Maestro y Sociedad e-ISSN 1815-4867

Volumen 23 Número 2 Año 2026

Artículo original

Transformación digital de la plataforma encuentra empleo para la optimización de la intermediación laboral

Digital transformation of the job search platform to optimize labor intermediation

Transformação digital da plataforma de busca de emprego para otimizar a intermediação de mão de obra

Diana Elizabeth Vera Roldán *, https://orcid.org/0009-0007-6612-2333

Noel Batista Hernández, https://orcid.org/0000-0002-2975-2113

Universidad Bolivariana del Ecuador, Ecuador

*Autor para correspondencia. email deverar@ube.edu.ec

Para citar este artículo: Vera Roldán, D. E. y Batista Hernández, N. (2026). Transformación digital de la plataforma encuentra empleo para la optimización de la intermediación laboral. Maestro y Sociedad, 23(2), 1436-1451. https://maestroysociedad.uo.edu.cu

RESUMEN

Introducción: La investigación diagnosticó las limitaciones tecnológicas de la plataforma ecuatoriana "Encuentra Empleo" y propuso un modelo de transformación digital para optimizar la intermediación laboral. Materiales y métodos: Mediante un enfoque mixto de alcance descriptivo-explicativo-propositivo, se aplicaron encuestas a 50 buscadores de empleo y 25 empleadores, así como entrevistas semiestructuradas a dos expertos en transformación digital. Resultados: Los resultados revelaron una alta insatisfacción: el 80% de los buscadores reportó falta de seguimiento de postulaciones, el 60% dificultades de comunicación con empleadores, y los empleadores señalaron la ausencia de herramientas de preselección (60% insatisfechos) y de verificación de afiliación al IESS (56% insatisfechos). Los expertos confirmaron una arquitectura monolítica que limita escalabilidad e interoperabilidad. Discusión: Se evidenció coincidencia entre las tres fuentes, indicando que las deficiencias son estructurales y no superficiales. Conclusiones: La transformación digital de "Encuentra Empleo" requiere un modelo integral que incorpore inteligencia artificial, analítica de datos, accesibilidad universal e interoperabilidad institucional, trascendiendo la mera actualización tecnológica para posicionar la plataforma como un habilitador de derechos y oportunidades laborales en Ecuador.

Palabras clave: Transformación digital; intermediación laboral; plataforma Encuentra Empleo; innovación tecnológica, inclusión laboral.

ABSTRACT

Introduction: This research diagnosed the technological limitations of the Ecuadorian platform "Encuentra Empleo" (Find Employment) and proposed a digital transformation model to optimize job placement. Materials and methods: Using a mixed-methods approach with a descriptive-explanatory-propositive scope, surveys were administered to 50 job seekers and 25 employers, and semi-structured interviews were conducted with two experts in digital transformation. Results: The results revealed high levels of dissatisfaction: 80% of job seekers reported a lack of application follow-up, 60% reported communication difficulties with employers, and employers indicated the absence of pre-selection tools (60% dissatisfied) and verification of IESS (Ecuadorian Social Security Institute) affiliation (56% dissatisfied). The experts confirmed a monolithic architecture that limits scalability and interoperability. Discussion: The findings were consistent across the three sources, indicating that the deficiencies are structural rather than superficial. Conclusions: The digital transformation of "Encuentra Empleo" requires a comprehensive model that incorporates artificial intelligence, data analytics, universal accessibility, and institutional interoperability, going beyond mere technological updates to position the platform as an enabler of labor rights and opportunities in Ecuador.

Keywords: Digital transformation; labor intermediation; Encuentra Empleo platform; technological innovation; labor inclusion.

Resumo

Introdução: Esta pesquisa diagnosticou as limitações tecnológicas da plataforma equatoriana "Encuentra Empleo" (Encontre Emprego) e propôs um modelo de transformação digital para otimizar a colocação profissional. Materiais e métodos: Utilizando uma abordagem mista com escopo descritivo-explicativo-propositivo, foram aplicados questionários a 50 candidatos a emprego e 25 empregadores, e entrevistas semiestruturadas foram conduzidas com dois especialistas em transformação digital. Resultados: Os resultados revelaram altos níveis de insatisfação: 80% dos candidatos a emprego relataram falta de acompanhamento das candidaturas, 60% relataram dificuldades de comunicação com os empregadores e os empregadores indicaram a ausência de ferramentas de pré-seleção (60% insatisfeitos) e verificação de vínculo com o IESS (Instituto Equatoriano de Seguridade Social) (56% insatisfeitos). Os especialistas confirmaram uma arquitetura monolítica que limita a escalabilidade e a interoperabilidade. Discussão: Os resultados foram consistentes entre as três fontes, indicando que as deficiências são estruturais e não superficiais. Conclusões: A transformação digital da plataforma "Encuentra Empleo" requer um modelo abrangente que incorpore inteligência artificial, análise de dados, acessibilidade universal e interoperabilidade institucional, indo além de meras atualizações tecnológicas para posicionar a plataforma como um facilitador dos direitos e oportunidades trabalhistas no Equador.

Palavras-chave: Transformação digital; intermediação trabalhista; plataforma Encuentra Empleo; inovação tecnológica; inclusão laboral.

Recibido: 5/2/2026 Aprobado: 28/3/2026

Introducción

En las últimas décadas, los servicios públicos de empleo han experimentado una profunda transformación impulsada por el avance de las tecnologías digitales, hecho que se ha promulgado desde la masificación del internet y afianzado posteriormente con el auge de las redes sociales. Como señalan Bustelo, Cano y Monge (2020), “la transformación digital en los servicios públicos de empleo está cambiando la manera en la que el ser humano vive y trabaja, generando nuevas oportunidades y desafíos para la política pública en el ámbito laboral” (p. 34).

En América Latina, este proceso ha sido desigual: mientras algunos países han logrado avances significativos en la modernización de sus plataformas de intermediación laboral, otros, como Ecuador, enfrentan desafíos estructurales que limitan la efectividad de estas herramientas en la población que se encuentra actualmente en desempleo.

La plataforma “Encuentra Empleo”, creada en 2009 por el gobierno ecuatoriano y anteriormente denominada “Socio Empleo”, constituye el principal mecanismo digital de intermediación laboral pública en el país. Esta herramienta, gestionada por el Ministerio de Trabajo, actúa como un puente entre buscadores de empleo (personas desempleadas que crean un perfil para acceder a oportunidades laborales) y empleadores, tanto instituciones públicas como empresas privadas que publican vacantes.

Según datos oficiales, entre diciembre de 2023 y septiembre de 2025, 118.309 ecuatorianos lograron vincularse laboralmente a través de esta plataforma, que actualmente mantiene más de 2.000 vacantes activas en sectores como salud, agricultura, construcción, servicios, educación y metalmecánica, entre otros (Ministerio de Trabajo, 2025; El Telégrafo, 2025).

Adicionalmente, la plataforma cuenta con 24 agencias y puntos de atención a nivel nacional, donde los ciudadanos pueden recibir orientación personalizada para acceder a las ofertas laborales (Ministerio de Trabajo, 2025).

