37
Prieto Duarte M, Duarte Sánchez D
Revista Científica Arandu Poty
Universidad Nacional de Caaguazú
Vol. 5, Nº 1, Año 2026, pp. 37-54
ISSN: 3005-6241
Sistemas de Información Gerencial y Toma de Decisiones:
Una Integración con la Inteligencia Artificial
Management Information Systems and Decision Making: An
Analysis of Their Integration with Artificial Intelligence
Sistemas de Informação Gerencial e Tomada de Decisão: Uma
Análise de sua Integração com a Inteligência Artificial
Prieto Duarte, M² Duarte Sánchez, D
3
2. Universidad Nacional de Canindeyú, Saltos del Guairá, Py - maxiprietomc2015@gmail.com -
https://orcid.org/0009-0001-8697-4206
3. Universidad Nacional de Canindeyú, Saltos del Guairá, Py - duartesanchezderlisdaniel@gmail.com -
https://orcid.org/0000-0002-6717-2873
Recepción: 24/02/2026; Revisión: 14/04/2026; Publicación: 09/07/2026
RESUMEN
Los Sistemas de Información Gerencial (SIG) se consolidan como herramientas estratégicas que permiten
gestionar, procesar y transformar la información en conocimiento útil para apoyar decisiones en los niveles
operativo, táctico y estratégico de las organizaciones. El objetivo del trabajo fue analizar el papel de los
Sistemas de Información Gerencial (SIG) y su integración con la inteligencia artificial en la toma de
decisiones. Se utilizó una metodología de enfoque cualitativo, descriptivo de revisión documental
(PRISMA), se identificaron 100 documentos científicos, de los cuales se seleccionó una muestra de 53
estudios. El proceso de selección incluyó criterios mediante la herramienta CASP (Critical Appraisal Skills
Programme). Se excluyeron 47 registros debido a duplicidad en las bases de datos consultadas, falta de
alineación con el contenido de estudio y por no cumplir con los estándares de rigor científico exigidos por
el instrumento de evaluación. La revisión evidencia que estos sistemas contribuyen a la eficiencia operativa,
la optimización de los procesos administrativos y la mejora del desempeño organizacional. Asimismo, se
destaca la relevancia de los Sistemas de Soporte de Decisiones (DSS) como componentes complementarios
de los SIG. El análisis también pone de manifiesto la importancia de una adecuada implementación de los
SIG, considerando factores como la calidad de la información, las competencias tecnológicas de los
directivos y la adopción de buenas prácticas organizacionales. Finalmente, se resalta el impacto de la
inteligencia artificial en los SIG, la cual potencia la automatización de procesos, el análisis avanzado de
datos y la toma de decisiones basada en información, constituyéndose en un elemento clave para el logro de
ventajas competitivas sostenibles.
Palabras clave
: Desafíos, inteligencia artificial, implementación, información, sistema.
Revista Científica Arandu Poty
–
Volumen 5(1), 2026
Sistemas de Información Gerencial y Toma de Decisiones: Una Integración con la Inteligencia Artificial
37
Prieto Duarte M, Duarte Sánchez D
ABSTRACT
Management Information Systems (MIS) serve as strategic tools that facilitate the management, processing,
and transformation of information into actionable knowledge to support decision-making at the operational,
tactical, and strategic levels of organizations. The objective of this study was to analyze the role of
Management Information Systems (MIS) and their integration with artificial intelligence in decision-
making. A qualitative, descriptive methodology based on a documentary review (PRISMA) was employed;
100 scientific documents were identified, from which a sample of 53 studies was selected. The selection
process included quality criteria assessed through the CASP (Critical Appraisal Skills Programme) tool.
Forty-seven records were excluded due to duplication in the databases consulted, lack of alignment with
the research subject, and failure to meet the scientific rigor standards required by the evaluation instrument.
The review demonstrates that these systems contribute to operational efficiency, the optimization of
administrative processes, and the improvement of organizational performance. Furthermore, the relevance
of Decision Support Systems (DSS) as complementary components of MIS is highlighted. The analysis
also underscores the importance of proper MIS implementation, considering factors such as information
quality, the technological competencies of managers, and the adoption of best organizational practices.
Finally, the impact of artificial intelligence on MIS is emphasized, as it enhances process automation,
advanced data analysis, and information-based decision-making, constituting a key element for achieving
sustainable competitive advantages.
Keywords
: Challenges, artificial intelligence, implementation, information, system
RESUMO
Os Sistemas de Informação Gerencial (SIG) consolidam-se como ferramentas estratégicas que permitem
gerir, processar e transformar a informação em conhecimento útil para apoiar decisões nos níveis
operacional, tático e estratégico das organizações. O objetivo do trabalho foi analisar o papel dos Sistemas
de Informação Gerencial (SIG) e sua integração com a inteligência artificial na tomada de decisão. Utilizou-
se uma metodologia de abordagem qualitativa e descritiva de revisão documental (PRISMA), na qual foram
identificados 100 documentos científicos, selecionando-se uma amostra de 53 estudos. O processo de
seleção incluiu critérios avaliados por meio da ferramenta CASP (Critical Appraisal Skills Programme).
Foram excluídos 47 registros devido à duplicidade nas bases de dados consultadas, falta de alinhamento
com o conteúdo do estudo e por não cumprirem os padrões de rigor científico exigidos pelo instrumento de
avaliação. A revisão evidencia que estes sistemas contribuem para a eficiência operacional, a otimização
dos processos administrativos e a melhoria do desempenho organizacional. Da mesma forma, destaca-se a
relevância dos Sistemas de Apoio à Decisão (SAD) como componentes complementares dos SIG. A análise
também evidencia a importância de uma adequada implementação dos SIG, considerando fatores como a
qualidade da informação, as competências tecnológicas dos gestores e a adoção de boas práticas
organizacionais. Finalmente, ressalta-se o impacto da inteligência artificial nos SIG, a qual potencializa a
automação de processos, a análise avançada de dados e a tomada de decisão baseada em informações,
constituindo-se em um elemento-chave para o alcance de vantagens competitivas sustentáveis.
Palavras-chave
: Desafios, inteligência artificial, implementação, informação, sistema.
1. Introducción
La sociedad se ha vuelto dependiente de los sistemas de información. A medida que las
redes se convierten en sistemas a gran escala, a menudo son fundamentales para las
operaciones personales y comerciales (Westmark, 2004). Los administradores de
información pueden analizar, organizar, controlar y gestionar los recursos de información
a través de los medios tecnológicos disponibles, así como otros medios, para optimizar el
uso eficiente de la información en la organización y agregar valor al producto de su
trabajo (Maran Santos et al., 2025).
Revista Científica Arandu Poty
–
Volumen 5(1), 2026
Sistemas de Información Gerencial y Toma de Decisiones: Una Integración con la Inteligencia Artificial
38
Prieto Duarte M, Duarte Sánchez D
De acuerdo con Boaden & Lockett (1991) el crecimiento y desarrollo de las
tecnologías de la información y la comunicación ha dado lugar a una profusión paralela
de diferentes terminologías y literatura. Alvarado et al. (2018) definen a los SIG como
“una herramienta que de manera resumida y gráfica informa al usuario del estado actual
de la organización, mediante las medidas necesarias que haya implementado la misma”.
