Reconfiguración epistemológica de la Estadística como soporte cognitivo en la era algorítmica: una revisión sistemática

• Resumen
• Abstract

La capacidad de extraer patrones significativos de datos complejos sustenta los avances científicos y la innovación tecnológica contemporánea. El objetivo del presente artículo fue describir el estado de las investigaciones relacionadas con la transformación epistemológica de la estadística hacia una soporte cognitiva esencial en ciencia de datos. La metodología utilizada fue una revisión sistemática cualitativa, se seleccionaron 22 artículos comprendidos entre 2020 y 2025, con un enfoque cualitativo de tipo sintético-interpretativo. El análisis constata la evolución de la estadística de herramienta descriptiva hacia un sustrato inferencial fundamental para los ecosistemas de datos, con marcos conceptuales que estructuran el pensamiento analítico contemporáneo, dotando de validez científica a los procesos de extracción de conocimiento en entornos de complejidad algorítmica; se confirma su simbiosis con la Inteligencia Artificial, transformando sectores como salud y finanzas. Se recomienda formación interdisciplinaria, contar con soporte computacional y gobernanza ética con protocolos de transparencia y comités auditores para garantizar equidad algorítmica.

The ability to extract meaningful patterns from complex data underpins contemporary scientific advances and technological innovation. The objective of this article was to describe the state of research related to the epistemological transformation of statistics into an essential cognitive infrastructure in data science. The methodology used was a qualitative systematic review, selecting 22 articles from 2020 to 2025, with a synthetic-interpretative qualitative approach. The analysis confirms the evolution of statistics from a descriptive tool to a fundamental inferential substrate for data ecosystems, with conceptual frameworks that structure contemporary analytical thinking, providing scientific validity to knowledge extraction processes in environments of algorithmic complexity. Its symbiosis with Artificial Intelligence is confirmed, transforming sectors such as healthcare and finance. Interdisciplinary training, computational infrastructure, and ethical governance with transparency protocols and audit committees are recommended to ensure algorithmic fairness.