I. Introducción
A lo largo de la historia, las condiciones laborales y las enfermedades relacionadas con el estrés que enfrentaba un trabajador han cambiado, así las enfermedades infecciosas fueron reemplazadas por trastornos mentales propios de la sociedad actual [1]. A mediados de los años setenta, la psicóloga social, Maslach, empezó a trabajar en un fenómeno psicológico llamado Burnout, una reacción al estrés laboral crónico. En sus estudios notó la importancia de tratar los aspectos emocionales relacionados con el síndrome de Burnout, los cuales tienen gran relevancia para los individuos e impactan en su vida profesional y conducta laboral [2].
Por otro lado, el concepto de PNL fue creado por el doctor Richard Bandler y el profesor John Grinder. Dicho concepto se vale de una serie de procesos presentes en áreas del cerebro (Neurología), en el uso del lenguaje (lingüística) y la programación, que resulta de la forma en la que se organiza la información en el cerebro. Así, PNL es un método científico que puede ayudar a las personas a lograr un cambio en sus emociones y experiencias [3].
Investigaciones preliminares han implementado técnicas de PNL en el ambiente laboral, con el fin de prevenir el estrés en el lugar de trabajo [4, 5, 6]. Según Szczygiel y Mikolajczak [7], a pesar del papel significativo que desempeñan las emociones en la práctica de enfermería, se ha prestado poca atención a la relación emoción negativa-Burnout, y menos a los moderadores de esta relación. Los resultados de su investigación concluyen que las emociones negativas aumentan la vulnerabilidad al síndrome de Burnout.
Asimismo, Pinheiro et al. [8] han utilizado tecnologías como Internet de las Cosas (IoT) para la detección de emociones negativas en el entorno laboral. Una de las definiciones más aceptadas para la IoT es “Internet de las Cosas permite a las personas y cosas estar conectadas en cualquier momento, en cualquier lugar, con cualquier cosa y con cualquier persona, idealmente usando cualquier camino/red y cualquier servicio” [9]. Cuando los objetos presentes en la IoT tienen una representación en una plataforma común y ampliamente utilizada como lo es la web, aparece el concepto de la Web de las Cosas (WoT) [10]. La WoT ha sido utilizada por Vuppalapati et al. [11] para la detección de emociones, o, en otras investigaciones, pueden ser gestionadas mediante algunas técnicas de PNL [12].
Como se evidencia en las investigaciones presentadas anteriormente, se puede establecer un hilo conductor entre el síndrome de Burnout, su tratamiento o prevención mediante uso de PNL o tecnologías de la Web de las Cosas. Por lo que, este mapeo tiene como objetivo determinar y caracterizar el estado actual del conocimiento acerca de la utilización de técnicas de PNL, implementadas a través de la WoT, a fin de disminuir la probabilidad de aparición del síndrome de Burnout.
II. Metodología
Para la realización del mapeo se sigue el procedimiento definido por Petersen et al. [13], sin embargo, se complementa con los procedimientos de investigación propuesto por Hoyos Botero [14] y Serrano [15], concretamente tomando de estos últimos las plantillas descriptivas con el fin de estructurar mejor el conocimiento científico encontrado en los diferentes artículos. El mapeo sistemático se realizó en tres fases como se observa en la Figura 1.
A. Fase Preparatoria
El presente mapeo tiene como objetivo, determinar y caracterizar el estado actual del conocimiento sobre la utilización de técnicas de PNL implementadas a través de la WoT, a fin de disminuir la probabilidad de aparición del síndrome de Burnout mediante la gestión de emociones de las personas. Se realiza desde el 2015 hasta el 2020.
B. Pregunta de investigación
Las preguntas de investigación presentadas en la Tabla 1 permiten conocer los trabajos que han incorporado tecnologías de la web de las cosas o programación neurolingüística para la prevención o tratamiento del síndrome de Burnout.
C. Fuente de datos y estrategia de búsqueda
La cadena de búsqueda se construye con base en los pasos definidos por Kitchenham y Charters [16], para la cual se considera el uso los operadores lógicos AND y OR. En la Tabla 2 se describen los términos usados en esta investigación para la construcción de la cadena de búsqueda. La búsqueda se realizó en los motores: Scopus, Science Direct e IEEExplore, considerando los estudios realizados entre el 2015 y 2020.
D. Critérios de inclusión y exclusión
Los criterios de inclusión y exclusión de acuerdo con la metodología permiten filtrar los estudios que no son relevantes en torno a las preguntas definidas. En este caso, se toman como criterios de inclusión artículos que (1) contengan las palabras presentadas en la cadena de búsqueda, (2) publicaciones académicas indexadas realizadas en conferencias, revistas y libros, (3) artículos publicados entre 2015 y 2020 y (4) que incorporen tecnologías de la Web de las Cosas o programación neurolingüística para la prevención o tratamiento del síndrome de Burnout o estrés laboral.
