] L. Oldemeyer, A. Jede, and F. Teuteberg. Investigation of artificial intelligence in SMEs: a systematic review of the state of the art and the main implementation challenges. Management Review Quarterly, 75:1185–1227, 2025. doi: 10.1007/s11301-024-00405-4.
[7] K. Rajaram and P.N. Tinguely. Generative artificial intelligence in small and medium enterprises: Navigating its promises and challenges. Business Horizons, 67(5):629–648, 2024. doi: 10.1016/j.bushor.2024.05.008.
[8] J. Brockhaus, A. Buhmann, and A. Zerfass. Digitalization in corporate communications: understanding the emergence and consequences of CommTech and digital infrastructure. Corporate Communications: An International Journal, 28(2):274–292, 2023. doi: 10.1108/CCIJ-03-2022-0035.
[9] T. Weller and I. Lock. Automated Communication’s Impact on Strategic Communication: Implications from a Systematic Review. International Journal of Strategic Communication, 19(1):13–34, 2025. doi:10.1080/1553118X.2024.2379501.
[10] J. Hohenstein, R.F. Kizilcec, D. DiFranzo, Z. Aghajari, H. Mieczkowski, K. Levy, M. Naaman, J. Hancock, and M.F. Jung. Artificial intelligence in communication impacts language and social relationships. Scientific Reports, 13:5487, 2023. doi: 10.1038/s41598-023-30938-9.
[11] D. Grewal, C.B. Satornino, T. Davenport, and A. Guha. How generative AI is shaping the future of marketing. Journal of the Academy of Marketing Science, 53:702–722, 2025. doi: 10.1007/s11747-024-01064-3.
[12] G.J. Kim and K. Namkoong. Developing the Digital Health Communication Maturity Model: Systematic Review. Journal of Medical Internet Research, 27:e68344, 2025. doi: 10.2196/68344.
[13] I. de Farias Junior, S. Marczak, R. Santos, C. Rodrigues, and H. Moura. C2M: a maturity model for the evaluation of communication in distributed software development. Empirical Software Engineering, 27:188, 2022. doi: 10.1007/s10664-022-10211-9.
[14] L. de Armas Granado, E. Díaz Monjiotti, and G.E. Reyes León. TETR4DIG: modelo conceptual y evaluación de madurez del cambio organizacional enfocado en la transformación digital. Revista Cubana de Transformación Digital, 3(3):e177, 2022.
[15] J. Salminen, M. Mustak, M. Sufyan, and B.J. Jansen. How can algorithms help in segmenting users and customers? A systematic review and research agenda for algorithmic customer segmentation. Journal of Marketing Analytics, 11:677–692, 2023. doi: 10.1057/s41270-023-00235-5.
[16] J. Gao, A.B. Siddik, S. Khawar Abbas, M. Hamayun, M. Masukujjaman, and S.S. Alam. Impact of ECommerce and Digital Marketing Adoption on the Financial and Sustainability Performance of MSMEs during the COVID-19 Pandemic: An Empirical Study. Sustainability, 15(2):1594, 2023. doi:10.3390/su15021594.
[17] A.-A.A. Sharabati, A.A.A. Ali, M.I. Allahham, A.A. Hussein, A.F. Alheet, and A.S. Mohammad. The Impact of Digital Marketing on the Performance of SMEs: An Analytical Study in Light of Modern Digital Transformations. Sustainability, 16(19):8667, 2024. doi: 10.3390/su16198667.
[18] J.-F. Fondevila-Gascón, A. Huamanchumo, R. Martín-Guart, and Ó. Gutiérrez-Aragón. El chatbot como factor de éxito comunicativo, de marketing y empresarial: análisis empírico. Correspondencias & Análisis, 19:47–70, 2024. doi: 10.24265/cian.2024.n19.02.
[19] J. Hagelstein, S. Einwiller, and A. Zerfass. The ethical dimension of public relations in Europe: Digital channels, moral challenges, resources, and training. Public Relations Review, 47(4):102063, 2021. doi:10.1016/j.pubrev.2021.102063.
[20] F. Hinder, V. Vaquet, and B. Hammer. One or two things we know about concept drift—a survey on monitoring in evolving environments. Part A: detecting concept drift. Frontiers in Artificial Intelligence, 7:1330257, 2024. doi: 10.3389/frai.2024.1330257.