Asimismo, Ramírez & Vega (2015), agregan que “los SIG conforman un conjunto de
métodos de gestión de la información, comúnmente vinculados a la automatización de los
procesos que facilitan la toma de decisiones.” A su vez, Adeoti Adekeye (1997),
recomiend
a que las organizaciones, tanto privadas como públicas; comerciales y no‐
comerciales deberían esforzarse por establecer una unidad SIG en sus organizaciones para
que se pueda poner información adecuada a disposición de su dirección.
Sobre la base de lo exp
uesto por Thurston (1989) “el sistema de información
gerencial se utiliza para respaldar las funciones de operaciones, análisis, planificación y
toma de decisiones en una organización”.
Bajo esta perspectiva, Quispe Otacoma et al., (2018) señalan que “un S
IG puede
ser diseñado para captar información de todos los componentes de una organización, la
cual es ordenada en una base de datos que provee información para adopción de
decisiones por usuarios internos y externos.” También, Martínez & Perozo (2010),
ag
regan que “en una organización, éstos tienen como propósito asegurar la adecuación
entre los objetivos estratégicos de la misma y la información necesaria para soportar
dichos objetivos. Se trata de una metodología de planificación de sistemas, que
compren
da a toda la organización”.
De todos los anteriores, existen investigaciones previas sobre sistemas de
información, existe una brecha en la síntesis organizada que vincule los Sistemas de
Información Gerencial (SIG) con dimensiones actuales como la toma de decisiones, la
inteligencia artificial y las buenas prácticas de implementación. Los estudios previos han
abordado los SIG de forma aislada, sin enfocarse sistemáticamente en estas categorías de
análisis integradas. Por ello, se plantea lo siguiente;
¿Cómo influyen los Sistemas de Información Gerencial (SIG), potenciados por la
inteligencia artificial, en la toma de decisiones organizacionales?
Por consiguiente, se plantea el objetivo: analizar el papel de los Sistemas de
Información Gerencial (SIG) y su integración con la inteligencia artificial en la toma de
decisiones organizacionales.
2. Materiales y métodos
Se aplicó una revisión sistemática de literatura bajo los lineamientos de la declaración
PRISMA 2020 (Page et al., 2021). El estudio empleó un enfoque cualitativo y descriptivo
a través del análisis documental de investigaciones sobre la relación entre los Sistemas de
Información Gerencial (SIG), la Inteligencia Artificial (IA) y los procesos de toma de
decisiones (Duarte Sánchez & Guerrero Barreto, 2024).
Revista Científica Arandu Poty
–
Volumen 5(1), 2026
Sistemas de Información Gerencial y Toma de Decisiones: Una Integración con la Inteligencia Artificial
39
Prieto Duarte M, Duarte Sánchez D
La búsqueda de información se llevó a cabo entre el periodo 1999 y 2025, se
utilizó como estrategia de búsqueda las siguientes palabras clave; en español e inglés:
"Sistema de información gerencial", "SIG para la toma de decisiones", "Inteligencia
artificial en los SIG", "Management information system", e "Artificial intelligence in
MIS". Se consultaron 9 bases de datos y registros académicos, con la identificación de un
total de 100 documentos académicos: ResearchGate (16), Google Académico (14),
ScienceDirect (9), Taylor & Francis (5), Springer (3), MDPI (2), Scielo (2), Emerald (1)
y Nature (1).
El flujo de selección se estructuró en tres fases según el diagrama PRISMA (ver Figura
1):
1.
Identificación
: de los 100 registros iniciales, se eliminaron 5 registros duplicados.
2.
Cribado (Screening)
: los 95 registros restantes fueron examinados mediante la
lectura de títulos y resúmenes para verificar su pertinencia temática.
3.
Exclusión y elegibilidad
: Se excluyeron 42 informes por no alinearse
directamente con las categorías de análisis (SIG, DSS e IA).
Para la selección de artículos, se aplicaron los siguientes criterios:
Inclusión:
artículos científicos y tesis de postgrado con revisión de pares,
publicados en inglés, español o portugués, que analicen la implementación de SIG
o el impacto de la IA en la gestión organizacional.
Exclusión
: literatura gris sin rigor académico, artículos de opinión sin base
empírica y estudios duplicados.
Además, se aplicó de forma individual la herramienta “Critical Appraisal Skills
Program” (CASP) “Qualitative Research Checklist”. Se tuvo en cuenta lo recomendado
por Galdas et al., (2015) sobre los criterios de CASP.
Tabla 1. Criterios de inclusión, método CASP.
N°
Criterio / Pregunta Clave
1
¿Se definieron claramente los objetivos?
2
¿Es apropiada la metodología?
3
¿El diseño de la investigación fue apropiado?
4
¿La estrategia de reclutamiento fue adecuada?
5
¿La recopilación de datos aborda el problema?
6
¿Se consideró la relación investigador-participante?
7
¿Se han tenido en cuenta las cuestiones éticas?
8
¿Fue el análisis de datos riguroso?
9
¿Existe una declaración clara de los resultados?
10
¿Es valiosa la investigación?
Nota. Elaborado por Galdas et al., (2015) según los criterios de CASP.
Revista Científica Arandu Poty
–
Volumen 5(1), 2026
Sistemas de Información Gerencial y Toma de Decisiones: Una Integración con la Inteligencia Artificial
40
Prieto Duarte M, Duarte Sánchez D
Luego de la evaluación de los documentos según los criterios, se incluyó 53
documentos de análisis (51 artículos científicos y 2 tesis) y se excluyó 47, 5 por
duplicación, 42 por no cumplir los criterios del CASP. La distribución idiomática de los
trabajos incluidos fue 36 artículos en inglés, 11 en español y 6 en portugués.
Además, el análisis documental se efectuó a través de la técnica de síntesis
temática. Este procedimiento inició con la delimitación de categorías de análisis
fundamentadas en los objetivos de la investigación que son: 1) SIG y la toma de
decisiones, 2) Sistemas de soporte de decisiones (DSS): funcionalidad y aplicaciones
sectoriales, 3) Inteligencia artificial en los SIG, 4) Desafíos en la adopción de las TIC y
se agregó en el 5) Consideraciones generales de los SIG en Paraguay.
Posteriormente, a partir de la revisión de la literatura, se seleccionaron las palabras
clave más representativas dentro de cada categoría. Dichos términos se procesaron para
la generación de nubes de palabras (con WordArt.com), las cuales actúan como
representaciones visuales de los hallazgos. También facilita visualizar, las coocurrencias
de estas palabras clave sirvió como base estructural para desarrollar el análisis teórico y
la interpretación de los resultados con base en los objetivos y la literatura.
Figura 1. Flujo de Prisma
Nota
.
Diagrama de flujo PRISMA (2020), se observa en la figura 1 que de los 100 registros, se incluyó 53 y se excluyó
47 “5 se duplicaron (hubo artículos que estaban en dos bases de datos, ejemplo ScienceDirec y Google Académico u
otros)
,
42 por no cumplir criterios de elegibilidad.
Registros identificados a
partir de:
Bases de datos (n = 9)
Registros (n =100)
Registros
duplicados
eliminados
(n =5)
Registros examinados (n =95)
Informes evaluados para determinar
su elegibilidad (n = 95)
Criterio de exclusión
- Registros duplicados 1 (n =5)
- Artículos que no van la temática y que no
cumplen con criterios CASP 2 (n =42)
Estudios incluidos en la revisión
(n = 53)
Identificación de estudios a través de bases de datos y registros.