Se excluyen los artículos que: (1) no utilicen tecnologías de la Web de las Cosas o Programación neurolingüística para la prevención o el tratamiento del sindrome de Burnout o estrés laboral, y (2) que solo presentan resumen, contenido de páginas web y blogs personales.
E. Método de síntesis
La información de los estudios seleccionados, se extrajo y estructuró adaptando las fichas bibliográficas propuestas por Hoyos Botero [14] y Serrano [15]: Identificación (título, año de publicación, autores), resumen, enfoque de solución, enfoque metodológico, conclusiones, brechas.
F. Fase de ejecución
Luego de realizar la búsqueda en los motores definidos, se encontraron los siguientes artículos: IEEE: 186, Science Direct: 231, Scopus: 113, para un total de 530 artículos, de los cuales 70 estaban duplicados. Después de revisar los títulos, resumen y palabras claves, fueron aplicados los criterios de inclusión y exclusión, de ser necesario los artículos fueron descargados y revisados para resolver posibles dudas, se seleccionaron 73 investigaciones, de las cuales 28 fueron clasificadas como estudios primarios debido a su aporte y relación con la temática de estudio.
III. Resultados
A continuación, se presentan los resultados obtenidos, los cuales corresponden a la fase de documentación de acuerdo con la metodología, así se da respuesta a cada una de las preguntas de investigación definidas en la etapa de planificación.
PI1: ¿Cuáles son las investigaciones desarrolladas alrededor de Sistemas WoT para prevenir la aparición del síndrome de Burnout?
Las investigaciones encontradas que utilizan técnicas de la WoT para prevenir el estrés laboral centran su atención en las características del ambiente laboral y condiciones fisiológicas del usuario.
Dieciséis estudios (Tabla 3) respondieron esta pregunta y se resalta que el 93% fueron publicados en los últimos dos años, lo cual podría representar una tendencia hacia la prevención del síndrome de Burnout o estrés laboral por medio de la utilización de técnicas de la WoT.
PI2: ¿Qué mecanismos de detección de emociones han sido implementados a través de la WoT?
Como se evidenció en la investigación realizada por Szczygiel y Mikolajczak [7], las emociones presentan una relación estrecha con el estrés laboral, y se han utilizado técnicas de la WoT para su detección en el lugar de trabajo, para ello, los estudios encontrados realizan la captura de datos por medio de dispositivos IoT, datos que son procesados por medio de Inteligencia Artificial. En la literatura se encontraron 14 investigaciones (Tabla 4) que utilizan técnicas de la WoT para la detección de emociones, cuatro se relacionan con el estrés laboral.
PI3: ¿Qué técnicas de PNL han sido utilizadas en el tratamiento o prevención del síndrome de Burnout?
Solo la investigación realizada por HemmatiMaslakpak et al. [6] utilizó técnicas de PNL para tratar el estrés laboral y cumplió con todos los criterios de inclusión; sin embargo, al ampliar la ventana de tiempo en cinco años más, es decir, del 2010 al 2020 surgió otro trabajo realizado por Rao y Kulkarni [4], el cual se incluyó al estudio, dada la completitud metodológica en torno a la utilización de PNL para tratar el síndrome de Burnout. A pesar del escaso número de trabajos encontrados, los resultados de estas investigaciones son muy enfáticos al concluir que la PNL puede ayudar a prevenir el estrés laboral.
PI4: ¿Cuáles son las investigaciones alrededor de técnicas de programación neurolingüística PNL que implementen técnicas de la Web de las Cosas WoT para prevenir la aparición del síndrome de Burnout?
No se evidenció en la literatura consultada la implementación de tecnologías WoT como medio de soporte a las técnicas de PNL que han sido utilizadas para tratar el estrés laboral. Lo anterior se puede deber al escaso número de trabajos que abordaron PNL como medio para mitigar o tratar el estrés.
IV. Discusión y conclusiones
Este artículo presentó un mapeo sistemático en torno a la prevención del síndrome de Burnout mediante PNL soportada por la WoT, para ello se establecieron cuatro preguntas que guiaron el proceso y permitieron encontrar brechas que pueden ser abordadas en investigaciones futuras, por lo anterior, los estudios encontrados se clasificaron en tres grupos:
El primer grupo para analizar son las investigaciones que utilizaron la WoT como medio para detectar, prevenir e incluso monitorear factores que se relacionan al estrés laboral (Tabla 3). Entre los dispositivos IoT más usados destaca el uso de microcontroladores Arduino, sensores para medir la temperatura corporal, frecuencia cardiaca, respuesta galvánica de la piel, electrocardiograma y algoritmos de inteligencia artificial como SVM, k-means kNN y lógica difusa.