Sin embargo, a pesar de estas cifras que evidencian un uso masivo (con más de dos millones de usuarios registrados), diversos estudios y reportes técnicos coinciden en señalar que la plataforma presenta limitaciones significativas que afectan su eficacia como herramienta de intermediación laboral. Como advierte la Organización para la Cooperación y el Desarrollo Económicos (OCDE, 2021), “el éxito cuantitativo en el registro de usuarios no necesariamente se traduce en efectividad en la intermediación laboral” (p. 92). En el caso ecuatoriano, estas limitaciones son de diversa índole: tecnológicas, operativas e institucionales.

Desde el punto de vista tecnológico, la plataforma carece de capacidades avanzadas de inteligencia artificial y analítica de datos que permitan una adecuada calificación de los postulantes en función de su perfil profesional. Actualmente, el sistema no realiza un cruce automatizado entre las hojas de vida de los buscadores y las vacantes publicadas, lo que obliga a los usuarios a realizar búsquedas manuales y a postularse de forma genérica, sin una evaluación previa de la compatibilidad entre sus competencias y los requisitos del puesto.

Si bien la plataforma permite filtrar ofertas por provincia, experiencia y tipo de contrato (Diario Extra, 2026; Metro Ecuador, 2026b), el proceso de selección recae enteramente en el empleador, quien debe revisar las postulaciones sin contar con herramientas de preselección automatizada que prioricen a los candidatos más idóneos, hay que señalar que así mismo muchos empleadores particularmente empresas pequeñas tampoco contarían con personal especialidad en esta labor lo que incrementa las dificultades de intermediación laboral.

A esta limitación se suma la ausencia de interoperabilidad con otras entidades del Estado, un factor crítico para garantizar la eficiencia y transparencia del proceso de intermediación. En su estado actual, la plataforma no realiza cruces de información con el Instituto Ecuatoriano de Seguridad Social (IESS), lo que impide verificar si un postulante se encuentra activo, cesante o si ha conseguido empleo recientemente a través de otras vías. Tampoco existe integración con el Servicio de Rentas Internas (SRI) o la Superintendencia de Compañías para evaluar el cumplimiento tributario y societario de los empleadores que publican vacantes, información que resultaría valiosa tanto para los postulantes como para las autoridades encargadas de regular el mercado laboral en el país.

En cuanto a la experiencia del usuario, la plataforma no realiza seguimiento de las postulaciones una vez que el buscador ha aplicado a una vacante. Los postulantes no cuentan con notificaciones sobre el estado de su solicitud, ni con mecanismos que faciliten la programación de entrevistas o la comunicación fluida con los empleadores. Esta falta de retroalimentación genera incertidumbre y desincentiva la participación continua en la plataforma. Adicionalmente, la ausencia de una aplicación móvil complementaria limita el acceso de los usuarios que dependen exclusivamente de dispositivos móviles para conectarse a internet, que corresponde a un segmento significativo de la población en Ecuador, especialmente en zonas rurales donde la difusión de internet se ha logrado gracias a los dispositivos móviles que mantienen un costo más bajo que los ordenadores.

Desde una perspectiva normativa e institucional, los procesos del sector público se rigen por concursos de mérito y oposición, lo que implica que los postulantes solo pueden aplicar a un cargo por convocatoria y deben ajustarse a parámetros estrictamente regulados (Metro Ecuador, 2026). Si bien esta modalidad busca garantizar la transparencia, en la práctica se traduce en una rigidez que contrasta con la flexibilidad requerida por los mercados laborales contemporáneos.

Asimismo, la plataforma no cuenta con mecanismos que prioricen la atención a grupos de especial protección, como jóvenes en busca de primer empleo, personas con discapacidad, o población en situación de movilidad humana, a pesar de que existen políticas públicas orientadas a estos colectivos.

La investigación se fundamenta en un marco teórico que articula, por un lado, los conceptos de transformación digital en el sector público y, por otro, las teorías de intermediación laboral y matching en mercados de trabajo. En el primer ámbito, autores como Mergel, Edelmann y Haug (2019) sostienen que la transformación digital en el sector público no se limita a la incorporación de tecnología, sino que implica cambios organizacionales, culturales y de procesos que permitan una prestación de servicios centrada en el ciudadano. Desde esta perspectiva, la plataforma Encuentra Empleo requiere no solo una actualización tecnológica, sino un rediseño integral que considere las necesidades de todos los actores involucrados.

En el segundo ámbito, la teoría del matching laboral, desarrollada por autores como Mortensen y Pissarides (1994), destaca la importancia de reducir las asimetrías de información entre empleadores y buscadores de empleo para lograr una asignación eficiente del talento humano. La justificación de esta investigación reside en la necesidad de abordar integralmente las limitaciones descritas, mediante una propuesta de transformación digital que supere el enfoque meramente tecnológico y considere las dimensiones normativas, institucionales y sociales que condicionan el desempeño de la plataforma.

En un contexto postpandemia donde la digitalización se ha vuelto una condición indispensable para la inclusión socioeconómica (Cano, 2019; Sánchez, 2020), resulta imperativo y fundamental que el principal mecanismo público de intermediación laboral (la plataforma Encuentra Empleo) en Ecuador evolucione hacia un modelo más inteligente, integrado y accesible.

El estudio se delimita al análisis de la plataforma Encuentra Empleo en su operación actual dentro del territorio ecuatoriano, con énfasis en las capacidades tecnológicas existentes y las oportunidades de mejora identificadas por la literatura especializada y las experiencias comparadas. No obstante, se considerarán referentes internacionales de servicios públicos de empleo que han implementado exitosamente procesos de modernización, con el fin de extraer lecciones aplicables al contexto ecuatoriano.

El objetivo general de la investigación consiste en determinar la transformación digital de la plataforma “Encuentra Empleo” mediante el planteamiento de innovaciones tecnológicas orientadas a la optimización de la intermediación laboral en Ecuador. En correspondencia con este propósito, los objetivos específicos se articulan de manera secuencial y complementaria: en primer lugar, diagnosticar el estado actual de la plataforma en términos de capacidades tecnológicas, niveles de usabilidad e interoperabilidad institucional; en segundo lugar, diseñar un modelo conceptual de transformación digital que incorpore inteligencia artificial, analítica de datos y criterios de accesibilidad universal, con el fin de optimizar la interacción entre postulantes y empleadores; y, finalmente, proponer un plan de implementación estratégica que integre procesos de modernización tecnológica, fortalecimiento de capacidades institucionales y establecimiento de mecanismos de gobernanza de datos.

La formulación del problema se estructura a partir de la identificación de limitaciones en la eficiencia de la intermediación laboral en Ecuador, asociadas a deficiencias en las capacidades tecnológicas, la baja interoperabilidad entre sistemas y la limitada adaptación de la plataforma “Encuentra Empleo” a las dinámicas actuales del mercado laboral digital. Estas condiciones generan dificultades en la conexión efectiva entre la oferta y la demanda de empleo, reducen la calidad de la información disponible y afectan la experiencia de los usuarios, lo que incide en la baja efectividad del servicio público de empleo.