Criterio de inclusión
-Artículos que van con la temática.
-Documentos académicos (Tesis, artículos de
revisión) con base en los criterios de CASP
Identificación
Cribado
Incluido
Nº
Bases de datos
Nº
1 ResearchGate 16
2 Google académico 14
3 ScienceDirect 9
4 Taylor & Francis 5
5 Springer 3
6
MDPI
2
7 Scielo 2
8 Emerald 1
9
Nature
1
Total 53
Revista Científica Arandu Poty
–
Volumen 5(1), 2026
Sistemas de Información Gerencial y Toma de Decisiones: Una Integración con la Inteligencia Artificial
41
Prieto Duarte M, Duarte Sánchez D
3. Resultados y Discusión
3.1. Sistemas de Información Gerencial (SIG) y su impacto en la toma de decisiones
estratégicas
Figura 2. Nube de palabras a partir de datos encontrados
Nota. Elaboración propia mediante el uso del software WordArt (WordArt.com, s. f.).
La figura 2, expone los términos con mayor frecuencia en la literatura analizada
sobre los Sistemas de Información Gerencial (SIG) y la toma de decisiones. En primera
instancia, los conceptos "información" y "datos" aparecen como los pilares del impacto
estratégico en la organización. Bajo esta perspectiva, Thea Azeez & Bahari Yaakub
(2019), establecen que el propósito central de los SIG reside en la provisión de
información para el rendimiento organizacional. Esta visión se complementa con los
hallazgos de Hasan Al Mamary et al. (2014), quienes vinculan el acceso a estos datos con
la ejecución de respuestas ante situaciones de crisis y la coordinación entre
departamentos. De este modo, los SIG constituyen una parte integral del sistema de
gestión general en relación con herramientas de planificación de recursos empresariales
(Sørensen et al., 2010).
Respecto a los términos "gestión" y "organización" que se observa en la figura 2,
su relevancia se sustenta en la función mediadora de estos sistemas entre los marcos
empresariales y la tecnología de la información (Thomas, 2006). Dicha estructura facilita
la operatividad de los SIG en los niveles jerárquicos: operativo, gerencial y estratégico
(Bani Hani et al., 2009). La presencia de estos estratos en la literatura ratifica que el
desempeño del directivo y el impacto en la toma de decisiones dependen de la asignación
de recursos con base en datos (Caniëls & Bakens, 2012). Por consiguiente, la función del
sistema reside en el mantenimiento de un flujo de información hacia la administración
para la ejecución de resoluciones (Şükrü & Ghaffarzadeh, 2015).
Asimismo, la relación entre "estrategia" y "decisión" en la figura 2, se vincula
con la capacidad de optimizar las operaciones y la eficacia (Ali, 2019). Por lo tanto, el
éxito de este proceso administrativo reside en la disponibilidad de los datos y en las
funciones que integran el sistema (Ajayi & Omirin, 2007). Por tal motivo, los SIG y sus
subsistemas organizacionales actúan como motores en el desarrollo de la empresa (Asemi
Revista Científica Arandu Poty
–
Volumen 5(1), 2026
Sistemas de Información Gerencial y Toma de Decisiones: Una Integración con la Inteligencia Artificial
42
Prieto Duarte M, Duarte Sánchez D
Zavareh et al., 2011). En este sentido, el ecosistema de estos sistemas se define por
atributos de amplitud, profundidad e impacto en la velocidad de respuesta, factores que
determinan la calidad del resultado final (Morera Carballo, 2022).
Además, se observa también palabras clave como "proceso", "eficiencia" y
"rendimiento" en la figura 2, estos se vinculan porque al articular la estructura jerárquica,
estos sistemas garantizan que la toma de decisiones estratégica sea una capacidad
organizacional optimizada y no un evento aislado (Monteiro et al., 2022).
Por tanto, la adopción de estas herramientas es importante para la competitividad
y establece el nexo entre la gestión de recursos y la ejecución administrativa eficaz. De
igual manera, la integración terminológica de la figura 2, ratifica que los SIG operan como
el núcleo de la estructura corporativa. La interdependencia entre datos, niveles jerárquicos
y procesos de gestión transforma la recopilación de insumos en una ventaja competitiva.
De este modo, la arquitectura de los SIG asegura la transición de un modelo de
administración empírico hacia un sistema de decisiones fundamentado en la precisión
técnica y la eficiencia operativa.
3.2. Sistemas de soporte de decisiones (DSS): funcionalidad y aplicaciones sectoriales
Figura 3. Nube de palabras a partir de datos encontrados
Nota. Elaboración propia mediante el uso del software WordArt (WordArt.com, s. f.).
La figura 3, exhibe la frecuencia terminológica de la literatura sobre los sistemas
de soporte de decisiones (DSS), donde conceptos como "software", "herramienta" e
"integración" ocupan una posición central. De acuerdo con (Kontogiorgou et al., 2023),
el DSS constituye un sistema de software que facilita la comprensión de las implicaciones
de las decisiones mediante un entorno operativo basado en reglas. Esta infraestructura se
enfoca en el respaldo de los procesos de decisión a través de las Tecnologías de la
Información (TI) (Arnott & Pervan, 2008). De esta manera, los DSS forman el núcleo de
las infraestructuras empresariales al traducir los datos en resultados tangibles (Chaudhuri
et al., 2002). La operatividad de estos sistemas depende de la disponibilidad de
información integrada y organizada de forma oportuna (March & Hevner, 2007).
Revista Científica Arandu Poty
–
Volumen 5(1), 2026
Sistemas de Información Gerencial y Toma de Decisiones: Una Integración con la Inteligencia Artificial
43
Prieto Duarte M, Duarte Sánchez D
La relevancia de términos como "agricultura", "medicina" y "educación" en la
nube de palabras ratifica la naturaleza transversal de estas herramientas. En el sector
agrícola, los DSS asisten en el manejo de malezas mediante la selección de herbicidas y
la determinación de dosis para un control óptimo (Kanatas et al., 2020). En el ámbito
clínico, los sistemas de soporte de decisiones (CDSS) representan un cambio en la
atención médica al asistir a los facultativos en procesos complejos a través de registros
médicos electrónicos (Sutton et al., 2020). Asimismo, en la gestión de riesgos
ambientales, se registra el desarrollo de sistemas basados en la web para el manejo de
información sobre inundaciones (Thakur et al., 2026). Por su parte, en la educación, el
uso de sistemas de gestión de información de investigación permite la verificación de
citas y la interconexión entre investigadores (Lee et al., 2000).
En el contexto de las pequeñas y medianas empresas (pymes), la implementación
de un SIG bajo la lógica de los DSS requiere protocolos y la organización de la
información para el apoyo gerencial (Leon Osma et al., 2024). En casos específicos como
el sector óptico, estos sistemas brindan soporte directo en el proceso de toma de
decisiones (Monteiro et al., 2022). De igual modo, el sector público utiliza estas
herramientas para el control de incidencias y la satisfacción en las entidades estatales
(Barrientos et al., 2021; Chávez Choque et al., 2025). En la función hospitalaria, el uso
de sistemas de información asegura el acceso rápido a datos útiles para la atención médica
(Valeri Ramírez, 2016).
