Eficiencia de la adopción de las TIC por parte de los emprendedores: disparidades entre hombres y mujeres

5 Programa de doctorado CIENCIAS ECONÓMICAS, EMPRESARIALES Y SOCIALES. Tesis Doctoral. Eficiencia de la adopción de las TIC por parte de los emprendedores: disparidades entre hombres y mujeres. Doctoranda: Vanessa Berbegal Zaragoza Dirigida por: Dr. Francisco Velasco Morente Dr. Francisco Javier Ortega Irizo 2025 A los tres pilares de mi vida: mis padres, Antonio y M.ª Victoria y, mi hija Marina AGRADECIMIENTOS “¿Qué es más importante, el viaje o el destino? La compañía”. James Norbury. Considero que todo en este proceso es importante: el destino, el camino y, por supuesto, la compañía. Pero, sobre todo, lo más significativo es uno mismo: la decisión de iniciar un viaje, un camino o, en mi caso, una aventura. Este desafío ha sido posible gracias al apoyo incondicional de dos personas fundamentales: mis directores de tesis, Dr. Francisco Velasco, quien, desde el primer momento, creyó en mí y me dio el empuje necesario para iniciar este camino. Su confianza y apoyo me guiaron y me dieron fuerzas cuando más lo necesitaba. Sin su aliento para dar el primer paso, no estaría aquí hoy. También quiero agradecer al Dr. Francisco Javier Ortega que, aunque estuvo conmigo menos tiempo, me ayudó enormemente, dedicándome su tiempo y esfuerzo. A ambos, mi más sincero agradecimiento por su confianza y por estar a mi lado. Mi gratitud también va dirigida al Instituto de Ciencias de la Educación (ICE), a la biblioteca de la Universidad de Sevilla y, al Prof. Dr. José Luis Roldán, por los cursos impartidos, que me han orientado y ayudado en la elaboración de esta Tesis Doctoral. A mis amigos, por su comprensión ante el tiempo que no pude dedicarles. Les prometo que pronto nos pondremos al día. En el ámbito familiar, debo comenzar por mi padre, Antonio, quien hace más de una década dejó de estar físicamente a mi lado, pero que, como mi ángel de la guarda, sigue acompañándome en cada reto que enfrento. A él le dedico, y siempre le dedicaré, todos mis logros. A mi madre, no encuentro palabras suficientes para agradecerle la vida en toda su magnitud. Su apoyo constante, junto al de mi hermana Mariví y mi cuñado Vicente, me han brindado todo aquello que no se puede pedir, esas cosas que parecen cotidianas pero que son esenciales. Me han regalado su tiempo para que pudiera alcanzar mis metas. Gracias a ellos soy quien soy. A José Fernández Serrano porque me ha enseñado que, de los que te quieren se aprende y, los que dejan de quererte te enseñan. A mis sobrinos, que están lejos y a quienes, en muchas ocasiones, no he podido dedicar ni una llamada telefónica. A ellos les prometo que, en cuanto sea posible, recuperaré esos momentos que no pudimos compartir. Y, especialmente, a mi hija Marina, quien es la razón por la que lucho cada día. A ella le pido perdón por todos los momentos robados, por no haber podido estar a su lado tanto como me hubiera gustado. Gracias por su empatía, su comprensión y por sus continuas muestras de cariño. Gracias a todos porque, sin vosotros no podría haber llegado hasta aquí. ÍNDICE. INTRODUCCIÓN. ..................................................................................... 10 1. CAPÍTULO 1. LOS MODELOS DE ACEPTACIÓN Y USO DE NUEVAS TECNOLOGÍAS. ....................................................................... 24 1.1. La Teoría de la Difusión de Innovaciones de los 60. ........................ 26 1.1.1. La innovación y sus componentes .............................................. 27 1.1.2. Estructura social y las consecuencias de las innovaciones ......... 32 1.1.3. Evolución de la DOI. ................................................................. 38 1.2. Enfoque del comportamiento humano desde los 70: la Teoría de la Acción Razonada y la Teoría de la Conducta Planificada. ...................... 40 1.2.1. La Teoría de la Acción Razonada ............................................... 41 1.2.2. Teoría de la conducta planificada. .............................................. 49 1.3. Modelo de aceptación de tecnología y sus ampliaciones. ................ 55 1.3.1. El Modelo de Aceptación de Tecnología de 1989 (TAM). ........ 55 1.3.2. Extensión del TAM (TAM2). ..................................................... 62 1.3.3. El TAM3 ..................................................................................... 66 1.4. Teoría unificada de la aceptación y el uso de la tecnología. ............. 70 2. CAPÍTULO 2. UN ANÁLISIS BIBLIOMÉTRICO SOBRE LAS DISPARIDADES DE GÉNERO EN LA UTAUT. ..................................... 82 2.1. La bibliometría como metodología de investigación. ...................... 84 2.2. Metodología bibliométrica y preguntas de investigación. ................ 88 2.2.1. Etapas de un análisis bibliométrico............................................. 88 2.2.2. Preguntas de investigación (formulación). ................................. 90 2.2.3. Selección de la base, cadena de búsqueda y verificación. .......... 93 2.3. Análisis y resultados. ........................................................................ 97 2.3.1. Visión general de los documentos. ............................................. 97 2.3.2. Principales Revistas de Investigación. ........................................ 99 2.3.3. Principales autores. ................................................................... 106 2.3.4. Principales documentos por número de citas. ........................... 111 2.4. Cooperación en la publicación de documentos. ............................. 115 2.5. Temas de investigación ................................................................... 118 2.5.1. Clúster 1. ................................................................................... 119 2.5.2. Clúster 2. ................................................................................... 126 2.5.3. Clúster 3. ................................................................................... 132 2.5.4. Clúster 4. ................................................................................... 140 2.5.5. Clúster 5. ................................................................................... 143 2.6. Mapa de distribución temática por centralidad y densidad. ........... 146 3. CAPÍTULO 3.LAS DISPARIDADES ENTRE HOMBRES Y MUJERES EN LA INTENCIÓN DE USO DE LAS TIC. ....................... 152 3.1. Una combinación eficiente de percepciones personales para la adopción de las TIC ............................................................................... 154 3.2. Metodología. ................................................................................... 157 3.2.1. Conjunto de datos y variables ...................................................... 157 3.2.2. El análisis envolvente de datos. ................................................... 159 3.3. Resultados ....................................................................................... 163 3.4. Disparidades entre sexos. ............................................................ 170 3.5. Discusión de los resultados. ........................................................ 174 CONCLUSIONES. ................................................................................... 176 REFERENCIAS ........................................................................................ 198 ANEXOS ................................................................................................... 232 Anexo I: Dendogramas .......................................................................... 234 Anexo II: Cuestionario ........................................................................... 236 Anexo III: Copia completa de las publicaciones...…………………….254 Índice de figuras, tablas y gráficos. Figura 1.1 Difusión tecnológica .................................................................. 32 Figura 1.2 Modelo de acción razonada (TRA). .......................................... 44 Figura 1.3 Modelo TPB. .............................................................................. 51 Figura 1.4 Variables del TAM .................................................................... 57 Figura 1.5 Modelo TAM2 ........................................................................... 63 Figura 1.6 Modelo TAM3. .......................................................................... 67 Figura 1.7 Modelo UTAUT. ....................................................................... 72 Figura 1.8 Modelo UTAUT2 ...................................................................... 79 Figura 2.1 Etapas de un análisis bibliométrico ........................................... 90 Figura 2.2 Salida Web of Science con la cadena de búsqueda. .................. 95 Figura 2.3 Diez principales autores por número de publicaciones. .......... 108 Figura 2.4 Red de cooperación. ................................................................. 117 Figura 2.5 Clústeres de estudio. Mapa temático palabras clave (coocurrencia). ................................................................................................................... 119 Figura 2.6 Mapa temático género & UTAUT (relevancia-densidad). .............. 148 Figura 3.1 Clústeres. .................................................................................. 166 Tabla 2.1 Revistas de la Zona 1 o núcleo de Brandford. .......................... 102 Tabla 2.2 Principales autores. ................................................................... 109 Tabla 3.1 Correlaciones de Pearson entre variables. ................................ 159 Tabla 3.2 DMU con eficiencia unitaria. .................................................... 165 Tabla 3.3 Centros de agrupación-por intención de uso ............................. 166 Tabla 3.4 Valores y proyecciones (ejemplos). .......................................... 169 Tabla 3.5 Porcentaje de hombres y mujeres por clúster. .......................... 171 Tabla 3.6 Tabulación cruzada (Número de casos por clúster y Sexo) ...... 173 Gráfico 2.1 Evolución de las publicaciones género-UTAUT. .................... 98 Gráfico 2.2 Fuentes. Núcleo de la ley de Bradford ................................... 101 Gráfico 2.3 Ley de Lotka. ......................................................................... 107 Gráfico 3.1 Eficiencia ordenada de las DMU. .......................................... 164 Gráfico 3.2 Distribución por sexos entre clústeres (número de casos). .... 171 Gráfico 3.3 Dendograma UDM eficientes. ............................................... 234 Gráfico 3.4 Detalle del dendograma de la muestra completa del modelo. 234 Introducción 13 dos décadas siguientes, el enfoque se centró en modelos conductuales que exploraban las intenciones y comportamientos humanos, considerando factores psicológicos y sociales, aplicados a la adopción tecnológica (Saleem et al., 2011). La Teoría de la Acción Razonada (TRA) (Ajzen & Fishbein, 1980a) y del Comportamiento Planeado (TPB) (Ajzen, 1991) fueron fundamentales, al resaltar el impacto de creencias, actitudes y percepciones en el comportamiento. Estos avances culminaron en el Modelo de Aceptación de la Tecnología (TAM) de Davis et al. (1989), que se considera un punto de inflexión al destacar la utilidad percibida y la facilidad de uso como factores clave en la aceptación de la tecnología. A principios del siglo XXI, la investigación sobre el uso de tecnologías avanzó mediante la integración de diferentes modelos para comprender mejor los factores que influyen en la implementación tecnológica. Este enfoque se consolidó con la creación de la Teoría Unificada de Aceptación y Uso de Tecnología (UTAUT) desarrollada por Venkatesh et al. (2003), basada en un análisis de ocho modelos clave, ofreciendo una visión global de los determinantes de la adopción tecnológica. La UTAUT se convirtió en un marco teórico esencial, utilizado en multitud de sectores como el laboral, educativo, sanitario, bancario, institucional, entre un largo etcétera. Además de los factores que afectan a la intención y al comportamiento, la teoría puso especial interés en comprender el papel de otras variables o elementos moderadores como la edad o el género. Aunque se han logrado grandes avances y los estudios empíricos se han multiplicado en los últimos años -con 2659 publicaciones entre 2020 y 2024 según Web of Science-, aún existen interrogantes sobre los factores que determinan la intención y el comportamiento en el uso de nuevas tecnologías Introducción 14 (Blut et al., 2022). Por ello, es necesario seguir investigando, tanto a nivel teórico como empírico, para comprender mejor estos factores. Bajo este enfoque, esta Tesis Doctoral propone, en primer lugar, analizar la evolución cronológica de los principales modelos sobre la intención y uso de las tecnologías centradas en el comportamiento humano. Este análisis se basa en el esquema propuesto por Lenz et al. (2023), quienes trazan una línea temporal clara de los modelos teóricos más influyentes, destacando su impacto en el desarrollo de teorías más complejas, como la UTAUT de Venkatesh et al. (2003). Esta revisión pone énfasis en los factores clave que influyen en el comportamiento de los usuarios, como la expectativa de rendimiento o la influencia social que favorecen o limitan la adopción tecnológica. Asimismo, se examina la interacción de estos factores con el objetivo de ofrecer una comprensión más integral y matizada del proceso de aceptación tecnológica. En particular, esta revisión de teorías culmina con el análisis de la UTAUT. Este modelo destaca por su sencillez, parsimonia y alta capacidad predictiva, superando a otros marcos de aceptación tecnológica en términos de poder explicativo (Rejali, 2023; Puriwat & Tripopsakul, 2021; Taiwo & Downe, 2013). Por todo ello, esta Tesis Doctoral adopta la UTAUT como su marco de referencia. La UTAUT propuso que todos los modelos de adopción de tecnología podían describirse mediante cuatro constructos centrales: la expectativa de rendimiento, la expectativa de esfuerzo, la influencia social y las condiciones facilitadoras. Estas variables estimulan la intención conductual y están moderadas por, al menos, cuatro características: la edad, el sexo, la experiencia y la voluntariedad (Venkatesh et al., 2003; Alismaili et al., Introducción 15 2022). Con el paso del tiempo, nuevos estudios bajo el marco UTAUT han incorporado estas y otras variables moderadoras, analizando su interacción con los cuatro componentes principales y ampliando el modelo original mediante factores explicativos adicionales según las necesidades particulares de cada análisis (Wang & Wang, 2009; Walczuch et al., 2007). En general, este conjunto de estudios destaca por la complejidad de las interacciones con las variables moderadoras, demostrando como los patrones de comportamiento y su influencia en la aceptación del usuario varían según el contexto cultural y social, las características demográficas de la población e incluso la tecnología evaluada (Wang & Wang, 2009; Walczuch et al., 2007; Devaraj et al., 2008; Bosnjak et al., 2007). A pesar de esta complejidad, es necesario estudiar estas influencias, ya que hay evidencias que indican que aumentan significativamente la capacidad predictiva de los modelos. Concretamente, esta Tesis Doctoral analiza el papel del género -o sexobajo el marco analítico de la UTAUT. La distinción “mujer/hombre” es una de las variables moderadoras propuestas en el modelo UTAUT desde sus orígenes (Venkatesh et al., 2003). Se parte de la idea de que las intenciones de comportamiento para adoptar una determinada tecnología difieren según el sexo del individuo. Esto implica que hombres y mujeres perciben y reaccionan de manera diferente a los mismos estímulos tecnológicos y, esto influye en su disposición para adoptar nuevas tecnologías. En este punto, es importante hacer una precisión semántica. En los estudios que emplean la UTAUT, la palabra género (gender) ha sido usada con frecuencia para referirse a las diferencias entre hombres y mujeres, es decir, se hace alusión explícita a la dimensión biológica del término: el sexo. En el contexto anglosajón, es común emplear el término “gender” en investigaciones, incluso cuando el análisis se centra exclusivamente en diferencias biológicas. Esto obedece más a una cuestión de hábito en los Introducción 16 estudios de ciencias sociales y del comportamiento, donde gender a menudo incluye tanto el sexo como el rol social (Muehlenhard & Peterson, 2011). No obstante, desde un enfoque académico más preciso, el género se refiere a las construcciones sociales y roles que la sociedad asigna a las personas en función de su identidad masculina o femenina (u otras), mientras que "sexo" hace referencia a las características biológicas (Liñán, et al., 2024). Por este motivo, en la revisión de la literatura realizada en esta Tesis, optamos por usar la palabra sexo como traducción de gender cuando la variable empleada por los autores en sus estudios empíricos se limite exclusivamente a hombres y mujeres. En otras ocasiones, recurrimos al término género para aspectos teóricos generales y, especialmente, cuando se haga referencia a los roles de género. Numerosas investigaciones han analizado la aceptación de distintas tecnologías considerando el sexo como un factor moderador clave para interpretar los resultados del modelo. Entre las tecnologías que han planteado diferencias entre hombres y mujeres destacan la intención de uso del internet móvil (Lai, 2020), los pagos móviles (Ooi & Tan, 2016; Khan et al. 2019), los portales web turísticos (Tan et al., 2017), el e-government (Gupta et al., 2008), la adopción de apps móviles (Zhou, 2011) o las tecnologías de la información y la comunicación (TIC) (Kaba & Toure, 2014), entre un largo etcétera. Estos estudios parten de las hipótesis planteadas por Venkatesh et al. (2003) que sugieren, por ejemplo, que la expectativa de esfuerzo es más intensa para las mujeres que para los hombres o, que las mujeres son más sensibles a las opiniones de los demás, por lo que la influencia social también tiene un mayor impacto en ellas. En general, no existe unanimidad en los resultados, ya que algunos estudios encuentran un papel moderador del género, mientras que otros no. Debido a esta falta de consenso, se hace evidente la necesidad de estructurar y Introducción 17 sintetizar el conocimiento actual sobre estas disparidades en las investigaciones que emplean la UTAUT. Para ello, esta Tesis Doctoral realiza un análisis bibliométrico sobre el papel del género bajo el marco UTAUT. En este sentido, existe un gap en este enfoque de estudio porque no hay revisiones sistemáticas de literatura sobre esta temática. Solo se ha localizado una revisión previa de Goswami & Dutta (2016) cuyo alcance es mucho más limitado, ya que solo analiza un total de 56 papers clasificados en 5 sectores. La revisión que aquí se propone es más amplia y ambiciosa, tanto por el número de publicaciones analizadas, como por los resultados del análisis realizado en 5 grandes clústeres. Con este análisis bibliométrico se pretende identificar patrones y tendencias en la producción científica, así como detectar áreas críticas que pueden orientar investigaciones futuras y el desarrollo de nuevas líneas de estudio (Donthu et al., 2021; Zupic & Čater, 2015). Finalmente, el estudio empírico que aquí se realiza pretende analizar los factores que motivan a los emprendedores de las pequeñas empresas a integrar las TIC en sus negocios, y entender cómo se puede facilitar este proceso de implementación, así como las posibles disparidades existentes entre mujeres y hombres. Hay que destacar cuatro aspectos relevantes sobre este estudio. En primer lugar, la elección de esta tecnología no ha sido arbitraria. En las últimas décadas, los avances en las TIC han impulsado la globalización, mejorando la comunicación, la eficiencia productiva y económica a nivel de empresa a través de herramientas y metodologías que facilitan la digitalización y el manejo de información en tiempo real (Venkatesh, 2000; Venkatesh & Zhang, 2010; García-Machado et al., 2023; Swanson & Ramiller, 2004; Thompson & Strickland, 2004; Stavropoulos, 2022). Introducción 18 En segundo lugar, conviene destacar que, nuestro análisis se alinea con el enfoque de los modelos de aceptación de tecnología a nivel individual; en