Se partió de la idea de que la incorporación de un modelo de transformación digital basado en inteligencia artificial, analítica de datos y accesibilidad universal en la plataforma “Encuentra Empleo” permitirá mejorar la eficiencia de la intermediación laboral en Ecuador, al fortalecer la correspondencia entre perfiles laborales y vacantes, optimizar los procesos de interacción entre usuarios y garantizar una gestión más transparente y basada en datos dentro del sistema de empleo público.

MATERIALES Y MÉTODOS

El estudio adoptó un enfoque de investigación mixto de alcance descriptivo-explicativo-propositivo, orientado a comprender el estado de la plataforma Encuentra Empleo y formular una propuesta de transformación digital ajustada a las necesidades identificadas. Este enfoque integró dimensiones cuantificables, como capacidades tecnológicas e indicadores de uso, con componentes cualitativos asociados a percepciones y experiencias de los usuarios. La investigación se desarrolló mediante un diseño no experimental de corte transversal, en el cual los fenómenos se observaron en su contexto natural sin manipulación de variables. El componente descriptivo permitió caracterizar la plataforma en términos de usabilidad e interoperabilidad, mientras el componente propositivo guio la formulación de un modelo conceptual y un plan estratégico sustentado en evidencia empírica integrada.

La población objeto de estudio estuvo conformada por los distintos actores que intervienen en el proceso de intermediación laboral a través de la plataforma Encuentra Empleo: buscadores de empleo registrados en la plataforma, empleadores que han publicado vacantes, y profesionales con experiencia en transformación digital de servicios públicos.

Dado el carácter exploratorio y cualitativo del estudio, se empleó un muestreo no probabilístico por conveniencia, que permite seleccionar a los participantes atendiendo a criterios de accesibilidad y disponibilidad, así como a su capacidad para proporcionar información relevante y profunda sobre el fenómeno estudiado (Otzen & Manterola, 2017). Este tipo de muestreo resulta adecuado cuando el objetivo no es generalizar hallazgos estadísticos, sino comprender en profundidad las experiencias y perspectivas de los actores involucrados.

La muestra estuvo compuesta por:

Técnicas e instrumentos de recolección de datos

Para la recolección de información se emplearon técnicas cualitativas y cuantitativas que permitan abordar las distintas dimensiones del estudio. En primer lugar, se aplicaron una encuesta estructurada dirigida a buscadores de empleo y empleadores, con el propósito de recabar información sobre la usabilidad de la plataforma, la frecuencia de uso, las principales dificultades encontradas, y las expectativas de mejora. El cuestionario incluyó preguntas cerradas con escala Likert.

Para los buscadores de empleo, se indagó especialmente sobre el proceso de registro, la búsqueda de vacantes, la postulación, el seguimiento de las solicitudes y la comunicación con los empleadores. Para los empleadores, se exploraron aspectos como la publicación de vacantes, la recepción de postulaciones, la selección de candidatos y la satisfacción general con el proceso.

En segundo lugar, se llevaron a cabo entrevistas semiestructuradas con los dos expertos en transformación digital, con el objetivo de profundizar en aspectos técnicos y estratégicos. Este formato de entrevista combino preguntas predefinidas con la flexibilidad necesaria para explorar temas emergentes durante el diálogo (Díaz-Bravo, Torruco-García, Martínez-Hernández & Varela-Ruiz, 2013). Las entrevistas abordaron temáticas como: la arquitectura tecnológica actual de la plataforma, las brechas identificadas en términos de interoperabilidad, las oportunidades de incorporación de inteligencia artificial y analítica de datos, los requerimientos técnicos para el desarrollo de una aplicación móvil, y las consideraciones de gobernanza y seguridad de la información.

RESULTADOS

Resultados de la encuesta para buscadores de empleo

Tabla 1. Resultados de la encuesta a buscadores de empleo.

N°

Ítem

Alternativas % 1 = Muy en desacuerdo; 2 = En desacuerdo;

3 = Ni de acuerdo ni en desacuerdo; 4 = De acuerdo; 5= Muy de acuerdo

1

2

3

4

5

1

El proceso de registro en la plataforma es sencillo y no presenta inconvenientes técnicos.

0

20

20

20

40

2

La plataforma permite cargar y actualizar mi hoja de vida sin dificultades.

0

20

20

20

40

3

Las ofertas de empleo publicadas se muestran de manera organizada y son fáciles de filtrar según mis preferencias.

20

20

20

20

20

4

La plataforma me sugiere automáticamente vacantes que se ajustan a mi perfil profesional o experiencia.

40

20

20

20

0

5

Al postularme a una vacante, recibo una confirmación inmediata y posterior seguimiento sobre el estado de mi postulación.

40

40

20

0

0

6

La plataforma facilita la comunicación con los empleadores (por ejemplo, para coordinar entrevistas).

40

20

20

20

0

7

Considero que la plataforma me ayuda a encontrar empleo de manera más rápida que otros medios.

40

20

20

20

0

8

La plataforma me ha permitido postularme a vacan-tes acordes con mis capacidades y expectativas salariales.

40

20

20

20

0

9

He tenido problemas técnicos al utilizar la plataforma desde mi teléfono móvil o computadora.

40

20

20

20

0

10

En general, estoy satisfecho(a) con la eficiencia de la plataforma Encuentra Empleo para conectar a los postulantes con las oportunidades laborales.

40

20

20

20

0

Fuente: Elaboración propia.

Los resultados obtenidos de la encuesta aplicada a 50 buscadores de empleo revelaron una percepción mayoritariamente negativa sobre la eficiencia de la plataforma Encuentra Empleo. En el ítem 1, referido a la sencillez del proceso de registro, el 40% de los encuestados se manifestó “Muy de acuerdo”, mientras que un 20% se ubicó en “Ni de acuerdo ni en desacuerdo” y otro 20% en “En desacuerdo”. Esta distribución sugiere que, si bien una proporción significativa de usuarios no experimenta dificultades iniciales, existe un segmento considerable que enfrenta barreras en el primer contacto con el sistema.

No obstante, las mayores dificultades emergen en aspectos funcionales críticos para la intermediación laboral. En el ítem 4, referido a la sugerencia automática de vacantes según el perfil del postulante, el 40% de los encuestados manifestó estar “Muy en desacuerdo” y otro 20% “En desacuerdo”, acumulando un 60% de insatisfacción. Esta cifra evidencio la ausencia de sistemas de recomendación basados en inteligencia artificial, lo que contradice las expectativas actuales de los usuarios frente a plataformas digitales. Como señalan Bustelo, Cano y Monge (2020), “la personalización de los servicios de intermediación constituye un factor determinante para la satisfacción de los usuarios y la efectividad de las colocaciones” (p. 78).

En el ítem 5, relativo a la confirmación y seguimiento de las postulaciones, el 40% se manifestó “Muy en desacuerdo” y otro 40% “En desacuerdo”, totalizando un 80% de insatisfacción. Esto resulto particularmente preocupante, pues la ausencia de retroalimentación genera incertidumbre en los postulantes y desincentiva la participación continua. Al respecto, la Organización para la Cooperación y el Desarrollo Económicos (OCDE, 2021) advierte que “la falta de seguimiento y comunicación con los usuarios constituye una de las principales causas de abandono de los servicios públicos de empleo digitales” (p. 105).

