La literatura empírica sobre la aceptación de tecnologías implantables ha utilizado principalmente cuatro enfoques: el TAM de Davis (1989), la Teoría Unificada de Aceptación y Uso de la Tecnología (UTAUT, de Unified Theory of Acceptance and Use of Technology) (Venkatesh et al., 2003) y sus extensiones y el modelo Cognitivo-Afectivo-Normativo (CAN) presentado por Pelegrín-Borondo et al. (2016). Un cuarto grupo de estudios utiliza la Escala Ética Multidimensional (MES, Multiple Ethics Scale) de Shawver y Sennetti (2009), que incluye cinco variables latentes: equidad moral, relativismo, egoísmo, utilitarismo y contractualismo. Finalmente encontraríamos un grupo de investigaciones que utilizan un modelo ad-hoc desarrollado por los autores.

El objetivo principal de este artículo es analizar la intención de uso (IU) de los ITs, ya que se trata de uno de los predictores más confiables de la conducta futura de un individuo (Davis, 1989). La Figura 1 muestra gráficamente el marco propuesto.

En general, UTAUT, CAN y MES solo aceptan un impacto directo de las variables explicativas en la aceptación. Así, no permiten medir la potencial influencia que variables como la norma social o la motivación hedónica puedan tener en la aceptación que venga mediada por constructos de carácter endógeno como la utilidad percibida. En cambio, TAM sí que acepta esta mediación, diferenciando claramente entre variables endógenas y exógenas, tal como muestra la Figura 1.

El modelo conceptual desarrollado en la Figura 1 presenta algunas diferencias respecto a las extensiones del TAM que la literatura ha propuesto para el estudio de la aceptación de los ITs, la cual es revisada en la Tabla 1. Nuestra propuesta emplea tres variables exógenas que pueden influir en la aceptación, que vienen parcialmente mediadas por las variables endógenas de utilidad percibida y facilidad de uso percibida: la norma subjetiva, como en el modelo TAM2, el riesgo percibido y la motivación hedónica. El ajuste del modelo mostrado en la Figura 1, que realizaremos con PLS-SEM, es muy común en estudios de aceptación tecnológica y, desde luego, también en el análisis de la aceptación de los ITs, tal como muestra la Tabla 1. Este análisis permite evaluar si las variables explicativas propuestas son condiciones suficientes para generar aceptación, pero no si son necesarias; es decir, no permite determinar si se requiere un nivel mínimo de estas variables para que exista aceptación (Dul, 2016). Una herramienta muy adecuada para el análisis de la condición necesaria es el NCA (Dul, 2016).

El modelo propuesto en la Figura 1 se aplicará a una muestra de individuos que podrían etiquetarse como nativos digitales. Este grupo puede definirse como una generación inmersa en la era digital desde la infancia, por lo que posee una gran familiaridad con el lenguaje tecnológico y una alta capacidad de adaptación a entornos de tecnología de la información (Wang et al., 2019). La literatura utiliza diferentes términos para referirse a los nativos digitales, como "Generación Net" o "Millennials" (Akçayır et al., 2016). Aunque se han empleado varios nombres para describirlos, existen características comunes que distinguen a los nativos digitales de generaciones anteriores, como la Generación X o los Boomers, quienes a menudo son llamados inmigrantes digitales (Agárdi y Alt, 2024). Los nativos digitales tienden a adoptar nuevas tecnologías sin dificultad, considerándolas una parte esencial de su estilo de vida, en áreas como los pagos móviles (Agárdi y Alt, 2024) o las experiencias educativas interactivas y colaborativas (Alruthaya et al., 2021). En contraste, los inmigrantes digitales suelen requerir más convencimiento respecto a la facilidad de uso y las implicaciones operativas de las nuevas tecnologías (Agárdi y Alt, 2024).

