Tesis doctorales de la Escuela Internacional de Doctorado de la URJC desde el curso 2024/25
A Behavioural Framework for Talent Development in the Era of Artificial Intelligence: Evidence from Three
Spanish Organisations
Autor
CARDENAS MUÑOZ, MAR
Director
SEGOVIA PÉREZ, MÓNICA
Codirector
CAMPOS BLAZQUEZ, JUAN RAMÓN
Fecha de depósito
09-07-2025
Periodo de exposición pública
9 a 23 de julio de 2025
Fecha de defensa
Sin especificar
Modalidad
Presencial
Programa
Ciencias de la Economía y de la Empresa
Mención internacional
Solicitada
Resumen
¿De qué manera pueden las organizaciones capacitar a su fuerza laboral para enfrentar un escenario futuro en el que hasta un 30% de las tareas laborales podrían ser automatizadas y más de 375 millones de personas requieran desarrollar nuevas competencias antes del año 2030?
En un contexto definido por la disrupción tecnológica, la digitalización acelerada y el avance exponencial de la inteligencia artificial (IA), las organizaciones enfrentan el desafío urgente de preparar a su capital humano para afrontar un futuro laboral en constante transformación. Según McKinsey (Manyika et al., 2017), más de 375 millones de trabajadores deberán cambiar de ocupación o capacitarse en nuevas competencias antes del fin de esta década. Asimismo, la OCDE (Arntz et al., 2016) estima que el 46% de los empleos actuales están en riesgo de automatización o transformación radical en los próximos 15 a 20 años.
En línea con estas transformaciones, el Future of Jobs Report 2025 del World Economic Forum (2025) advierte que aproximadamente el 39% de las competencias profesionales actualmente demandadas están sujetas a sufrir transformaciones significativas o a quedar obsoletas en un horizonte temporal de cinco años. Esta proyección subraya la urgencia para que trabajadores y empleadores se adapten a un entorno en rápida mutación, impulsado fundamentalmente por la aceleración tecnológica. En particular, el informe destaca que el 85% de las organizaciones encuestadas tiene previsto implementar estrategias activas de reskilling y upskilling, como respuesta a un contexto en el que se estima que el 59% de los trabajadores necesitará algún tipo de capacitación adicional antes del año 2030. Estos procesos de actualización de competencias no responden únicamente a una lógica de eficiencia productiva, sino que son reflejo de una transformación más amplia en la configuración de los perfiles ocupacionales y en la naturaleza misma del trabajo. Basado en la literatura existente, es evidente que la automatización y la inteligencia artificial transformarán profundamente el futuro del trabajo, generando obsolescencia de habilidades y requiriendo que una parte significativa de la fuerza laboral adquiera nuevas competencias (Abe et al., 2021; Al Ariss et al., 2014; Brynjolfsson et al., 2020). Sin embargo, existe una necesidad apremiante de investigar a fondo las estrategias específicas y efectivas que las organizaciones pueden implementar para capacitar a sus empleados, cerrando la brecha entre las habilidades existentes y las demandas futuras del mercado laboral. Este estudio se propone explorar cómo las organizaciones pueden abordar proactivamente este desafío, contribuyendo al desarrollo de un marco de capacitación que facilite la adaptación y el crecimiento de la fuerza laboral en la era de la automatización.
Sobre la base de una revisión sistemática de la literatura y un marco teórico sólido, esta investigación explora la interacción entre dos constructos fundamentales: learning agility y job crafting. Aunque ambos han sido analizados de forma independiente, pocos estudios han explorado la interrelación entre estos conceptos y su impacto conjunto en el desarrollo del talento organizacional (DeRue et al., 2012; Petrou et al., 2015). Esta tesis demuestra empíricamente su interrelación y su impacto conjunto en la capacidad adaptativa y el desempeño de los empleados. Para ello, se realizó en primer lugar una exhaustiva revisión sistemática de la literatura en las bases de datos científicas más relevantes (Web of Science, Scopus, Emerald y ABI), identificando un total de 47 artículos que contenían 76 definiciones distintas del término job crafting. A partir de este análisis, se propuso una definición integradora del constructo, basada en tres elementos clave: la proactividad del empleado, el impacto generado en su entorno, y la capacidad de adaptación al contexto (físico, remoto, híbrido o incluso el metaverso).