En el ítem 10, fue para medir la satisfacción general con la eficiencia de la plataforma, el 40% de los encuestados se manifestó “Muy en desacuerdo” y otro 20% “En desacuerdo”. Este panorama evidencia que, a pesar de las cifras oficiales que reportan más de dos millones de usuarios registrados, la experiencia real de los buscadores de empleo dista de ser satisfactoria, afectando la confianza en el principal mecanismo público de intermediación laboral del país.

Resultados de la encuesta para empleadores

Tabla 2. Resultados de la encuesta a buscadores de empleadores.

N°

Ítem

Alternativas % 1 = Muy en desacuerdo; 2 = En desacuerdo;

3 = Ni de acuerdo ni en desacuerdo; 4 = De acuerdo; 5= Muy de acuerdo

1

2

3

4

5

1

El proceso de registro como empleador y la publicación de vacantes es ágil e intuitivo.

0

28

12

20

40

2

La plataforma permite describir con precisión los requisitos del puesto, competencias y condiciones laborales.

0

0

20

40

40

3

Recibo un número adecuado de postulaciones en relación con las vacantes publicadas.

0

20

20

20

40

4

La plataforma me ofrece herramientas para preseleccionar candidatos según su perfil (por ejemplo, filtros automáticos por experiencia, formación, etc.)

20

20

20

20

20

5

Puedo verificar fácilmente la información de los postulantes (como historial laboral o afiliación al IESS) dentro de la plataforma.

20

28

4

28

20

6

La plataforma facilita la comunicación con los postulantes para coordinar entrevistas o solicitar información adicional

32

28

0

28

12

7

La plataforma me ha ayudado a reducir el tiempo de contratación en comparación con otros medios tradicionales.

32

28

0

28

12

8

La calidad de los postulantes que llegan a través de la plataforma es satisfactoria.

28

0

28

12

32

9

He experimentado fallas técnicas o lentitud en el sistema al gestionar las postulaciones.

0

20

20

20

40

10

En general, considero que la plataforma Encuentra Empleo es eficiente para satisfacer mis necesidades de contratación.

16

20

20

20

24

Fuente: Elaboración propia.

La encuesta aplicada a 25 empleadores evidenció limitaciones estructurales que afectan la utilidad de la plataforma como herramienta de selección de personal. En el ítem 4, referido a la disponibilidad de herramientas para preseleccionar candidatos según su perfil, el 20% de los encuestados manifestó estar “Muy en desacuerdo” y otro 20% “En desacuerdo”, mientras que solo un 20% se ubicó en “Muy de acuerdo”. Esta distribución refleja que la plataforma carece de mecanismos automatizados que permitan a los empleadores filtrar y calificar postulantes de manera eficiente, trasladando la carga de la selección a procesos manuales.

El ítem 5 reveló una de las limitaciones más críticas: la posibilidad de verificar información de los postulantes como historial laboral o afiliación al IESS. En este caso, el 28% de los empleadores se manifestó “Muy en desacuerdo” y otro 28% “En desacuerdo”, totalizando un 56% de insatisfacción. La ausencia de interoperabilidad con el Instituto Ecuatoriano de Seguridad Social impide que los empleadores validen la situación laboral de los candidatos, lo que constituye una vulnerabilidad significativa en el proceso de contratación. Como sostienen Klievink y Janssen (2009), “la integración de datos entre entidades gubernamentales es condición indispensable para la prestación de servicios públicos eficientes y confiables” (p. 278).

En el ítem 6, referido a la facilidad de comunicación con los postulantes, el 32% se manifestó “Muy en desacuerdo” y otro 28% “En desacuerdo”, alcanzando un 60% de insatisfacción. Esta cifra evidencia que la plataforma no cumple con una función básica de intermediación: facilitar el contacto entre oferentes y buscadores de empleo. La comunicación deficiente no solo afecta la coordinación de entrevistas, sino que prolonga los tiempos de selección y genera frustración en ambas partes.

El ítem 10, que medio la satisfacción general con la eficiencia de la plataforma, muestra que solo un 24% de los empleadores se manifestó “Muy de acuerdo”, mientras que un 16% se ubicó en “Muy en desacuerdo” y otro 20% en “En desacuerdo”. Estos resultados sugieren que una proporción significativa de los empleadores no percibieron a Encuentra Empleo como un canal confiable para sus necesidades de contratación, lo que pudo derivar en la deserción hacia otros mecanismos privados de intermediación laboral.

Resultado de la entrevista para expertos en transformación digital

Tabla 3. Resultados de la entrevista a los expertos.

N°

Ítem

Entrevistado 1

Entrevistado 2

Eje 1. Arquitectura y capacidades tecnológicas actuales

1

Desde su experiencia, ¿cuáles son las principales limitaciones técnicas que presenta actualmente la plataforma Encuentra Empleo en términos de escalabilidad, rendimiento y estabilidad?

En su forma actual, la plataforma se percibe más como una apuesta funcional que tecnológica: la interfaz es clara pero limitada, y la arquitectura parece estar pen-sada para un volumen de tráfico histórico, no para un crecimiento masivo de ofertas y aspirantes. La ausencia de estrategias visibles de carga balanceada, caché avanzado y monitoreo continuo sugiere que, ante picos de demanda (por ejemplo, campañas nacionales o crisis económicas), podría presentarse retraso en la carga de perfiles y de ofertas, así como bloqueos transitorios en procesos de registro.

Observando la navegación, la plataforma parece funcionar estable para un uso estándar, pero no hay evidencia de ar-quitectura modular moderna (por ejemplo, microservicios o contenerización). Esto la hace rígida y más difícil de escalar: si el número de usuarios o de llamadas simultáneas crece, la dependencia de un solo stack monolítico puede generar cuellos de botella, tiempos de respuesta largos y mayor riesgo de caídas. Además, la falta de documentación pública sobre capacidad de respaldo y recuperación después de fallos limita la confianza institucional.

2

¿Qué aspectos de la experiencia de usuario (frontend y backend) considera que requieren una intervención prioritaria?

Priorizaría tres frentes: primera, simplificar el flujo de registro y edición de perfil, que hoy obliga a recorrer varios pasos y páginas, lo que disuade a usuarios menos técnicos. Segunda, mejorar la búsqueda y filtrado de ofertas: los filtros actuales son básicos y no permiten combinaciones avanzadas ni guardado de búsquedas. Tercera, la retroalimentación del backend: cuando hay errores (por ejemplo, al adjuntar documentos o cambiar contraseña), el mensaje es poco específico y el usuario no sabe si el problema es su navegador, su conexión o la plataforma.

Desde el backend, la lógica de validación y persistencia de datos parece robusta para el uso actual, pero la arquitectura de navegación por páginas tradicionales (JSF) genera recargas completas que rompen la continuidad de la experiencia. El frontend requeriría un replanteamiento hacia un diseño responsivo más pulido, con progresive web app (PWA) para que funcione razonablemente bien en celulares de bajo rendimiento. Además, la ausencia de mensajes de estado claros (por ejemplo, “tu postulación fue enviada; podrás seguirla desde tu panel”) genera incertidumbre y repetición de envíos.

