����������������������������������������������������������������������������������

 

 

An�lisis comparativo de chatbot para optimizar el �rea de servicio al cliente en empresas de servicios

 

Comparative analysis of chatbots to optimize customer service in service companies

 

An�lise comparativa de chatbots para otimizar o atendimento ao cliente em empresas de servi�os

 

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: jessica.burgosp@ug.edu.ec

 

Ciencias Econ�micas y Empresariales

Art�culo de Investigaci�n

 

 

* Recibido: 11 de diciembre de 2024 *Aceptado: 30 de enero de 2025 * Publicado: �06 de febrero de 2025

 

        I.            Universidad de Guayaquil, Guayaquil, Ecuador.

      II.            Universidad de Guayaquil, Guayaquil, Ecuador.

   III.            Universidad de Guayaquil, Guayaquil, Ecuador.

Resumen

El art�culo nace como respuesta a la falta de atenci�n en el �rea de servicio al cliente en empresas de servicios, entorno a la gesti�n de consultas. Esto por la sobrecarga de solicitudes a trav�s de medios convencionales como correos electr�nicos y llamadas telef�nicas. En base a esto se plante� como objetivo proponer un chatbot que optimice el �rea de servicio al cliente, mediante el an�lisis de los requerimientos y necesidades de este. Para el estudio se utiliz� la investigaci�n de tipo aplicada con un enfoque mixto. Se plante� dos tipos de cuestionarios: uno dirigido a los clientes y otro enfocado en los trabajadores, todo esto mediante formularios electr�nicos. Como resultado del an�lisis se determin� que el uso de un chatbot h�brido, como Drift, se presenta como la opci�n m�s completa para gestionar de manera adecuada. Adem�s, las herramientas anal�ticas que proporciona permiten obtener m�tricas para el adecuado control y seguimiento de los procesos en la atenci�n al cliente.

Palabras clave: Chatbot h�brido; gesti�n de consultas; servicio al cliente; inteligencia artificial.

 

Abstract

The article was born in response to the lack of attention in the area of ​​customer service in service companies, regarding the management of queries. This is due to the overload of requests through conventional means such as emails and phone calls. Based on this, the objective was to propose a chatbot that optimizes the customer service area, by analyzing the requirements and needs of this. For the study, applied research was used with a mixed approach. Two types of questionnaires were proposed: one aimed at customers and another focused on workers, all this through electronic forms. As a result of the analysis, it was determined that the use of a hybrid chatbot, such as Drift, is presented as the most complete option to manage appropriately. In addition, the analytical tools it provides allow obtaining metrics for the adequate control and monitoring of processes in customer service.

Keywords: Hybrid chatbot; query management; customer service; artificial intelligence.

 

Resumo

O artigo foi criado em resposta � falta de aten��o na �rea do atendimento ao cliente nas empresas de servi�os, no que diz respeito � gest�o de consultas. Isto ocorre devido � sobrecarga de pedidos por meios convencionais, como e-mails e chamadas telef�nicas. Com base nisto, o objetivo foi propor um chatbot que otimizasse a �rea de atendimento ao cliente atrav�s da an�lise das exig�ncias e necessidades dos clientes. Para o estudo foi utilizada investiga��o aplicada com uma abordagem mista. Foram propostos dois tipos de question�rios: um dirigido aos clientes e outro focado aos trabalhadores, todos com recurso a formul�rios eletr�nicos. Como resultado da an�lise, foi poss�vel determinar que a utiliza��o de um chatbot h�brido, como o Drift, se apresenta como a op��o mais completa para uma gest�o adequada. Al�m disso, as ferramentas anal�ticas que disponibiliza permitem obter m�tricas para o adequado controlo e acompanhamento dos processos de atendimento ao cliente.

Palavras-chave: Chatbot h�brido; gest�o de consultas; atendimento ao Cliente; intelig�ncia artificial.

 

Introducci�n

El problema principal en el �rea del servicio al cliente en empresas de servicios radica en el incremento de quejas por la falta de acci�n oportuna y los tiempos de respuesta lentos. Esto se debe a la sobrecarga de trabajo que enfrenta el personal, el cual gestiona solicitudes mediante canales tradicionales como llamadas telef�nicas y correos electr�nicos, dificultando una comunicaci�n eficiente y continua. A pesar de contratar personal durante los periodos picos, esta medida resulta insuficiente para manejar la alta carga laboral y mantener est�ndares aceptables de servicio. La situaci�n se vuelve compleja durante los feriados o d�as festivos, ya que la disponibilidad del personal se reduce significativamente, mientras el volumen de consultas se incrementa por la mayor actividad comercial generando desaf�os para las empresas de servicios.