particular, va dirigido al emprendedor como persona física. La literatura actual ha prestado poca atención a este colectivo bajo los modelos UTAUT (Lee et al., 2024; Machado de Freitas & Silva da Rosa, 2022). En las mipymes, la personalidad y los rasgos de cada uno de los emprendedores son factores importantes que influyen en la adopción de las TIC en sus negocios (Moghavvemi et al., 2012 y 2013). Como se ha comentado con anterioridad, se considera más adecuado utilizar el modelo UTAUT en este estudio centrado en emprendedores debido a su enfoque claro, conciso y validado, que destaca las variables más relevantes para este grupo sin agregar complejidad innecesaria. Además, su validez empírica en contextos empresariales lo hace más efectivo, evitando variables adicionales que no siempre aportan valor. La implementación de las TIC en este colectivo es fundamental para la propia supervivencia de su negocio. En tercer lugar, nuestra investigación utiliza el Análisis Envolvente de Datos (DEA) como metodología empírica aplicada a los constructos de la UTAUT, en contraste con el uso frecuente de la metodología del sistema de ecuaciones estructurales en los estudios anteriores de aceptación de tecnología (Tamilmani et al., 2021; Liu et al., 2021a). Este análisis se interesa por la combinación de percepciones que tiene un emprendedor y que conduce a un comportamiento específico, que va más allá del mero estudio de las relaciones causa-efecto existentes entre las variables del modelo tradicionalmente abordado en las investigaciones. De esta forma, si bien el DEA se ha empleado en modelos de difusión tecnológica a nivel macroeconómico (por ejemplo, Shabani et al., 2013), así como a nivel de empresa (Bernal, et al., 2018), según nuestro conocimiento, no se han Introducción 19 utilizado las cuatro percepciones del modelo UTAUT como inputs para medir la eficiencia respecto a las intenciones. En cuarto y último lugar, este estudio explora la ansiedad, una variable relativamente poco estudiada en los modelos UTAUT (Gunasinghe & Nanayakkara, 2021), empleando una nueva perspectiva. La ansiedad está presente como un factor previo (o anclaje, según la literatura especializada) de las principales percepciones del modelo TAM3 (Venkatesh & Bala, 2008). En el contexto del modelo UTAUT, la ansiedad tecnológica no se incluyó como un constructo principal del modelo final (Venkatesh et al., 2003) si bien se consideró que atenúa el efecto de la expectativa de rendimiento sobre la intención de uso (Arning & Ziefle, 2007; Marangunić & Granić, 2015; Celik, 2016; Baabdullah et al., 2019). En los estudios UTAUT que han introducido la ansiedad de manera explícita, su influencia se ha analizado de dos formas: a) como una variable externa que influye tanto directa como indirectamente (a través de las expectativas de rendimiento y de esfuerzo) sobre la intención y el comportamiento (Wang et al., 2024; Dwivedi et al., 2020) o, b) como una variable moderadora de las percepciones principales del modelo sobre la intención (Silva et al., 2024). Sin embargo, en este estudio, la ansiedad se considera como un “resultado indeseable” (un output malo en terminología DEA) y se le da el mismo peso que a la intención de uso (output bueno). Bajo estas premisas, el objetivo es examinar la combinación de diversas percepciones de la UTAUT que optimizan la intención de implementar las TIC en los emprendedores, a la vez que minimizan la ansiedad asociada a la adopción de nuevas tecnologías. Se pretende desarrollar una tipología explicativa que permita identificar los clústeres más eficientes y con mayor probabilidad de realizar el comportamiento esperado. Además, se busca Introducción 20 analizar cómo se distribuyen hombres y mujeres entre los grupos de esta tipología, con el fin de evaluar una posible brecha de género. Objetivo general El objetivo principal de esta Tesis consiste en realizar un análisis, tanto conceptual como empírico, sobre las disparidades entre hombres y mujeres dentro del marco teórico de la UTAUT. Para alcanzarlo, se plantean a su vez, los siguientes objetivos específicos: Objetivos específicos 1. Analizar la evolución cronológica de los principales modelos de aceptación de la tecnología. Este objetivo implica un análisis de la DOI, la TRA, la TPB, el TAM y, finalmente la UTAUT, incluyendo sus propias variantes, como el TAM2 y TAM3 y la UTAUT2. Para ello, se presta especial atención a las variables clave de cada modelo y cómo se relacionan entre sí, para explicar por qué las personas adoptan nuevas tecnologías. De la misma forma, se examina la influencia de variables sociodemográficas, como el género, la edad y la experiencia. 2. Identificar patrones y tendencias en la producción científica sobre las disparidades de género en la UTAUT. Se busca determinar si existen diferencias significativas en la forma en que hombres y mujeres perciben y reaccionan a los mismos estímulos tecnológicos. Para lograr este objetivo, se utilizará un análisis bibliométrico siguiendo las fases sugeridas por Velt et al. (2020) con el que se pretende responder a las siguientes preguntas: Introducción 21  ¿Cómo influyen las diferencias de género en la relación entre los constructos de la UTAUT y la intención de uso de tecnología, y cómo han sido interpretadas esas diferencias?  ¿Qué temas dentro de la UTAUT han prestado atención preferente al género y cómo se conectan entre sí?  ¿Cómo ha evolucionado la investigación sobre el papel del género en el modelo UTAUT y qué temas emergen como tendencias futuras?  ¿Qué investigaciones y autores son los más citados a la hora de analizar el papel del género en la UTAUT? Para responder a estas cuestiones, en la sección 2.2.2 se emplea una serie de herramientas bibliométricas relacionadas con el análisis de coocurrencia de palabras clave, clústeres temáticos por sectores, análisis de citaciones, así como, principales revistas de investigación y autores altamente citados, entre otros aspectos. La finalidad es desarrollar una agenda de investigación futura proponiendo nuevas líneas de estudio que puedan contribuir a una mejor comprensión de la influencia del género en la adopción de tecnología. Se identifican vacíos de conocimiento, como, precisamente, la falta de estudios sobre la influencia de los roles de género, o la necesidad de ampliar la investigación a países con menor penetración tecnológica. 3. Emplear el modelo UTAUT para analizar la intención de implementación de las TIC de emprendedores individuales, un segmento de población que ha recibido poca atención dentro de este marco analítico. Nuestro estudio utiliza el modelo UTAUT original debido a su claridad y validación empírica en entornos empresariales. La investigación empírica hasta el momento se ha centrado en Introducción 22 examinar las relaciones causales y el impacto de las percepciones en la intención conductual, utilizando regresiones lineales y, sobre todo, sistemas de ecuaciones estructurales. En concreto, Williams et al. (2015) y Xue et al. (2024) afirman que el modelado de ecuaciones estructurales, el análisis de regresión, la prueba t y el análisis de la varianza son los métodos estadísticos más utilizados. Nuestra propuesta metodológica es novedosa y se fundamenta en la metodología DEA, en lugar de en los tradicionales sistemas de ecuaciones estructurales. El DEA permite analizar la combinación de percepciones que impulsan la intención de uso, yendo más allá de los enfoques tradicionales de causa-efecto. Asimismo, este estudio examina la ansiedad como un "resultado indeseable" dándole el mismo peso que a la intención de uso (output positivo), una perspectiva novedosa, puesto que otros estudios han analizado la ansiedad como una variable externa. Mediante esta metodología es posible identificar combinaciones de percepciones que maximicen la intención de adoptar las TIC y minimicen la ansiedad en los emprendedores. El objetivo es desarrollar una tipología explicativa sobre la adopción de las TIC y analizar las posibles disparidades entre emprendedores y emprendedoras derivadas de este proceso. Estructura de la Tesis. Esta Tesis Doctoral consta de tres capítulos principales, que se desarrollan a continuación de esta introducción, y finaliza con las conclusiones y las futuras líneas de investigación. El primer capítulo está dedicado a los modelos de aceptación y uso de nuevas tecnologías, y se estructura en cuatro epígrafes que detallan su evolución Capítulo 1 29 dicha transferencia (Rogers, 1962, p.17). En este sentido, Rogers plantea una disyuntiva muy interesante confrontando los conceptos de “homofilia” y “heterofilia”. Este autor defiende la homofilia como un facilitador de la difusión. La homofilia es la tendencia de las personas a relacionarse o asociarse principalmente con individuos que comparten características similares como creencias, educación y estatus social. Según el autor, existe una mayor tendencia a compartir ideas entre personas con características similares. La proximidad física y social también favorece la comunicación homofílica (Rogers 1962 p.18) y es fundamental para la formación de grupos de pertenencia y referencia donde la difusión de ideas es más fluida. Del mismo modo, este fenómeno es esencial para los procesos de socialización, ya que facilita una comunicación más efectiva entre individuos y, por tanto, tiene consecuencias importantes en lo que respecta a la adquisición de conocimientos, la formación de actitudes y los cambios de comportamiento. En resumen, cuando las personas comparten significados comunes y se parecen en rasgos personales y sociales, la comunicación de ideas es más efectiva. Por el contrario, y en el otro extremo, está el concepto de heterofilia, que implica la interacción entre individuos que poseen diferencias en ciertos atributos. Esto, sin embargo, no implica que la difusión sea imposible. De hecho, como señala Rogers, aunque es menos frecuente, la heterofilia también desempeña un papel relevante en la comunicación, pues implica la interacción con personas que presentan características distintas. En este caso, la comunicación es más compleja, pero no imposible. Los modelos de aceptación y uso de nuevas tecnologías 30 Para Rogers, la dimensión temporal desempeña un rol crucial en la difusión de innovaciones (Rogers 1962, p.20). Según este autor, en las investigaciones relacionadas con las ciencias del comportamiento, a menudo se descuida el tiempo debido a que la mayoría de los estudios carecen de un marco temporal definido. El autor señala que el tiempo influye en tres áreas: en la toma de decisiones, en cómo se difunde la innovación y en la velocidad con la que se adopta. Con respecto al proceso de decisión de innovación, hay que considerar el tiempo transcurrido desde el primer conocimiento de la innovación hasta su adopción final o rechazo. Se pueden distinguir hasta cinco etapas: a) Conocimiento: que comienza cuando una persona o un grupo que toma decisiones se enfrenta a una nueva innovación y logra entender sus fundamentos básicos. b) Persuasión: durante esta etapa, se desarrolla una opinión positiva o negativa hacia la innovación. c) Decisión: donde la persona evalúa si debe aceptar o rechazar la innovación. El tiempo juega un papel crucial en ella puesto que la decisión puede estar influenciada por la urgencia o la disponibilidad de alternativas. d) Implementación: donde las personas aplican definitivamente la innovación. Durante este proceso, es más probable que ocurra la reinvención, que implica adaptar o modificar la idea original. Capítulo 1 31 e) Confirmación: tras la adopción, el individuo busca refuerzo de su decisión. Sin embargo, el tiempo puede alterar esta confirmación inicial si se presentan mensajes contradictorios. Rogers (1962) argumenta que, aunque un proceso de decisión de innovación suele generalmente seguir estas cinco etapas, se dan excepciones (por ejemplo, en algunos casos, la decisión puede preceder a la persuasión). En cualquier caso, a pesar de las diferencias, el factor tiempo sigue siendo crucial en todo este proceso de toma de decisiones relacionada con la innovación. Respecto a la capacidad de difusión, el autor señala que esta se refiere a “la tardanza o rapidez relativa con la que se adopta una innovación en comparación con otros miembros de un sistema” (Rogers 1962, p. 23). Teniendo esto en cuenta, el autor realiza la siguiente clasificación, que será analizada con más detalle más adelante: (1) innovadores, (2) adoptantes tempranos, (3) mayoría temprana, (4) mayoría tardía y (5) rezagados. En cuanto a la tasa de adopción de una innovación en un sistema, el autor considera que lo relevante es la velocidad, es decir, el tiempo transcurrido hasta que una cierta fracción de los miembros adopta la innovación (Rogers 1962, p. 23). Bajo estos planteamientos, la DOI se basa en la idea de que la adopción de una innovación sigue una curva en forma de S (como una función logística en matemáticas). Este modelo sugiere que inicialmente la adopción es lenta, luego se acelera a medida que más personas comienzan a adoptar la Los modelos de aceptación y uso de nuevas tecnologías 32 innovación, y finalmente se desacelera a medida que se aproxima la saturación del mercado1 (Figura 1.1). Figura 1.1. Difusión tecnológica Fuente: Elaboración propia basada en Rogers (1962). 1.1.2. Estructura social y las consecuencias de las innovaciones Un sistema social es un conjunto interrelacionado de individuos, grupos informales u organizaciones que colaboran para resolver problemas y alcanzar objetivos comunes. (Rogers 1962, p.24). La estructura social 1 En matemáticas existen diversos modelos de ecuaciones diferenciales que lo explican, como la función logística: 𝑝′[𝑡]=𝑐𝑝[𝑡](𝑁−𝑝[𝑡])} 𝑝[𝑡]→𝑒𝑁 −1+𝑒 donde 𝑝[𝑡]=número de adoptantes en el instante “t”, c= una constante y N= número total de adoptantes potenciales. Capítulo 1 33 desempeña un papel esencial para comprender los sistemas humanos (Rogers 1962, p.24). Proporciona información que reduce la incertidumbre al establecer patrones y conexiones entre los miembros de un sistema. Rogers, analiza diversos aspectos relacionados con la estructura social y cómo esta afecta a la difusión. La estructura social influye en la difusión de innovaciones dentro de un sistema, de forma que, cuando facilita la comunicación y la interacción, las nuevas ideas pueden propagarse más rápidamente. Por el contrario, si la estructura dificulta la conexión entre los miembros, la adopción de innovaciones puede ser más lenta. Según Rogers, la estructura social puede configurarse de dos maneras principales: formal o informal. La estructura formal se refiere a las relaciones predefinidas y organizadas entre las unidades de un sistema social. Por ejemplo, jerarquías en una empresa o roles en una comunidad. Por otro lado, la estructura informal se desarrolla a través de las redes interpersonales, conectando a los miembros del sistema de manera más espontánea. Esta estructura informal determina quién interactúa con quién y bajo qué circunstancias. El autor es uno de los pioneros en analizar el grado en que una persona puede afectar de manera informal a las actitudes y al comportamiento de los demás (Lenz et al., 2023). La DOI analiza los roles desempeñados por líderes de opinión y agentes de cambio en el sistema. En este sentido, Rogers presta atención a la influencia de los líderes de opinión en un contexto social, y a su papel en la difusión de innovaciones. Dichos líderes están más expuestos a diversas formas de comunicación externa, son más abiertos a diferentes perspectivas y experiencias y suelen tener un estatus social ligeramente más alto. Los modelos de aceptación y uso de nuevas tecnologías 34 Por otro lado, Rogers define a un agente de cambio como una persona que busca influir en las decisiones de adopción de una innovación, dirigiendo estas decisiones hacia una dirección favorable. Los agentes de cambio a menudo se apoyan en los líderes de opinión para facilitar y acelerar el proceso de difusión de innovaciones dentro de un sistema social determinado (Rogers, 1962, p. 25). Según la DOI los agentes de cambio suelen introducir nuevas ideas o métodos esperando que sean beneficiosos, claros y previstos. Sin embargo, muchas veces estas nuevas ideas terminan teniendo efectos inesperados que no son deseados y que afectan de manera indirecta a las personas del sistema (Rogers, 1962, p.32). En definitiva, el sistema social no solo influye en las decisiones de innovación, sino también en cómo se perciben y experimentan las consecuencias de esas innovaciones. Este último aspecto es importante puesto que la DOI tiene en cuenta una percepción subjetiva de las innovaciones. En lugar de describir a alguien como “menos innovador que el miembro promedio de un sistema social”, es más práctico y eficiente referirse a esa persona como parte de la “mayoría tardía” u otra categoría de adoptantes (Rogers 1962, p.22). En el proceso de difusión de nuevas ideas, el sistema social desempeña un papel crucial (Rogers, 1962, p.29). Las innovaciones pueden ser aceptadas o rechazadas a través de tres enfoques o decisiones principales, que van desde las decisiones opcionales hasta las decisiones de autoridad: 1. Decisiones de innovación opcionales: implican la aceptación o el rechazo de una innovación por parte de un individuo, sin tener en cuenta las decisiones de otros miembros del sistema. Aún en esta situación, la decisión individual puede estar influenciada por las normas sociales y las relaciones interpersonales. Capítulo 1 35 2. Decisiones de innovación colectivas: se trata de decisiones consensuadas entre los miembros de un sistema para aceptar o rechazar una innovación. Una vez tomada la decisión, todas las unidades del sistema suelen acatarla. 3. Decisiones de Innovación de Autoridad: se trata de decisiones tomadas por un reducido grupo de personas en un sistema, quienes poseen poder, estatus o experiencia técnica, para aceptar o rechazar una innovación. El miembro individual del sistema tiene escasa o nula influencia en la decisión de adoptar una innovación. Se considera un cuarto tipo de decisión de innovación que combina secuencialmente dos o más de los tres tipos que se acaban de comentar. Las decisiones de innovación contingentes son elecciones para aceptar o rechazar una innovación que solo se pueden tomar después de haber tomado una decisión de innovación previa. También se pueden imaginar otros tipos de decisiones de innovación contingentes en los que la primera decisión sea de tipo autoridad seguida de una decisión colectiva. El aspecto distintivo de la toma de decisiones contingentes es que se requieren dos o más decisiones en tándem; cualquiera de las decisiones de innovación puede ser opcional, colectiva o de autoridad (Rogers, 1962, p. 31). Las decisiones colectivas y de autoridad son probablemente mucho más comunes que las decisiones opcionales en organizaciones formales. La tasa de adopción más rápida de las innovaciones se da a través de las decisiones de autoridad. Aunque las decisiones opcionales se toman más rápidamente, a menudo se evitan durante su implementación. El tipo de decisión de innovación para una idea determinada puede cambiar con el tiempo. Los modelos de aceptación y uso de nuevas tecnologías 36 Teniendo en cuenta todos estos componentes, la DOI pasa a examinar las consecuencias de las innovaciones. Las consecuencias se refieren a las modificaciones que se producen en un individuo o en un sistema social como consecuencia de aceptar o rechazar una innovación. Rogers presenta tres clasificaciones importantes de consecuencias: a) Consecuencias deseables vs. indeseables: las consecuencias pueden ser funcionales o disfuncionales para un sistema social. Algunas innovaciones tienen efectos positivos y deseables, mientras que otras pueden tener consecuencias no deseadas o negativas. b) Consecuencias directas vs. indirectas: las consecuencias pueden ser inmediatas como respuesta a una innovación (consecuencias directas) o derivarse de efectos secundarios que no fueron previstos o intencionados. (consecuencias indirectas). c) Consecuencias anticipadas vs. no anticipadas: antes de adoptar una innovación, los miembros del sistema social identifican conscientemente algunos cambios (consecuencias anticipadas). Sin embargo, también hay consecuencias no anticipadas que pueden surgir después de la implementación de una innovación. Con todos estos elementos, y teniendo en cuenta que la DOI parte de una percepción subjetiva de las innovaciones, Rogers plantea una interesante clasificación de los miembros de un sistema social según su nivel de innovación (Rogers, 1962 p. 36): 1. Innovadores: buscan activamente información sobre nuevas ideas. Tienen una alta exposición a los medios de comunicación y sus redes Capítulo 1 37 interpersonales se extienden ampliamente, a menudo más allá de su sistema local. Lidian con niveles más altos de incertidumbre, son los primeros en adoptar una nueva idea en su sistema y no confían en las opiniones subjetivas de otros miembros del sistema para evaluar la innovación. 