3

¿La plataforma cuenta con una arquitectura que permita la integración de servicios externos mediante API? De no ser así, ¿qué implicaciones técnicas tendría habilitar esta inter-operabilidad?

Hoy no se observan estándares abiertos de API pública ni documentación REST/GraphQL, lo que sugiere que la arquitectura está orientada a uso interno del Ministerio y no a integración con terceros. Habilitar APIs bien diseñadas requeriría separar claramente la lógica de negocio del interfaz, exponer servicios por capas (consultas básicas, autenticación, registro de postulaciones) y definir contratos estables; esto implica cambios profundos en el backend, pero permitiría, por ejemplo, que otros sistemas de empleo o por tales municipales consuman ofertas o profiles en tiempo real.

Si la plataforma no está pensada como “plataforma de datos” sino como un aplicativo monolítico, cualquier integración con sistemas externos (por ejemplo, bancos, IESS o SRI) tendría que hacerse mediante interfaces ad hoc o archivos planos, lo que es frágil y poco mantenido. Habilitar interoperabilidad endurecería la necesidad de diseñar una capa de servicios central: autenticación federada, API Gateway, control de versiones y políticas de circulación de datos. Sin eso, la plataforma quedaría atrapada en un modelo de “silos” y perdería la posibilidad de volverse un nodo de un ecosistema nacional de empleo.

Eje 2. Interoperabilidad e intercambio de datos

4

¿Qué desafíos técnicos y de gobernanza anticipa al conectar la plataforma con sistemas externos como el IESS (para verificar afiliación y situación laboral), el SRI o la Superin-tendencia de Compañías?

Técnicamente, uno de los mayores retos sería la heterogeneidad de los sistemas: el IESS, el SRI y la Superintendencia de Compañías usan tecnologías y modelos de datos diferentes, y muchos aún operan con servicios legacy. Conectarlos implica no solo definir APIs y protocolos, sino también horarios de sincronización, manejo de errores y tolerancia a fallos, porque un corte en uno de esos sistemas podría bloquear procesos clave de verificación. En términos de gobernanza, haría falta un marco interinstitucional claro: quién autoriza el acceso, quién define qué datos se comparten, cuándo se consume información en tiempo real o en batch, y cómo se resuelven conflictos de datos.

La gobernanza sería, en muchos casos, más compleja que la parte técnica. Cada institución tiene su propia política de datos, seguridad y cumplimiento de la LOPI, así que acordar estándares comunes de formato, identificadores y metadatos demandaría un comité de datos interinstitucional. Además, la interoperabilidad profunda (por ejemplo, que el IESS actualice el estado de empleo desde su sistema y que el cambio se refleje en Encuentra Empleo) obliga a definir SLAs técnicos, responsabilidades claras ante interrupciones y un plan de contingencia para mantener la operación del servicio público de empleo aun cuando un sis-tema externo falle.

5

¿Qué medidas de seguridad y protección de datos personales deberían implementarse para garantizar el cumplimiento de la Ley Orgánica de Protección de Datos Personales en un esquema de interoperabilidad?

Primero, minimización de datos: solo deberían cruzarse los atributos estrictamente necesarios para la verificación (por ejemplo, número de cédula, estado de afiliación, no el historial laboral completo). Segundo, encriptación de extremo a extremo en las APIs, uso de tokens con vencimiento y autenticación fuerte (por ejemplo, OAuth 2.0 o certificados digitales). Tercero, un registro de auditoría detallado de quién consulta, cuándo, desde qué sistema y para qué fin, para responder a posibles incidentes y demostrar cumplimiento ante la Superintendencia de Datos.

Además, la plataforma debería implementar un sistema de consentimiento informado y granular: el ciudadano debe saber qué datos se comparten, con qué institución, para qué propósito y durante cuánto tiempo. Desde el diseño, se recomienda que la arquitectura de datos considere “saltos” mínimos: en lugar de que el IESS conozca todos los datos de Encuentra Empleo, deber ser el sistema que inicie el proceso el que obtenga solo la respuesta necesaria. También sería clave un plan de respuesta a incidentes, con mecanis-mos de revocación rápida de accesos y notificaciones a usuarios afectados, en línea con los plazos de la LOPI.

6

¿Qué criterios técnicos deberían considerarse para priorizar los cruces de información más críticos para la intermediación laboral?

Desde el punto de vista funcional, los primeros cruces deberían ser los que reducen más el riesgo de falsificación y aumentan la calidad de las coincidencias: por ejemplo, verificación de identidad (cédula), situación de afiliación al IESS, y existencia legal de la empresa (RUC y estado de la Superintendencia de Compañías). Estos datos permiten validar básico “quién eres” y “qué empresa es”, antes de pasar a cruces más complejos (por ejemplo, historial de pagos, ingresos o sectores económicos).

Técnicamente, se debería priorizar sobre todo aquellos cruces que utilicen sistemas con APIs estables, alta disponibilidad y buen SLA, incluso si su información es parcial. Conviene ir primero por sistemas con bajo acoplamiento (por ejemplo, consultas de estado, no de operaciones críticas del core) para no comprometer la continuidad de otros servicios. Además, desde el punto de vista de rendimiento, los cru-ces deberían diseñarse como operaciones asíncronas donde sea posible, para evitar que cada postulación o creación de perfil se bloquee esperando una respuesta externa.

Eje 3. Incorporación de inteligencia artificial y analítica de datos

7

¿Qué tipo de algoritmos de machine learning o inteligencia artificial podrían implementarse para mejorar la calificación de perfiles y la recomendación automática de vacantes?

Se podrían usar modelos de recomendación basados en filtrado colaborativo y contenido: por un lado, “personas como tú postularon a estas otras ofertas”; por otro, comparar el perfil (forma-ción, experiencia, habilidades listadas) con el texto de la oferta usando técnicas de NLP (por ejemplo, embeddings de palabras o transformers ligeros) para calcular afinidad. Además, un clasificador supervisado podría predecir la probabilidad de éxito o de contratación basado en historial de postulaciones y resultados, ayudando a priorizar qué vacantes mostrar primero.

Para no sobre complicar, conviene empezar con modelos simples pero robustos: árboles de decisión o regresiones logísticas entrenadas con datos históricos de postulaciones y resultados. Una vez se tenga calidad de datos aceptable, se puede incorporar clustering para agrupar perfiles y ofertas en segmentos (por ejemplo, “trabajadores de servicios, incluidas personas cuidadoras”, “personas refugiadas y migrantes”, etc.), y ajustar recomendaciones por segmento. Lo importante es que la IA no sea una “caja negra”: se deben diseñar métricas claras (tasa de aceptación de recomendaciones, tiempo a contratación) y mecanismos de ajuste manual para evitar sesgos discriminatorios.

8

¿Qué infraestructura de datos (data warehouse, data lake, etc.) sería necesaria para soportar analítica avanzada que permita medir la efectividad de la plataforma y generar indicadores de desempeño?

Para analítica avanzada hace falta separar la capa de opera-ciones de la capa de análisis. Un data warehouse basado en modelo estrella o copo de nieve permitiría construir tableros de indicadores sobre postulaciones, contrataciones, tiempos de respuesta, abandono de procesos, etc. Los datos transaccionales deberían alimentar esa capa mediante ETL/ELT periódicos, con un tratamiento para anonimizar para cumplir la LOPI. Este entorno soportaría tanto reportes tradicionales como modelos de machine learning.