La población laboral a la que más hacen referencia estos estudios son profesiones que desempeñan su labor en continua comunicación con sus usuarios, por ejemplo, personal sanitario, docentes, etc. o población laboral que por el que hacer de su trabajo, se ve expuesto a diferentes condiciones que demandan gran esfuerzo físico o mental, por ejemplo, bomberos. La mayoría de estos trabajos deja por fuera la personalización de los servicios que ofrece y se limitan a tratar los factores estresores de índole ambiental, dejando de lados los factores psicológicos. Entre los más relevantes se encuentran:
Holland et al. [22] proponen un sistema llamado Smart Sensory SKin S3, el cual permite monitorear las variables fisiológicas del usuario y, de acuerdo con estas, el sistema puede alterar variables ambientales del entorno cercano al usuario con el fin de aliviar el estrés, depresión o ansiedad. Aunque el sistema permite al usuario configurar ciertas acciones acorde a unas condiciones, aún no es capaz de autoconfigurarse una vez detectado el usuario.
Muñoz et al. [24] crea una plataforma de automatización consciente a las emociones, que permite adecuar el entorno laboral del usuario según las necesidades emocionales del mismo. En este estudio presentan una ontología que soporta la semántica de la plataforma y permite realizar un razonamiento basado en reglas. Al igual que otros sistemas, este no contempla autoconfiguración de servicios para un usuario en tiempo real.
El segundo grupo corresponde a los trabajos que han implementado técnicas de la WoT en la detección de emociones (Tabla 4). A nivel general, los trabajos usan la WoT para la captura de datos ambientales (luz, sonido, calidad del air, etc.) y corporales (temperatura, pulso, respuesta galvánica de la piel, presión arterial, etc.) de los usuarios, y algunos algoritmos de inteligencia artificial como SVM y modelos de redes neuronales convolusionales. De estos trabajos destacan: i) la detección de emociones y la modificación del entorno para mejorar el estado emocional de usuario usando dispositivos IoT [24, 26, 34, 36]; y, ii) La detección de emociones y estrés por medio de dispositivos IoT analizando rasgos faciales o patrones de movimiento del usuario [20, 27].
El tercer grupo para analizar corresponde a los trabajos que implementaron técnicas de programación neurolingüística en el tratamiento o prevención del síndrome de Burnout. Entre las técnicas utilizadas en estas investigaciones destacan el establecimiento de objetivos, cambio de creencias, estrategia Disney, Rapport y Anclaje. Aunque estas investigaciones reportan buenos resultados, esto podría ser prematuro, ya que la interiorización de estas técnicas puede tomar más tiempo del que cubrieron las investigaciones.
HemmatiMaslakpak et al. [6] realizaron una investigación en la que estudian el efecto de PNL sobre el estrés laboral en enfermeras de cuidados críticos. Después de un tiempo las enfermeras fueron más capaces de enfrentar y adaptarse a situaciones estresantes. El estudio se llevó a cabo por 18 sesiones de tres horas en seis meses.
Rao y Kulkarni [4] proponen mitigar el estrés mediante la intervención con PNL en el asesoramiento de los empleados de un centro educativo. Las técnicas de PNL como Rapport, Anclaje, Swish, Replanteamiento de la Comunicación Interpersonal y la Persuasión son muy útiles para el manejo del estrés. Se realizó un análisis estadístico para comparar la eficacia de la intervención de la PNL y se observa que la intervención de la PNL mitiga el estrés de los empleados.
Finalmente, no se evidenció en la literatura consultada, la implementación de tecnologías WoT como medio de soporte a las técnicas de PNL que han sido utilizadas para tratar el estrés laboral. Sin embargo, este mapeo se encuentra dentro de una investigación que pretende realizar un aporte en este punto. Por la literatura consultada se puede establecer un hilo conductor y evidencia que justifica el uso de la WoT, tanto para monitorear el ambiente laboral, detectar emociones y realizar alteraciones favorables en el lugar de trabajo, así como servir de herramienta para la aplicación de técnicas de PNL que pueden ayudar a prevenir el síndrome de Burnout. Así, el enfoque de dicha investigación no solo tiene en cuenta los aspectos ambientales y laborales, sino que busca influir en una serie de factores psicológicos que causan un cambio de percepción del usuario frente a su entorno laboral.