2. Adoptantes tempranos: siguen a los innovadores y adoptan nuevas ideas con entusiasmo. Aunque no son los primeros, están dispuestos a asumir cierto riesgo. 3. Mayoría temprana: representan la mayoría de la población. Adoptan una vez que la innovación ha sido aceptada por los grupos anteriores. 4. Mayoría tardía: son más cautelosos y adoptan después de que la mayoría ya lo ha hecho. Prefieren esperar a que la innovación esté bien establecida. 5. Rezagados: tienden a resistirse al cambio y adoptan nuevas ideas de manera más lenta debido a su enfoque tradicional. La evaluación de la innovación y la clasificación de los miembros de un sistema se basan en el momento relativo en que adoptan una innovación. Con este planteamiento, Rogers (1962, p.36) elabora un índice de adopción que refleja la velocidad con la que los miembros de una sociedad adoptan una innovación, es decir, mide el tiempo que se necesita para que un cierto porcentaje de los miembros del sistema llegue a adoptarla. Las innovaciones percibidas como más ventajosas o compatibles tienden a tener una tasa de adopción más rápida. Las tasas de adopción de una misma innovación pueden variar en diferentes sistemas sociales. Los modelos de aceptación y uso de nuevas tecnologías 38 1.1.3. Evolución de la DOI. Este enfoque sobre la difusión de innovaciones ha evolucionado a lo largo de los años gracias al esfuerzo de investigadores de diversas disciplinas, especialmente en las ciencias sociales y del comportamiento (Nyblom et al., 2003). La teoría original de la difusión de innovaciones fue revisada por su autor en varias ediciones, siendo la más reciente publicada en 2003. En esta versión, se mantienen prácticamente los principios básicos de la teoría, pero se reconoce la importancia de la globalización y la creciente interconexión entre diferentes sociedades facilitada por tecnologías avanzadas, como las de la información y la comunicación. Además, Rogers discute de manera más detallada las barreras estructurales y sociales que pueden influir en la adopción de innovaciones a nivel global. Asimismo, Rogers (2003) amplió significativamente la base empírica, incluyendo estudios sobre adopción de innovaciones en áreas más diversas, como la salud, la educación, las organizaciones y las tecnologías de la información. La importancia por el contexto social continúa, destacando cómo las innovaciones se difunden de manera diferente en distintos grupos u organizaciones, pero añade a ese contexto aspectos vinculados con la cultura de las economías. El contexto cultural lleva a Rogers a considerar las 5 categorías de adoptantes dependientes del contexto y de las percepciones subjetivas de la innovación. En este sentido, Rogers (2003) introduce el concepto de "compatibilidad cultural" y cómo los valores, creencias y normas sociales dentro de un grupo afectan a la adopción de innovaciones. Rogers subraya que una innovación se adopta más rápidamente si es compatible con las normas culturales, los valores y las creencias de un grupo. Si una innovación entra en conflicto con estas normas, es probable que enfrente resistencia o rechazo. Por tanto, se Capítulo 1 45 a cabo debido a obstáculos ambientales o factores más allá de su control voluntario (Sheppard et al., 1988). Por tanto, el primer problema del modelo se refiere a la relación entre intención y metas u objetivos. La evidencia muestra que la relación entre intención y comportamiento es menos sólida para las metas que para los comportamientos. Esto se debe a la existencia de incertidumbre y factores externos. En este sentido, Fishbein & Ajzen (2010) han reconocido la limitación de su modelo con respecto a la diferencia entre la intención de lograr un objetivo y la intención de llevar a cabo un comportamiento. Su modelo se desarrolló para tratar con comportamientos específicos, no con resultados o eventos que resultan de esos comportamientos. Su modelo solo aborda aquellos comportamientos que están bajo el autocontrol de una persona. No obstante, Fishbein & Ajzen (1975) ya afirmaron inicialmente que hay pocas acciones que se encuentren fuera de esta condición límite: “Dado que gran parte del comportamiento humano está bajo el autocontrol, la mayoría de los comportamientos pueden predecirse con precisión a partir de una medida adecuada de la intención individual” (Fishbein & Ajzen, 1975, p. 380). Posteriormente, Ajzen (1985, p. 24) señaló que algunos comportamientos son más propensos a presentar dificultades de control que otros, por lo que nunca se está completamente seguro de alcanzarlos con las intenciones. Desde esta perspectiva, cada intención se convierte en una meta sujeta a cierto grado de incertidumbre (Sheppard et al., 1988). Un segundo problema potencial al utilizar el modelo de Fishbein & Ajzen es que este no tiene en cuenta la probabilidad de no alcanzar los objetivos, ni las consecuencias de dicho fracaso. Por tanto, las personas no llevan a cabo tales acciones porque el éxito es improbable y/o el fracaso resulta costoso en Los modelos de aceptación y uso de nuevas tecnologías 46 términos de autoestima y recursos desperdiciados. (Sheppard et al., 1988; Lenz et al., 2023). Un tercer problema procede de la falta de consideración de comportamientos alternativos para un mismo objetivo. La presencia de opciones disminuye la capacidad de predecir con precisión el comportamiento utilizando una medida de intención para realizar un solo comportamiento. De hecho, Ajzen & Fishbein (1980b) argumentaron que no considerar la posibilidad de elegir entre comportamientos alternativos es una omisión grave en su modelo. La TRA se centra en los determinantes y el desempeño de un único comportamiento, pero cualquier individuo se enfrenta constantemente a la elección entre múltiples alternativas. En el caso de la alternativa elegida, la actitud favorable y la norma subjetiva de nuestro individuo son coherentes con su decisión, pero no para cada alternativa rechazada (es decir, para cada alternativa rechazada, las actitudes y normas subjetivas son positivas, pero el comportamiento no se lleva a cabo). Como señala Sheppard et al. (1988), la elección se percibe como un proceso de comparación y selección entre las intenciones asociadas con cada alternativa en el conjunto de opciones. Otra posibilidad es que las personas evalúen sus actitudes y normas subjetivas hacia cada alternativa y, acto seguido, seleccionen la que posee la actitud y la norma subjetiva más positiva. Basándose en esta elección, forman una intención para llevar a cabo esa alternativa y, posteriormente, realizar el comportamiento. Todo este debate abrió la puerta a nuevas investigaciones futuras sobre cómo las variables contextuales y personales influían en la relación entre la intención y el comportamiento, lo que ha llevado a desarrollos teóricos adicionales en el campo de la psicología social y el comportamiento del consumidor con el paso de los años. Capítulo 1 47 Este es el proceso que adoptan Fishbein & Ajzen (2010) para mejorar su modelo, ampliando la teoría al distinguir subcomponentes de los constructos de actitud, norma subjetiva y control conductual percibido en la Teoría de la Conducta Planificada (TPB). Estos subcomponentes incluyen las creencias conductuales, que son expectativas sobre las consecuencias de la acción; las creencias normativas, que abarcan percepciones sobre la aprobación social y acciones de personas importantes; y las creencias de control, que se centran en factores que facilitan o dificultan la acción y afectan a la sensación de control. Además, considerar el comportamiento pasado aumenta la efectividad del modelo. El modelo sigue empleándose en la actualidad. Diversos estudios han utilizado la TRA como un marco conceptual fundamental para analizar la intención de aceptación de nuevas tecnologías, ya sea en combinación con otros modelos, especialmente la TPB, o de forma más amplia a través de la The Reasoned Action Approach. En el ámbito de la adopción tecnológica, la aplicación de la TRA implica que la utilización efectiva de una tecnología particular se vería afectada por la intención de comportamiento del usuario, la cual, a su vez, depende de la actitud favorable o desfavorable hacía dicha tecnología, así como, de la influencia social reflejada en las creencias de otras personas relevantes. Así, por ejemplo, Rouibah et al. (2009) analizaron los factores que influyen en la aceptación de la banca por Internet entre los usuarios de Malasia. En concreto, su estudio analizó cómo las percepciones de comodidad, eficiencia y seguridad influyen en las actitudes de los usuarios hacia estos servicios bancarios, así como el papel de las opiniones de personas cercanas -la norma subjetivainfluyen en la decisión de utilizar este servicio. El estudio encontró Los modelos de aceptación y uso de nuevas tecnologías 48 que la actitud hacia el uso de la banca por Internet tiene un efecto significativo y positivo en la intención de adoptar este servicio, mientras que las normas subjetivas también tienen un efecto positivo, pero menos fuerte en comparación con la actitud. La investigación de Cai & Zheng (2017) combina la TRA y el TAM para analizar la adopción de bibliotecas digitales. Los hallazgos subrayan la importancia de crear bibliotecas accesibles y útiles, elementos clave para fomentar actitudes positivas hacia su uso. Además, destacan el papel de las normas subjetivas influidas por redes sociales cercanas. Un aspecto relevante del estudio es la relación compleja entre la actitud hacia el uso de bibliotecas digitales y las normas subjetivas, revelando una correlación negativa entre ambas. Esto sugiere que los administradores deben gestionar cuidadosamente las actitudes de los usuarios y su entorno, ya que un manejo inadecuado podría generar rechazo y disminuir el uso de estas bibliotecas. Un ejemplo más reciente es el estudio de Irimia-Dieguez et al. (2023), que utiliza un sistema de ecuaciones estructurales para analizar cómo las normas subjetivas y las actitudes influyen en la intención de uso y el comportamiento real de adopción de servicios Fintech por parte de empresas, aplicando la TRA y la Teoría de la conducta planificada (TPB). Asimismo, la adopción de vehículos eléctricos ha sido ampliamente estudiada utilizando esta teoría, demostrando su capacidad para predecir comportamientos basados en actitudes y normas subjetivas (Featherman et al., 2021; Jansson et al., 2017; Moons & Pelsmacker, 2015). También se ha investigado el papel de los influencers en las TIC. En este contexto, Elmousa et al. (2024) analizan cómo los influencers en redes sociales afectan tanto a las actitudes de los consumidores como a su intención de compra. El estudio concluye que la actitud positiva hacia los productos promovidos por los influencers, junto Capítulo 1 49 con la presión ejercida a través de las normas subjetivas, influyen directamente en las decisiones de compra en el entorno digital. 1.2.2. Teoría de la conducta planificada. La Theory of Planned Behavior o TPB es una versión modificada de la TRA. Surge a partir de las aportaciones de Ajzen (1985 y 1991) con el objeto de mejorar la capacidad predictiva de la TRA. Su desarrollo se detalla principalmente en el Capítulo 2 de su libro “From Intentions to Actions: A Theory of Planned Behavior” de 1985. De nuevo se trata de una teoría psicológica explicativa del comportamiento humano que conecta creencias y comportamiento, y busca explicar y predecir conductas complejas y menos voluntarias, influenciadas por factores internos y externos (Marangunić & Granić, 2015). La idea principal del modelo es que el éxito en la ejecución de un plan conductual depende del esfuerzo y del control sobre factores como la información, habilidades, viabilidad, fuerza de voluntad, concentración, tiempo y oportunidades que se modifican dependiendo del comportamiento. La decisión de realizar una conducta específica y su intensidad se basan en la intención de llevarlo a cabo (Ajzen,1985, p.35). Por consiguiente, en el marco de la TPB se analiza de nuevo la conexión entre la voluntad de actuar (intención) y la acción en sí misma (comportamiento). De forma que, cuando una persona cree que tiene la capacidad para llevar a cabo una acción, es más probable que realmente actúe de acuerdo con sus intenciones (Ajzen, 1991). Según esta teoría, hay tres elementos clave a considerar para explicar las intenciones y el comportamiento: a) la actitud, b) la norma subjetiva Los modelos de aceptación y uso de nuevas tecnologías 50 (similares a las de la TRA), y c) el control conductual percibido, un nuevo factor que actúa como predictor de la intención (Perceived Behavioral Control o PBC). Así, una actitud positiva hacia un resultado favorable, junto con una norma subjetiva favorable y creencias sobre el control personal, incrementan la probabilidad de que una persona tenga la intención de actuar y, en consecuencia, de que efectivamente lleve a cabo ese comportamiento. Una vez más, la actitud hacia un comportamiento refleja la evaluación global que un individuo tiene sobre dicha conducta, ya sea positiva o negativa. En general, cuanto más favorable sea esta actitud, más fuerte será la intención del individuo de llevar a cabo dicho comportamiento. Una actitud positiva aumenta la probabilidad de que se forme la intención de ejecutarlo (Ajzen, 1985, p. 36). Respecto a la norma subjetiva, la TPB introduce este concepto de igual manera que la TRA, es decir, hace referencia a cómo una persona percibe la influencia social en su decisión de realizar un comportamiento específico. Si percibe que personas significativas respaldan o desaprueban dicho comportamiento, esto influirá en su intención de realizarlo. La norma subjetiva se considera una función de las creencias normativas relevantes y está relacionada con cómo una persona percibe la presión social que la rodea (Ajzen 1985, p.32 y 33). Finalmente, el control conductual percibido se refiere a la percepción de una persona sobre su capacidad para realizar un comportamiento específico, considerando los recursos y oportunidades disponibles (Ajzen, 1991). Estas creencias se refieren al poder percibido de factores específicos que facilitan o inhiben el desempeño de un comportamiento. Este concepto es fundamental en la TPB, ya que el control percibido influye tanto en la Capítulo 1 51 intención, como en el comportamiento final. Cuando esta variable se incorpora en los modelos de conducta, se obtiene información sobre las limitaciones que un individuo presenta. Esto ayuda a entender por qué las intenciones no siempre se traducen en el comportamiento observado, dado que, el individuo no tiene control real sobre la ejecución de ese comportamiento (control volitivo) (Armitage & Conner, 2001). Figura 1.3 Modelo TPB. Fuente: Ajzen (1991). El control conductual percibido se incrementa cuando una persona siente que dispone de los recursos necesarios, como tiempo, habilidades y acceso a herramientas. La percepción de que hay pocos obstáculos para llevar a cabo un comportamiento facilita su ejecución. Así, el control percibido afecta indirectamente al comportamiento a través de su impacto en la intención. Un alto grado de control percibido suele reforzar la intención de llevar a cabo una acción y aumenta la dedicación y la constancia para lograrla. Además, el control conductual percibido, cuando es realista, ofrece información valiosa sobre el control que una persona tiene en una situación, actuando Los modelos de aceptación y uso de nuevas tecnologías 52 como un predictor directo del comportamiento (Ajzen, 2002, p. 667; Hagger, 2019). En última instancia, el concepto de intención sigue siendo fundamental en la TPB. Se considera que las intenciones reflejan los factores motivacionales que repercuten en un comportamiento y muestran cuánto empeño o esfuerzo están dispuestas las personas a realizar para llevar a cabo dicho comportamiento (Ajzen, 1991, p. 181). Ahora bien, para realizar una predicción del comportamiento, es necesario evaluar las intenciones y estimar el grado de control que los individuos ejercen sobre el comportamiento en cuestión. (Ajzen 1985, p.31). En resumen, una persona decide llevar a cabo un comportamiento si evalúa que los beneficios esperados, considerando la probabilidad de éxito, superan las desventajas del fracaso, considerando la probabilidad de fracaso. Además, se ve influenciada por los referentes que la motivan a realizar dicha acción. El éxito depende tanto del esfuerzo como del control sobre factores internos y externos que afectan al logro del objetivo (Ajzen, 1985, p. 36). La TPB ha ayudado al debate académico en varios aspectos claves para entender el paso de la intención a la acción, especialmente gracias a la incorporación del control percibido. Trafimow & Finlay (1996), al analizar 30 comportamientos, distinguieron entre individuos cuyas acciones están principalmente impulsadas por sus actitudes y aquellos cuyas decisiones se fundamentan más en normas subjetivas. Además, diversas variables que representan distintos aspectos de la conducta normativa, como las normas descriptivas y morales, demuestran la capacidad de predecir de manera independiente las intenciones en Capítulo 1 53 diferentes tipos de comportamiento (Beck & Ajzen, 1991; Conner et al.,1996; Conner & Armitage, 1998). La aportación más relevante del modelo es el control conductual percibido, que Ajzen destaca por su relación con la intención y el comportamiento. Cuando una persona tiene un alto autocontrol sobre un comportamiento, la conexión entre su intención y la acción es óptima, haciendo que el control conductual tenga poco impacto. En estos casos, la intención se convierte en el principal predictor del comportamiento. Sin embargo, si el comportamiento está influenciado por obstáculos, puede moderar la relación entre intención y comportamiento, por lo que un control más alto se asocia con relaciones más fuertes entre la intención y el comportamiento en estas condiciones (Ajzen, 2020). Asimismo, existe un debate académico sobre si el control conductual percibido y la autoeficacia son conceptos equivalentes. Ajzen (1991) argumenta que son intercambiables; sin embargo, otros autores han señalado diferencias sutiles. La autoeficacia se centra en las percepciones cognitivas de control basadas en factores internos, como habilidades y confianza en uno mismo, mientras que el control percibido refleja factores externos que pueden favorecer o dificultar la ejecución de un comportamiento (de Vries et al., 1988; Dzewaltowski et al., 1990). En cambio, Bandura (1982) afirma que un alto nivel de autoeficacia incrementa el control conductual percibido, lo que facilita la realización de comportamientos deseados. Terry & O’Leary (1995) concluyeron que la autoeficacia predice intenciones, mientras que el control conductual percibido predice el comportamiento relacionado. No obstante, hay estudios que demuestran que, en ocasiones el efecto del control percibido es menor del esperado. Por ejemplo, Hung & Chang (2004) Los modelos de aceptación y uso de nuevas tecnologías 54 estudiaron la aceptación del usuario de Wireless application protocol (WAP) empleando la TPB, y concluyeron que el uso efectivo de los servicios WAP está más influenciado por la actitud y la norma subjetiva que por el control conductual percibido. El uso de la TPB ha sido ampliamente aplicado para comprender la aceptación y uso de nuevas tecnologías en diversos contextos. En el ámbito organizativo, Venkatesh (2000) exploró cómo la TPB ayuda a entender la adopción de tecnologías de la información en el trabajo, mientras que Pavlou et al. (2007) utilizaron este marco para investigar el comportamiento de los consumidores en el comercio electrónico. Otros