Alternativamente, un data lake más flexible (por ejemplo, basado en almacenamiento de objetos y metadatos bien definidos) permitiría conservar más datos crudos, incluyendo logs de navegación, clics y tiempos de permanencia, para luego aplicar algoritmos más sofisticados. Sin embargo, esa flexibilidad requiere disciplina en la gobernanza: esquemas de datos documentados, políticas de retención y limpieza, y un marco de roles de acceso. La infraestructura debería ser escalable en la nube o híbrida para no atarse a servidores físicos, y permitir simulaciones (por ejemplo, “qué pasaría si duplicamos el tráfico de aspirantes”) sin afectar la producción.

9

¿Qué consideraciones técnicas deben tenerse en cuenta para desarrollar una aplicación móvil complementaria que ofrezca notificaciones push, seguimiento de postulaciones y comunicación integrada?

La app móvil no debería replicar la web, sino focalizarse en movilidad: búsqueda rápida de ofertas por ubicación, seguimiento de postulaciones con estados claros (“enviada”, “vista por el empleador”, “entrevista agendada”) y recordatorios de tareas pendientes. Técnicamente, esto exi-ge un backend con API bien diseñada, un servicio de mensajería centralizado y un sistema de tokens push para Android/iOS. También es clave pensar en condiciones de acceso limitado (baja conectividad, teléfonos antiguos), por lo que el diseño debe ser ligero y la app debe permitir algunas operaciones en modo offline.

Desde el punto de seguridad, la app debe proteger las credenciales de acceso (por ejemplo, usando autenticación biométrica o PIN y no almacenar claves en el dispositivo) y encriptar los mensajes. Ade-más, la comunicación entre app y backend debe ir por canales seguros (HTTPS/TLS), con control de sesiones y revocación de tokens. La integración con notificaciones push debe ser configurable por el usuario (por ejemplo, excluir ciertos tipos de mensajes) para evitar inundar a los ciudadanos y respetar la autonomía sobre sus datos.

Eje 4. Gobernanza de datos y sostenibilidad

10

¿Qué modelo de gobernanza de datos recomendaría para asegurar la calidad, actualización y trazabilidad de la información gestionada por la plataforma?

Propondría un modelo de gobernanza de datos basado en roles claros: un comité de datos del Ministerio, un responsable de calidad de datos, y responsables de dominio por tipo de información (aspirantes, empleadores, ofertas, resultados de selección). Este modelo exige definir reglas de negocio (por ejemplo, la edad mínima, el formato de CV, la obligatoriedad de ciertos campos), procesos de validación en la entrada y de auditoría periódica, y un registro de cambios que permita trazar quién modificó qué y cuándo.

Además, la plataforma debería incorporar controles automáticos de calidad: detección de campos vacíos críticos, validación de cédulas, cruces contra listas de RUC activos, y alertas de valores atípicos. Un sistema de metadatos bien estructurado (definición de cada campo, origen, frecuencia de actualización) permitirá que otros sistemas confíen en la información. La gobernanza, en este caso, no es solo un comité de élite, sino un conjunto de prácticas cotidianas que se incorporan en los procesos de registro, actualización y eliminación de perfiles.

11

¿Qué estrategias de desarrollo de capacidades institucionales (formación técnica, gestión del cambio) serían necesarias para que el equipo del Ministerio de Trabajo pueda operar y evolucionar la plataforma de manera sostenible?

Es clave diseñar un plan de capacitación progresivo: desde formación básica en uso de la plataforma por parte de oficinas regionales, hasta competencias técnicas avanzadas en desarrollo, DevOps y seguridad para el equipo central. Paralelamente, se necesita un proceso de gestión del cambio que acompañe a los funcionarios en la transición: talleres, guías rápidas, feedback continuo y canales de soporte. Sin aceptación interna, incluso la mejor arquitectura tecnológica puede quedar subutilizada.

A nivel técnico, la institución debería adoptar prácticas de software moderno: uso de control de versiones, despliegues automatizados, pruebas unitarias y documentación viva. El objetivo es que, aunque el equipo que desarrolló la plataforma cambie, el código sea interpretable y mantenible. Además, es importante pensar en modelo de acompañamiento: un acuerdo de soporte con el proveedor inicial, transferencia de conocimientos y, en la medida de lo posible, desarrollo de capacidades internas de arquitectura y gestión de proyectos digitales, para evitar la dependencia permanente de un solo contratista.

12

Finalmente, a partir de su experiencia en proyectos similares, ¿cuáles serían los principales riesgos técnicos y organizacionales que podrían afectar una transformación digital de este tipo, y cómo podrían mitigarse?

Desde el lado técnico, veo tres riesgos principales: el primero es la dependencia de un solo proveedor o de una arquitectura obsoleta (por ejemplo, un sistema monolítico difícil de descomponer), que después impide modernizar o integrar con facilidad. El segundo es la sobrecarga de la plataforma por lanzamientos masivos sin pruebas de carga reales, lo que puede generar caídas precisamente cuando más ciudadanos la necesitan. El tercero es la falta de visibilidad sobre el estado del sistema, sin monitoreo, alertas ni registro de errores. Mitigar esto pasa por exigir código documentado y transferible, planificar la modernización en fases (no todo en un solo “gran salto”), hacer pruebas de rendimiento controladas y establecer un sistema de monitoreo continuo con alertas tempranas.

Además de lo técnico, los riesgos organizacionales son igual o más críticos: la resistencia al cambio de los funcionarios, la rotación de personal clave sin una adecuada transferencia de conocimientos y la falta de claridad sobre roles y responsabilidades en la operación digital. Muchas veces se invierte en tecnología, pero se descuida el diseño de procesos, la capacitación sostenida y la participación de los equi-pos finales en la definición de requerimientos. Para reducir esos riesgos conviene diseñar un plan de gestión del cambio formal: talleres participativos, acompañamiento en terreno, grupos de usuarios piloto, canales de retroalimentación y un comité de innovación que garantice que la plataforma evolucione también desde la práctica de quienes la usan a diario en los centros de empleo.

Fuente: Elaboración propia.

Las entrevistas realizadas a los dos expertos en transformación digital proporcionaron un diagnóstico técnico detallado que complementa y profundiza los hallazgos obtenidos en las encuestas. En el Eje 1, ambos expertos coincidieron en que la plataforma presenta una arquitectura monolítica, no modular, que limita su escalabilidad y dificulta su evolución. El Entrevistado 1 señalo que “la ausencia de estrategias visibles de carga balanceada, caché avanzado y monitoreo continuo sugiere que, ante picos de demanda, podría presentarse retraso en la carga de perfiles y de ofertas”. Por su parte, el Entrevistado 2 complemento que “la dependencia de un solo stack monolítico puede generar cuellos de botella, tiempos de respuesta largos y mayor riesgo de caídas”. Estas observaciones confirman que las limitaciones tecnológicas no son superficiales, sino estructurales, y afectan la capacidad de la plataforma para responder a las necesidades actuales del mercado laboral. Como advierten Mergel, Edelmann y Haug (2019), “la transformación digital en el sector público requiere cambios fundamentales en la arquitectura tecnológica, no meramente actualizaciones cosméticas” (p. 387).

