Tesis Maestría en Administración y Políticas Públicas

¿Cómo mantener a los empleados públicos motivados?: los determinantes de la satisfacción laboral en México

2026-04-11T03:30:33Z

¿Cómo mantener a los empleados públicos motivados?: los determinantes de la satisfacción laboral en México ¿Cómo mantener a los empleados públicos motivados? Esta es la pregunta que guía esta investigación. Mediante análisis estadístico, a partir de un modelo de regresión logística, se evaluaron sistemáticamente las motivaciones o determinantes más recurrentemente usados en la literatura para explicar la satisfacción laboral de los empleados. Esta evaluación se realizó distinguiendo por tipo de empleado (base, confianza y contratados por honorarios). La fuente de información utilizada fue la Encuesta de Clima y Cultura Organización 2023, respecto de la cual se analizaron 938,641 (N=938,641) respuestas de empleados públicos federales mexicanos. Del análisis se concluyó que las características internas del empleo fueron mucho más relevantes que las recompensas materiales (monetarias y extrínsecas) para producir satisfacción laboral. Esto sin importar si el empleado es de confianza, de base o por honorarios. En particular, el espíritu de cuerpo, que tan orgulloso el empleado se siente de pertenecer a su institución; la variedad de las tareas, es decir, el grado en que el trabajo permitió a los empleados hacer uso de sus diferentes habilidades y no fue monótono; y la significatividad de las tareas, la percepción de cómo el propio trabajo contribuye con el propósito general de la organización, fueron los motivantes más importantes para explicar la satisfacción con el empleo. Esto tiene importantes consecuencias para la hechura de las políticas que buscan retener a los empleados destacados dentro de las instituciones públicas.; How to keep public employees motivated? This is the question guiding this research. Using statistical analysis based on a logistic regression model, the most commonly used motivations or determinants in the literature to explain employee job satisfaction were systematically evaluated. This evaluation distinguished by employee type (permanent/base, trust/appointed, and fee-for-service contractors). The information source was the 2023 Organizational Climate and Culture Survey, from which 938,641 (N = 938,641) responses from Mexican federal public employees were analyzed. The analysis concluded that intrinsic job characteristics were far more relevant than material rewards (monetary and extrinsic) for producing job satisfaction, regardless of whether the employee is appointed, permanent, or contracted on a fee basis. In particular, esprit de corps ─ how proud the employee feels to belong to their institution; task variety ─ the degree to which the job allowed employees to use different skills and was not monotonous; and task meaningfulness ─ the perception of how one's work contributes to the organization's overall purpose, were the most important motivators for explaining job satisfaction. This has important implications for designing policies aimed at retaining outstanding employees within public institutions.

El uso de la inteligencia artificial como herramienta de apoyo para la toma de decisiones en el sector público: el caso del sistema judicial mexicano

2026-03-14T03:30:41Z

El uso de la inteligencia artificial como herramienta de apoyo para la toma de decisiones en el sector público: el caso del sistema judicial mexicano Este estudio tiene como propósito examinar el impacto del uso de la Inteligencia Artificial (IA) en la toma de decisiones dentro del sistema judicial mexicano, identificando una brecha significativa en la literatura existente relacionada con cómo la autonomía algorítmica afecta la percepción de transparencia, la confianza y la percepción de eficiencia por parte de los funcionarios públicos. Motivada por la creciente adopción de IA en el sector público, la investigación evalúa cómo la autonomía de los algoritmos influye en la aceptación de decisiones automatizadas por parte de los funcionarios públicos. Utilizando una metodología de viñetas que simula escenarios judiciales como narcotráfico y delincuencia organizada; y demanda de amparo por detención en estado de ebriedad, se analizaron las respuestas de 51 funcionarios. Los resultados revelan que, en el caso de narcotráfico, la autonomía no mostró un efecto lineal significativo, pero se identificó un escepticismo profundo y consistente en los mandos operativos y el personal con mayor experiencia, quienes perciben menor transparencia, confianza y eficiencia. En contraste, para el escenario de amparo, donde se afectan derechos fundamentales de manera inmediata, la autonomía alta mostró una tendencia negativa en la percepción de transparencia y sí redujo de manera significativa tanto la confianza (-1.33, p<0.05) como en la eficiencia percibida (1.37, p<0.05), confirmando que, en contextos de urgencia y alto impacto legal, la automatización elevada socava la legitimidad de las decisiones. Este estudio contribuye al debate sobre la implementación de IA en el sector público, particularmente en el sistema judicial, al proporcionar evidencia empírica de los desafíos asociados con la autonomía algorítmica y propone un marco de política pública replicable, para integrar la IA de manera ética, legítima y efectiva no solo en la justicia, sino en el sector público en general, asegurando que la tecnología sirva a las personas.; This study aims to examine the impact of using Artificial Intelligence (AI) in decision-making within the Mexican judicial system, identifying a significant gap in the existing literature regarding how algorithmic autonomy affects public officials’ perceptions of transparency, trust, and efficiency. Motivated by the growing adoption of AI in the public sector, the research assesses how the autonomy of algorithms shapes public officials’ acceptance of automated decisions. Using a vignette-based methodology that simulates judicial scenarios such as drug trafficking and organized crime, and an amparo proceeding claim for detention while intoxicated, responses from 51 officials were analyzed. The results show that, in the drug-trafficking case, autonomy did not exhibit a significant linear effect; however, deep and consistent skepticism was identified among operational-level managers and more experienced personnel, who perceive lower transparency, trust, and efficiency. By contrast, in the amparo scenario, where fundamental rights are immediately affected, high autonomy showed a negative trend in perceived transparency and significantly reduced both trust (-1.33, p<0.05) and perceived efficiency (1.37, p<0.05), confirming that, in urgent contexts with high legal impact, high levels of automation undermine the legitimacy of decisions. This study contributes to the debate on implementing AI in the public sector, particularly in the judicial system, by providing empirical evidence of the challenges associated with algorithmic autonomy and by proposing a replicable public policy framework to integrate AI ethically, legitimately, and effectively not only in justice, but across the public sector more broadly, ensuring that technology serves people.