Esta nueva definición sintetiza décadas de investigación y permite abordar el job crafting como un comportamiento organizativo transversal, esencial para el rediseño de tareas, relaciones y percepciones laborales, alineado con las fortalezas personales y el propósito organizacional. Esta aproximación sienta las bases para el análisis empírico posterior y valida la aplicabilidad del modelo propuesto en contextos laborales contemporáneos.
Mediante una estrategia metodológica mixta, este estudio realizó un análisis cuantitativo sobre una muestra de 126 profesionales con el fin de identificar los perfiles que presentan mayores niveles de learning agility y job crafting. Combinando la Spanish Job Crafting Scale (SJCS) y la herramienta viaEDGE, se aplicaron análisis factoriales y de conglomerados que clasificaron a los participantes en cuatro perfiles diferenciados: Directivos Adaptables (Adaptable Executives), Académicos Ágiles (Agile Scholars), Freelancers Especializados (Crafted Freelancers) y Artesanos Consolidados (Stable Craftsmen).
Los clústeres Directivos Adaptables y Académicos Ágiles se distinguieron por sus puntuaciones significativamente altas en ambos constructos, reflejando agilidad cognitiva, emocional y comportamental, junto con una fuerte propensión a rediseñar proactivamente su entorno laboral. El análisis reveló comportamientos clave que predicen empleabilidad y desempeño adaptativo: búsqueda activa de nuevos desafíos, apertura al aprendizaje continuo, empatía y gestión constructiva del conflicto, orientación al desarrollo de otros, experimentación con nuevas formas de trabajo y liderazgo innovador en contextos inciertos.
En cambio, los perfiles Freelancers Especializados y Artesanos Consolidados mostraron puntuaciones por debajo de la media en ambas escalas, evidenciando una menor iniciativa para modificar su entorno laboral y una disposición limitada para adaptarse a contextos cambiantes. Esta segmentación evidencia una asociación significativa entre learning agility y job crafting, y destaca la relevancia de ciertos comportamientos —como la mejora continua, la visión estratégica, la autoeficacia y la apertura a la retroalimentación— como atributos centrales del talento versátil que las organizaciones requieren en entornos laborales complejos y volátiles.
Posteriormente, se realizó un análisis cualitativo mediante un estudio de casos múltiples centrado en tres organizaciones operativas en España: AENA (sector público), Bausch and Lomb (sector salud) y Vodafone (telecomunicaciones). El objetivo fue examinar de manera contextualizada las prácticas organizativas orientadas al desarrollo de talento en entornos marcados por la transformación digital y el avance de la inteligencia artificial. A través de entrevistas semiestructuradas, análisis documental y observación directa, se identificaron patrones convergentes en cuanto a los comportamientos clave promovidos por estas organizaciones.
Entre los comportamientos destacados se encuentran la adaptabilidad, la colaboración interdisciplinaria, la mentalidad de crecimiento (growth mindset) y la agilidad de aprendizaje (learning agility). Estas competencias son consideradas esenciales para operar eficazmente en escenarios complejos y forman parte de estrategias deliberadas de los departamentos de recursos humanos que incluyen programas personalizados, mentoring, aprendizaje basado en experiencias reales. Asimismo, se integran mecanismos sistemáticos de feedback y evaluación que aseguran la aplicación efectiva de estas competencias en el desempeño diario.
Estos hallazgos refuerzan la idea de que el desarrollo de comportamientos clave debe gestionarse de forma estructurada, personalizada y alineada con los objetivos estratégicos de la organización. Solo así es posible traducir el potencial individual en resultados organizacionales tangibles.
Como respuesta, la tesis propone el modelo A.B.L.E., un marco integral para la gestión del talento basada en comportamientos. Estructurado en cuatro etapas secuenciales —Alineación, Desarrollo Conductual, Liderazgo y Aprendizaje, y Evaluación de la Efectividad—, integra buenas prácticas como el aprendizaje personalizado, el mentoring, el desarrollo experiencial y la medición continua. Asimismo, incorpora un bucle transversal de mejora continua que conecta la alineación estratégica (A) con la efectividad organizacional (E), garantizando un desarrollo adaptativo, sostenible y alineado con los objetivos corporativos.