El objetivo del estudio es proponer un chatbot que optimice el �rea de servicio al cliente mediante el an�lisis de las necesidades de este. Para lograrlo, es fundamental analizar el estado actual del servicio al cliente, identificando las fortalezas, debilidades y �reas de mejora. Posteriormente se analizar�n las diferentes opciones de chatbots disponibles en el mercado, con el fin de seleccionar la soluci�n que mejor se adapten a las necesidades del �rea de servicio al cliente.

El estudio resulta crucial para optimizar la atenci�n al cliente, ya que busca facilitar la interacci�n mediante un servicio mucho m�s efectivo y �gil en el acceso a la informaci�n y los servicios ofrecidos. Adem�s, contribuir� a reducir los tiempos de respuesta y mejorar la gesti�n de consultas, lo que impactar� positivamente en la percepci�n del cliente. La implementaci�n de tecnolog�as modernas no s�lo beneficia a las empresas al incrementar su eficiencia operativa, sino que tambi�n promueve una cultura de atenci�n m�s proactiva y orientada a la satisfacci�n del usuario.

En la era digital donde la personalizaci�n son elementos clave en la atenci�n al cliente, la automatizaci�n de los servicios ha cobrado una relevancia sin precedentes. Las empresas que buscan optimizar los procesos de comunicaci�n con los clientes han recurrido a soluciones tecnol�gicas como los chatbot, que combinan el aprendizaje autom�tico y la inteligencia artificial para ofrecer respuestas personalizadas en tiempo real.

La atenci�n al cliente es un pilar clave en las empresas de servicios, ya que impacta directamente en la lealtad y satisfacci�n de los usuarios (Aguirre, 2022). A diferencia de las empresas que comercializan productos tangibles, las organizaciones de servicios dependen en gran medida de la interacci�n con los clientes, ya que la percepci�n del servicio recibido influye directamente en la decisi�n de continuar o no con la empresa. Por ello, optimizar los canales de atenci�n se convierten hoy en d�a en una prioridad estrat�gica.

El reconocimiento empresarial de los servicios de atenci�n al cliente ha impulsado la b�squeda de mayor eficiencia en los procesos, promoviendo la automatizaci�n y la digitalizaci�n, que hoy en d�a se ha convertido en objetivos clave para el dise�o de servicios innovadores y rentables (Demarquet et al., 2021). Las organizaciones han incrementado sus inversiones en esta tecnolog�a, las cuales han evolucionado significativamente desde los sistemas de respuesta telef�nica interactiva (Gallo et al., 2019). En este sentido, el mercado de soluciones tecnol�gicas para la atenci�n al cliente es considerado un motor clave para el crecimiento de los ingresos y el desarrollo de servicios al cliente m�s personalizados.

El chat y el viejo chat siguen siendo herramientas que mejoran la satisfacci�n del cliente, ya que facilitan la comunicaci�n directa y permiten plantear soluciones r�pidas y personalizadas. Por otro lado, los chatbot han llevado estas interacciones a un nivel superior, al posibilitar conversaciones m�s complejas, gestionar transacciones y manejar eficientemente�(Gil, 2022). Esto optimiza la experiencia del cliente con una atenci�n m�s �gil.

De acuerdo con Munera et al. (2022), los chatbot son programas inform�ticos que usan procesamiento de lenguaje natural (PLN) y est�n dise�ados para mantener conversaciones con humanos mediante texto o voz. Esta tecnolog�a es fundamental ya que permite que los chatbot comprendan y respondan efectivamente a las consultas de los usuarios. Su aplicaci�n es especialmente relevante en los servicios de atenci�n al cliente, donde facilitan la interacci�n mucho m�s r�pida.