¿Cuántos likes valen mis hijos?: exploración de motivaciones parentales detrás del sharenting e instrumentos de política pública para modificar comportamientos

2025-12-19T03:30:30Z

¿Cuántos likes valen mis hijos?: exploración de motivaciones parentales detrás del sharenting e instrumentos de política pública para modificar comportamientos Esta tesis analiza el fenómeno del sharenting, entendido como la práctica de madres y padres que comparten información e imágenes de sus hijos (as) en redes sociales. El trabajo se sustenta en la premisa de que esta actividad, aunque surge en la esfera privada, genera implicaciones públicas al afectar derechos de niños, niñas y adolescentes, como la privacidad y el uso de su imagen. Con un enfoque de métodos mixtos, se emplearon un cuestionario y entrevistas semi–estructuradas para identificar las motivaciones parentales detrás del sharenting en México y explorar su relación con el nivel en que se practica. Los resultados muestran que ciertos incentivos individuales, como el orgullo, validación social, o preservación de recuerdos, se encuentran entre las principales razones para compartir, mientras que un menor conocimiento sobre riesgos y derechos digitales se asocia con mayores niveles de exposición infantil. Asimismo, se observan dinámicas adultocéntricas que limitan la consideración del consentimiento y la agencia infantil. A partir de estos hallazgos, se plantean recomendaciones de política pública orientadas a modificar comportamientos parentales, y diseño de instrumentos de intervención que equilibren la libertad parental con el interés superior de la niñez.; This thesis analyzes the phenomenon of sharenting, understood as the practice in which parents share information and images of their children on social media. The study is based on the premise that, although this activity originates in the private sphere, it generates public implications by affecting children's rights, such as privacy and the use of their image. Using a mixed-methods approach, a questionnaire and semi-structured interviews were employed to identify parental motivations behind sharenting in Mexico and to explore their relationship with the level at which it is practiced. The results show that certain individual incentives─such as pride, social validation, or memory preservation─are among the main reasons for sharing, while lower levels of knowledge about digital risks and rights are associated with greater child exposure. Likewise, adult-centric dynamics are observed, which limit the consideration of children's consent and agency. Based on these findings, the thesis proposes public policy recommendations aimed at modifying parental behaviors and designing intervention instruments that balance parental freedom with the best interests of the child.

Innovación y gobernanza en la recaudación de la economía digital: límites del modelo de recepción de pagos en México

2025-11-20T03:30:38Z

Innovación y gobernanza en la recaudación de la economía digital: límites del modelo de recepción de pagos en México La investigación analiza los retos de la recaudación en la economía digital en México, en particular el papel de la Tesorería de la Federación (TESOFE) y su dependencia tecnológica de los bancos como auxiliares de recaudación. El trabajo sostiene que, tras las reformas fiscales de 2020 que incorporaron a la economía digital en el marco tributario, el gobierno mexicano, para captar estos impuestos, respondió utilizando esquemas tradicionales, lo que limitó la innovación y el control directo sobre los procesos recaudatorios. Mediante un enfoque cualitativo, sustentado en revisión documental y entrevistas a funcionarios, instituciones financieras y representantes de plataformas digitales, se muestra que el Gobierno mexicano no ha desarrollado innovaciones tecnológicas propias para la validación y procesamiento de pagos. En consecuencia, estas funciones recaen en los bancos, que operan con su propia infraestructura tecnológica. Esta carencia de capacidades estatales restringe el control gubernamental sobre los flujos recaudatorios y genera ineficiencias, sobrecostos y vulnerabilidades en la administración tributaria. Finalmente, el trabajo hace una propuesta de política pública basado en un modelo de recaudación sustentado en la interoperabilidad de los actores, integración de medios de pago electrónicos y cooperación, donde el Gobierno asuma un papel central como diseñador e impulsor tecnológico de la recaudación.