Cada fase está diseñada para responder a desafíos específicos en la gestión del talento. La primera etapa identifica los comportamientos críticos derivados de la misión organizacional, el entorno competitivo y los valores culturales. La segunda convierte los objetivos estratégicos en conductas observables mediante mapas de competencias y descripciones conductuales estructuradas. En la tercera, los líderes impulsan el desarrollo del talento facilitando el aprendizaje adaptativos mediante plataformas digitales, programas de mentoría y metodologías de aprendizaje experiencial. Esta etapa pone en valor un enfoque formativo contextualizado, progresivo y flexible, en el que el fortalecimiento de competencias técnicas se complementa con el desarrollo de habilidades transversales clave, como la resiliencia, el pensamiento crítico y la colaboración. Por último, la cuarta fase introduce mecanismos de evaluación que permiten monitorear la efectividad de las intervenciones en términos de transferencia de comportamientos al puesto de trabajo. Se emplean indicadores clave de desempeño (KPIs) conductuales, feedback 360° y tableros de control que integran métricas de aprendizaje, desempeño y alineación estratégica. Además, el modelo incluye un loop de mejora continua que retroalimenta el proceso, asegurando una actualización constante en función de los cambios contextuales y los aprendizajes organizativos.
Desde una perspectiva práctica, el modelo A.B.L.E. se presenta como una guía de acción escalable y adaptable a diversos contextos sectoriales y organizacionales. Para su implementación, se recomienda seguir una secuencia estructurada que incluya: (1) el mapeo de competencias estratégicas; (2) la definición colaborativa de comportamientos clave; (3) el diseño personalizado de aprendizaje con tecnología y experiencias reales; (4) acompañamiento con mentores o coaches; y (5) el establecimiento de sistemas integrados de evaluación. Esta hoja de ruta permite diseñar e implementar iniciativas de desarrollo del talento que por un lado favorecen la atracción y fidelización del talento, a la vez que generan impactos sostenibles en términos de resultados estratégicos a nivel organizacional.
En síntesis, el modelo A.B.L.E. conecta la estrategia con la práctica, el aprendizaje con la acción, y el desarrollo individual con el desempeño organizacional, consolidándose como una herramienta clave para liderar la transformación del talento en la era de la inteligencia artificial.
Frente a las interrogantes sobre qué comportamientos fomentar y cómo alinear el desarrollo del talento con los objetivos estratégicos, esta tesis ofrece una respuesta estructurada y fundamentada en evidencia empírica. Desde una perspectiva académica, realiza una aportación innovadora al integrar, por primera vez, los constructos de learning agility y job crafting, incorporando además una definición comprensiva de este último. Esta integración amplía los horizontes teóricos para explorar la interacción entre competencias emergentes y procesos de cambio organizativo.
Desde una perspectiva práctica, la investigación ofrece un modelo operativo que traduce dichas competencias en intervenciones concretas. El modelo A.B.L.E. ha sido concebido para ser escalable y adaptable, permitiendo su aplicación en organizaciones de diversa índole y tamaño. A través de sus cuatro fases —Alineación, Comportamientos, Liderazgo que facilita el aprendizaje y Efectividad—, el modelo proporciona un itinerario claro para diagnosticar necesidades estratégicas, desarrollar comportamientos clave, personalizar trayectorias de aprendizaje, y evaluar la transferencia de competencias al desempeño cotidiano. Su diseño modular facilita la implementación progresiva, a la vez que asegura la integración con objetivos de innovación y sostenibilidad, lo que lo convierte en una herramienta estratégica en la era de la inteligencia artificial.
Además, se delinean líneas de investigación futuras que permitirán consolidar y ampliar el impacto de este trabajo. Entre ellas, se destaca la necesidad de validar longitudinalmente la efectividad del modelo A.B.L.E., investigar cómo las tecnologías de IA pueden mejorar la personalización de los procesos formativos, y explorar los nuevos patrones de comportamiento que emergen en contextos híbridos de trabajo (físico y remoto). Estas líneas apuntan a consolidar un campo de estudio dinámico y en expansión, donde la gestión del talento se configura como una palanca decisiva para la transformación organizacional.
En definitiva, esta tesis articula de manera coherente el plano teórico y el aplicado, ofreciendo un modelo validado y pertinente que sitúa la gestión del talento como eje central en la construcción de organizaciones resilientes, innovadoras y sostenibles. Su propuesta no solo responde a los desafíos actuales de transformación digital, sino que anticipa las capacidades necesarias para navegar futuros escenarios de cambio continuo. En este sentido, el modelo A.B.L.E. representa un marco de acción integral que convierte la gestión del talento en un motor de ventaja competitiva en la era de la inteligencia artificial.