estudios han aplicado la TPB en escenarios como las finanzas en línea donde Gopi & Ramayah (2007) y, más recientemente, Pahlevan et al. (2020) demostraron que factores como la norma subjetiva y el control percibido predicen la intención de los inversores de usar plataformas de trading en línea. El uso de la TPB también se ha extendido a áreas como los portales online de empleo. Parikh et al. (2021) investigaron la adopción de sistemas de solicitud de empleo online, revelando que el control percibido y la facilidad de uso percibida son claves para entender el comportamiento de los solicitantes de empleo en plataformas digitales. El campo del Big Data también ha sido estudiado bajo el marco de la TPB. Esteves & Curto (2021) elaboraron un modelo ampliado para predecir la intención de adoptar tecnologías de Big Data, combinando los componentes de la TPB con variables como los beneficios percibidos, los riesgos asociados y la utilidad percibida. Este enfoque ha sido esencial para comprender la resistencia o disposición de las organizaciones a adoptar herramientas avanzadas de análisis de datos. Capítulo 1 61 Fred D. Davis, como de otro referente fundamental en los modelos de aceptación tecnológica: Viswanath Venkatesh. En este sentido, una de las primeras matizaciones sobre el modelo fue el papel de las actitudes afectivas. Davis et al. (1989) encontraron que las actitudes no mediaban completamente el efecto de la utilidad y facilidad de uso percibidas sobre el comportamiento. Según Davis (1989), las personas actúan de acuerdo con sus creencias sobre el rendimiento basadas en experiencias pasadas, en la información disponible o en influencias sociales. A menudo, estas creencias influyen en la motivación y el compromiso para realizar ciertas tareas. Sin embargo, frecuentemente, estas ideas sobre el rendimiento no coinciden con la realidad objetiva. En este sentido, Venkatesh & Davis (2000) argumentan que el TAM no contemplaba adecuadamente cómo las experiencias pasadas y las expectativas de los usuarios podían influir en la utilidad percibida, en otras palabras, la utilidad percibida está influenciada por otros factores contextuales que no estaban suficientemente respaldados en la teoría. De hecho, el TAM original de 1989 no incluía explícitamente el impacto de las normas subjetivas o la influencia social en la intención de uso, como afirmaban Davis et al., (1989). Aunque la influencia social es un aspecto crítico en la adopción de nuevas tecnologías, el TAM original no la integró en su marco teórico. Otra de las matizaciones al modelo original tiene que ver con el cambio en la influencia de las variables con el paso del tiempo: a medida que una tecnología se vuelve más familiar y su uso se generaliza, la utilidad percibida y, en particular, la facilidad de uso percibida, se vuelven menos significativas. En este contexto, la relevancia de estas variables disminuye, mientras que las habilidades digitales adquieren mayor importancia. Los resultados obtenidos por Torres et al. (2017), indican que la percepción de Los modelos de aceptación y uso de nuevas tecnologías 62 utilidad y la facilidad de uso de la tecnología son factores clave en la intención de uso de Internet. No obstante, a medida que los usuarios se familiarizan con la tecnología y su uso se vuelve más común, la relevancia de la facilidad de uso tiende a disminuir, siendo reemplazada por la importancia de las habilidades digitales. Tomando estas limitaciones Venkatesh & Davis (2000) incorporan una serie de mejoras para abordar estas limitaciones. 1.3.2. Extensión del TAM (TAM2). En el año 2000, Venkatesh & Davis (2000) realizan una revisión y ampliación sobre la propuesta original de Davis (1989) y Davis et al., (1989) que da lugar al modelo conocido como TAM2. Este modelo incluye variables contextuales y personales que pueden influir en las actitudes y comportamientos hacia la tecnología. Su propuesta subraya la necesidad de considerar las limitaciones del anterior modelo para proporcionar una mejor comprensión del uso de las tecnologías (Figura 1.5). TAM2 incorpora tres variables relacionadas con la influencia social (norma subjetiva, voluntariedad e imagen) y otras cuatro que recogen los procesos instrumentales cognitivos (relevancia del trabajo, calidad del resultado, demostrabilidad del resultado y percepción de facilidad de uso) relacionados con la adaptación de nuevas tecnologías (Venkatesh & Davis, 2000). Respecto al papel de la influencia social, hay que destacar la introducción de la norma subjetiva, obviada en la primera versión del modelo. De hecho, el TAM2 amplía el TAM al revelar que la norma subjetiva genera un efecto directo sobre las intenciones, por encima de la utilidad y la facilidad de uso percibidas en contextos obligatorios -no así en los voluntarios-. El concepto Capítulo 1 63 tomado de norma subjetiva procede de la TRA, por lo que vuelve a ser definida como “la percepción de una persona sobre si las personas importantes para ella creen que debería o no realizar el comportamiento en cuestión”. Figura 1.5 Modelo TAM2 Fuente: Elaboración propia a partir de Venkatesh & Davis (2000). Venkatesh & Davis (2000) consideran que la norma subjetiva afecta de manera directa a la intención. Esta relación está moderada por la experiencia (a medida que las personas ganan experiencia con la tecnología, la influencia de la norma subjetiva disminuye, ya que se reduce la necesidad de depender de la opinión de otros) y por la voluntariedad/obligatoriedad, (ya que cuando el uso de la tecnología es obligatorio, las personas se sienten más presionadas por las expectativas sociales o laborales, sobre su intención de adoptar esa tecnología). Los modelos de aceptación y uso de nuevas tecnologías 64 Además, el TAM2 considera que la norma subjetiva influye indirectamente en la intención de uso a través de la utilidad percibida. En este contexto, Venkatesh & Davis (2000) destacan dos mecanismos mediante los cuales ocurre este efecto indirecto: la internalización y la identificación. La internalización implica que “el individuo adopta la opinión de una figura de referencia como parte de sus propias creencias”, mientras que la identificación se refiere al proceso en el cual “la persona valora la opinión de la figura de referencia y busca alinearse con ella o mantener una relación o aprobación positiva de la misma” (Venkatesh & Davis, 2000). El TAM2 indica que la identificación e internalización ocurrirán tanto si el entorno de uso del sistema es voluntario, como si es obligatorio. En cuanto al componente final de la influencia social, la imagen, se basa en la contribución de Moore & Benbasat (1991) y se define como "el grado en que se percibe que el uso de una innovación mejora el estatus de una persona dentro de su sistema social." El modelo TAM2 propone que la norma subjetiva influye positivamente en la imagen, ya que, si los miembros importantes del entorno de una persona consideran que necesitan llevar a cabo un comportamiento, hacerlo tiende a elevar su estatus dentro del grupo. Respecto a los procesos instrumentales cognitivos, todos ellos tienen efectos directos sobre la percepción de utilidad y, por tanto, afectan de manera indirecta a la intención de uso del modelo. En el TAM2, la relevancia del trabajo se refiere al “grado en que un usuario percibe que el uso de una tecnología específica es aplicable y útil para la ejecución de sus tareas laborales” (Venkatesh & Davis, 2000). En otras palabras, esta variable busca capturar la percepción del individuo sobre la Capítulo 1 65 importancia y adecuación de la tecnología para mejorar el desempeño en su entorno laboral. La relevancia del trabajo actúa como un factor que influye en la utilidad percibida, ya que, si un usuario considera que la tecnología tiene una alta relevancia para su trabajo, es más probable que la perciba como útil y, por lo tanto, que tenga una mayor intención de adoptarla y utilizarla. La calidad del resultado se define como "el grado en que una persona cree que el sistema cumple eficazmente con sus tareas laborales" (Venkatesh & Davis, 2000). El trabajo empírico realizado por los autores demostró que esta variable interactúa con la relevancia del trabajo sobre la utilidad percibida. Apoyándose en investigaciones anteriores de Hackman & Oldham (1976), Loher et al. (1985), Moore & Benbasat (1991) y Agarwal & Prasad (1997), Venkatesh & Davis (2000) sostienen que la demostrabilidad de los resultados influye en la utilidad percibida dentro de su modelo. Este concepto se refiere a “la percepción que tienen los individuos sobre si los efectos de utilizar un sistema son tangibles, observables y fácilmente comunicables”. Cuando los usuarios pueden observar de manera clara la relación entre el uso del sistema y los resultados positivos que genera, tienden a considerarlo más útil. Sin embargo, si un sistema produce resultados efectivos y relevantes para el trabajo, pero lo hace de forma poco clara o difícil de identificar, es probable que los usuarios no reconozcan su verdadera utilidad. Al igual que el TAM original, este nuevo modelo postula que la facilidad de uso percibida influye en la utilidad percibida. Por tanto, en igualdad de condiciones, cuanto menos esfuerzo requiera el uso de un sistema, más podrá aumentar el rendimiento laboral (Venkatesh & Davis, 2000). Desde los 90 existe evidencia empírica que indica que, la facilidad de uso percibida está Los modelos de aceptación y uso de nuevas tecnologías 66 significativamente vinculada a la intención a través del impacto en la utilidad percibida (Davis et al., 1989; Venkatesh, 1999) Los resultados del estudio empírico mostraron que la norma subjetiva, la relevancia del trabajo, la imagen y la demostrabilidad de los resultados eran factores significativos que influían en la percepción de utilidad. Además, se demostró que la utilidad percibida, la norma subjetiva y la facilidad de uso eran determinantes directos de la intención (Venkatesh & Davis, 2000). 1.3.3. El TAM3 Finalmente, ocho años después, Venkatesh & Bala (2008), introducen nuevamente una serie de mejoras en el modelo que permiten hablar del TAM3. En este modelo, se incorporan más variables y relaciones a las analizadas anteriormente, con el objetivo de proporcionar un marco más completo de la aceptación de tecnología. En primer lugar, un nuevo enfoque de la autoeficacia. Una de las críticas al TAM2 fue su insuficiente atención a la autoeficacia del usuario desarrollada por Bandura (1982). Como se ha comentado anteriormente, Davis (1989) distinguía la autoeficacia (“confianza de una persona en su capacidad para realizar con éxito las acciones necesarias en una situación específica”) de su concepto de facilidad de uso percibida ("el grado en que una persona cree que usar un sistema en particular estaría libre de esfuerzo”). El TAM3 integra explícitamente la autoeficacia informática como un predictor clave de la percepción de facilidad de uso, argumentando que un mayor sentido de autoeficacia puede llevar a percepciones más positivas sobre la facilidad de uso de un sistema tecnológico (Venkatesh & Bala, 2008). Capítulo 1 67 En segundo lugar, el modelo incorpora una revisión de la relación entre las percepciones de utilidad y de facilidad de uso. El TAM3 no solo considera un resultado directo de la facilidad de uso sobre la intención, sino también un impacto mediado a través de la percepción de utilidad (Venkatesh & Bala, 2008) (Figura 1.6). Figura 1.6. Modelo TAM3. Fuente: Venkatesh & Bala (2008). El tercer lugar, el TAM3 también incorpora nuevos efectos moderadores. En concreto, la experiencia moderará la conexión entre: a) la facilidad de uso y la utilidad percibida, b) la ansiedad en el uso de ordenadores y la facilidad de uso percibida y c) la facilidad de uso percibida y la intención de comportamiento (Venkatesh & Bala, 2008). De esta manera, el vínculo entre la facilidad de uso y la utilidad percibida es más fuerte a medida que dicha experiencia va aumentando. Por otro lado, el efecto de la ansiedad en el uso de ordenadores sobre la facilidad de uso percibida disminuirá con una mayor Los modelos de aceptación y uso de nuevas tecnologías 68 experiencia. Finalmente, el efecto de la facilidad de uso sobre la intención es más débil conforme aumenta la experiencia (Venkatesh & Bala, 2008). Bajo estos planteamientos, el TAM3 es una combinación o ampliación del TAM2, incluyendo mejoras relacionadas con las creencias generales de los individuos sobre la tecnología y su uso, que actúan como factores previos (anclajes y ajustes, en palabras de sus autores) de las principales percepciones del modelo (Venkatesh & Bala, 2008; Zaineldeen et al., 2020). Como puede observarse en la Figura 1.6, los anclajes propuestos por Venkatesh & Bala, (2008) son los siguientes:  Autoeficacia en el uso de ordenadores: refleja las diferencias individuales, lo que significa las creencias generales relacionadas con los ordenadores y su uso, así como las percepciones que tienen las personas sobre su propia capacidad para utilizar un sistema.  Percepciones de control externo (o condiciones facilitadoras): están conectadas con las creencias de las personas sobre si hay recursos y apoyo en la organización que les ayuden a usar un sistema de manera más fácil.  Ansiedad (representa diferencias individuales): creencia que bloquea (anchoring belief) la creación de una opinión favorable sobre la facilidad de uso del sistema.  La lúdica computacional (representa diferencias individuales): implica la motivación intrínseca asociada con el uso de cualquier nuevo sistema. Venkatesh & Bala (2008) plantean que los juicios iniciales sobre la facilidad de uso percibida están fuertemente influenciados por anclajes. Sin embargo, Capítulo 1 69 estas evaluaciones tienden a evolucionar y ajustarse a medida que las personas adquieren experiencia directa con el sistema. Por otro lado, respecto a los ajustes que influyen en la determinación de la facilidad de uso percibida tras la experiencia con el nuevo sistema, el TAM3 propone los siguientes Venkatesh & Bala (2008):  La satisfacción percibida se refiere a la “evaluación que hace un usuario sobre su experiencia con un sistema o tecnología después de haberlo utilizado”. Esta evaluación se basa en cómo el sistema satisface sus expectativas y necesidades.  La usabilidad objetiva se refiere a “la efectividad con la que un usuario puede completar tareas específicas utilizando un sistema, independientemente de sus percepciones subjetivas”. Venkatesh (2008) teoriza que, incluso con una experiencia creciente, el papel de la autoeficacia y las percepciones de control externo seguirán siendo fuertes. Sin embargo, se postula que los efectos de los otros dos anclajesla lúdica computacional y la ansiedad hacia los ordenadoresdisminuirían con el tiempo. TAM3 se sigue aplicando en una amplia variedad de tecnologías. Así por ejemplo, en Ganjikhah et al. (2020) se analiza la aceptación de las tecnologías de cajeros automáticos (ATM) en Teherán; Faqih (2022) investiga la adopción del comercio móvil en Jordania y cómo la utilidad percibida y la facilidad de uso influyen en la intención de adopción; Cengiz & Bakirtas (2020) exploran los factores que afectan la aceptación del cloud computing; Chen (2018) examina la aceptación de los sistemas de pago de comercio electrónico; en Ferri et al. (2021) se investiga la disposición de las principales firmas de auditoría y consultoría en Italia para adoptar la Los modelos de aceptación y uso de nuevas tecnologías 70 tecnología blockchain, identificando factores motivacionales como la expectativa de rendimiento y la influencia social. Por su parte, Alharmoodi et al. (2024) identifica factores críticos para la adopción de un sistema de eturismo público en los Emiratos Árabes Unidos, destacando la utilidad y la facilidad de uso como esenciales para la co-creación de valor; en Al-Sabaawi et al. (2021) se analiza el papel de las redes sociales en el aprendizaje informal en educación superior; por último, Said et al. (2024) examinan la aceptación de robots de servicio humanoides en hoteles, identificando la utilidad percibida y la facilidad de uso como factores clave que influyen en la intención de los clientes de utilizar estos servicios. 1.4. Teoría unificada de la aceptación y el uso de la tecnología. Uno de los modelos teóricos más completos y recientes concebido para entender la naturaleza del uso de la tecnología es la Unified Theory of Acceptance and Use of Technology o UTAUT, desarrollada por Venkatesh et al. (2003). En particular, la UTAUT amplió el TAM al incluir un conjunto de factores determinantes y moderadores para predecir la intención de uso de una tecnología. La UTAUT se fundamenta en un análisis detallado de más de treinta y dos factores clave, derivados de ocho modelos previos (Venkatesh et al., 2003). Estos son:  Teoría de la Acción Razonada (TRA) (Ajzen & Fischbein, 1980)  Modelo Motivacional (MM) (Vallerand, 1997)  Modelo de Aceptación de la Tecnología (TAM) (Davis et al., 1989).  Teoría de la Conducta Planificada (TPB) (Ajzen, 1985).  Modelo de Utilización de PC (MPCU) (Thompson et al.,1991). Capítulo 1 77 Por último, aunque no se establecen limitaciones específicas sobre la no consideración de los roles de género en el modelo UTAUT sería útil considerar la influencia de los mismos en la formación de las expectativas de desempeño y esfuerzo. Venkatesh et al. (2003) sugieren que las diferencias de género observadas en la influencia de la expectativa de rendimiento y esfuerzo podrían estar relacionadas con los roles de género socialmente construidos. Por ejemplo, se menciona que, socialmente, los hombres tienden a estar más orientados a las tareas, lo que podría explicar por qué la expectativa de rendimiento es más relevante para ellos. Sin embargo, el modelo UTAUT no explora en profundidad cómo los roles de género específicos podrían influir en la formación de estas expectativas. Sería útil analizar si las expectativas de desempeño y esfuerzo varían según las diferentes expresiones de masculinidad, feminidad y androginia, en lugar de limitarse a la dicotomía hombre-mujer. En conclusión, aunque el sexo modera tres relaciones clave en la UTAUT, es crucial entender la influencia de los roles de género y cómo actúa sobre los efectos observados. De nuevo, Venkatesh et al. (2012) introdujeron una nueva variante que será conocida como la UTAUT2, o el modelo UTAUT ampliado, que adapta la UTAUT original, inicialmente enfocada hacia en el entorno empresarial y sus empleados, a un enfoque centrado en los consumidores finales (Maruping et al., 2017). Este modelo incluye tres constructos adicionales que influyen en la aceptación de la tecnología: la motivación hedónica, el valor del precio y el hábito. Por supuesto, también investigan de qué manera las variables moderadoras, tales como la edad, el género y la experiencia, afectan a la intención del comportamiento y el uso de la tecnología. Con más detalle, la definición de estas nuevas variables es la siguiente (Venkatesh et al., 2012): Los modelos de aceptación y uso de nuevas tecnologías 78  La motivación hedónica (conceptualizada como disfrute percibido) definida como “la diversión o el placer derivado del uso de una tecnología”, es un factor clave para la adopción tecnológica (Brown & Venkatesh, 2005). En la UTAUT2, su influencia abarca tanto la aceptación como el uso directo de la tecnología (van der Heijden, 2004; Thong et al., 2019).  El valor del precio se relaciona con el hecho de que “los consumidores a menudo deben asumir los gastos económicos vinculados a la adopción y uso de la tecnología”. Este valor es considerado positivo cuando los beneficios de utilizar la tecnología superan dichos costes monetarios.  