Tecnoestrés y cansancio (Burnout) en equipos DevOps: evaluación y mitigación asistida por IA conversacional

Darwin Faustino  Tumailla López

doi:10.63535/kgaa5e68

Autores/as

Darwin Faustino Tumailla López Universidad Técnica de Manabí Autor/a https://orcid.org/0000-0002-7715-0248

DOI:

https://doi.org/10.63535/kgaa5e68

Palabras clave:

Tecnoestrés; Cansancio; Burnout; Equipos DevOps; IA conversacional.

Resumen

El presente estudio planteó como objetivo: evaluar el impacto del tecnoestrés y del cansancio laboral (burnout) en profesionales de Tecnologías de la Información que forman parte de equipos DevOps, mediante la aplicación de inteligencia artificial conversacional. Se enmarcó operacionalmente bajo un diseño no experimental de campo, desplegado metodológicamente en un nivel de investigación explicativa con un enfoque cuantitativo. La población objeto de estudio estuvo constituida de manera finita por 44 profesionales de Tecnologías de la Información (TI) adscritos a roles operativos y estratégicos dentro del marco de trabajo DevOps. Como técnica de recolección de datos se empleó la encuesta. El coeficiente Alfa de Cronbach determinó escalas disgregadas de Tecnoestrés: α = 0,86, Cansancio Laboral (Burnout): α = 0,85 y Inteligencia Artificial Conversacional: α = 0,81. Entre los resultados se evidencia que la variable Tecnoestrés presenta una media elevada de 4,12 sobre 5,00 (s = 0,58), ubicándose en un nivel alto dentro de la escala. El Burnout exhibe una media de 3,95 (s = 0,64). Ambas variables muestran una asimetría negativa moderada (-0,482 y -0,391 respectivamente), indicando una concentración de las frecuencias en los valores altos de la escala. Las conclusiones confirman que los profesionales en equipos DevOps experimentan niveles elevados de ansiedad y fatiga mental derivados de la sobrecarga de información y la invasión de la tecnología en la vida personal (tecnoinvasión).

Descargas

Los datos de descarga aún no están disponibles.

Referencias

Arias, F. (2012). El proyecto de investigación: introducción a la metodología científica. Episteme.

Arias, J., Villasana, M., y Miranda, M. (2021). El software SPSS en el análisis estadístico de investigaciones en ciencias de la salud y del comportamiento. Revista de Metodología Aplicada a las Ciencias Sociales, 15(2), 112-125.

Carlotto, M., y Cámara, S. (2020). Factores de riesgo psicosocial asociados al síndrome de burnout en profesionales de tecnologías de la información. Revista Interamericana de Psicología Ocupacional, 39(1), 77-92.

Carrasco, S. (2019). Metodología de la investigación científica: pautas metodológicas para diseñar y desarrollar investigaciones en ciencias sociales y de la salud. Editorial San Marcos.

Cohen, J. (1988). Statistical power analysis for the behavioral sciences. Lawrence Erlbaum Associates.

Forsgren, N., Humble, J., y Kim, G. (2019). Acelera: la ciencia detrás de DevOps. Construyendo y escalando organizaciones de tecnología de alto rendimiento. Editorial IT Revolution.

Frías, D. (2022). Apuntes de consistencia interna y análisis de fiabilidad con SPSS. Universidad de Valencia.

García, D., Alvarez, R., y Castro, A. (2022). Factores que influyen en el tecnoestrés docente durante la pandemia por la COVID-19, Ecuador. Revista Información Científica, 101(2), e3778. https://www.redalyc.org/journal/5517/551770778011/

Gil, P. (2019). El síndrome de quemarse por el trabajo (Burnout): diagnóstico y prevención en el ámbito tecnológico. Revista de Psicopatología y Psicología Clínica, 24(2), 143-156.

Hernández, R., y Mendoza, C. (2020). Metodología de la investigación: las rutas cuantitativa, cualitativa y mixta. McGraw-Hill Interamericana.