Del mismo modo, la prevalencia de los términos "organización", "base de datos"
e "investigación" en la figura 3 confirma que la condición para el desarrollo institucional
reside en la informatización y la gestión de datos (Berisha Shaqiri, 2015). Los DSS han
trascendido el ámbito corporativo para constituirse en pilares de la gobernanza moderna
en diversos sectores. Más allá de la complejidad técnica, el valor del sistema reside en la
capacidad de transformar información en acciones que reducen el riesgo y optimizan los
resultados. Por ende, la adopción de estos sistemas establece una condición para la gestión
de la complejidad ambiental con precisión y visión estratégica.
3.3. Inteligencia artificial en los SIG
Figura 4. Nube de palabras a partir de datos encontrados
Nota. Elaboración propia mediante el uso del software WordArt (WordArt.com, s. f.).
Revista Científica Arandu Poty
–
Volumen 5(1), 2026
Sistemas de Información Gerencial y Toma de Decisiones: Una Integración con la Inteligencia Artificial
44
Prieto Duarte M, Duarte Sánchez D
La figura 4, presenta los términos con mayor frecuencia de aparición en la
literatura científica sobre la integración de la inteligencia artificial (IA) en los (SIG). En
este gráfico, conceptos como "automatización", "eficiencia" e "innovación" ocupan
posiciones de relevancia terminológica. De acuerdo con Encarnação et al., (2025), la IA
constituye una tecnología en diversos sectores, hecho que ratifican Carsten Stahl et al.,
(2023) al señalar impactos en ámbitos como el transporte, la atención sanitaria y la
distribución de energía.
Respecto a la operatividad empresarial, la introducción de herramientas de IA
funciona como solución de automatización para organizaciones en segmentos del
mercado (Stoykova & Shakev, 2023). Impulsadas por la necesidad de brindar un servicio
al cliente continuo, oportuno y eficiente, las empresas experimentan constantemente con
soluciones tecnológicas emergentes. En los últimos tiempos, han mostrado un creciente
interés en diseñar e implementar tecnologías interactivas basadas en inteligencia artificial
(IA), como agentes de IA conversacional y chatbots, que eliminan la necesidad de contar
con agentes humanos para la atención al cliente (Chandra et al., 2022). También, en
recursos humanos en reclutamiento y selección de personas (Palos Sánchez et al., 2022).
El análisis del estado actual de esta tecnología en los SIG proporciona datos para
investigadores y desarrolladores del área. Por consiguiente, en entornos de competencia,
las instituciones adoptan la IA con el fin de incrementar la eficiencia de sus sistemas de
información (Widjanarko Susilo & Susanto, 2024). La prevalencia de estos vocablos en
la nube de palabras confirma la transición hacia modelos de gestión basados en el
procesamiento automatizado de datos y la optimización de procesos institucionales.
3.4. Buenas prácticas para la implementación de SIG
Figura 5. Nube de palabras a partir de datos encontrados
Nota. Elaboración propia mediante el uso del software WordArt (WordArt.com, s. f.).
La figura 5, exhibe los términos con mayor frecuencia en la literatura sobre la
adopción de los Sistemas de Información Gerencial (SIG) y la Inteligencia Artificial (IA).
Las organizaciones enfrentan presión institucional para la adopción de prácticas de
Revista Científica Arandu Poty
–
Volumen 5(1), 2026
Sistemas de Información Gerencial y Toma de Decisiones: Una Integración con la Inteligencia Artificial
45
Prieto Duarte M, Duarte Sánchez D
seguridad destinadas a la gestión de riesgos en activos de información (Niemimaa &
Niemimaa, 2017). No obstante, la noción de "mejores prácticas" en sistemas de gestión
de operaciones puede resultar disruptiva según la perspectiva de los proveedores de
tecnología (Swan et al., 1999). Asimismo, existen factores que contribuyen a la ceguera
estratégica en la implementación: la traducción de la intención, la flexibilidad del
artefacto de TI y el arraigo cognitivo (Arvidsson et al., 2014).
Asimismo, el dominio de un gerente sobre aplicaciones y gestión de TI constituye
su conocimiento explícito, el cual permite el aprovechamiento del conocimiento colectivo
(Bassellier et al., 2001). La implementación de los SIG se sujeta al método de entrega y
a recomendaciones de orientación para garantizar que las herramientas generen y
comuniquen información (Baker El Ebiary et al., 2020). Bajo este enfoque, la adaptación
al sistema requiere un entrenamiento previo para la eficiencia operativa y la reducción de
errores (Mendes Athayde & Araújo Maia, 2019). Para este proceso, es necesaria la
conformación de un equipo capacitado que controle la eficiencia del flujo de datos e
información (Oliveira Da Silva et al., 2015).
En cuanto a la selección de plataformas, Posada Beltrán et al., (2024), indican que
las herramientas deben responder a necesidades de escalabilidad e integración. También,
la IA optimiza la recopilación y el análisis de datos, lo cual facilita la automatización de
tareas y la detección de patrones en mercados competitivos (Mejía Vera et al., 2025). Esta
tecnología ofrece a la gerencia una ventaja en el procesamiento y análisis de volúmenes
de datos para la toma de decisiones (Ordoñez Herrera, 2024). Mediante la IA, el gerente
dispone de recursos técnicos para resolver situaciones en periodos breves (Perez
Espinoza, 2024).
Asimismo, la prevalencia de los términos "big data", "machine learning" y
"automatización" en la figura 5, refleja la cantidad de palabras sobre los datos de análisis
empresarial (Haenlein et al., 2019). La IA se proyecta como un factor con diversos grados
de impacto en la gestión futura de las empresas (Rao Ballamudi, 2019). La integración de
estas herramientas en los SIG permite afrontar desafíos de la era digital y aprovechar
oportunidades en la toma de decisiones basada en datos (Bhima et al., 2023).
Tabla 2. Contraste funcional entre SIG, DSS e IA en la gestión organizacional
Dimensión
Sistemas de información
gerencial (SIG)
Sistemas de soporte de
decisiones (DSS)
Inteligencia artificial
(IA)
Objetivo
Gestión y procesamiento de
flujos de información
institucional.
Respaldo a procesos de
elección mediante
entornos basados en
reglas.
Automatización de tareas
complejas y detección de
patrones.
Alcance
operativo
Niveles operativo, táctico y
estratégico de la
organización.
Aplicaciones sectoriales
específicas (salud,
agricultura, educación).
Análisis predictivo y
procesamiento de
volúmenes de datos (Big
Data).
Impacto en
la decisión
Provisión de datos para el
rendimiento y la coordinación
general.
Traducción de datos en
resultados tangibles y
reducción de riesgos.
Incremento de la
velocidad de respuesta y
precisión técnica
Fuente. Elaboración propia con base en la revisión de literatura.
Revista Científica Arandu Poty
–
Volumen 5(1), 2026
Sistemas de Información Gerencial y Toma de Decisiones: Una Integración con la Inteligencia Artificial
46
Prieto Duarte M, Duarte Sánchez D
3.5. Desafíos en la adopción del SIG
Figura 6. Nube de palabras a partir de datos encontrados
Nota. Elaboración propia mediante el uso del software WordArt (WordArt.com, s. f.).
La figura 6, exhibe los términos con mayor frecuencia de aparición en la literatura
sobre los obstáculos en la implementación de los Sistemas de Información Gerencial. Los
conceptos "planificación", "resistencia" y "cultura" se posicionan como los ejes centrales
de la problemática. De acuerdo con Wagner Teles & Amorim (2013), la ejecución de
estos sistemas sin planificación ni acompañamiento genera impactos negativos,
principalmente por la resistencia al cambio del personal. Asimismo, la ausencia de
objetivos definidos y el escaso compromiso administrativo dificultan la gestión con los
proveedores de tecnología (Martins et al., 2020).
