Prosodia en la Comunicación Organizacional:
Criterios para la Gestión del Ruido de Juicio
DOI:
https://doi.org/10.62876/tc.vi52.8229Palabras clave:
biometría, liderazgo, ética, toma de decisiones, Comunicación organizacionalResumen
El interés por optimizar la calidad de las decisiones organizaciones ha impulsado nuevas discusiones sobre las formas de evitar criterios erróneos que afectan liderazgo, comunicación y pilares de la cultura institucional. Entre estas formas, el ruido de juicio resulta relevante debido a que expresa variabilidad indeseada asociada a factores emocionales y situacionales. El artículo analiza conceptualmente la relación entre ruido, comunicación organizacional y biometrías prosódicas no invasivas, explorando las potencialidades y limitaciones del análisis vocal como herramienta observacional para estudiar la definición estratégica dentro de entornos organizacionales complejos. El trabajo desarrolla una breve revisión de la teoría del ruido y su tipología, examina el papel de la prosodia vocal en la percepción organizacional de liderazgo, credibilidad y legitimidad en el entorno laboral. Además, incorpora una discusión epistemológica sobre los límites interpretativos de las biometrías afectivas, enfatizando la necesidad de evitar reduccionismos emocionales y correspondencias automáticas entre señales acústicas y estados psicológicos. Al final, se presenta una aproximación metodológica basada en observación participante longitudinal, triangulación contextual y prudencia inferencial para el estudio del ruido de ocasión mediante biometrías prosódicas. El ensayo concluye que la prosodia vocal puede constituir una herramienta complementaria útil para observar fluctuaciones comunicacionales y estabilidad expresiva asociadas a procesos gerenciales, siempre que dichas observaciones permanezcan integradas dentro de modelos metodológicamente contextualizados y epistemológicamente razonables
Descargas
Citas
Barrett, L. F. (2017). The theory of constructed emotion: An active inference account of
interoception and categorization. Social Cognitive and Affective Neuroscience, 12(1), 1–23. https://doi.org/10.1093/scan/nsw154
Cowen, A. S., & Keltner, D. (2017). Self-report captures 27 distinct categories of emotion bridged by continuous gradients. Proceedings of the National Academy of Sciences, 114(38), E7900-E7909. https://doi.org/10.1073/pnas.1702247114
Cowen, A. S., & Keltner, D. (2021). Semantic space theory: A computational approach to emotion. Trends in Cognitive Sciences, 25(2), 124–136. https://doi.org/10.1016/j.tics.2020.11.004
Ekman, P. (1992). An argument for basic emotions. Cognition and Emotion, 6(3–4), 169–200. https://doi.org/10.1080/02699939208411068
Gabriel, M. (2016). Yo no soy mi cerebro: Filosofía de la mente para el siglo XXI. Pasado & Presente.
Gong, L., Zhang, S., Guang, J., Liu, Z., & Fu, L. (2025). Where does individual ambidexterity come from under digital work context? Inclusive leadership, team knowledge acquisition, and team knowledge sharing. Journal of Knowledge Management, 29(4), 1162–1190. https://doi.org/10.1108/JKM-05-2024-0621
Hsu, C.-C., Krajewski, J., & Felfe, J. (2024). How speech prosody affects leadership perceptions: A machine learning approach. International Journal of Organizational Leadership, 13(2), 432–450. https://doi.org/10.33844/ijol.2024.60423
Hubbart, J. A. (2024). Understanding and mitigating leadership fear-based behaviors on employee and organizational success. Administrative Sciences, 14(9), 225. https://doi.org/10.3390/admsci14090225
iMotions. (2023). Voice Analysis Pocket Guide. iMotions.
Kahneman, D., Sibony, O., & Sunstein, C. R. (2021). Noise: A flaw in human judgment. Little, Brown Spark.
Lu, Q., Du, W., Yang, S., Xu, W., & Zhao, J. L. (2025). Can earnings conference calls tell more lies? A contrastive multimodal dialogue network for advanced financial statement fraud detection. Decision Support Systems, 189, 114381. https://doi.org/10.1016/j.dss.2024.114381
Murire, O. T. (2024). Artificial intelligence and its role in shaping organizational work practices and culture. Administrative Sciences,14(12),316. https://doi.org/10.3390/admsci14120316
Nguyen, T. H.-T., Zakarneh, M., McDonald, M., & Amankwah-Amoah, J. (2025). Reconceptualizing ethical leadership for the Global South: An institutional logics perspective. The Leadership Quarterly, 36(5), 101897. https://doi.org/10.1016/j.leaqua.2025.101897
Panksepp, J. (1998). Affective neuroscience: The foundations of human and animal emotions. Oxford University Press.
Qin, Y., & Yang, Y. (2019). What you say and how you say it matters: Predicting financial risk using verbal and vocal cues. En Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics (pp. 390–401). Association for Computational Linguistics. https://doi.org/10.18653/v1/P19-1038
Shah, J. A., & Lacaze, D. (2025). Surviving a cognitive crisis at work: Understanding the causes and consequences of cognitive dissonance. International Journal of Organizational Analysis, 33(10), 3806–3826. https://doi.org/10.1108/IJOA-07-2024-4694
Scherer, K. R. (2005). What are emotions? And how can they be measured? Social Science Information, 44(4), 695–729. https://doi.org/10.1177/0539018405058216
Tabaghdehi, S. A. H., & Ayaz, O. (2025). AI ethics in action: A circular model for transparency, accountability and inclusivity. Journal of Managerial Psychology. Advance online publication. https://doi.org/10.1108/JMP-03-2024-0177
Vatankhah, S., Bamshad, V., Arici, H. E., & Duan, Y. (2024). Ethical implementation of artificial intelligence in the service industries. The Service Industries Journal, 44(9–10), 661–685. https://doi.org/10.1080/02642069.2024.2359077
Wang, Y., Li, Y., Song, Y., & Rong, X. (2022). A systematic review on affective computing: Emotion models, databases, and recent advances. Information Fusion, 83–84, 19–52. https://doi.org/10.48550/arXiv.2203.06935
Wu, Y., Mi, Y., & Gao, Z. (2025). Multimodal emotion recognition: A comprehensive review of methodologies and challenges. Biomimetics, 10(7), 418. https://doi.org/10.3390/biomimetics10070418
Yoo, J. W., Roh, S., Jang, H., & Tripathi, S. (2025). Digital leadership within large South Korean firms. AsiaPacificBusinessReview,31(1),15–37. https://doi.org/10.1080/13602381.2024.2332734
Zhang, M., Cui, L., & Malik, M. S. A. (2025). Corporate brand reputation management strategies combining computational and sentiment analysis. Journal of Organizational and End User Computing,37(1),1–19. https://doi.org/10.4018/JOEUC.393667?urlappend=%3Futm_source%3Dresearchgate.net%26utm_medium%3Darticle
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Werner Sulbarán-Hereira

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.