En el Eje 2, relativo a la interoperabilidad, ambos expertos identifican desafíos significativos tanto técnicos como de gobernanza. El Entrevistado 1 destaco que “conectarlos implica no solo definir APIs y protocolos, sino también horarios de sincronización, manejo de errores y tolerancia a fallos”. El Entrevistado 2 enfatizo que “la gobernanza sería, en muchos casos, más compleja que la parte técnica”, señalando la necesidad de acuerdos interinstitucionales y marcos normativos claros. Estas observaciones son consistentes con lo planteado por Dawes, Cresswell y Pardo (2009), quienes sostienen que “el intercambio de información entre entidades gubernamentales requiere marcos de gobernanza claros que equilibren los beneficios de la integración con la protección de los datos personales” (p. 395). En cuanto a la protección de datos, ambos expertos coinciden en la necesidad de implementar medidas robustas como minimización de datos, encriptación de extremo a extremo y registros de auditoría detallados.

En el Eje 3, sobre inteligencia artificial y analítica de datos, los expertos proponen la implementación de modelos de recomendación basados en filtrado colaborativo y técnicas de procesamiento de lenguaje natural (NLP). El Entrevistado 2 sugirió comenzar con “modelos simples pero robustos: árboles de decisión o regresiones logísticas entrenadas con datos históricos de postulaciones y resultados”. Ambos coincidieron en que la infraestructura de datos debe separar la capa operacional de la capa analítica, mediante un data warehouse o data lake que permita generar indicadores de desempeño y alimentar modelos predictivos. En cuanto a la aplicación móvil complementaria, el Entrevistado 1 destaco que “la app móvil no debería replicar la web, sino focalizarse en movilidad”, mientras que el Entrevistado 2 enfatizo en la necesidad de medidas de seguridad como autenticación biométrica y encriptación de mensajes.

En el Eje 4, sobre gobernanza de datos y sostenibilidad, los expertos propusieron un modelo con roles claros dentro del Ministerio de Trabajo, incluyendo un comité de datos, responsables de calidad de datos y responsables por dominio de información. El Entrevistado 1 señalo que “la gobernanza no es solo un comité de élite, sino un conjunto de prácticas cotidianas que se incorporan en los procesos de registro, actualización y eliminación de perfiles”. Sobre las estrategias de desarrollo de capacidades, el Entrevistado 2 planteo la necesidad de “adoptar prácticas de software moderno: uso de control de versiones, despliegues automatizados, pruebas unitarias y documentación viva”. Finalmente, ambos coincidieron en identificar como principales riesgos la dependencia de un solo proveedor, la resistencia al cambio organizacional y la falta de transferencia de conocimientos. El Entrevistado 1 concluyo que “muchas veces se invierte en tecnología, pero se descuida el diseño de procesos, la capacitación sostenida y la participación de los equipos finales”. Este diagnóstico integral subrayo que la transformación digital de la plataforma Encuentra Empleo debe abordarse como un proceso complejo que articula dimensiones técnicas, institucionales y organizacionales.

DISCUSIÓN

Los resultados obtenidos evidencian una coincidencia significativa entre la percepción de los buscadores de empleo, los empleadores y el diagnóstico técnico de los expertos, lo que permitió afirmar que la plataforma Encuentra Empleo presenta limitaciones estructurales que afectan su eficiencia como mecanismo de intermediación laboral. Los buscadores de empleo manifestaron una alta insatisfacción en aspectos como el seguimiento de postulaciones (80% en desacuerdo) y la comunicación con empleadores (60% en desacuerdo), hallazgos que se alinean con lo señalado por la Organización para la Cooperación y el Desarrollo Económicos (OCDE, 2021) respecto a que la falta de retroalimentación constituye una de las principales causas de abandono de los servicios públicos de empleo digitales.

Por su parte, los empleadores identificaron como críticas la ausencia de herramientas de preselección de candidatos y la imposibilidad de verificar información como la afiliación al IESS, aspectos que concuerdan con lo planteado por Klievink y Janssen (2009) sobre la necesidad de integración de datos entre entidades gubernamentales para garantizar servicios públicos confiables. Los expertos, al profundizar en el diagnóstico técnico, confirmaron que la arquitectura monolítica de la plataforma limita su escalabilidad y dificulta la interoperabilidad, coincidiendo con Mergel, Edelmann y Haug (2019) en que la transformación digital del sector público requiere cambios fundamentales en la arquitectura tecnológica, no actualizaciones cosméticas.

En conjunto, estos resultados permitieron sugerir que el problema no se limita a aspectos de usabilidad superficial, sino que responde a deficiencias de diseño arquitectónico y de gobernanza de datos. La coincidencia entre las tres fuentes de información fortalece la validez del diagnóstico y subraya la urgencia de abordar una transformación digital integral que considere no solo la incorporación de inteligencia artificial y analítica de datos, sino también la interoperabilidad institucional y el desarrollo de capacidades organizacionales.

Modelo Conceptual de Transformación Digital para "Encuentra Empleo"

Como se ha determinado anteriormente en base a todo lo analizado, así como a los resultados de la investigación es necesario mejorar las capacidades tecnologías de la plataforma “Encuentra Empleo” para lo cual se propone el siguiente modelo conceptual al que hemos determinado “Encuentra Empleo Match”.

Ilustración 1. Plataforma interface para buscadores de empleo.

Fuente. Elaboración propia.

Ilustración 2. Plataforma interface para empleadores.

Fuente: Elaboración propia

Visión General del Modelo: "Encuentra Empleo Match"

Imagina "Encuentra Empleo" como un "Uber del empleo": postulantes y empleadores se conectan en segundos, con IA que predice matches perfectos, datos que optimizan procesos y accesibilidad para todos (incluyendo personas con discapacidad, jóvenes en busca de su primer trabajo o zonas rurales). El flujo central es comunicación optimizada: chat IA-moderado, video-entrevistas automáticas y notificaciones predictivas.

Objetivos clave:

• Aumentar matches exitosos en 40% (de 10-15% actual a 50%).

• Reducir tiempo de contratación entre 30 días a 7.

• Alcance universal: 95% de accesibilidad WCAG 2.1.

Diagrama conceptual

Ilustración 3. Diagrama conceptual.

Fuente. Elaboración propia.

Pilares del Modelo

Pilar 1: Inteligencia Artificial (IA) – El "Cerebro Predictivo"

Pilar 2: Analítica de Datos – El "Motor de Optimización"

Pilar 3: Accesibilidad Universal – "Empleo para Todos"

Flujo de Usuario Optimizado

Postulante: Sube CV → IA lo enriquece → Matches diarios push.

Empleador: Publica vacante → Analítica sugiere candidatos top → Chat IA inicia conversación.

Interacción: Video-calls con transcripción IA, firma digital de contratos.

Cierre: Feedback loop para mejorar el modelo (e.g., "¿Por qué rechazaste?").

Herramienta de Bolsillo: APP "Encuentra Match Pocket"

Ilustración 4. Plataforma interface para buscadores de empleo APP de bolsillo.