A pesar de una implementación inicial exitosa, la evolución de tendencias
tecnológicas exige un proceso de actualización continuo (Kimura & Alves Da Cruz,
2023). En este sentido, la empresa requiere conciencia sobre el esfuerzo institucional
necesario para alcanzar los objetivos estratégicos. Por otra parte, las barreras culturales
constituyen una de las principales dificultades para la adopción plena de las herramientas
de información (Pereira de Araújo, 2024). Estas limitaciones se vinculan con el
conocimiento técnico del gerente sobre las TIC, la disponibilidad de recursos financieros
y el temor de los empleados ante el desplazamiento laboral por tecnología (Coba Molina,
2012).
En el plano operativo, el limitado conocimiento informático de funcionarios y
directivos fomenta una actitud de rechazo hacia la innovación. Las preocupaciones sobre
la seguridad y la privacidad de los datos permanecen como barreras críticas para las
organizaciones. Al respecto, (Rahman & Hossain, 2024) destacan que los problemas de
integración, especialmente con sistemas heredados, representan obstáculos para la
operatividad.
Finalmente, la prevalencia de los términos "infraestructura" y "recursos humanos"
en la figura 6, confirma que la disponibilidad tecnológica es un desafío determinante
(Mu’min & Nugraha, 2024)
. La calidad del capital humano y el desarrollo de habilidades
Revista Científica Arandu Poty
–
Volumen 5(1), 2026
Sistemas de Información Gerencial y Toma de Decisiones: Una Integración con la Inteligencia Artificial
47
Prieto Duarte M, Duarte Sánchez D
técnicas influyen en la implementación del sistema. Por tanto, la resistencia al cambio y
la persistencia de métodos tradicionales son factores que condicionan la transición hacia
nuevas tecnologías de gestión.
3.6. Consideraciones generales sobre Paraguay
En el ámbito de la administración pública, los hallazgos de Duarte Sanchez et al., (2023)
demuestran que diversos países de Europa y América Latina han adoptado la Inteligencia
Artificial (IA) en sus administraciones tributarias. Casos como los de Inglaterra, Francia,
Dinamarca, Serbia y Rusia, junto con naciones latinoamericanas como Perú, Colombia,
Brasil, México y Paraguay, evidencian el uso de esta tecnología para la optimización de
las recaudaciones y el respaldo en la toma de decisiones.
En este orden de ideas, Kwan Chung et al., (2026) estudiaron sobre la
implementación e impacto de la IA en el crecimiento de los negocios en Paraguay ratifica,
mediante entrevistas a expertos y el estudio de casos de adopción temprana, la utilidad de
estas herramientas en la mejora de los procesos empresariales. A diferencia del enfoque
previo, el estudio de Kwan Chung et al., (2022) sobre el uso del Big Data en los sectores
financiero e industrial concluye que esta tecnología trasciende el análisis de datos. Sus
resultados indican que el Big Data genera oportunidades de negocio a través de la
innovación y la creatividad, factores que se traducen en una ventaja competitiva
sostenible para las instituciones que aprovechan dicha tecnología.
No obstante, respecto al vínculo específico entre los Sistemas de Información
Gerencial (SIG) y la toma de decisiones integrados con la IA, se identifica una ausencia
de estudios empíricos directos en la literatura analizada. Si bien la evidencia previa
confirma que tecnologías como el Big Data facilitan el procesamiento de información,
persiste la necesidad de investigar la integración funcional de la IA dentro de la estructura
de los SIG como motor de decisiones estratégicas.
4. Conclusión
El análisis de la literatura confirma que los sistemas de información gerencial (SIG)
evolucionaron de herramientas de apoyo técnico a activos estratégicos para la
supervivencia y competitividad organizacional en la era digital. En la toma de decisiones,
los SIG funcionan como el nexo que articula los niveles operativo, táctico y estratégico;
de este modo, la transformación de los flujos de datos en una capacidad organizacional
optimizada garantiza decisiones fundamentadas y evita procesos aislados.
Bajo esta perspectiva, los Sistemas de Soporte de Decisiones (DSS)
complementan a los SIG mediante la traducción de información en resultados tangibles.
Estas herramientas resultan determinantes para la reducción de riesgos en sectores como
la medicina, la agricultura y la gestión de desastres. Asimismo, la versatilidad de los SIG
permite que tanto las pymes
—
orientadas a la organización de datos
—
como el sector
público y de salud
—
enfocado en el control y la atención
—
incrementen su desempeño y
satisfacción institucional.
La integración de la Inteligencia Artificial con el Big Data y el Machine Learning
marca un punto de inflexión que otorga a la gerencia una ventaja competitiva basada en
la velocidad, la automatización y el análisis predictivo de patrones. En cuanto a la
Revista Científica Arandu Poty
–
Volumen 5(1), 2026
Sistemas de Información Gerencial y Toma de Decisiones: Una Integración con la Inteligencia Artificial
48
Prieto Duarte M, Duarte Sánchez D
implementación, el éxito de estos sistemas no reside únicamente en la tecnología, sino en
la planificación, la capacitación del personal y la selección de plataformas escalables
adaptadas a las necesidades de la empresa.
Con relación a los desafíos para la adopción de estas tecnologías trascienden lo
técnico y se sitúan en el plano cultural, donde destacan la resistencia al cambio y las
limitaciones en la infraestructura. En definitiva, las organizaciones que logren la armonía
entre el talento humano y estas herramientas avanzadas poseerán una mejor posición para
la conversión de grandes volúmenes de datos en decisiones de impacto y ventajas
competitivas sostenibles.
Para otras investigaciones, se recomienda el desarrollo de investigaciones que
analicen la integración de la inteligencia artificial en los SIG dentro de las empresas en
Paraguay, en aquellas empresas que ya tienen adoptado. Resulta pertinente evaluar cómo
la adopción de estas tecnologías influye en la competitividad sectorial y en la reducción
de la brecha digital en la gestión de negocios.
Referencias
Adeoti Adekeye, W. B. (1997). The importance of management information systems. Library Review,
46(5), 318-327. https://doi.org/10.1108/00242539710178452
Ajayi, I. A., & Omirin, F. (2007). The Use of Management Information Systems (MIS) In Decision Making
In The South-West Nigerian Universities. Educational Research and Review, 2(5), 109-116.
https://journal-
backups.lon1.digitaloceanspaces.com/uploads/main/article/article1379594943_Ajayi%20and%2
0Fadekemi.pdf
Ali, M. (2019). Impact of Management Information Systems (MIS) on Decision Making. Global Disclosure
of Economics and Business, 8(2), 83-90. https://doi.org/10.18034/gdeb.v8i2.100
Alvarado, R., Acosta, K., Buonaffina, Y. V. (2018). Necesidad de los sistemas de información gerencial
para la toma de decisiones en las organizaciones. InterSedes, 19(39), 17-31.
https://doi.org/10.15517/isucr.v19i39.34067
Arnott, D., & Pervan, G. (2008). Eight key issues for the decision support systems discipline. Decision
Support Systems, 44(3), 657-672. https://doi.org/10.1016/j.dss.2007.09.003
Arvidsson, V., Holmström, J., & Lyytinen, K. (2014). Information systems use as strategy practice: A multi-
dimensional view of strategic information system implementation and use. The Journal of
Strategic Information Systems, Information Systems Strategy-as-Practice, 23(1), 45-61.
https://doi.org/10.1016/j.jsis.2014.01.004
Asemi Zavareh, A., Safari, A., & Asemi, A. (2011). The Role of Management Information System (MIS)
and D
ecision Support System (DSS) for Manager’s Decision Making Process. International
Journal of Business and Management, 6(7), 164-164. https://doi.org/10.5539/ijbm.v6n7p164
Baker El Ebiary, Y., Mjlae, S., Abu Ulbeh, W., Hassan Hassan, A., Bamansoor, S., & Iryani Saany, S.