El hábito se ha definido como “el grado en que las personas tienden a realizar comportamientos automáticamente debido al aprendizaje” (Kim & Malhotra, 2005; Limayem & Cheung, 2008). Resulta interesante resaltar la matización realizada por Venkatesh et al., (2012) respecto a la experiencia. Los autores diferencian el hábito de la experiencia. La intensidad de uso y la familiaridad afectan al desarrollo del hábito, que se basa en experiencias previas; la experiencia se mide por el tiempo que una persona ha utilizado una tecnología, de forma que es necesaria para formar un hábito, pero no siempre suficiente. El resultado se recoge en la Figura 1.8. En esta ocasión, los autores sostienen que la edad, el género y la experiencia moderan las relaciones en el modelo. En concreto, el impacto de la motivación hedónica en la intención de comportamiento es más fuerte en hombres jóvenes con poca experiencia Capítulo 1 79 tecnológica. También moderan el efecto de las condiciones de facilitación, con un impacto más significativo en mujeres mayores en etapas iniciales de uso. Además, el hábito influye más en la intención de comportamiento de hombres mayores con alta experiencia y el valor del precio afecta más a las mujeres, especialmente a las mayores. Venkatesh et al. (2012) confirman que estas diferencias individuales influyen en la relación entre motivación hedónica e intención, así como en el impacto del valor del precio y el hábito sobre el uso de la tecnología. Figura 1.8 Modelo UTAUT2 Fuente: Modelo propuesto Venkatesh et al. (2012). El análisis empírico desarrollado por Venkatesh et al. (2012) para validar su nuevo modelo se basaba en una encuesta a 1.512 consumidores de Internet móvil, utilizando variables medidas en una escala Likert y aplicando la técnica de PLS. Los resultados del modelo fueron los esperados; además, la varianza explicada en la intención de comportamiento fue del 74% y en el Los modelos de aceptación y uso de nuevas tecnologías 80 uso de la tecnología del 52%, cifras que son considerablemente más altas en comparación con los resultados del estudio previo de Venkatesh et al. (2003) sobre UTAUT en un contexto organizacional, donde la varianza explicada fue del 70% y del 48%, respectivamente. No obstante, los autores reconocen que existen limitaciones en sus resultados, abogando al resto de investigadores a continuar avanzando en estudios empíricos en la materia. En primer lugar, estos hallazgos no son generalizables a países con menor penetración tecnológica, ya que su estudio se realizó en Hong Kong. En segundo lugar, se observa que la muestra tiene un sesgo de edad, con una media de aproximadamente 31 años, lo que limita la aplicabilidad de los resultados a personas significativamente mayores. En tercer lugar, se centró exclusivamente en un tipo de tecnología, el Internet móvil. Finalmente, utilizó medidas de uso auto informadas, lo que introduce sesgos debido a la subjetividad en la autoevaluación de los participantes. Desde su primera versión centrada en la aceptación de tecnologías en empresas hasta su segunda versión orientada al consumidor final, las primeras revisiones de literatura sobre la UTAUT surgieron a partir del 2015. Williams et al. (2015), llevaron a cabo un análisis del modelo UTAUT entre 2004 y 2011, a través de un estudio detallado de 174 artículos, destacando la gran diversidad de autores e instituciones que emplean este modelo. La UTAUT se ha aplicado principalmente a áreas como gobierno electrónico, banca electrónica, aprendizaje (Gogus et al., 2012) y comercio electrónico, pero también redes sociales, vehículos autónomos, software (Alrawashdeh et al., 2020; Martensen et al., 2016) entre un largo etcétera. En estos estudios, se observa la importancia de otras variables externas como la autoeficacia, la ansiedad o la confianza en la predicción del uso de la tecnología. El análisis también revela la necesidad de superar ciertas limitaciones como la prevalencia de estudios transversales, la concentración de muestras (en Capítulo 1 81 grupos jóvenes, en particular estudiantes) que, en ocasiones no reflejan las necesidades de la población en general. Momani (2020) y Alghatrifi & Khalid (2019) hacen una revisión de la UTAUT comparándola con los modelos anteriores, destacando que la UTAUT se ha consolidado como uno de los modelos más efectivos para evaluar la aceptación de la tecnología, gracias a su fundamentación en una revisión exhaustiva de teorías previas, lo que le permite integrar sus fortalezas. Consideran fundamental la relativa sencillez del modelo, al emplear pocos predictores y variables moderadoras. Además, destacan la flexibilidad del modelo para adaptarse a nuevas tecnologías y contextos, de manera que es común que los investigadores añadan variables adicionales para analizar el comportamiento global con el resto del modelo. En este sentido, este mismo autor, propuso en 2020 una extensión de la UTAUT a la que denomina TAUSC ("Teoría de Aceptación y Uso del Comercio Social") que incluye el factor de "placer" como un elemento importante para la aceptación del comercio social entre los consumidores y que se presenta como una evolución del comercio electrónico tradicional (Momani, 2020). La última aportación relevante a esta literatura procede de Blut et al. (2022). Estos autores realizaron un metaanálisis utilizando modelos de ecuaciones estructurales (SEM) y encontraron que UTAUT se fortalece al incluir cuatro nuevos factores de diferentes teorías: compatibilidad tecnológica, educación del usuario, innovación personal y costes de tecnología. Además, el estudio enriquece la comprensión de la aplicabilidad y adaptación de UTAUT en diferentes contextos al identificar varios moderadores, como el tipo de tecnología y la cultura nacional. 82 2. CAPÍTULO 2. UN ANÁLISIS BIBLIOMÉTRICO SOBRE LAS DISPARIDADES DE GÉNERO EN LA UTAUT. 83 Capítulo 2 84 2.1. La bibliometría como metodología de investigación. “Bibliometría” es un término que proviene de las raíces griegas “Biblos”, que se traduce como ‘libro’, y “metron”, cuyo significado es ‘medir’ (Dávila Rodríguez et al., 2009). Aunque el diccionario oficial de la Real Academia Española aún no recoge de manera oficial este vocablo, se trata de un término ampliamente utilizado en el mundo académico y científico desde principios del siglo XX y su uso está muy extendido en lengua inglesa. El término Bibliometría Estadística (statistical bibliometric) fue empleado por primera vez en el año 1923 por Wyndham Hulme, que planteaba la necesidad de efectuar un recuento sistemático en ciertas materias debido al gran volumen que estaban alcanzando las publicaciones existentes, las cuales comenzaban a ser difícilmente manejables para los investigadores (Dávila Rodríguez et al., 2009). No obstante, será la definición en 1969 realizada en el trabajo de Alan Pritchard la que dio lugar a la concepción actual y más extendida de la bibliometría moderna. Su definición se encuentra recogida en el Oxford English Dictionary de la siguiente manera: “With singular agreement. The branch of library science concerned with the application of mathematical and statistical analysis to bibliography; the statistical analysis of books, articles, or other publications2”. En esencia, la Bibliometría es una disciplina que consiste en aplicar ciertos enfoques matemáticos y estadísticos a la comunicación escrita procedente de 2 Con acuerdo singular. Rama de la biblioteconomía que se ocupa de la aplicación del análisis matemático y estadístico a la bibliografía; análisis estadístico de libros, artículos u otras publicaciones. Capítulo 2 85 las publicaciones (libros, artículos, etc.) que surgen de la investigación científica de un campo de estudio. Es un instrumento muy útil para los investigadores pues permite una evaluación y un seguimiento de los temas de investigación mediante el empleo de técnicas cuantitativas (Koseoglu et al., 2016). Algunas de las características de esta disciplina son las siguientes: a) Manejo de gran cantidad de información. El importante crecimiento de la producción científica en las últimas décadas ha potenciado el valor de la bibliometría para el análisis de campos científicos diversos. La Bibliometría surge de la necesidad de cuantificar ciertos aspectos de la ciencia con el fin de comparar, medir y dar objetividad a una actividad investigadora cada vez más amplia (Gauthier, 1998). Por lo tanto, proporciona un medio para que los investigadores evalúen y analicen la calidad y la productividad académica en un campo específico con gran volumen de datos (Callon et al., 1991; Zupic & Čater, 2015; Donthu et al., 2021b). b) Empleo de indicadores. La bibliometría se fundamenta en el análisis de indicadores objetivos. La bibliometría se basa en la información extraída de conceptos, nombres de autores, revistas o referencias de los estudios publicados. Según Ardanuy (2012), los indicadores bibliométricos son datos numéricos derivados de las características bibliográficas de los documentos publicados en el ámbito científico y académico, los cuales permiten analizar diversos aspectos de la actividad científica, relacionados tanto con su producción como con su consumo. c) Potenciada por la tecnología. En las últimas décadas, se ha asistido a la indexación de publicaciones en bases de datos bibliográficas Un análisis bibliométrico sobre las disparidades de género en la UTAUT 86 automatizadas que han permitido la generación de indicadores para medir los resultados de las actividades científicas y tecnológicas (Sanz-Valero & Wanden-Berghe, 2017). La mayoría de las bases de datos bibliográficas contienen títulos, revistas, autores, instituciones, citas, palabras clave, resúmenes, etc. Con dicha información, es posible evaluar la ciencia utilizando técnicas bibliométricas en una revisión sistemática de la literatura (Hasper-Tabares et al., 2017; Kraus et al., 2020). Por tanto, el avance de la informática y de los programas de gestión bibliográfica han hecho que esta metodología se haya convertido en un recurso muy potente para los académicos pues, ahora sí, es posible sintetizar y evaluar la gran cantidad de información contenida en los grandes repositorios disponibles en internet, como WOS o Scopus (Pritchard, 1969; Donthu et al., 2021; Zupic & Čater 2015). d) Complementaria. Es importante recordar que la bibliometría es solo una de las muchas herramientas disponibles para evaluar la investigación y debe utilizarse junto con otros métodos para obtener una imagen completa de la calidad y el impacto de la investigación (Solano López, 2009). La bibliometría no reemplaza, sino que complementa la evaluaci ón de la calidad de las publicaciones científicas. La investigación realizada por expertos académicos sigue siendo fundamental en cualquier revisión de un campo de estudio (Zupic & Čater, 2015). De momento, es una herramienta más que facilita la evaluación, no la sustituye. e) Proporciona resultados sintéticos, relevantes y fáciles de interpretar. El análisis bibliométrico ofrece una serie de ventajas para los investigadores; revela, entre otras cosas, las principales tendencias o los temas predominantes, identifica autores destacados, las principales áreas geográficas, el nivel de madurez del tema, las instituciones relevantes o Capítulo 2 93 2.2.3. Selección de la base, cadena de búsqueda y verificación. Este subepígrafe analiza tres etapas del análisis bibliométrico que están muy vinculadas entre sí: la base bibliográfica y la cadena de búsqueda empleada en ella, la selección de los artículos objeto de revisión y la verificación de los mismos. Además, es necesario hacer referencia al software empleado para el análisis. La base de datos empleada ha sido Web of Science (WoS). De esta manera, seguimos las recomendaciones de estudios previos como Ball & Tunger, (2006), De Granda-Orive et al. (2013), Scaringella & Radziwon (2018) o Vega-Muñoz et al. (2020). Las razones son las siguientes: a) Su calidad. Contiene un gran número de publicaciones de alto impacto ampliamente reconocida por la comunidad científica (Ball & Tunger, 2006; Scaringella & Radziwon, 2018). b) Influencia. Es una de las fuentes más influyentes para la búsqueda de información científica, tiene una alta accesibilidad de búsqueda y proporciona conocimiento sobre autores, artículos y revistas que tratan sobre el desarrollo de este tema (Granda-Orive et al., 2013). c) Diversidad de índices. Contiene los principales índices de referencia internacional como son el Social Citation Index y el Social Science Citation Index (Vega-Muñoz et al., 2020). Los datos utilizados para realizar el análisis bibliométrico de este estudio se descargaron para el período 2003-2023, lo que supone considerar dos décadas de conocimiento acumulado y da una visión general del fenómeno que tratamos de analizar en esta investigación. La elección del año 2003 se debe a que en ese año se produjo la aportación de Venkatesh et al., (2003) que da lugar al nacimiento de la UTAUT. Un análisis bibliométrico sobre las disparidades de género en la UTAUT 94 Para la generación de la cadena de búsqueda, existen dos alternativas: utilizar un alto número de palabras clave (Leung et al., 2013) o realizar una búsqueda focalizada en pocas palabras con una relación más estrecha con el tema de investigación (Leung et al., 2013; Zeng & Gerritsen, 2014). Se probaron ambas alternativas. Debido a la gran cantidad de publicaciones bajo el marco de la UTAUT en las últimas dos décadas, que supera las 5400 publicaciones, se optó por realizar una búsqueda más selectiva. Para ello, se establecieron criterios específicos que delimitan el área de interés del estudio siguiendo la propuesta de Jiang et al. (2021), Leung et al. (2013) o Zeng & Gerritsen (2014). El objetivo es identificar aquellas investigaciones que, de manera explícita, se han centrado en analizar las disparidades de género dentro de los modelos basados en el marco de la UTAUT. La cadena de búsqueda seleccionada finalmente fue la siguiente: (UTAUT OR unified theory of acceptance and use of technology) (Topic) and (Gender Or sex or woman Or women Or Female) (Topic) and 2023 or 2022 or 2021 or 2020 or 2019 or 2018 or 2017 or 2016 or 2015 or 2014 or 2013 or 2012 or 2011 or 2010 or 2009 or 2008 or 2006 or 2003 (Final Publication Year) and Article (Document Types) and Social Sciences Citation Index (SSCI) (Web of Science Index) https://www.webofscience.com/wos/woscc/summary/171c495e-5651-4f42813c-c517b953b933-0101a41c29/relevance/1 Mediante esta búsqueda se localizaron un total de 289 publicaciones científicas que fueron objeto de un primer análisis (véase Figura 2.2) Capítulo 2 95 Figura 2.2. Salida Web of Science con la cadena de búsqueda. Fuente: Elaboración propia. Para asegurar la coherencia y relevancia en la búsqueda de artículos, se llevó a cabo una revisión detallada de estas 289 publicaciones obtenidas. En primer lugar, tras analizar los resúmenes y la metodología de los estudios, se decidió excluir ciertos artículos por las siguientes razones: algunos no consideran efectos moderadores en su análisis, otros tienen muestras centradas exclusivamente en hombres, algunos abordan únicamente marcos teóricos sin incluir explícitamente las diferencias de género, y otros no están relacionados con el uso de tecnología. En total son 43 artículos que se consideran que no están relacionados con el tema de estudio del presente análisis3. Esto deja la base de datos con 246 publicaciones. 3 Son los casos de: Amin et al. (2017), Ariza-Montes et al. (2023), Ashinze et al. (2021), BeckHiestermann et al. (2021), Buckley et al. (2018), Chopik & Francis (2022), Cilliers et al. (2017), Dhir et al. (2018), Dockweiler et al. (2018), Fan et al. (2020), Garavand et al. (2020), Göğüş et al. (2012), Gumasing et al. (2022), Hab (2020), Heo & Chang (2018), Jang & Byon (2020), Katoch & Rana (2023), Ke et al. (2022), Knoblock-Hahn & LeRouge (2014), Lee et al. (2018), Ma et al. (2021), MacDonald et al. (2020), Mehta et al. (2019), Naveed et al. (2020), OviedoTrespalacios et al. (2020), Pan & Gao (2021), Papadakos (2020), Radic et al. (2022), Ramnund et al. (2021), Rana et al. (2016), Ren et al. (2023), Schomakers et al. (2022), Shorfuzzaman & Alhussein (2016), Sleiman et al. (2022), Talukder & Quazi (2011), Terzis & Economides (2011), Thongsri et al. (2019), Tomczyk et al. (2021), van Houwelingen et al. (2018), Wong et al. (2012), Xiao et al. (2021), Yakubu et al. (2021), Yilmaz & Baydas (2016). Un análisis bibliométrico sobre las disparidades de género en la UTAUT 96 En segundo lugar, se procedió a comparar estos 246 artículos seleccionados con la bibliografía empleada en los cuestionarios y artículos vinculados con el proyecto de investigación “Las TIC en la Creación y Consolidación de Empresas Innovadoras: un Análisis desde la Perspectiva de Género (PID2019-110166GB-I00)”. Este enfoque garantiza que los estudios revisados estén alineados con el marco teórico y metodológico de este proyecto previo. Para el análisis bibliométrico, se han empleado herramientas de software de código abierto entre los investigadores. En primer lugar, la herramienta fundamental ha sido Bibliometrix, un paquete específico para el entorno R que facilita el análisis de datos bibliográficos a través de una amplia variedad de funcionalidades (https://www.bibliometrix.org/home/). Ofrece capacida des para evaluar la fuente, el documento, los autores, la estructura conceptual, social e intelectual de la investigación, lo que proporciona una visión integral de las dinámicas de producción científica. La flexibilidad de Bibliometrix para generar resultados en forma de tablas y gráficos permite analizar con detalle la estructura y evolución de la literatura, así como identificar patrones clave en el campo de estudio. Por otro lado, también se ha empleado VOSviewer (https://www.vosviewer .com/). Esta herramienta destaca por su capacidad para mapear y analizar redes de citación y coocurrencia de términos, lo cual facilita la identificación de clústeres temáticos y la representación gráfica de la evolución de la investigación. Su enfoque intuitivo para la visualización de datos complejos complementa los resultados obtenidos por Bibliometrix. Para realizar un análisis bibliométrico utilizando herramientas como Bibliometrix y VOSviewer, es esencial crear un archivo "Thesaurus", donde se realiza una depuración previa de las palabras clave. Esta depuración se Capítulo 2 97 efectúa mediante la normalización de los términos, unificando variaciones de un mismo concepto (como "facilidad de uso", "facilidad de uso percibida" y "facilidad percibida") y considerando términos equivalentes (e-learning o aprendizaje vía web). Al eliminar duplicados o términos irrelevantes y agrupar sinónimos o conceptos relacionados, se evita la dispersión de la información y se garantiza que el análisis refleje de manera coherente la relevancia de los temas. Esta depuración permite mejorar la calidad de los análisis de coocurrencia y redes temáticas. 2.3. Análisis y resultados. 2.3.1. Visión general de los documentos. Como se ha comentado más arriba, el análisis bibliométrico realizado con Bibliometrix abarca un periodo de 20 años, desde 2003 hasta 2023, cubriendo un total de 246 documentos recopilados de 114 fuentes de revistas indexadas en WoS. Durante este tiempo, la tasa de crecimiento anual de las publicaciones ha sido del 17%. Los documentos tienen una edad promedio de 5,2 años y han recibido, de media, 123,7 citas, con un total de 12.562 referencias citadas. En cuanto al contenido, se identificaron 557 palabras clave a través de Keywords Plus y 913 palabras clave asignadas por los autores. El análisis de autoría muestra que 798 autores participaron en la producción de estos documentos, de los cuales solo 15 corresponden a trabajos de un solo autor. Además, la colaboración entre los investigadores es significativa, con un promedio de 3,49 coautores por documento y un 30,45% de los trabajos con coautorías internacionales. Un análisis bibliométrico sobre las disparidades de género en la UTAUT 98 Con esta información, en primer lugar, resulta relevante analizar la evolución de la producción científica. El Gráfico 2.1 revela una evolución significativa en el interés explícito de considerar la variable género en los modelos UTAUT a lo largo de dos décadas con una línea de tendencia clara de crecimiento en el volumen de publicaciones a lo largo del período considerado. La tendencia cuadrática es más adecuada que la lineal, pues la diferencia entre ambos R2 es bastante significativa (con un R2 de 0,9). Gráfico 2.1 Evolución de las publicaciones género-UTAUT. Fuente: Elaboración propia en Excel a partir de los datos suministrados por Bibliometrix. La evolución permite separar el período en dos etapas que coinciden prácticamente con sendas décadas: 1. Entre 2003 y 2013, el avance fue modesto, con un promedio de 2 a 3 publicaciones por año e incluso algunos años sin aportes registrados. Este patrón, aunque es similar al que presenta la UTAUT en términos generales, y = 0,1211x20,8792x + 2,0105 R² = 0,909 y = 1,7844x - 8,2 R² = 0,8015 -10 0 10 20 30 40 50 Capítulo 2 99 sugiere que la investigación fue limitada y dispersa sobre la inclusión de las disparidades de género durante la primera década de existencia de la teoría. 