Fuente. Elaboración propia.

Ilustración 5. Plataforma interface para empleadores APP de bolsillo.

Fuente: Elaboración propia

APP móvil ligera (<50MB) para Android/iOS, Mobile (80% de sus matches vienen de app).

Features estrella:

Implementación por Fases

Tabla 4. Implementación por fases.

Fase

Duración

Acciones Clave

Métricas de Éxito

1. MVP (Me-ses 1-3)

3 meses

IA básica + analítica simple + web accesible.

20% más matches.

2. Beta APP (Meses 4-6)

3 meses

Lanzar Pocket APP + accesibili-dad full.

50k descargas, 30% retención.

3. Escala (Me-ses 7-12)

6 meses

Analítica avanzada + part-nerships (e.g., con SENA en Colombia).

40% hires totales vía plataforma.

Fuente: Elaboración propia.

Presupuesto estimado para la implementación

Tabla 5. Presupuesto estimado para la implementación.

Rubro Esencial

Monto ($)

% Total

Detalle Rápido

Desarrollo Ba-ckend/IA

20,000

40%

Modelos IA (Hugging Face), API matching, base datos (Node.js/Python).

Desarrollo Fron-tend/APP

15,000

30%

Web responsive + APP móvil (React Na-tive/Flutter), accesibilidad WCAG.

Cloud & Infraestruc-tura

8,000

16%

AWS/GCP (hosting, storage, IA compute) x12 meses.

Analítica & Datos

4,000

8%

Tools (Google Analytics, BigQuery) + ML ops.

Testing & Lanza-miento

3,000

6%

QA, beta users, marketing inicial (App Store/Google Play).

TOTAL

50,000

100%

MVP listo en 6 meses, escalable.

Fuente: Elaboración propia.

Diagrama de validación de la propuesta

Ilustración 6. Diagrama de validación de la propuesta.

Fuente: Elaboración propia.

CONCLUSIONES

La transformación digital de la plataforma “Encuentra Empleo” representa una oportunidad estratégica para modernizar la intermediación laboral en Ecuador y avanzar hacia un mercado de trabajo más dinámico, transparente y equitativo. Los hallazgos de esta investigación evidencian que las limitaciones actuales de la plataforma no son exclusivamente tecnológicas, sino que responden a una compleja interacción de factores normativos, institucionales y sociales que requieren un abordaje integral.

El modelo conceptual propuesto integro componentes tecnológicos avanzados con principios de gobernanza digital y diseño inclusivo, reconociendo que la tecnología debe actuar como un habilitador de derechos y oportunidades, no como un factor que profundice las desigualdades existentes. La implementación de algoritmos de inteligencia artificial, sistemas de interoperabilidad y estrategias de accesibilidad universal puede incrementar significativamente la efectividad de la plataforma, siempre que se acompañe de adecuados marcos éticos y de control que prevengan sesgos discriminatorios.

El éxito de esta transformación dependerá no solo de las inversiones tecnológicas, sino también del desarrollo de capacidades institucionales, la articulación interinstitucional y la participación activa de los usuarios en el diseño y evaluación de los servicios.

REFERENCIAS.

Banco Interamericano de Desarrollo [BID]. (2020). Servicios públicos de empleo en América Latina y el Caribe: Desafíos y oportunidades para la intermediación laboral digital. BID.

Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2), 77-101.

Bustelo, C., Cano, A., & Monge, C. (2020). Transformación digital en los servicios públicos de empleo: Nuevas oportunidades para la política laboral. Editorial Universitaria.

Cano, A. (2019). Intermediación laboral y tecnologías digitales en América Latina: avances y desafíos pendientes. Revista de Políticas Públicas y Empleo, 12(3), 45-62.

Dawes, S. S., Cresswell, A. M., & Pardo, T. A. (2009). From “need to know” to “need to share”: Tangled problems, information boundaries, and the building of public sector knowledge networks. Public Administration Review, 69(3), 392-402.

Diario Extra. (2026, marzo 3). El efectivo portal para conseguir empleo en Ecuador: Vacantes en el sector público y privado. Diario Extra. https://www.extra.ec/noticia/economia/efectivo-portal-conseguir-empleo-ecuador-vacantes-sector-publico-privado-148229.html

Díaz-Bravo, L., Torruco-García, U., Martínez-Hernández, M., & Varela-Ruiz, M. (2013). La entrevista, recurso flexible y dinámico. Investigación en Educación Médica, 2(7), 162-167.

El Telégrafo. (2025, octubre 22). 118.309 ecuatorianos se emplearon a través de la plataforma estatal 'Encuentra Empleo'. El Telégrafo. https://www.eltelegrafo.com.ec/noticias/nacionales/210/ecuatorianos-se-emplearon-a-traves-de-la-plataforma-estatal-encuentra-empleo

Flick, U. (2014). El diseño de la investigación cualitativa. Ediciones Morata.

Hernández-Sampieri, R., & Mendoza, C. P. (2018). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. McGraw-Hill.

Klievink, B., & Janssen, M. (2009). Realizing joined-up government: Dynamic capabilities and stage models for transformation. Government Information Quarterly, 26(2), 275-284.

Mergel, I., Edelmann, N., & Haug, N. (2019). Defining digital transformation: Results from expert interviews. Government Information Quarterly, 36(4), 101385.

Metro Ecuador. (2026a, febrero 27). Empleo joven en Ecuador: los tips para encontrar vacantes en la plataforma del Gobierno. Metro Ecuador. https://www.metroecuador.com.ec/noticias/2026/02/27/empleo-joven-en-ecuador-los-tips-para-encontrar-vacantes-en-la-plataforma-del-gobierno/

Ministerio de Trabajo. (2025). Estadísticas de intermediación laboral: Plataforma Encuentra Empleo 2023-2025. Dirección de Empleo, Ministerio de Trabajo de Ecuador.

Mortensen, D. T., & Pissarides, C. A. (1994). Job creation and job destruction in the theory of unemployment. The Review of Economic Studies, 61(3), 397-415.

Organización para la Cooperación y el Desarrollo Económicos [OCDE]. (2021). Evaluación de políticas de empleo en América Latina: Retos y oportunidades. OECD Publishing.

Otzen, T., & Manterola, C. (2017). Técnicas de muestreo sobre una población a estudio. International Journal of Morphology, 35(1), 227-232.

Sánchez, J. (2020). Digitalización y empleo en el contexto postpandemia: desafíos para los servicios públicos de intermediación laboral. Estudios del Trabajo, 58(2), 89-105.

Conflicto de intereses

Los autores declaran no tener ningún conflicto de intereses.

Declaración de responsabilidad de autoría

Los autores del manuscrito señalado, DECLARAMOS que hemos contribuido directamente a su contenido intelectual, así como a la génesis y análisis de sus datos; por lo cual, estamos en condiciones de hacernos públicamente responsable de él y aceptamos que sus nombres figuren en la lista de autores en el orden indicado. Además, hemos cumplido los requisitos éticos de la publicación mencionada, habiendo consultado la Declaración de Ética y mala praxis en la publicación.

Diana Elizabeth Vera Roldán y Noel Batista Hernández: Proceso de revisión de literatura y redacción del artículo.