(2020). The Effectiveness Of Management Information System In Decision-Making. Journal of
mechanics of continua and mathematical sciences, 15(7), 316-327.
https://doi.org/10.26782/jmcms.2020.07.000
Revista Científica Arandu Poty
–
Volumen 5(1), 2026
Sistemas de Información Gerencial y Toma de Decisiones: Una Integración con la Inteligencia Artificial
49
Prieto Duarte M, Duarte Sánchez D
Bani Hani, J., Al Ahmad, N., & Alnajjar, F. (2009). The impact of management information systems on
organization performance: Field study at Jordanian universities. Review of Business Research,
9(2), 127-138.
Barrientos, I., Torres Vivanco, M., & Quintana Zaez, J. C. (2021). Módulo del sistema informático gestión
de incidencias para la toma de decisiones. Ciencias de la Informacion, 52, 11-17.
https://www.researchgate.net/publication/351366065_Modulo_del_sistema_informatico_gestion
_de_incidencias_para_la_toma_de_decisiones
Bassellier, G., Horner Reich, B., & Benbasat, I. (2001). Information Technology Competence of Business
Managers: A Definition and Research Model. J. of Management Information Systems, 17(4), 159-
182.
https://www.researchgate.net/publication/220591404_Information_Technology_Competence_of
_Business_Managers_A_Definition_and_Research_Model
Berisha Shaqiri, A. (2015). Management Information System and Competitive Advantage. Mediterranean
Journal of Social Sciences, 6(1). https://doi.org/10.5901/mjss.2015.v6n1p204
Bhima, B., Zahra, A., & Nurtino, T. (2023). Enhancing Organizational Efficiency through the Integration
of Artificial Intelligence in Management Information Systems. APTISI Transactions on
Management (ATM), 7(3), 282-289. https://doi.org/10.33050/atm.v7i3.2146
Boaden, R., & Lockett, G. (1991). Information technology, information systems and information
management: Definition and development. European Journal of Information Systems, 1(1), 23-32.
https://doi.org/10.1057/ejis.1991.4
Caniëls, M., & Bakens, R. (2012). The effects of Project Management Information Systems on decision
making in a multi project environment. International Journal of Project Management, 30(2).
https://doi.org/10.1016/j.ijproman.2011.05.005
Carsten Stahl, B., Antoniou, J., Bhalla, N., Brooks, L., Jansen, P., Lindqvist, B., Kirichenko, A., Marchal,
S., Rodrigues, R., Santiago, N., Warso, Z., & Wright, D. (2023). A systematic review of artificial
intelligence impact assessments. Artificial Intelligence Review, 56(11), 12799-12831.
https://doi.org/10.1007/s10462-023-10420-8
Chandra, S., Shirish, A., & Srivastava, S. C. (2022).
To Be or Not to Be …Human? Theorizing the Role of
Human-Like Competencies in Conversational Artificial Intelligence Agents. Journal of
Management Information Systems, 39(4), 969-1005.
https://doi.org/10.1080/07421222.2022.2127441
Chaudhuri, S., Dayal, U., & Ganti, V. (2002). Database technology for decision support systems. Computer,
34(12), 48-55. https://doi.org/10.1109/2.970575
Chávez Choque, M. E., Calisaya Mestas, H. L., Saira Quispe, E. W., & Portugal Portales, D. E. (2025).
Sistemas de información gerencial y su incidencia en la satisfacción con la toma de decisiones de
entidades públicas y privadas de la región de Lima. Revista InveCom, 5(4).
https://doi.org/10.5281/zenodo.14790453
Coba Molina, E. M. (2012). Los sistemas de información gerencial aplicado en la empresa privada: Estudio
empírico en la provincia de Tungurahua- Ecuador [Tesis doctoral, Universidad Rey Juan Carlos].
https://burjcdigital.urjc.es/items/609ccf16-45d5-0c23-e053-6f19a8c0ba23
Duarte Sanchez, D. D., Alegre, M., & Ramírez Girett, V. A. (2023). Adopción de la inteligencia artificial
en las administraciones tributarias. Revisión de literatura. Ciencias Económicas ISSN- 2788-6425,
4(7), 19-29. https://revistascientificas.una.py/index.php/reco/article/view/3266
Revista Científica Arandu Poty
–
Volumen 5(1), 2026
Sistemas de Información Gerencial y Toma de Decisiones: Una Integración con la Inteligencia Artificial
50
Prieto Duarte M, Duarte Sánchez D
Duarte Sánchez, D. D., & Guerrero Barreto, R. (2024). Métodos y técnicas en investigación cualitativa: una
revisión integral en ciencias sociales. Revista de la Sociedad Científica del Paraguay, 29(2), Article
2. https://doi.org/10.32480/rscp.2024.29.2.90102
Encarnação, R., Alves, J., Marques, A., Neves Amado, J., & Alves, P. (2025). Artificial intelligence in
wound care education: Scoping review. Nurse Education Today, 155, 106872.
https://doi.org/10.1016/j.nedt.2025.106872
Galdas, P., Darwin, Z., Fell, J., Kidd, L., Bower, P., Blickem, C., McPherson, K., Hunt, K., Gilbody, S., &
Richardson, G. (2015). Critical Appraisal Skills Programme criteria. En A systematic review and
metaethnography to identify how effective, cost-effective, accessible and acceptable self-
management support interventions are for men with long-term conditions (SELF-MAN). NIHR
Journals Library. https://www.ncbi.nlm.nih.gov/books/NBK311069/
Haenlein, M., Kaplan, A., Tan, C.-W., & Zhang, P. (2019). Artificial intelligence (AI) and management
analytics. Journal of Management Analytics, 6(4), 341-343.
https://doi.org/10.1080/23270012.2019.1699876
Hasan Al Mamary, Y., Shamsuddin, A., & Aziati, N. (2014). Factors Affecting Successful Adoption of
Management Information Systems in Organizations towards Enhancing Organizational
Performance. American Journal of Systems and Software, 2(5), 121-126.
https://doi.org/10.12691/ajss-2-5-2
Kanatas, P., Travlos, I. S., Gazoulis, I., Tataridas, A., Tsekoura, A., & Antonopoulos, N. (2020). Benefits
and Limitations of Decision Support Systems (DSS) with a Special Emphasis on Weeds.
Agronomy, 10(4), 548. https://doi.org/10.3390/agronomy10040548
Kimura, J. C., & Alves Da Cruz, T. (2023, junio 21). Implantação do Sig
–
Sistema de Informações
Gerenciais: Estudo de caso Quitanda Dalbem. V JORNADA ACADÊMICA, CIENTÍFICA E
TECNOLÓGICA. https://ric.cps.sp.gov.br/handle/123456789/16243
Kontogiorgou, F., Sakas, D., Giannakopoulos, N., Kanellos, N., & Christopoulos, C. (2023). Utilization of
DSS to the Promotion and Conclusion of Charters in the Shipping and Supply Chain Context.