2. A partir de 2014, se observa un interés creciente, con un pico en 2022 (40 artículos). Este aumento sustancial de publicaciones coincide con el periodo de pandemia. Aunque la crisis ha afectado a todos los campos de la Ciencia, ha puesto de manifiesto la necesidad de estudiar el impacto de la aceptación de tecnologías en general, y, en particular, las posibles desigualdades entre hombres y mujeres en cuanto al acceso y uso de estas tecnologías. De manera que, muchos estudios introducen el papel moderador del género en sus modelos. El Índice de Impacto de Hirsch o índice H es de 40. La estructura general de citas muestra que solo cuatro artículos tienen más de 200 citas (1,3 % del total). En el otro extremo de la escala, 40 artículos no tienen citas a diciembre de 2023 (12,8 % del total) y 237 artículos tienen menos de 50 citas (76 % del total). 2.3.2. Principales Revistas de Investigación. Bibliometrix permite analizar la conocida como Ley de Bradford. En el ámbito de la bibliometría, la Ley de Bradford, propuesta por Samuel C. Bradford en 1934, se refiere a la distribución desigual de artículos científicos relacionados con un tema específico en diversas revistas académicas. La Ley ha sido ampliamente validada y extendida en estudios posteriores, constituyendo un pilar fundamental en la comprensión de la distribución de la literatura científica (Kumar et al., 2024). Un análisis bibliométrico sobre las disparidades de género en la UTAUT 100 Según este principio, si se ordenan las revistas por la cantidad de artículos relevantes que publican, se puede dividir este conjunto en tres zonas. Cada zona contiene un número creciente de revistas, pero el mismo número aproximado de artículos relevantes (Bradford, 1934). En este sentido, un pequeño número de revistas especializadas (a las que se les denomina el "núcleo de Bradford") concentra una gran proporción de los artículos relevantes sobre un tema determinado. A medida que se amplía el número de revistas fuera de este núcleo, la cantidad de artículos relevantes por revista disminuye, aunque el número total de artículos en cada zona se mantiene constante (Kumar et al., 2024). Esta ley facilita las estrategias de información científica, ya que sugiere que se puede acceder a la mayor parte de la literatura relevante consultando principalmente las revistas del núcleo de Bradford (Brookes, 1969). Como se puede observar en el Gráfico 2.2, el área gris se corresponde con las revistas de la zona 1 o núcleo de Bradford que configuran la fuente central para la publicación de artículos que han prestado atención al género en la UTAUT. En general, bajo nuestra cadena de búsqueda propuesta, existen 85 estudios que pertenecen al campo central 1 y el resto pertenecen a los campos núcleo 2 (82 publicaciones) y 3 (79 publicaciones). Capítulo 2 101 Gráfico 2.2. Fuentes. Núcleo de la ley de Bradford Fuente: Elaboración propia a partir de Bibliometrix Las revistas que configuran el núcleo de Brandfort han sido numeradas en la Tabla 2.1. En este sentido, 4 revistas sobresalen del resto: “Computers in Human Behavior”, “Sustainability”, “Education and information technologies” e “International journal of mobile communications” han sido las que más han publicado investigaciones sobre la UTAUT donde se presta especial atención a las disparidades de género. Un análisis bibliométrico sobre las disparidades de género en la UTAUT 102 Tabla 2.1.Revistas de la Zona 1 o núcleo de Bradford. REVISTA ÍNDICEH TOTAL CITAS N.º PUBLICA CIONES AÑO DE COMIEN ZO COMPUTERS IN HUMAN BEHAVIOR 14 1433 16 2014 EDUCATION AND INFORMATION TECHNOLOGIES 9 333 9 2018 SUSTAINABILITY 9 468 19 2018 INTERNATIONAL JOURNAL OF MOBILE COMMUNICATIONS 7 190 9 2015 JOURNAL OF MEDICAL INTERNET RESEARCH 6 191 7 2018 BEHAVIOUR & INFORMATION TECHNOLOGY 5 185 7 2012 INDUSTRIAL MANAGEMENT & DATA SYSTEMS 5 456 5 2014 TRANSPORTATION RESEARCH PART F-TRAFFIC PSYCHOLOGY AND BEHAVIOUR 5 254 6 2019 ACCIDENT ANALYSIS AND PREVENTION 4 474 4 2017 ASIA PACIFIC JOURNAL OF MARKETING AND LOGISTIC 4 244 5 2016 Fuente: Elaboración propia a partir de Bibliometrix A modo de ejemplo, en Computers in Human Behavior hay que destacar la publicación de Lian & Yen (2014) -con más de 400 citas WoS-. Su estudio, que lleva por título “Online Shopping Drivers and Barriers for Older Adults: Age and Gender Differences”, tiene como objetivo analizar los factores que impulsan y las barreras que enfrentan las personas mayores (en comparación con los más jóvenes) en Taiwán al realizar compras online. Se identificaron como principales impulsores de las compras online las expectativas de rendimiento y la influencia social, mientras que las barreras más importantes son las preocupaciones sobre el valor, el riesgo y las tradiciones, especialmente para las personas mayores. Aunque la interacción moderadora del sexo fue poco relevante en el análisis multigrupo con PLS-SEM (solo las barreras de uso para los adultos mayores y la expectativa de esfuerzo para Capítulo 2 109 Tabla 2.2.Principales autores. Autor Total de citas Número de publicaciones Inicio de la publicación VENKATESH V 25.460 6 2003 OOI KB 669 6 2014 KAYE SA 308 6 2018 TAN GWH 445 5 2014 Fuente: Elaboración propia a partir de Bibliometrix a) Viswanath Venkatesh Como era de esperar, Viswanath Venkatesh es el autor con mayor número de citas y con el mayor índice H del área. Este autor cuenta con cinco (de sus seis) investigaciones en el top 10 de las más citadas en nuestra base de datos hasta 2023, tres de ellos como primer autor y otros dos como uno de sus autores. Por supuesto, Venkatesh et al. (2003) y Venkatesh et al. (2012) que configuran la UTAUT y su posterior modelo ampliado son, con diferencia, los artículos más citados en la materia como se verá más adelante. b) Por su parte, las investigaciones de Keng-Boon Ooi (Ooi, K.B) abarcan diversos contextos, incluyendo la educación y el comercio electrónico relacionado con el uso de las aplicaciones móviles. Los artículos revisados de este autor coinciden en que la adopción y el uso de aplicaciones móviles están fuertemente influenciados por factores como la motivación hedónica, la expectativa de rendimiento, y las condiciones facilitadoras (Hew et al., 2015; Wong et al., 2015). Además, los autores enfatizan que las experiencias previas con tecnologías similares favorecen una visión positiva de la nueva tecnología, es lo que denominan “compatibilidad con el estilo de vida del usuario” (Tan & Ooi, 2018; Tan et al., 2017). En general, según este autor, Un análisis bibliométrico sobre las disparidades de género en la UTAUT 110 la experiencia del usuario y la percepción de rendimiento son claves para la intención de uso de tecnologías móviles en diversos contextos, desde el turismo hasta la publicidad y el entretenimiento (Hew et al., 2015; Tan et al., 2017; Wong et al., 2015). En este sentido, las mujeres muestran una mayor inclinación hacia aplicaciones que permiten la expresión emocional y la interacción social, mientras que los hombres prefieren aplicaciones que ofrecen entretenimiento y desafíos técnicos (Wong et al., 2014; Tan & Ooi, 2018). c) Por otro lado, Sherrie-Anne Kaye destaca por su interés en otro sector en auge como es el de los vehículos automatizados o de conducción autónoma (Buckley et al., 2018; Kaye et al., 2020a; 2020b y 2022; Li et al., 2023). En este sentido, las mujeres tienden a mostrar una mayor preocupación por la seguridad y la confianza en el uso de vehículos de conducción autónoma en comparación con los hombres (Buckley et al., 2018) lo que puede estar relacionado con una mayor percepción de riesgo (Kaye et al., 2022; Kaye et al., 2021). La percepción de seguridad y la confianza son factores clave que influyen en estas diferencias (Li et al., 2023). d) Finalmente, Garry Tan Wei Han (Tan, G.W.H) de la UCSI University (Malaysia) es coautor con Keng-Boon Ooi en varios artículos relacionados con las aplicaciones móviles (Teo et al, 2015, Tan, & Ooi, 2018), en particular en el sector del transporte de pasajeros (m-taxi). Algunos de sus hallazgos indican que el sexo y la edad moderan el comportamiento de las compras online vinculadas con el turismo a través de tecnologías móviles. Las mujeres y los usuarios más jóvenes muestran una mayor disposición a utilizar estas plataformas, siendo de importancia las interfaces fáciles de usar y las percepciones de seguridad adaptadas a estos grupos. Los hombres y los usuarios de mayor edad, en cambio, tienden a adoptar estas tecnologías de Capítulo 2 111 manera más lenta y con mayor escepticismo (Ooi et al.,2016; Tan et al., 2017 y 2018). Por su parte, Ooi et al. (2020) examinan las aplicaciones móviles para solicitar taxis o vehículos privados (m-taxi). Los hallazgos indican que el sexo no modera significativamente el comportamiento de adopción de estos servicios. 2.3.4. Principales documentos por número de citas. Respecto a los documentos más citados, como se ha analizado en profundidad en el Capítulo 1 de la presente Tesis, la investigación desarrollada por Venkatesh et al. (2003), “User acceptance of information technology: Toward a unified view”, ocupa la primera posición con un total de 18246 citas (a diciembre de 2023), seguida de Venkatesh, et al. (2012), “Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology”, con 6124 citas. Ambos artículos demuestran que, la consideración del sexo (gender, como expusieron los autores) como variable de interés ha sido tenida en cuenta en los modelos de aceptación tecnológica. En otras palabras, las diferencias entre hombres y mujeres están presentes desde el origen de la propia UTAUT como una variable que modera el impacto de los constructos en estos modelos de intención de uso de las nuevas tecnologías. Venkatesh sitúa otra de sus investigaciones en el top 10 por número de citas (401 acumuladas hasta 2023). Se trata de Venkatesh & Zhang (2010). El artículo, que lleva por título “Unified theory of acceptance and use of technology: US vs. China” ha sido publicado en el Journal of Global Information Technology Management. Su importancia en este marco de estudio radica en la consideración del contexto social y, en particular, de Un análisis bibliométrico sobre las disparidades de género en la UTAUT 112 aspectos culturales a la hora de abordar el impacto de las variables de la UTAUT. En concreto, estos autores examinan cómo las diferencias culturales entre Estados Unidos y China afectan a la aceptación y al uso de la tecnología. Utilizando el modelo UTAUT, Venkatesh & Zhang (2010) comparan las hipótesis originales validadas en su modelo en EE.UU con su aplicación en China, recolectando datos longitudinales de más de 300 empleados en cada país. Los resultados mostraron que, a diferencia de EE.UU, la influencia social no varía entre hombres y mujeres en China. En particular, las mujeres en EE.UU mostraron una mayor influencia por la opinión de personas de su entorno en comparación con los hombres. Esto sugiere que las mujeres pueden ser más susceptibles a las presiones sociales cuando se trata de adoptar nuevas tecnologías en EE.UU, pero no en China. Esto demuestra la importancia de los elementos culturales y contextuales a la hora de abordar este tipo de estudios. Venkatesh también está presente como coautor en otros dos artículos en este ranking. El primero de ellos es Brown et al., (2010) -Brown, S. A., Dennis, A. R., & Venkatesh, V.- “Predicting collaboration technology use: Integrating technology adoption and collaboration research” publicado en la revista Journal of Management Information Systems y que acumulaba 400 citas hasta diciembre de 2023. Estos autores investigan cómo los factores del modelo UTAUT influyen en la adopción de tecnologías de trabajo colaborativo. El estudio encontró que la expectativa de rendimiento, la expectativa de esfuerzo, la influencia social y las condiciones facilitadoras son determinantes claves de su uso. Además, el sexo actúa como un moderador significativo, en particular las mujeres tienden a estar más influenciadas por la expectativa de esfuerzo y la presión social en comparación con los hombres, lo que sugiere que las mujeres valoran más la facilidad de uso y la aprobación social al adoptar estas tecnologías. Capítulo 2 113 Finalmente, en Sykes et al. (2009) -Sykes, T. A., Venkatesh, V., & Gosain, S- “Model of acceptance with peer support: A social network perspective to understand employees´ system use” en MIS Quarterly con 334 citas (diciembre 2023), analizan cómo los empleados adoptan y utilizan sistemas tecnológicos en el contexto laboral, integrando el apoyo entre pares y las redes sociales en el análisis de la aceptación de tecnología. La idea es que el uso de sistemas por parte de los empleados no solo se ve influido por sus expectativas de rendimiento y de esfuerzo del sistema, sino también por las interacciones sociales que tienen con sus compañeros. En este sentido, los resultados indican que las mujeres tienden a beneficiarse más del apoyo social en comparación con los hombres, lo que implica que las interacciones sociales juegan un papel más crítico en su experiencia de aceptación tecnológica. El tercer puesto por número de citas es para la investigación desarrollada por Wang et al. (2009b): “Investigating the determinants and age and gender differences in the acceptance of mobile learning” publicada en British Journal of Educational Technology, que acumula más de 650 citas WOS. Este artículo también se configura como un referente a la hora de analizar las disparidades entre hombres y mujeres en el uso de las nuevas tecnologías. A través de un modelo de ecuaciones estructurales, este estudio investiga los factores que determinan la aceptación del aprendizaje móvil (m-learning) y examina las diferencias de edad y sexo que pueden influir en ella. Los autores recogieron datos de 330 participantes en Taiwán. Los resultados indican que la expectativa de rendimiento, la expectativa de esfuerzo, la influencia social, la diversión percibida y la autogestión del aprendizaje son determinantes significativos de la intención de uso del m-learning. Respecto al sexo, la influencia social tiene un efecto más fuerte en las mujeres que en los hombres en cuanto a la intención de uso. La autogestión del aprendizaje también Un análisis bibliométrico sobre las disparidades de género en la UTAUT 114 mostró diferencias significativas, de manera que las mujeres mostraron una mayor tendencia a gestionar su propio aprendizaje. El resto de los artículos se sitúan en una horquilla entre 500 y 250 citas. El estudio de Yu (2012),“Factors affecting individuals to adopt mobile banking: empirical evidence from the UTAUT model” -con 480 citasse centra en identificar los factores que afectan a la adopción de la banca móvil. Se utiliza el modelo UTAUT ampliado para analizar una muestra de 441 participantes en Taiwán de entre 20 y 40 años, con igual número de hombres y mujeres. Los hallazgos revelan que la intención de adoptar la banca móvil depende de la percepción de influencia social, los costes financieros, la expectativa de rendimiento y la credibilidad de la tecnología. Además, se determina que tanto la intención como las condiciones facilitadoras juegan un papel crucial en el comportamiento de adopción. En términos de moderación, se observa que el sexo afecta de manera significativa a la relación entre la expectativa de rendimiento y el coste percibido en relación con la intención de uso. En este sentido, las mujeres tienden a tener expectativas más bajas sobre los beneficios que pueden obtener de la banca móvil y una mayor sensibilidad a los costes financieros, lo que podría limitar su disposición a adoptar estos servicios, en contraste con la percepción menos restrictiva que tienen los hombres. Continuando con la lista de las publicaciones más destacadas, aparece el trabajo ya comentado de Lian & Yen (2014) con 297 citas Wos sobre los factores impulsores y las barreras del comercio online en personas mayores (“Online shopping drivers and barriers for older adults: Age and gender differences” en Computers in Human Behavior), que ha sido analizado ya previamente en la sección de revistas 2.3.2. Capítulo 2 115 En el análisis de Im et al. (2008) que lleva por título “The effects of perceived risk and technology type on users’ acceptance of technologies” (296 citas) emplea un modelo mixto con variables UTAUT y TAM. En él se analiza cómo el riesgo percibido y el tipo de tecnología influyen en la aceptación de las mismas. Se examinan factores moderadores como el sexo y la experiencia del usuario. Empleando una muestra de estudiantes de los EE.UU compuesta por 109 hombres y 52 mujeres, el análisis multigrupo indica que el sexo es una variable moderadora significativa puesto que el efecto de la expectativa de rendimiento sobre la intención de uso fue ligeramente más fuerte en los hombres, mientras que el efecto de la expectativa de esfuerzo sobre la intención fue más fuerte para las mujeres. Finalmente, el top 10 lo cierra Gupta et al. (2008) con “Adoption of ICT in a government organization in a developing country: An empirical study” publicado en Journal of Strategic Information Systems (294 citas). Este estudio examina cómo se adoptan las TIC dentro de una organización gubernamental en la India. Utilizando un modelo UTAUT y aplicando un sistema de ecuaciones estructurales, los resultados indican que tanto la expectativa de rendimiento como la de esfuerzo influyen positivamente en la adopción de las TIC. El estudio no encontró un efecto moderador significativo del sexo en la relación entre estos factores y la adopción de la tecnología, si bien en su muestra de 102 empleados, tan solo 17 eran mujeres. 