Seg�n Aquino y Adaniya (2018), los chatbot funcionan como agentes de conversaci�n autom�ticos que interact�an continuamente con los usuarios para ofrecer servicios informativos y automatizar tareas de soporte. En �reas como el servicio al cliente, estos sistemas no solo permiten ahorrar tiempo al proporcionar respuestas inmediatas, sino que permiten la optimizaci�n de las respuestas que son frecuentes. Esto libera a los agentes humanos para que puedan concentrarse en resolver casos m�s complejos, mejorando en general el �rea de servicio al cliente.

La evoluci�n de los chatbot comenz� en 1960 fue el nacimiento de Eliza el primer programa de procesamiento del lenguaje natural. En los a�os 70, Parry incorpor� un modelo b�sico de emociones y l�gicas superando a Eliza, lo que lo hizo m�s avanzo en t�rminos de interacci�n. Con la llegada de la era del internet, los chats evolucionaron significativamente. Herramientas como AOL y MSN Messenger se convirtieron en pionera al integrar funciones de b�squeda. Entre 2010-2015 el aprendizaje autom�tico revolucion� a los chatbot, dando lugar a asistentes virtuales como Siri (2011), Cortana (2014) y Alexa (2015). En el 2016 los chatbot se integraron en el �mbito empresarial mediante plataformas como Facebook Messenger y WhatsApp permitiendo la automatizaci�n de la atenci�n al cliente (Arias-Ch�vez et al., 2024). En la actualidad el uso de la Inteligencia Artificial (IA) y el PLN han convertido a los chatbot en herramientas clave en sectores como la atenci�n al cliente, la educaci�n y la salud permiti�ndoles comprender y responder a las necesidades de los usuarios (IBM, 2024).

Entre los tipos de chatbot m�s destacados se encuentran: Chatbot basado en reglas, que son sistemas simples que operan mediante reglas y patrones predefinidos de conversaci�n. El funcionamiento es lineal que responden seg�n las opciones espec�ficas que selecciona el usuario. Por otra parte, el chatbot basados en IA representan la evoluci�n tecnol�gica m�s avanzada. Utilizan el aprendizaje autom�tico y NLP para comprender las consultas y ofrecer respuesta m�s contextuales y naturales a las consultas de los usuarios (Lucan & Roldan, 2023).

 

Metodolog�a

La investigaci�n aplic� un enfoque mixto, que combina elementos cuantitativos y cualitativos, permitiendo la evaluaci�n y visi�n integral del problema. El primer elemento ayuda al an�lisis de datos num�ricos (Vizca�no et al., 2023). El segundo capta la percepciones u opiniones sobre la problem�tica (Arias & Covinos, 2021). Juntos permiten obtener una compresi�n m�s completa sobre la problem�tica.

La investigaci�n fue de tipo aplicada, porque busca resolver problemas pr�cticos (Garritz, 2019). El estudio evalu� c�mo los chatbot pueden mejorar el servicio al cliente, optimizar procesos y aumentar la satisfacci�n de usuarios.

El estudio utiliz� un enfoque descriptivo para analizar los problemas actuales del servicio y evaluar el impacto de los chatbot en la atenci�n al cliente. Este enfoque permiti� detallar las caracter�sticas del problema en la experiencia del usuario.

 

T�cnicas de investigaci�n

El enfoque documental permiti� evaluar el estado actual del servicio al cliente y determinar las necesidades espec�ficas. Este m�todo ofreci� una visi�n detallada de las condiciones existentes, sirviendo como base para identificar �reas que requieren atenci�n.

La revisi�n de literatura cient�fica incluy� el an�lisis de art�culos acad�micos y casos de estudio relacionado con el uso de chatbot en el servicio al cliente. Este proceso se fundament� en la base te�rica del estudio proporcionando y de un soporte acad�mico s�lido que respald� la comprensi�n del tema.

El an�lisis de contenido facilit� la evaluaci�n de los datos obtenidos mediante el enfoque mixto. Este m�todo permiti� interpretar de manera estructurada dicha informaci�n.

 

Instrumentos aplicados

Los instrumentos de recolecci�n de datos fueron previamente validados por un experto para garantizar su fiabilidad. Para la investigaci�n se dise�aron dos cuestionarios espec�ficos. El primer cuestionario, dirigido a los trabajadores del �rea de servicio al cliente, incluy� 14 preguntas de opci�n m�ltiple, mientras que el segundo, aplicado a los clientes, const� de 13 preguntas enfocada en su experiencia.