[21] T. Silva Filho, H. Song, M. Perello-Nieto, R. Santos-Rodriguez, M. Kull, and P. Flach. Classifier calibration: a survey on how to assess and improve predicted class probabilities. Machine Learning, 112:3211–3260, 2023. doi: 10.1007/s10994-023-06336-7.29
[22] C. Autio, R. Schwartz, J. Dunietz, S. Jain, M. Stanley, E. Tabassi, P. Hall, and K. Roberts. Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile. NIST AI 600-1, National Institute of Standards and Technology, 2024. doi: 10.6028/NIST.AI.600-1.
[23] Consejo de Estado de la República de Cuba. Decreto-Ley 46/2021, Sobre las Micro, Pequeñas y Medianas Empresas. Gaceta Oficial de la República de Cuba, No. 94 Ordinaria, 19 de agosto de 2021. https://www.gacetaoficial.gob.cu/es/decreto-ley-46-de-2021-de-consejo-de-estado
[24] Asamblea Nacional del Poder Popular. Ley 149/2022, De Protección de Datos Personales. Gaceta Oficial de la República de Cuba, No. 90 Ordinaria, 25 de agosto de 2022.
[25] Asamblea Nacional del Poder Popular. Ley 162/2023, De Comunicación Social; y Decreto 101/2024, Reglamento de la Ley 162. Gaceta Oficial de la República de Cuba, No. 48 Ordinaria, 5 de junio de 2024. https://www.gacetaoficial.gob.cu/es/comunicacion-social
[26] J.-Y. Li, R. Sun, W. Tao, and Y. Lee. Employee coping with organizational change in the face of a pandemic: The role of transparent internal communication. Public Relations Review, 47(1):101984, 2021. doi: 10.1016/j.pubrev.2020.101984.
[27] I. Zervas, E. Stiakakis, I. Athanasiadis, and G. Tsekouropoulos. A holistic approach to define important digital skills for the digital society. Societies, 14(7):127, 2024. doi: 10.3390/soc14070127.
[28] K. Kelm and M. Johann. Artificial intelligence in corporate communications: determinants of acceptance and transformative processes. Corporate Communications: An International Journal, 30(1):124–138, 2025. doi: 10.1108/CCIJ-04-2024-0051.
[29] G.G. Jadhav, S.V. Gaikwad, and D. Bapat. A systematic literature review: digital marketing and its impact on SMEs. Journal of Indian Business Research, 15(1):76–91, 2023. doi: 10.1108/JIBR-05-2022-0129.
[30] F. Bachinger, L. Ehrlinger, G. Kronberger, and W. Wöss. Data Validation Utilizing Expert Knowledge and Shape Constraints. Journal of Data and Information Quality, 16(2), 13:1–27, 2024. doi: 10.1145/3661826.
[31] M.R. Haas and L. Sibbald. Measuring data drift with the unstable population indicator. Data Science, 7(1):1–12, 2024. doi: 10.3233/DS-240059.
[32] J. Céspedes Sisniega, V. Rodríguez-Benítez, G. Moltó, and Á. López García. Efficient and scalable covariate drift detection in machine learning systems with serverless computing. Future Generation Computer Systems, 161:174–188, 2024. doi: 10.1016/j.future.2024.07.010.
[33] A.N. Angelopoulos and S. Bates. Conformal Prediction: A Gentle Introduction. Foundations and Trends in Machine Learning, 16(4):494–591, 2023. doi: 10.1561/2200000101.
[34] J. Leest, C. Raibulet, P. Lago, and I. Gerostathopoulos. From Tea Leaves to System Maps: A Survey and Framework on Context-Aware Machine Learning Monitoring. IEEE Transactions on Software Engineering, 51(12):3218–3246, 2025. doi: 10.1109/TSE.2025.3602520.
[35] P. Singh. Systematic review of data-centric approaches in artificial intelligence and machine learning. Data Science and Management, 6(3):144–157, 2023. doi: 10.1016/j.dsm.2023.06.001.
Downloads
Descargas
Publicado
Declaración de disponibilidad de datos
Los datos no son públicos, se pueden generar sintéticamente, pero son internos de las empresas.
Licencia
Derechos de autor 2026 Eduardo Escofet, Beatriz Pupo (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Este preprint contiene la licencia informada y los derechos de autoría asociados. Una vez publicados en una revista asociada u otra editorial, la versión publicada asume las condiciones del nuevo entorno.