2.4. Cooperación en la publicación de documentos. El fortalecimiento de la red de cooperación refleja la profundidad del intercambio entre disciplinas, mientras que el número de publicaciones nacionales indica el nivel de inversión de un país en la investigación dentro de esa disciplina. Para realizar el mapa de cooperación sobre el análisis de las disparidades entre sexos en la UTAUT se ha empleado el programa Un análisis bibliométrico sobre las disparidades de género en la UTAUT 116 Vosviewer (VOSviewer version 1.6.20, de octubre 2023). Se trata de un programa gratuito desarrollado por Nees Jan van Eck y Ludo Waltman del CWTS Leiden University of The Netherlands que permite el mapeo de redes complejas basadas en autores, instituciones o palabras claves. El mapa de la cooperación de la red de coautoría entre países en los campos relacionados con el género en la UTAUT se muestra en la Figura 2.4. Cada círculo representa un país y su tamaño refleja la cantidad de documentos publicados entre 2003 y 2023. La cercanía o lejanía de un país a otro refleja la fuerza de coautoría que ejerce cada país, de manera que cuanto más cerca (lejos) se encuentra un país de otro, mayor (menor) será la fuerza de coautoría entre ellos. Por su parte, los colores indican clústeres de países que están relativamente relacionados entre sí. Con el fin de dar una visión lo más agregada posible y tras varios intentos, se ha decidió limitar a 3 clústeres de países (para ello se ha ajustado los valores del programa en “clusteringresolution” en 0.25 y mínimo “size clúster” en 2). Como puede observarse en la Figura 2.4., La República Popular China es el país más productivo, seguido por Estados Unidos, que, sin embargo, lidera en número de colaboraciones. En la Figura 2.4 destacan varias agrupaciones de países. Por un lado, la agrupación más densa y centralizada está formada por China, Estados Unidos, Reino Unido y Alemania, lo que indica que estos países tienen un papel destacado en las investigaciones sobre el género en la UTAUT. Es notable cómo China parece ser un nodo clave, sugiriendo una fuerte producción académica y conexiones con el resto de los países, demostrando una notable influencia en la colaboración internacional. Capítulo 2 117 Figura 2.4 Red de cooperación. Fuente: Elaboración propia a partir de VosViewer. Estos resultados son similares, como eran de esperar con los resultados obtenidos en un mapeo realizado por Lee et al., (2023) donde se analiza la UTAUT de manera general. En concreto estos autores mostraron que los académicos de Estados Unidos, China, Corea del Sur y Canadá son los que más colaboran en este campo. Reino Unido también mantiene relaciones de cooperación con investigadores de India y Arabia Saudí. Otra agrupación notable es la compuesta por países europeos, como España e Italia, que, aunque están conectados con otros países, forman un clúster más aislado y menos denso en comparación con el grupo central. Esto podría indicar una menor cantidad de colaboraciones internacionales o una especialización en áreas específicas dentro del marco de la UTAUT (Véase Figura 2.4), destacando las colaboraciones con los Estados Unidos y con China. Finalmente, también se observa un clúster de países de la región AsiaPacífico, como Malasia, Taiwán y Australia, que están interconectados y Un análisis bibliométrico sobre las disparidades de género en la UTAUT 118 tienen vínculos significativos con otros países en la red, particularmente con China y, por supuesto, Estados Unidos. Esta región parece tener un impacto considerable en la investigación sobre UTAUT, reflejando su creciente participación en la ciencia y la tecnología a nivel global en los últimos años. 2.5. Temas de investigación Las palabras clave de un artículo reflejan su contenido principal. Al analizar la frecuencia de estas palabras, los académicos pueden realizar un análisis cuantitativo de un ámbito de investigación concreto. Este tipo de análisis es esencial en la bibliometría, ya que permite identificar términos clave que describen el enfoque de la materia, las relaciones entre los temas y el contenido de la disciplina. En este estudio se analizaron 246 publicaciones científicas, de los que se pueden extraer 1470 palabras claves en total (incluyendo las authors y las keyword plus) con un total de 119 nodos. Tras realizar una depuración de dichas palabras, como se proponen en otros análisis bibliométricos (Aria & Cuccurullo, 2017), se reducen a 1261 palabras clave y 84 nodos (tomando como mínimo número de concurrencias un valor de 5). La Figura 2.5. muestra el mapa de palabras clave resultante. Capítulo 2 125 aplicación de tecnologías digitales y de Internet en los procesos gubernamentales, con el objetivo de mejorar la eficiencia en los servicios públicos (formularios de impuestos en línea, acceso a información pública, portales de transparencia, trámites, etc.). Entran en esta categoría estudios relacionados con el voto digital (Powell et al., 2012) o con los portales de servicios online (Zeebaree et al., 2022; Gupta et al., 2008; Mosweu et al., 2016; Mensah et al., 2020; Wang & Shih, 2009). Por otra parte, aparece el Smart Government que hace referencia al uso de la tecnología para gestionar de manera inteligente el funcionamiento de la ciudad y mejorar la calidad de vida de sus habitantes en tiempo real como, por ejemplo, Almuraqab, et al. (2021) o Talukder et al. (2019). Los hallazgos principales sugieren que las variables del modelo UTAUT influyen positivamente en la intención de utilizar servicios de Gobierno electrónico (Zeebaree et al., 2022). Destaca especialmente la expectativa de rendimiento como un predictor clave para el uso de estos servicios (Mensah et al., 2020; Wang & Shih, 2009; Mansoori et al., 2018; Mosweu et al., 2016). Además, factores como expectativa de esfuerzo y, en los modelos ampliados, la confianza, son importantes para promover la intención de uso. En particular, la confianza en el gobierno resulta crucial: los usuarios que creen en la capacidad de las autoridades para gestionar sus datos de manera segura y eficiente muestran una mayor disposición a usar estos servicios (Almuraqab et al., 2021; Mansoori et al., 2018; Powell et al., 2012). En cuanto a disparidades de género, existen muchos estudios que respaldan los resultados empíricos obtenidos por Venkatesh et al. (2003). El estudio de Wang & Shih (2009) analizó los factores que influyen en el uso de quioscos o terminales de autoservicio electrónico públicos en Taiwán, encontrando que la expectativa de rendimiento es un predictor más fuerte de Un análisis bibliométrico sobre las disparidades de género en la UTAUT 126 la intención de uso en hombres que en las mujeres. En cambio, la influencia social mostró un mayor impacto en la intención de las mujeres. Estos resultados coinciden con los hallazgos de Talukder et al. (2019) y Powell et al. (2012). Sin embargo, existen otras moderaciones posibles. Muchos estudios resaltan que la influencia del género en la adopción del gobierno electrónico puede variar según el contexto y las características específicas de la tecnología evaluada. Mensah et al. (2020) en China encontraron que las mujeres reportaron una mayor expectativa de rendimiento que los hombres. En Arabia Saudí, Almuraqab et al. (2021) revelaron que los hombres están más influenciados por la confianza en el gobierno y tienen puntuaciones medias más altas en las condiciones facilitadoras que las mujeres. Otros muchos estudios no encuentran diferencias entre sexos en estos contextos, como, por ejemplo, Al Mansoori et al. (2018) para Abu Dabi, Zeebaree et al. (2022) para Irak o Gupta et al. (2008) para la India. Estos resultados sugieren que el sexo tiene una influencia menor en la intención y el uso de la tecnología en contextos obligatorios, como es el caso de estas relaciones con las administraciones. 2.5.2. Clúster 2. Este clúster ha sido denominado “Adopción de tecnología por Personas Mayores y el Sector Sanitario”. Las principales palabras enlazadas fueron: “antecedents, care, consumers, covid-19, decision-making, ease, fit indexes, health, metaanalysis, older-adults, privacy concerns, risk, service, system, telemedicine”. Capítulo 2 127 Este clúster engloba fundamentalmente estudios realizados bajo dos contextos6: a) la intención y uso de nuevas tecnologías entre las personas mayores y/o su comparación con otros grupos de menor edad y b) los servicios digitales y nuevas tecnologías en entornos sanitarios, uno de los grupos con mayor número de publicaciones de este estudio. a) Para las personas mayores. En cuanto a los estudios sobre la implementación de tecnología entre las personas mayores, una investigación de interés es la mencionada anteriormente de Lian & Yen (2014) - véase epígrafe 2.3.2en la que analizan los impulsores y barreras del comercio online para este colectivo, centrándose en las diferencias en comparación con otros grupos de edad y sexo. Sus resultados indican que las personas mayores se enfrentan a barreras adicionales respecto a los más jóvenes en la adopción de nuevas tecnologías debido a una menor familiaridad y mayor percepción de dificultad. La aceptación de nuevas tecnologías por parte de las personas mayores bajo el marco UTAUT está impulsada principalmente por las ganancias de rendimiento esperadas y las condiciones facilitadoras, destacando la importancia del apoyo social y la asistencia técnica (Rho et al., 2015). Otros estudios consideran muy importante que la tecnología sea fácil de aprender y entender (especialmente para las mujeres) (Nägle & Schmidt, 2012; Ehlers & Huberty, 2014; Wang et al., 2022). Los resultados de Magsamen-Conrad et al. (2020) sobre las diferencias generacionales en el uso y adopción de tablets indican que las generaciones mayores muestran menor expectativa de 6 Excluimos en esta sección el trabajo de Terblanche & Kidd, M. (2022). Sobre la adopción de un chatbot de coaching reflexivo para el logro de objetivos. El análisis por sexos encontró que la expectativa de rendimiento tiene una influencia más fuerte en la intención de uso del chatbot para las mujeres que para los hombres. Un análisis bibliométrico sobre las disparidades de género en la UTAUT 128 rendimiento y esfuerzo, menor influencia social y menor percepción de condiciones facilitadoras. De igual forma, las personas mayores son más exigentes y conservadores a la hora de aceptar nuevas tecnologías (Shin et al., 2022). En general, los resultados de Lian & Yen (2014) sobre diferencias entre hombres y mujeres son coherentes con los efectos de moderación previamente considerados: las mujeres perciben mayores barreras tecnológicas que los hombres, lo que reduce su intención de uso de la tecnología (la compra online, en el caso de estos autores); los hombres están más motivados por la percepción de rendimiento, mientras que las mujeres mayores son más sensibles a los riesgos percibidos. Todo ello indica un impacto moderador del género en las barreras y motivaciones para la implementación de nuevas tecnologías (Hwang et al., 2019). Diversos estudios indican que la influencia de la expectativa de esfuerzo sobre la intención de uso es más intensa en las mujeres que en los hombres mayores (Lai, 2018; Nunes et al., 2019; Naegle, & Schmidt, 2012). Este hallazgo coincide con otros estudios que sugieren que las mujeres son más sensibles a las opiniones de los demás al tomar decisiones sobre la adopción de tecnología (Nunes et al., 2019) lo que indica que la influencia social tiene un impacto más significativo en la intención de uso para las mujeres mayores. Ahora bien, Workman (2014) sugiere que, a medida que las sociedades modernas evolucionan hacia una mayor alfabetización tecnológica, las suposiciones previas sobre la influencia de la edad y el género en el uso de la tecnología podrían estar volviéndose obsoletas. Workman (2014) analizó la adopción y el uso de nuevas tecnologías de la información, específicamente redes sociales y aplicaciones para dispositivos inteligentes, en una muestra de 382 personas en Florida. Sus resultados indicaron que la Capítulo 2 129 edad y el género no fueron predictores significativos del uso de estas tecnologías. b) Para entornos sanitarios7. El análisis de la implementación de tecnologías de las TIC en el ámbito de la salud, conocido como e-Health (salud digital, o sanidad electrónica) ha generado un creciente interés por parte de los investigadores (Baum et al., 2022; Namatovu et al., 2021; AlHadid et al., 2022; Wang et al., 2021; Badran, 2019; Bracq et al., 2019; Wei et al., 2023; Li et al., 2021). El marco analítico de la UTAUT se ha utilizado ampliamente para comprender los factores que influyen en la adopción de estas tecnologías, tanto por parte de los pacientes como, del personal sanitario (AlHadid et al., 2022; Diño & de Guzmán, 2015; Philippi et al., 2021). En este sector la escala UTAUT ha sido validada por estudios como el de Hayotte et al. (2020). Los resultados generales dan validez al marco analítico de la UTAUT. La expectativa de rendimiento, relacionada con la percepción de que la tecnología mejorará la salud o el servicio, se ha identificado como un factor clave para los pacientes (Wang et al., 2021; Wei et al., 2023; Badran, 2019; Baum et al., 2022). La facilidad de uso percibida, o expectativa de esfuerzo, también juega un papel crucial en la adopción de e-Health (Wang et al., 2021; Badran, 2019) mientras que las condiciones facilitadoras, son especialmente relevantes para el personal sanitario (Badran, 2019; Wei et al., 2023; Zhou et al., 2021b y 2022). 7 Dejamos fuera por su falta de coherencia en este clúster los estudios de Trozzo et al. (2014) sobre el interés por el uso de barreras el agroforestales -las mujeres están menos influenciadas por las percepciones de riesgo que los hombresy el de Han et al. (2022) sobre agricultores y su adopción del marketing en redes sociales (SMM) -mayor impacto de la influencia social en las mujeres- Un análisis bibliométrico sobre las disparidades de género en la UTAUT 130 Algunos estudios indican que los hombres son más propensos a adoptar nuevas tecnologías en comparación con las mujeres. En este contexto, la expectativa de rendimiento tiende a ser un factor más influyente para los hombres, mientras que la expectativa de esfuerzo resulta ser más relevante para las mujeres (Badran, 2019; Nysveen & Pedersen, 2014; Duarte & Pinho, 2019; Yang & Koenigstorfer, 2021; Li et al., 2021; Schmitz et al., 2022). Las preocupaciones sobre la privacidad y la seguridad de los datos de salud, así como la influencia social, también pueden influir en la adopción tecnológica de las mujeres (Duarte & Pinho, 2019; Alsahafi et al., 2022). Sin embargo, otros estudios han encontrado resultados moderadores diferentes a los de Venkatesh et al. (2003). Estudios como Abd-Alrazaq et al., (2019), Lee et al. (2021), Rho et al. (2015), Alam et al. (2020) o Park et al. (2020) hallan una relación más fuerte entre la expectativa de rendimiento y la intención de uso para las mujeres. Zhou et al. (2021b) señalan que los hombres son más susceptibles a la presión social. Nisha et al. (2019), Wang et al. (2022) y Seethamraju et al. (2017) encuentran un efecto moderador del sexo en la relación entre la expectativa de esfuerzo y la intención conductual, más fuerte para los hombres. Mientras que otros muchos no hallan diferencias entre sexos en la adopción de telesalud (Baum et al., 2022; Diño & de Guzmán, 2015; Ware et al., 2023; Ljubicic et al., 2020; Philippi et al., 2021; Araújo et al., 2023; Yousef et al., 2021). Así, por ejemplo, Magsamen-Conrad et al., (2020) encontraron diferencias generacionales, pero no de género, en la adopción de m-Salud. Las diferencias entre los sistemas de salud de los países desarrollados y en desarrollo también influyen en la adopción de e-Health. El estudio de Namatovu et al. (2021) en Uganda, centrado en mujeres embarazadas, evidenció las barreras de género en la adopción de e-Health en países en Capítulo 2 131 desarrollo. La falta de evidencia previa en estas comunidades, la complejidad tecnológica, las percepciones de familiares y profesionales de la salud, la falta de infraestructura y la carencia de apoyo técnico fueron barreras significativas (Namatovu et al., 2021). En este sentido, Soehnchen et al. (2023) investigaron la aceptación de una herramienta digital para la educación en salud sexual en Kenia, encontrando que la influencia social no fue significativa y que las condiciones facilitadoras tuvieron un impacto negativo en la intención de uso, lo que los autores atribuyeron a la familiaridad con la tecnología y la información digital que ya poseían los participantes de la encuesta procedente de centros comunitarios y universidades de Kenia (Soehnchen et al., 2023; Touray et al., 2015). Adenuga et al. (2017) encontraron que la expectativa de rendimiento, la expectativa de esfuerzo y la influencia social se moderaron por el sexo masculino en la promoción de la telemedicina en Nigeria, mientras que las mujeres fueron más influenciadas por las condiciones facilitadoras. En cuanto al personal sanitario, las disparidades entre sexos parecen ser menos frecuentes. Diversos estudios sobre la aceptación de sistemas de digitalización sanitaria (Cilliers et al., 2018; Wynn et al., 2023; Staeck et al., 2022; Fan et al., 2020; Shibl et al., 2013) y el empleo de nuevos dispositivos (Yao et al., 2023; Bracq et al., 2019) no encuentran diferencias significativas entre sexos8. Las disparidades aparecen relacionadas con tecnologías médicas más avanzadas, por ejemplo, Wei et al. (2023) y Chong et al. (2015) reportaron una mayor facilidad de uso para los hombres en el empleo de 8 Chang & Hsu (2012), analizando la intención del personal médico de utilizar el Sistema de Notificación de Seguridad del Paciente (PSRS) online, hallaron que los encuestados masculinos mostraron una mayor percepción de consecuencias negativas al usar el PSRS. Esto significa que los hombres estaban más preocupados por posibles repercusiones negativas, como ser castigados o demandados por reportar incidentes que las mujeres. No obstante, las disparidades no proceden tanto del uso de la plataforma online, como de las consecuencias que se derivan del mismo. Un análisis bibliométrico sobre las disparidades de género en la UTAUT 132 modelado gastroscópico 3D y tecnologías de radiofrecuencia, respectivamente, atribuyéndolo a una mayor familiaridad o confianza con la tecnología por parte de ellos. En cualquier caso, las condiciones facilitadoras son cruciales: Bracq et al. (2019) encuentran que la intención de usar un simulador de realidad virtual está positivamente correlacionada con la motivación hedónica y las condiciones facilitadoras, pero negativamente con el mareo por su uso. 2.5.3. Clúster 3. Al Clúster 3 se le ha denominado “Confianza y Adopción de Nuevas Tecnologías en el turismo, comercio y otros sectores emergentes”. Este grupo concentra la mayoría de las publicaciones relacionadas con sectores emergentes que están impulsando la innovación en la vida cotidiana, como los vehículos automatizados, el comercio electrónico y la digitalización en el turismo. Estas investigaciones reflejan la confianza y el nivel de aceptación que muestran los usuarios hacia el uso de estas tecnologías en sus actividades diarias. Las palabras clave agrupadas fueron9: “automated 9 Para dar coherencia al clúster, se han excluido las investigaciones de: Alamin et al., (2020) sobre nuevos sistemas de contabilidad -no encuentra moderación del sexo-; Baudier, et al. (2020a) y Wu et al. (2016) sobre la adopción de smartwatch -no hallan efectos moderadores del sexo; Baudier et al. (2020b), sobre la aceptación de casas domóticas e inteligentes - sin efectos significativos del género-; Henrico et al. (2022) y Moret-Tatay et al. (2022) sobre los factores que afectan a la adopción de sistemas de geolocalización -sin efectos moderadores del sexo-; Mamonov & Benbunan-Fich (2021) sobre cerraduras inteligentes -las mujeres perciben más beneficios del acceso y control remoto sobre la intención, los hombres perciben más la seguridad-; Lee et al. (2018) sobre sistemas de purificación de agua -expectativa de esfuerzo es un predictor significativo de la intención de uso en los hombres, pero no en las mujeres-; Maican et al. (2023) sobre la intención de usar imágenes generadas por inteligencia artificial en los negocios – el efecto del hábito sobre la intención es más pronunciado en los hombres-; Sahut & Lissillour (2023) sobre el uso de plataformas de trabajo online -las mujeres muestran mayor influencia social- Capítulo 2 133 vehicles, behavior, communication, e-commerce, experience, impact, internet use, knowledge, m-commerce, innovativeness, tourism, trust, willingness.” a) Industria del Turismo y la Hostelería. Los estudios de esta categoría examinan la intención y el comportamiento de uso de diversas tecnologías en el ámbito turístico, incluyendo aplicaciones móviles para restauración y hostelería, sistemas de control de acceso a hoteles, robótica aplicada a servicios o chatbots basados en inteligencia artificial (Zhang et al., 2023). Los hallazgos generales sugieren que, además de las variables del modelo UTAUT, la utilidad, la seguridad, la confianza y la experiencia previa influyen positivamente en la intención de uso de estas tecnologías (Hatamifar et al., 2021). Asimismo, las expectativas de rendimiento y de esfuerzo de los sistemas mejoran las experiencias de control de acceso y registro a los servicios (como la reserva, el acceso o la gestión de consultas) lo que, a su vez, genera actitudes positivas y una mayor intención de uso del servicio (Lim et al., 2018; Zhang et al., 2023). Aunque hay estudios, como Hatamifar et al. (2021) que no hallan diferencias significativas entre hombres y mujeres, la mayoría de ellos revelan variaciones notables en la forma en que los sexos perciben y adoptan estas tecnologías. En cuanto al uso de las aplicaciones móviles, las mujeres priorizan la seguridad y la confianza, mientras que los hombres se enfocan en la funcionalidad y rendimiento de estas (Tan et al., 2017). Tan & Ooi (2018) encontraron que, tanto el sexo como la edad, son moderadores significativos en el comportamiento de reservas hoteleras a través de los móviles, siendo los hombres y los usuarios más jóvenes los que muestran una mayor intención de adopción debido a una mayor percepción de conveniencia y disfrute. Mientras que Palau-Saumell et al. (2023) hallaron Un análisis bibliométrico sobre las disparidades de género en la UTAUT 134 que las mujeres son más sensibles a la expectativa de esfuerzo y a la influencia social a la hora de usar apps para reservas en restauración. Esto implica la necesidad de adaptar las estrategias de marketing y diseño para satisfacer las necesidades de ambos sexos. En relación con los robots de servicio, la familiaridad y la percepción