Modern Economy, 14, 1142-1163. https://doi.org/10.4236/me.2023.149059
Kwan Chung, C. K., Fogliati, R., Galmez Chaparro, S., Cano Pedrina, G. L., & Sosa Aoyama, J. K. (2026).
Implementación e impacto de la Inteligencia Artificial en el crecimiento de los negocios en
Paraguay. Perspectivas. Revista de Innovación Empresarial, 2(1). https://revista-
cientifica.uaa.edu.py/index.php/prie/article/view/347
Kwan Chung, C. K., Moreno Mareco, J. A., & Domínguez Méndez, F. N. (2022). Uso del Big Data en
Paraguay. Caso de dos empresas una del sector financiero y otra del industrial. Ciencia Latina
Revista Científica Multidisciplinar, 6(4), 565-577. https://doi.org/10.37811/cl_rcm.v6i4.2604
Lee, H., Delene, L. M., Bunda, M. A., & Kim, C. (2000). Methods of Measuring Health-Care Service
Quality. Journal of Business Research, 48(3), 233-246. https://doi.org/10.1016/S0148-
2963(98)00089-7
Leon Osma, J. C., Salamanca Merchán, J. D., & Rodríguez Lozano, E. P. (2024). Diagnóstico para la
implementación de sistemas de información gerencial en PYME de la Provincia del Tundama.
Política, Globalidad y Ciudadanía, 10(20), 66-83. https://doi.org/10.29105/rpgyc10.20-328
Maran Santos, C. E., Steiner, A. A., Correia Filho, P. T., Schaefer, J. L., Junior, O. C., Nara Benítez, E. O.,
& Gonçalves, M. C. (2025). Application of the Q method in the implementation of integrated
information management systems in the life cycle management of products based on industry 4.0.
Cleaner Logistics and Supply Chain, 16, 100216. https://doi.org/10.1016/j.clscn.2025.100216
Revista Científica Arandu Poty
–
Volumen 5(1), 2026
Sistemas de Información Gerencial y Toma de Decisiones: Una Integración con la Inteligencia Artificial
51
Prieto Duarte M, Duarte Sánchez D
March, S. T., & Hevner, A. R. (2007). Integrated decision support systems: A data warehousing perspective.
Decision Support Systems, Integrated Decision Support, 43(3), 1031-1043.
https://doi.org/10.1016/j.dss.2005.05.029
Martínez R., & Perozo J. (2010). Sistema de información gerencial para la optimización de portafolios de
inversión. Revista Venezolana de Gerencia, 15(50), 253-272.
Martins, V. W., Rampasso, I. S., Siltori, P. F., Cazeri, G. T., Anholon, R., Quelhas, O. L., & Leal Filho, W.
(2020). Contributions from the Brazilian industrial sector to sustainable development. Journal of
Cleaner Production, 272, 122762. https://doi.org/10.1016/j.jclepro.2020.122762
Mejía Vera, S. E., Nava Ore Garro, J. E., & Cedeño Cedeño, R. J. (2025). La participación de la inteligencia
artificial en la toma de decisiones gerenciales. https://doi.org/10.5281/zenodo.14816449
Mendes Athayde, A. L., & Araújo Maia, S. (2019). Análise das percepções do gestor quanto à implantação
de um sistema de informação gerencial: Rumo à tomada de decisão mais eficiente. Revista
Eletrônica de Sistemas de Informação, 10(2), 66-84.
https://www.researchgate.net/publication/349117668_Analise_das_percepcoes_do_gestor_quant
o_a_implantacao_de_um_sistema_de_informacao_gerencial_Rumo_a_tomada_de_decisao_mais
_eficiente
Monteiro, A. P., Vale, J., Leite, E., Lis, M., & Kurowska Pysz, J. (2022). The impact of information systems
and non-financial information on company success. International Journal of Accounting
Information Systems, 45, 100557. https://doi.org/10.1016/j.accinf.2022.100557
Morera Carballo, M. (2022). Los Sistemas de Información Gerencial y su evolución hacia la Cuarta
Revolución. Revista Nacional de Administración, 13(1), e4236-e4236.
https://doi.org/10.22458/rna.v13i1.4236
Mu’min, M. B., & Nugraha, M. S. (2024). Challenges and opportunities of management information system
(mis) implementation in islamic education institutions. As-Sulthan Journal of Education, 1(2),
209-238. https://ojssulthan.com/asje/article/view/21
Niemimaa, E., & Niemimaa, M. (2017). Information systems security policy implementation in practice:
From best practices to situated practices. European Journal of Information Systems, 26(1), 1-20.
https://doi.org/10.1057/s41303-016-0025-y
Oliveira Da Silva, R., Martins Rodrigues, L., & Souza Silva, M. (2015). A Importância dos Sistemas de
Informação na Gestão de Empresas. TECNOLOGIAS EM PROJEÇÃO, 6(2), 37-47.
https://www.projecaociencia.com.br/index.php/Projecao4/article/view/543
Ordoñez Herrera, M. G. (2024). El desafío de la toma de decisiones gerenciales basada en datos con
inteligencia artificial. Revista FACES, 6(1), 34-53.
https://servicio.bc.uc.edu.ve/faces/revista/evol6n1/art03.pdf
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L.,
Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson,
A., Lalu, M. M., Li, T., Loder, E. W., Mayo-
Wilson, E., McDonald, S., …
Moher, D. (2021). The
PRISMA 2020 statement: An updated guideline for reporting systematic reviews. International
Journal of Surgery, 88, 105906. https://doi.org/10.1016/j.ijsu.2021.105906
Palos Sánchez, P. R., Baena-Luna, P., Badicu, A., & Infante Moro, J. C. (2022). Artificial Intelligence and
Human Resources Management: A Bibliometric Analysis. Applied Artificial Intelligence, 36(1),
2145631. https://doi.org/10.1080/08839514.2022.2145631
Pereira de Araújo, J. (2024). Processo de implantação dos sistemas de informações gerenciais sob a ótica
do gestor de uma indústria no município de Caicó-RN [Trabajo final de grado, Universidade
Revista Científica Arandu Poty
–
Volumen 5(1), 2026
Sistemas de Información Gerencial y Toma de Decisiones: Una Integración con la Inteligencia Artificial
52
Prieto Duarte M, Duarte Sánchez D
Federal do Rio Grande do Norte]. https://repositorio.ufrn.br/server/api/core/bitstreams/f93106fc-
97d8-4c7b-8149-dac3c7e66455/content
Perez Espinoza, E. (2024). “Análisis de los software y sistemas contables respecto de su rendimiento y
confiabilidad”. http://repositorio.upci.edu.pe/handle/upci/1046
Posada Beltrán, A. E., Parra Ramírez, M. W., & Cañón Marroquín, S. P. (2024). Formulación del proyecto
de implementación de un sistema de información gerencial para el departamento financiero de la
empresa RT SAS. [Trabajo final de grado, Universidad del Emprendimiento Sostenible].
http://hdl.handle.net/10882/13427
PRISMA. (2020). PRISMA statement. https://www.prisma-statement.org/prisma-2020-flow-diagram
Quispe Otacoma, A. L., Padilla Martínez, M. P., Telot González, J. A., & Nogueira Rivera, D. (2018).