Adem�s, se llevaron a cabo entrevistas con agentes de ventas y servicio al cliente. Estas sesiones permitieron obtener informaci�n cualitativa basadas en las experiencias y necesidades reales de los participantes, ofreciendo un enfoque personal sobre el tema.

La revisi�n bibliogr�fica tambi�n contribuy� un papel clave en la investigaci�n. Este proceso permiti� explorar teor�as y experiencias previas relacionadas con la implementaci�n de chatbot e IA en servicio al cliente.

 

An�lisis de los instrumentos

Entrevista

Los resultados revelaron aspectos clave que impactan en la eficiencia y la experiencia del cliente. Se observ� un volumen elevado de interacciones diarias entre 250 y 350, con significativa concentraci�n en consultas de los servicios empresariales. Esto evidencia la necesidad de automatizar procesos y gestionar solicitudes recurrentes en un menor tiempo optimizando la atenci�n al cliente. La actualizaci�n semanal de la base de conocimiento permite un flujo constante de informaci�n. Sin embargo, se destac� la necesidad de una integraci�n fuerte para garantizar el acceso oportuno a los datos destacados.

Los clientes mostraron una clara preferencia por la experiencia de comunicaci�n multicanal, utilizando plataformas como Likendln, email, entre otras. Esto subray� la importancia de centralizar la comunicaci�n en un solo sistema que agilice las interacciones. Las m�tricas solicitadas, como el an�lisis predictivo y tracking del journey en datos, fueron identificadas como elementos clave para mejorar la gesti�n de consultas.

Finalmente, el presupuesto mensual de $100.00 y la disponibilidad de un equipo reducido, enmarca la necesidad de maximizar los recursos. Esto requiere la adopci�n de tecnolog�as que no solo cumplan los est�ndares de seguridad y personalizaci�n, sino ofrecer opciones de personalizaci�n para satisfacer las necesidades del �rea de servicio al cliente.

 

 

 

 

 

 

 

 

Cuestionarios

Trabajadores de servicio al cliente

 

Figura 1: Preguntas frecuentes de los clientes

 

 

Figura 2: Tiempo de respuesta

 

Figura 3: Volumen de consultas diario

 

 

 

Figura 4: D�as de mayores consultas

 

Figura 5: Registro de consultas

 

Del an�lisis general de cuestionarios aplicados a los trabajadores del �rea de servicio al cliente, se observa que existe un compromiso significativo con la calidad del servicio, se identific� �reas de mejora como el volumen de consultas como punto clave. Asi mismo, se destaca la necesidad de optimizar los procesos que reduzcan la carga operativa y mejore la velocidad de respuesta. El uso de sistemas automatizados que ayuden en las tareas repetitivas y para enfocarse en casos m�s complejos.

 

Clientes

 

Figura 6: Canales de comunicaci�n

 

Figura 7: Satisfacci�n del cliente

 

Figura 8: Tiempo de espera para una respuesta

 

 

 

 

Figura 9: Tipos de consultas realizadas

 

Figura 10: Tipo de m�todo de comunicaci�n

 

Del an�lisis general de las respuestas obtenidas a partir del cuestionario aplicado a los clientes, se evidencia como tendencia la preferencia por instrumentos novedosos y eficaces en la atenci�n al cliente, como lo son el chat en l�nea y los asistentes virtuales. La gran parte de los clientes valora la rapidez y la disponibilidad del servicio 24/7, demostrando la clara necesidad de reducir los tiempos de espera y facilitar la resoluci�n de consultas simples de manera autom�tica.

Sin embargo, tambi�n se resalta la importancia de mantener un equilibrio entre la automatizaci�n y el trato humano. Al mismo tiempo, los resultados mostraron un nivel moderado de satisfacci�n general, lo que recomienda oportunidades significativas de mejora en la personalizaci�n, precisi�n de las respuestas y resoluci�n completa de las consultas en el primer contacto.

 

Resultados y discusi�n

Resultados

Se exploran diversas opciones de chatbot, particularidades disponibles, requisitos establecidos, beneficios, como se muestra en la Tabla 1.