de características humanas en ellos (antropomorfismo) afecta de manera diferente a hombres y mujeres (Pande & Gupta, 2023; Zhong et al., 2021). En las mujeres, la familiaridad aumenta la percepción de los robots como entidades más humanas; en los hombres, el rendimiento es un factor determinante en su aceptación (Pande & Gupta, 2023). Del mismo modo, la percepción del esfuerzo necesario para interactuar con los robots influye más en la confianza y disposición de las mujeres a adoptarlos, lo que sugiere una mayor sensibilidad a la facilidad de uso en este grupo (Pande & Gupta, 2023). b) Comercio electrónico. En general, los estudios que abordan el comercio online (tanto el ecommerce o comercio electrónico, como su subcategoría, el m-commerce o comercio móvil) llegan a conclusiones similares a las de Venkatesh et al. (2003) sobre las disparidades entre hombres y mujeres a la hora de implementar nuevas tecnologías en las compras (Magsamen-Conrad et al., 2015; Erjavec & Manfreda, 2022; Liu et al., 2021b; Hanif et al., 2022; Alesanco-Llorente et al., 2023; Huang et al., 2023; Madan & Yadav, 2018; Marinković et al., 2019; Li et al., 2020; Marinkovic et al., 2020). Asimismo, es común observar que la motivación hedónica y el hábito emergen, junto a la expectativa de rendimiento, como los principales factores explicativos de la intención de uso (Jayasingh et al., 2022; Madan & Yadav, 2018). En estos modelos, hay estudios que confirman que los hombres reportan puntuaciones Capítulo 2 141 usuario. Este clúster está conformado por las palabras clave: “consumer adoption, continuance, intention, empirical-examination, trust, mobile banking, mobile payment, moderating role, motivation online satisfaction, self-determination, social net”. En este clúster se puede separar aquellos estudios que analizan los propios dispositivos, es decir, el uso del móvil o de la tablet (no se ha encontrado ninguno sobre el uso de portátiles) y el de las aplicaciones (las apps) y servicios que en ellos se emplean. Uno de los estudios más ambiciosos sobre la difusión de los smartphones es el de Sanakulov & Karjaluoto (2017). Este estudio multicultural analiza la adopción de smartphone en tres países distintos: Uzbekistán, Corea del Sur y Turquía. Emplea un modelo ampliado que incorpora el constructo "sacrificio percibido", que se refiere a los costes monetarios, de tiempo o esfuerzo que los usuarios pueden percibir al usar un smartphone. Los hallazgos revelan que la influencia de los constructos de la UTAUT varía según el país. Por ejemplo, la influencia social fue el predictor más fuerte de la intención de uso entre los participantes de Corea del Sur, un país con una cultura colectivista, mientras que la influencia social no fue significativa en Turquía, un país con una cultura más individualista. En cuanto al sexo, éste modera la influencia social y el sacrificio percibido (en negativo) con la intención conductual, siendo mayor el impacto en las mujeres que en los hombres. En cuanto al uso de las aplicaciones, su uso cotidiano hace que no existan diferencias entre sexos a la hora de implementarlas entre los usuarios: estudios como Hew et al. (2015) en Malasia, Palos-Sánchez et al. (2019) para España y Portugal, Magsamen-Conrad et al. (2015) para los EE.UU, Chaw et al. (2023) para China o Baishya & Samalia (2020) para la India, no Un análisis bibliométrico sobre las disparidades de género en la UTAUT 142 encuentran disparidades entre sexos en sus respectivos contextos, de manera que tanto hombres como mujeres mostraron patrones similares. En general, los consumidores tienden a preferir dispositivos y software que sean fáciles de usar, lo cual es un hallazgo recurrente en este tipo de investigación. La expectativa de esfuerzo es un factor clave para la intención de uso, tanto en contextos generales (Palos-Sánchez et al., 2019; Engin et al., 2020) como en situaciones específicas, tales como, la adopción del móvil como medio de pago (Abed, 2021; Musa et al., 2015; Yang et al., 2021). Precisamente, uno de los temas más tratados en la literatura especializada ha sido el empleo del móvil en la banca (m-bank) y como medio de pago (Saxena et al., 2024; Merhi et al., 2021; Kwateng et al., 2018; Wei et al., 2021). En estos estudios es común incluir otros factores como el optimismo, la motivación hedónica, el valor del precio, la seguridad percibida o el hábito (Saxena et al., 2024; Merhi et al., 2021; Kwateng et al., 2018). En este sentido, una de las variables recurrentes en los modelos ampliados es la compatibilidad con el estilo de vida. Esta variable ha sido fundamental a la hora de explicar la intención de uso de las carteras electrónicas (e-wallets) (Yang et al., 2021; Yang et al., 2021; Singh et al., 2017). En estos casos, se observa que la compatibilidad con el estilo de vida tiene una mayor influencia en la intención de uso entre los hombres en comparación con las mujeres (Yang et al., 2021). De igual manera, diversos estudios indican que las mujeres dan mayor importancia a la seguridad de sus datos personales y financieros al considerar el uso de un dispositivo móvil de pago. Musa et al. (2015) demostraron que la seguridad de la información percibida influye más en la intención de uso de los dispositivos de pagos móviles en las mujeres que en los hombres. Otros estudios destacan que las mujeres están más influenciadas por la Capítulo 2 143 expectativa de esfuerzo y la influencia social, lo que sugiere que, para aumentar la adopción de pagos móviles entre las mujeres, es importante que estas aplicaciones sean percibidas como fáciles de usar y respaldadas socialmente (Wei et al., 2021). En particular, en algunos contextos geográficos, las mujeres afrontan mayores barreras de acceso a la tecnología relacionadas con las normas sociales y las restricciones culturales, lo que a su vez restringe su adopción de la banca móvil. En estos contextos, las condiciones facilitadoras, las expectativas de esfuerzo y la seguridad percibida suelen ser más importantes para las mujeres, como indican los resultados de Saxena, et al. (2024) para la India, Baabdullah et al. (2019) para Arabia Saudí o Merhi et al. (2021) para el Líbano. Como en anteriores categorías, es relevante mencionar que el consenso no es unánime: algunos estudios no encuentran diferencias significativas entre hombres y mujeres (Lu et al., 2009 y 2017; Kamdjoug et al., 2021; Handarkho & Harjoseputro, 2020; Liu et al., 2022); mientras que otros encuentran moderaciones distintas a las esperadas (por ejemplo, Merhi et al., 2021 hallan que la expectativa de rendimiento tiene un mayor impacto en las mujeres que en los hombres o Won et al. (2023) indican que la expectativa de esfuerzo es mayor en los hombres que en las mujeres) 2.5.5. Clúster 5. Finalmente, el Clúster 5 recibe el nombre de “Adopción y Expectativas de Uso de Nuevas Tecnologías en Servicios Financieros”. Mientras que las investigaciones incluidas en el clúster anterior analizaban principalmente el Un análisis bibliométrico sobre las disparidades de género en la UTAUT 144 uso del móvil como una plataforma básica de conexión, este Clúster 5 se centra en la adopción general de la banca online y otros servicios financieros. Las palabras clave fueron: “facilitating conditions, innovation, internet banking, perceived usefulness, performance expectancy, social influence.” Los hallazgos están en línea con los resultados ya obtenidos en los clústeres anteriores, e indican que la expectativa de rendimiento, definida como la percepción de que los servicios de banca online mejoran la calidad y eficiencia de los usuarios, tiene un impacto positivo y significativo en la intención de adopción, seguida por la facilidad de uso o expectativas de esfuerzo. La influencia social y las condiciones facilitadoras, aunque también presentes, tienen un impacto menor en estos estudios en comparación con los anteriores (Namahoot & Boonchieng, 2023; Xu et al., 2019). En modelos UTAUT ampliados, otras variables también resultan relevantes, como los riesgos percibidos que impactan negativamente en la intención (Xu et al., 2019; Xu et al., 2022), la confianza (El-Masri, 2020), el valor del precio (Gungor & Kurt, 2021), o la preocupación por la privacidad de la información percibida y el “efecto Gran Hermano” (Hassaan et al., 2023). En este contexto, diversos estudios apoyan las disparidades generales ya observadas entre sexos: los hombres están más motivados a utilizar finanzas online cuando creen que puede mejorar la eficacia de sus operaciones bancarias. Esto explica por qué la expectativa de rendimiento es un predictor más fuerte de la intención de usar aplicaciones de banca online entre los hombres (Kurila et al., 2016; Xu et al., 2019; El-Masri, 2020). Del mismo modo, la relación entre la influencia social y la intención de uso es generalmente más fuerte en las mujeres (El-Masri, 2020). Asimismo, los hombres tienden a adoptar la banca por internet con mayor frecuencia debido Capítulo 2 145 a motivos hedónicos (Rashid et al., 2021; Hassaan et al., 2023). En contraste, las mujeres son más sensibles a las preocupaciones de privacidad y al “efecto Gran Hermano”—la percepción de estar bajo vigilancia y control por entidades externas—(Hassaan et al., 2023). En países en vía de desarrollo o para colectivos más desfavorecidos, las mujeres tienden a rezagarse en las finanzas online. Esto hace que las expectativas de esfuerzo, el hábito y las condiciones facilitadoras sean fundamentales para la difusión de estas tecnologías en este colectivo. Precisamente, Manrai et al., (2021) investigaron los factores que influyen en la adopción de pagos digitales por parte de 568 mujeres de entornos rurales en la India. Los hallazgos revelaron que la expectativa de esfuerzo, el hábito, las condiciones facilitadoras y la competencia percibida surgieron como determinantes significativos del comportamiento de uso. Además de estas relaciones directas, se encontró que dos constructos, el hábito y las condiciones facilitadoras, median parcialmente la relación entre la intención conductual y el comportamiento. Entre la literatura examinada solo se ha localizado un caso en el que la relación entre la expectativa de esfuerzo y la intención de comportamiento era más fuerte en los hombres (El-Masri (2020), para el Líbano). Ahora bien, cuando la tecnología es lo suficientemente madura, no se encuentran diferencias significativas en su adopción entre hombres y mujeres. Son los casos de los sistemas de pagos contactless facilitados por los bancos (Namahoot & Boonchieng (2023), en Tailandia) o los servicios de banca online genéricos (Nasri (2021) en Túnez; Rahman et al. (2020) en Bangladesh). Como sucedía con las Administraciones Públicas, la forma obligatoria de operar con la institución determina que las diferencias entre hombres y mujeres no sean significativas. Un análisis bibliométrico sobre las disparidades de género en la UTAUT 146 De manera similar, las diferencias entre sexos tienden a reducirse cuando la actividad se realiza en entornos o sectores muy especializados. En este sentido, Singh et al. (2020) realizaron un estudio sobre la intención de adopción de servicios FinTech, empleando una muestra seleccionada entre grandes clientes de los principales bancos, académicos y estudiantes de posgrado de universidades, no encontraron disparidades entre sexos en sus resultados. En el estudio realizado por Jiang & Taskin (2023) sobre la banca digital en Nueva Zelanda indican que las diferencias no son por sexo, sino por edad y experiencia: la experiencia modera las condiciones de calidad del servicio y la edad modera las condiciones de satisfacción entre los usuarios. La investigación realizada en Taiwán por Tai et al. (2023) con una muestra de 350 inversores con experiencia en comercio de acciones, concluye que no hay diferencias significativas en la intención de adopción entre hombres y mujeres, indicando que ambos sexos responden de manera similar a los beneficios y riesgos percibidos (Tai & Ku, 2023). 2.6. Mapa de distribución temática por centralidad y densidad. Para finalizar con esta revisión bibliográfica, se ha elaborado un mapa alternativo basado en la red temática resultante bajo los conceptos de centralidad y densidad de la investigación (Aria & Cuccurullo, 2017). La primera de estas dimensiones, el grado de centralidad o relevancia establece la importancia relativa de cada tema de investigación en su campo. Mide el grado de conexión de un tema concreto con otros dentro de la red. Un tema con alta relevancia es central en la red y tiene muchas conexiones con otros temas, lo que sugiere que es crucial o integrador en la investigación (Aria & Cuccurullo, 2017). Capítulo 2 147 La segunda dimensión, el grado de densidad o desarrollo, establece el avance y amplitud en los conocimientos generados en el campo de investigación. Mide la fuerza de las conexiones entre los conceptos o temas que forman la red temática. Es decir, un tema con alta densidad tiene una red de conceptos bien desarrollada y cohesiva, lo que sugiere que es un tema maduro y bien definido, con una elevada cohesión interna del tema (Aria & Cuccurullo, 2017). Estas dimensiones se emplean para identificar qué temas son fundamentales, cuáles están en crecimiento o declive, y cómo está estructurado el conocimiento dentro de un área de investigación. En concreto, la conjunción de ambas dimensiones genera cuatro cuadrantes de análisis (Aria & Cuccurullo, 2017): a) Temas motor o núcleo (alta centralidad, alta densidad): recoge aquellos temas fundamentales para el área de investigación. Son áreas tanto relevantes como bien desarrolladas. Su materia comprende el frente de investigación abarcando los temas con mayor relevancia y desarrollo y que más se están investigando en la materia objeto de análisis. b) Temas básicos y transversales (alta centralidad, baja densidad): engloba temas que, aunque no están completamente desarrollados, se conectan con otros temas relevantes. En otras palabras, son temas aún periféricos, pero que están muy conectados con los temas principales. Englobaría áreas de investigación que están en expansión o en etapas iniciales de desarrollo, pero que tienen el potencial de integrarse fuertemente en el futuro. c) Temas emergentes o decadentes -en declive- (baja centralidad, baja densidad). Son temas con pocas conexiones tanto entre ellos como con los demás temas, lo que puede indicar que están emergiendo o que Un análisis bibliométrico sobre las disparidades de género en la UTAUT 148 están perdiendo relevancia. Se trata de nuevas tendencias o enfoques que aún no están bien integrados en el campo de estudio pueden “acercarse” hacia cualquier otro cuadrante o llegar a desaparecer. d) Temas nicho o especializados (baja centralidad, alta densidad). En general son temas especializados. Son temas que están muy bien desarrollados internamente, pero no están suficientemente conectados con otros temas de la red. Suele aparecer como subcampos muy especializados que aún no están integrados en el cuerpo principal del conocimiento. La Figura 2.6 muestra los resultados obtenidos empleando Bibliometrix. Se han ajustado los parámetros con objeto de obtener categorías similares al mapa temático general analizado en el anterior epígrafe. Figura 2.6 Mapa temático género & UTAUT (relevancia-densidad). Fuente. Elaboración propia empleando Bibliometrix. Número de palabras=35. Frecuencia mínima de clústeres (por mil documentos) =5. Repulsión de la comunidad= 0. Algoritmo de agrupamiento=Walktrap. Capítulo 2 149 Como podemos observar, el área de temas motor (con alta centralidad, alta densidad) está compuesta por investigaciones que emplean sistemas de ecuaciones estructurales en temáticas relacionadas con el sector educativo y la edad. Los modelos de ecuaciones estructurales ya sean basados en varianza (como el PLS-SEM) o en covarianza (como el CB-SEM), se presentan como una metodología clave para validar los modelos de adopción tecnológica y el impacto moderador del género. Además, las disparidades entre hombres y mujeres se han desarrollado fundamentalmente en contextos de educación superior. Como hemos visto en el epígrafe anterior esta temática acumula la mayor cantidad de publicaciones. Asimismo, hay que destacar también la relevancia de la edad como tema central en la materia. Ello se debe a dos aspectos complementarios: en primer lugar, la investigación sobre la interacción entre la edad y el género en la aceptación de tecnología indica que las características demográficas son esenciales en este campo para mejorar los modelos y, en segundo lugar, subraya la necesidad de analizar las disparidades generacionales, y en la implementación de tecnologías desarrolladas por las personas mayores. Aunque parte de estas investigaciones también se mezclan con el área básica, se puede afirmar que estos temas no solo son relevantes, sino que cuentan con un marco teórico robusto y están interconectados con otras áreas, lo que indica su relevancia para el desarrollo de este campo. En el cuadrante nicho llama la atención la aparición de las principales variables del modelo UTAUT, si bien es cierto que se sitúan cerca de la anterior área motor o núcleo. Su localización en este cuadrante no solo indica que siguen siendo un área fundamental para futuras investigaciones sobre disparidades de género, sino que hay que continuar profundizando en cómo el género influye en la adopción de tecnología a través de estas dimensiones. Se requiere de una mayor profundización sobre el papel Un análisis bibliométrico sobre las disparidades de género en la UTAUT 150 moderador del género entre esas variables y la intención y el uso, más allá de la temática general donde se empleen. Asimismo, aparece un tema que está adquiriendo gran interés en la actualidad, y que tiene potencial para integrarse plenamente en el núcleo del conocimiento sobre UTAUT y género. Es el caso del sector de los automóviles autónomos. La necesidad de mayor desarrollo de este tema indica oportunidades para profundizar en cómo el género influye en la adopción de esta tecnología a medio plazo. Es además una oportunidad para explorar enfoques innovadores y expandir este campo. En el área básica (alta centralidad, baja densidad) ubicada en la parte inferior derecha del gráfico, aparecen tres categorías de temas: a) Redes Sociales y banca móvil: ambos temas no están suficientemente desarrollados, especialmente en lo que respecta a sus aplicaciones móviles y su empleo en la banca. La relación con el género en el modelo UTAUT es relevante, aunque no tanto como en el área motor o núcleo. b) Contextos relacionados con la temática sanitaria (e-Health, y COVID-19): la pandemia ha acelerado el desarrollo de temas relacionados con la salud electrónica y el uso de tecnologías móviles. Aunque estos temas permanecen con una elevada especialización (médico-sanitaria), tienen conexión con otros elementos del UTAUT y las disparidades de género. c) El comercio electrónico, el riesgo y los pagos móviles: presentan temáticas cerca del cuadrante de declive. Esto indica que los estudios sobre las disparidades de género en la aceptación de estas tecnologías están perdiendo interés, debido a la ausencia de efectos de moderación de esta variable. 253 254 Anexo III: Copia completa de las publicaciones A continuación, se incluyen las copias completas de los tres trabajos incluidos en esta tesis por indicios de calidad: 1Fernández-Serrano, J., Berbegal, V., Velasco, F., & Expósito, A. (2018). “Efficient entrepreneurial culture: A cross-country analysis of developed countries”. International Entrepreneurship and Management Journal, 14(1), 105– 27. https://doi.org/10.1007/s1136 5-017-0440-0 2Berbegal, V., Expósito, A., Fernández-Serrano, J. (2022). Efficient Entrepreneurial Culture in the Context of Portugal and Spain: A Comparative Analysis. In: Leitão, J., Ratten, V. (eds) Context-based Entrepreneurship. Studies on Entrepreneurship, Structural Change and Industrial Dynamics. Springer, Cham. https://doi.org/10.1007/978-3031-05307-8_2. 3Artículo en 3º ciclo de revisión (“minor revisión” con fecha 7/11/24). Velasco, F., Berbegal, V., Srivastava, S. (202X). “Efficiency of Information and Communication Technology Adoption by Entrepreneurs”. Management Decision. 255 256 257 258 259 260 261 262 269 270 271 272 273 274 275 276 277 278 285 286 287 288 289 290 291 292 293 294 301