López, P., y Fachelli, S. (2019). Metodología de la investigación social cuantitativa. Universitat Autònoma de Barcelona.

López, F., Yánez, M., y Silva R. (2021). Síndrome de Burnout en profesionales de la salud del Ecuador y factores asociados en tiempos de pandemia. Revista Virtual de la Sociedad Paraguaya de Medicina Interna, 8(1), 126-136. https://dialnet.unirioja.es/servlet/articulo?codigo=8659093 DOI: https://doi.org/10.18004/rvspmi/2312-3893/2021.08.01.126

Llorens, S., Salanova, M., y Ventura, M. (2020). Guía de intervención para la prevención del tecnoestrés: evaluación y gestión de riesgos psicosociales en la era digital. Revista de Psicología del Trabajo y de las Organizaciones, 36(2), 115-127.

Marrone, R., García, F., y Pérez, A. (2021). Desafíos humanos en la automatización de operaciones de TI: rigidez de los SLAs y su impacto en el estrés de los ingenieros de confiabilidad. Journal of Software Engineering and Human Capital, 14(1), 45-62.

Martínez, J., Sánchez, M., y López, M. (2022). Tecnoestrés, sobrecarga laboral y salud mental en el sector de las TIC: una revisión sistemática. Archivos de Prevención de Riesgos Laborales, 25(3), 245-261.

Maslach, C., & Jackson, S. (1981). The measurement of experienced burnout. Journal of Organizational Behavior, 2(2), 99-113. DOI: https://doi.org/10.1002/job.4030020205

Ordóñez, A., Escudero, W., Gómez, V., y Gómez, C. (2023). Burnout en docentes de instituciones educativas del régimen Costa del Ecuador. Revista Venezolana de Gerencia, 28(101), 80-92. https://dialnet.unirioja.es/servlet/articulo?codigo=8890839 DOI: https://doi.org/10.52080/rvgluz.28.101.6

Organización Internacional del Trabajo. (2020). El teletrabajo durante la pandemia de COVID-19 y después de ella: guía práctica. OIT.

Organización Mundial de la Salud. (2019). Clasificación Internacional de Enfermedades, 11.ª revisión (CIE-11). Organización Mundial de la Salud. https://icd.who.int/

Oviedo, H., y Campo, A. (2005). Aproximación al uso del coeficiente alfa de Cronbach. Revista Colombiana de Psiquiatría, 34(4), 572-580.

Pérez, M., Molero, M., Gázquez, J., y Oropesa, N. (2021). Despersonalización y rendimiento laboral: el rol moderador del apoyo social en entornos de alta exigencia digital. Revista Española de Salud Pública, 95, e202104052.

Rivas, C., y Gómez, L. (2023). El impacto de las guardias rotativas on-call sobre el descanso y la tecnoansiedad en equipos de infraestructura cloud. Revista Iberoamericana de Ergonomía y Salud Laboral, 8(3), 89-104.

Salanova, M., Llorens, S., y Cifre, E. (2013). El tecnoestrés: concepto, medida e intervención psicosocial. Encuentros en Psicología Social, 1(3), 18-23.

Salanova, M., Llorens, S., y Cifre, E. (2021). El estrés tecnológico y sus consecuencias neurocognitivas en entornos de trabajo hiperconectados. Anales de Psicología Ocupacional, 18(1), 45-59.

Sweller, J., van Merriënboer, J., y Paas, F. (2019). Arquitectura cognitiva y diseño instruccional: evolución y aplicaciones de la teoría de la carga cognitiva. Revista de Educación y Ciencias Cognitivas, 25(3), 210-228.

Tamayo y Tamayo, M. (2018). El proceso de la investigación científica (5.ª ed.). Limusa.

UNESCO. (2021). Recomendación sobre la ética de la inteligencia artificial. Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura.

Vargas, J., y Meléndez, R. (2022). Sobrecarga cognitiva y fatiga por herramientas en la ingeniería de software moderna: un estudio cualitativo. Anales de Psicología Ocupacional y Tecnológica, 19(2), 201-218.