 

Tabla 1: An�lisis comparativo de chatbot

 

De acuerdo con los resultados de los cuestionarios y paralelamente con los tipos de chatbot se sugiere el chatbot h�brido por la alta demanda de consultas lo que ayudar� en la gesti�n automatizada y para casos complejos el soporte o acompa�amiento humano. Del mismo modo la selecci�n garantizar� un servicio de calidad que se alinee a las expectativas de los clientes.

Luego de analizar varias opciones comerciales de chatbot h�brido, se presentan las opciones que se ajustan a los requerimientos, necesidades identificadas en los cuestionarios y1 entrevista. en la tabla 2 se presentan algunas de las caracter�sticas de los chatbot seleccionados.

 

Tabla 2: An�lisis de chatbots h�bridos

 

Discusi�n

La selecci�n de Drift como la mejor opci�n para implementar un chatbot h�brido en la atenci�n al cliente evidencia avances importantes, como en el uso de herramientas tecnol�gicas para optimizar los procesos de servicio al cliente. La decisi�n resalta por las caracter�sticas avanzadas, como la personalizaci�n basada en datos de comportamiento, la cualificaci�n de lead en tiempo real y las m�tricas rastreables, son aspectos que coinciden con las tendencias actuales.

Investigaciones de campo destacan la importancia de la automatizaci�n inteligente para mejorar la experiencia del cliente mediante la personalizaci�n de interacciones basadas en datos previos de los usuarios (Teja & Krishna, 2024). Esto coincide con las capacidades de Drift, especialmente en la capacidad de cualificar leads en tiempo real, lo cual lo posiciona como una soluci�n efectiva.

En contraste, otros estudios que respaldan sistemas menos avanzados, pero m�s econ�micos, pueden sugerir una relaci�n costo-beneficio menos atractiva en peque�as empresas. Sin embargo, en un contexto empresarial, enfocado en maximizar el ROI, las capacidades de Drift demuestran resultados comprobados. Casos como los de Gong.io y Snowflake, que demuestran su eficacia en el crecimiento organizacional (Degna, 2022).

Seg�n la investigaci�n de Patil (2025), los chatbots que utilizan IA avanzada para analizar emociones y comportamientos de los usuarios, incrementan notablemente la satisfacci�n y la retenci�n del cliente. Drift refleja esta tendencia al ofrecer interacciones m�s inteligentes y humanas, alineadas con las expectativas modernas de los consumidores.

Finalmente, Oncioiu (2023) identifica la falta de integraci�n multicanal como una barrera en la adopci�n de chatbots, Drift supera esta limitaci�n al proporcionar compatibilidad con LinkedIn, email y herramientas de videollamada. Esto facilita una experiencia fluida y centralizada para los usuarios en las �reas de servicio al cliente.

 

Conclusiones

Drift, un chatbot h�brido, fue seleccionado como la opci�n m�s adecuada por su capacidad para automatizar consultas frecuentes y entregar asistencia personalizada, manteniendo altos est�ndares de servicio al cliente.

Entre las principales particularidades se destaca la disponibilidad de atenci�n 24/7, su capacidad para gestionar tareas repetitivas y analizar datos de manera efectiva. Este an�lisis permite identificar �reas de mejora, lo que favorece la reducci�n significativa en los tiempos de atenci�n al usuario.

La combinaci�n de IA y tecnolog�as h�bridas es clave para el desarrollo de servicios m�s sostenibles y eficientes, alineados con la evoluci�n tecnol�gica global.

El estudio presentado puede servir como base te�rica valiosa para las organizaciones que buscan mejorar los servicios mediante el uso de tecnolog�a moderna. Proporcionando un marco metodol�gico que respalda la adopci�n de soluciones innovadores en la atenci�n al cliente.

 

Referencias

      1.            Adamopoulou, E., & Moussiades, L. (2020). An Overview of Chatbot Technology. Springer, 584. https://doi.org/10.1007/978-3-030-49186-4_31

      2.            Aguirre, A. (2022). La atenci�n del cliente y su influencia en la intenci�n de compra en las empresas comerciales. Machala: Universidad T�cnica de Machala. http://repositorio.utmachala.edu.ec/handle/48000/20849

      3.            Aquino, V., & Adaniya, M. (2018). Desenvolvimento e aplica��es de Chatbot. Revista Terra & Cultura: Cadernos de Ensino e Pesquisa, 34(esp), 56-68. http://periodicos.unifil.br/index.php/Revistateste/article/view/297