Sistema de información gerencial para las cajas solidarias de Ecuador. Ingeniería Industrial, 39(1),
67-77. http://scielo.sld.cu/scielo.php?script=sci_abstract&pid=S1815-
59362018000100008&lng=es&nrm=iso&tlng=es
Rahman, S., & Hossain, M. Z. (2024). Cloud-Based Management Information Systems Opportunities and
Challenges for Small and Medium Enterprises (SMEs). Pacific Journal of Business Innovation and
Strategy, 1(1), 28-37. https://doi.org/10.70818/pjbis.2024.v01i01.014
Ramírez, J. L., & Vega, O. (2015). Sistemas de información gerencial e innovacion para el desarrollo de
las organizaciones. Télématique, 14(2), 201-213.
https://www.redalyc.org/pdf/784/78440280006.pdf
Rao Ballamudi, V. (2019). Artificial Intelligence: Implication on Management. Global Disclosure of
Economics and Business, 8(2), 105-118. https://doi.org/10.18034/gdeb.v8i2.540
Sørensen, C. G., Fountas, S., Nash, E., Pesonen, L., Bochtis, D., Pedersen, S. M., Basso, B., & Blackmore,
S. B. (2010). Conceptual model of a future farm management information system. Computers and
Electronics in Agriculture, 72(1), 37-47. https://doi.org/10.1016/j.compag.2010.02.003
Stoykova, S., & Shakev, N. (2023). Artificial Intelligence for Management Information Systems:
Opportunities, Challenges, and Future Directions. Algorithms, 16(8), 357.
https://doi.org/10.3390/a16080357
Şükrü, A., & Ghaffarzadeh, M. (2015). Decision Making Based On Management Information System and
Decision Support System. European Researcher, 3(4), 260-269.
https://doi.org/10.13187/er.2015.93.260
Sutton, R. T., Pincock, D., Baumgart, D. C., Sadowski, D. C., Fedorak, R. N., & Kroeker, K. I. (2020). An
overview of clinical decision support systems: Benefits, risks, and strategies for success. Npj
Digital Medicine, 3(1), 17. https://doi.org/10.1038/s41746-020-0221-y
Swan, J., Newell, S., & Robertson, M. (199
9). The illusion of ‘best practice’ in information systems for
operations management. European Journal of Information Systems, 8(4), 284-293.
https://doi.org/10.1057/palgrave.ejis.3000336
Thakur, D. A., Sharma, A., & Mohanty, M. P. (2026). Development of multi-hazard flood risk information
system for coastal region: A consolidated end-to-end web platform for efficient flood
management. Environmental and Sustainability Indicators, 29, 101115.
https://doi.org/10.1016/j.indic.2026.101115
Thea Azeez, R., & Bahari Yaakub, K. (2019). The Effect of Management Information System on
Organizational Performance: A Survey Study at Missan Oil Company in Iraq. Journal of Global
Scientific Research, 2, 135-165.
Revista Científica Arandu Poty
–
Volumen 5(1), 2026
Sistemas de Información Gerencial y Toma de Decisiones: Una Integración con la Inteligencia Artificial
53
Prieto Duarte M, Duarte Sánchez D
https://www.researchgate.net/publication/334626368_The_Effect_of_Management_Information
_System_on_Organizational_Performance_A_Survey_Study_at_Missan_Oil_Company_in_Iraq
Thomas, O. (2006). Understanding the Term Reference Model in Information Systems Research: History,
Literature Analysis and Explanation. En C. J. Bussler & A. Haller (Eds.), Business Process
Management Workshops (pp. 484-496). Springer. https://doi.org/10.1007/11678564_45
Thurston, P. W. (1989). Definition of a Management Information System to Support Performance Risk
Assessment. https://apps.dtic.mil/sti/html/tr/ADA215464/
Valeri Ramírez, L. C. (2016). Los sistemas de información para la gerencia en salud pública. Visión
Gerencial, 15(2), 435-460.
http://erevistas.saber.ula.ve/index.php/visiongerencial/article/view/7749
Wagner Teles, B. A., & Amorim, M. R. (2013). Superando dificuldades na implantação dos sistemas de
informação nas organizações. Revista Foco, 6(1). https://doi.org/10.21902/jbslawjbs.v6i1.100
Westmark, V. R. (2004). A definition for information system survivability. 37th Annual Hawaii
International Conference on System Sciences, 2004. Proceedings of the, 10 pp.-.
https://doi.org/10.1109/HICSS.2004.1265710
Widjanarko Susilo, B. W., & Susanto, E. (2024). Employing Artificial Intelligence in Management
Information Systems to Improve Business Efficiency. Journal of Management and Informatics,
3(2), 212-229. https://doi.org/10.51903/jmi.v3i2.30
WordArt.com. (s. f.). Recuperado 26 de enero de 2026, de https://wordart.com/create
Anexos
Contribución de los autores
Maximiliano Prieto Duarte
participó en la concepción y el diseño del estudio, la
recolección de datos, el análisis de la información y la redacción de la versión inicial del
manuscrito.
Derlis Daniel Duarte Sánchez
contribuyó a la revisión crítica del contenido, la
validación metodológica, la interpretación de los resultados y la edición final del
manuscrito. Ambos autores aprobaron la versión final del artículo y asumen la
responsabilidad sobre su contenido.
Agradecimientos
Los autores expresan su agradecimiento al Dr. Víctor Ariel Ramírez, Decano de la
Facultad de Ciencias Económicas y Empresariales de la Universidad Nacional de
Canindeyú, por sus valiosos comentarios, observaciones y revisiones críticas, que
contribuyeron al fortalecimiento de la calidad académica del presente manuscrito.
Financiamiento
La presente investigación no recibió financiamiento específico de organismos públicos,
comerciales o entidades sin fines de lucro.
Conflicto de intereses
Los autores declaran que no existe conflicto de intereses relacionado con la presente
investigación.
Revista Científica Arandu Poty
–
Volumen 5(1), 2026
Sistemas de Información Gerencial y Toma de Decisiones: Una Integración con la Inteligencia Artificial
54
Prieto Duarte M, Duarte Sánchez D
Correspondencia
derlisduarte@facem.edu.py
Trayectoria académica de los autores
Maximiliano Prieto Duarte
: Licenciado en Análisis de Sistemas y estudiante de la
Especialización en Docencia Universitaria. Actualmente se desempeña como docente auxiliar y
apoyo pedagógico con énfasis en Tecnologías de la Información y la Comunicación (TIC) en la
Facultad de Ciencias Económicas y Empresariales de la Universidad Nacional de Canindeyú. Ha
publicado trabajos relacionados con las TIC, la inteligencia artificial y la innovación educativa en
revistas científicas nacionales.
Derlis Daniel Duarte Sánchez
: Contador Público y Licenciado en Administración, Especialista
en Docencia Universitaria, Magíster en Tributación y Doctor en Ciencias Empresariales. Se
desempeña como docente investigador y tutor de trabajos de grado en la Facultad de Ciencias
Económicas y Empresariales de la Universidad Nacional de Canindeyú. Su producción científica
aborda temas vinculados con la administración, la contabilidad, la tributación y la gestión
empresarial, con publicaciones en revistas científicas nacionales e internacionales.