      4.            Araujo Verde, D. J. (2022). Calidad de atenci�n y nivel de satisfacci�n de usuarios externos en un establecimiento de salud. Ciencia Latina Revista Cient�fica Multidisciplinar, 6(6), 2616-2629. https://doi.org/10.37811/cl_rcm.v6i6.3706

      5.            Arias, J., & Covinos, M. (2021). Dise�o y metodolog�a de la investigaci�n. Consejo Nacional de Ciencia Tecnolog�a e Innovaci�n Tecnol�gica. http://hdl.handle.net/20.500.12390/2260

      6.            Arias-Ch�vez, D., Ramos-Quispe, T., & Cangalaya, L. (2024). An�lisis y tendencias en el uso de chatbots y agentes conversacionales en el campo de la educaci�n: una revisi�n bibliom�trica. Revista Innovaciones Educativas, 26(41), 242-260. https://revistas.uned.ac.cr/index.php/innovaciones/article/view/5135

      7.            Degna, C. (2022). Secretos del �xito de la IA generativa: historias de clientes reales y resultados. https://www.snowflake.com/es/blog/secrets-gen-ai-success-real-world-stories/

      8.            Demarquet, M., Chendraui, & Lorraine. (2021). Percepci�n de la Calidad de Servicio y Satisfacci�n del Consumidor en la C�mara de Comercio de Guayaquil. RES NON VERBA Revista Cient�fica, 12(1), 90-106. https://revistas.ecotec.edu.ec/index.php/rnv/article/view/677/418

      9.            Gallo, I., Townsend, C., & Alegre, I. (2019). Experiential product framing and its influence on the creation of consumer reviews. Journal of Business Research, 98, 177-190. https://doi.org/10.1016/j.jbusres.2019.01.007

  10.            Garritz, A. (2019). Investigaci�n b�sica vs.investigaci�n aplicada:�una antinomia falsa? Educaci�n Qu�mica, 187-190. https://revistas.unam.mx/index.php/req/article/view/66175/58086

  11.            Gil, L. (2022). Chatbot Para Mejorar La Interacci�n Acad�mico-Virtual De Los Estudiantes En El �rea De Arte Y Cultura. Tesis de Maestr�a. Universidad Cesar Vallejo. https://repositorio.ucv.edu.pe/bitstream/handle/20.500.12692/100353/Gil_CLA-SD.pdf?sequence=4

  12.            IBM. (2024). �Qu� es un chatbot? https://www.ibm.com/es-es/topics/chatbots

  13.            Lucan, Y., & Roldan, W. (2023). Chatbot basado en inteligencia artificial para la educaci�n escolar. Horizontes Revista de Investigaci�n en Ciencias de la Educaci�n, 7(29), 1580-1592. http://www.scielo.org.bo/scielo.php?script=sci_arttext&pid=S2616-79642023000301580

  14.            Munera, M., Salazar, L., & Osorio. (2022). Estudio inicial de un chatbot para estudiantes de la modalidad virtual de la Escuela Interamericana de Bibliotecolog�a. Investigaci�n bibliotecol�gica, 36(90). https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0187-358X2022000100001

  15.            Oncioiu, I. (2023). Predicting the Use of Chatbots for Consumer Channel Selection in Multichannel Environments: An Exploratory Study. Systems, 11(10), 522. https://doi.org/10.3390/systems11100522

  16.            Patil, D. (2025). Artificial Intelligence-Driven Customer Service: Enhancing Personalization, Loyalty, And Customer Satisfaction. Hurix Digital, 10. https://dx.doi.org/10.2139/ssrn.5057432

  17.            Teja, R., & Krishna, V. (2024). AI-Powered Personalization in Salesforce: Enhancing Customer Engagement through Machine Learning Models. International Journal of Scientific Research and Management (IJSRM), 12(8), 1388-1420. https://ijsrm.net/index.php/ijsrm/article/view/5653

  18.            Vizca�no, P., Cede�o, R., & Maldonado, I. (2023). Metodolog�a de la investigaci�n cient�fica: Gu�a pr�ctica. Ciencia Latina Revista Cient�fica Multidisciplinar, 7(4), 9723-9762. https://doi.org/10.37811/cl_rcm.v7i4.7658

 

 

 

 

 

� 2025 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).