El curso 2021-22, los autores de la investigación enviaron a los participantes del estudio una invitación para contestar las preguntas por correo electrónico, a través de los campus virtuales de las tres universidades españolas a las que pertenecían. En dicho correo se proporcionaba un hipervínculo a un cuestionario de Google Forms autoadministrado, que era cumplimentado de forma totalmente anónima. El cuestionario fue diseñado para que únicamente pudiera realizarse una respuesta desde el mismo IP. Asimismo, se animaba a los participantes a compartir el hipervínculo con compañeros/as o amigos/as, si lo estimaban conveniente, de forma que podemos considerar que es una muestra de conveniencia que utiliza parcialmente la técnica de la bola de nieve.

La muestra final tiene 257 observaciones. El perfil de los encuestados se detalla en la Tabla 2. En cuanto a la distribución por género, la muestra está casi equilibrada, compuesta por 132 mujeres y 125 hombres. La mayoría de las respuestas fueron proporcionadas por personas de entre 20 y 24 años, que fueron 142, el 55,25% de las observaciones. Una parte significativa de los encuestados afirmó que estudiaba ciencias sociales o derecho (120 respuestas), seguido de estudiantes en ciencias de la salud (48 respuestas) e ingeniería (45 respuestas). Asimismo, 55 estudiantes (21,40%) reportó usar o haber usado dispositivos adosables.

Puede comprobarse que la distribución de encuestados por estudios es coherente con la distribución de nuevos alumnos en estudios de grado en España, donde aproximadamente el 50% se inscribió en estudios de ciencias sociales, entre el 15% y el 20% en estudios relacionados con la ingeniería y las ciencias de la salud, y los estudios más minoritarios fueron los de ciencias puras, humanidades y artes (Ministerio de Ciencia, Innovación y Universidades, 2024).

Utilizar estudiantes universitarios como grupo de estudio para nuestro trabajo ofrece varias ventajas. Por un lado, nuestro objetivo es la población nativa digital, y la universidad es un entorno natural de este tipo de personas (Akçayir et al., 2016; Ahadzadeh et al., 2024a). Asimismo, se emplearon métodos de recopilación de datos electrónicos, y prácticamente todos los miembros de la comunidad universitaria están familiarizados con estos procedimientos y poseen dispositivos electrónicos para cumplimentar la encuesta. Además, dentro de un entorno universitario, hay una amplia gama de perspectivas sobre los avances tecnológicos, con miembros procedentes de diversas disciplinas académicas como las ciencias de la salud, la ingeniería o las ciencias básicas. Esta diversidad anticipa puntos de vista variados, fundamentados en razones sólidas, que pueden basarse tanto en opiniones filosóficas como tecnológicas (Andrés-Sánchez et al., 2022).

Desde la perspectiva de la representatividad de la muestra, su tamaño, que es un subconjunto de una población total que supera los 5,000 individuos, conduce a un margen de error que oscila entre el 5% y el 7,5% (Conroy, 2016). La dimensión de la muestra no es extremadamente grande, pero es adecuada para la aplicación de PLS-SEM. La variable endógena que muestra el mayor número de entradas es IU, con un total de once: las asociadas a las variables explicativas desarrolladas en las hipótesis H1a, H2a, H3a, H4a y H5a, y la influencia del sexo, y las interacciones de esta variable con PU, PEoU, SN, HM y PR. La regla “10-times rule” prescribe que un tamaño de muestra mínimo de 110 respuestas es suficiente (Hair et al., 2019). Si utilizamos el método del R² mínimo (Kock y Hadaya, 2018), con el sofware G*Power (Faul et al., 2009), puede comprobarse que, si se requiere para un nivel de significación 5%, una potencia de contraste del 80% para un R² mínimo del 10%, el número de observaciones mínimas requeridas es N=163. Así, el tamaño de la muestra sigue siendo adecuado.

En la investigación basada en encuestas, es fundamental controlar la varianza de método común (CMV, common method variance), ya que esta puede generar sesgos de método común (CMB, common method bias) (Podsakoff et al., 2003). Para mitigar este problema, se implementaron diversas medidas siguiendo las recomendaciones de Podsakoff et al. (2003, 2024).

En primer lugar, se realizó una prueba preliminar del cuestionario con 12 participantes, lo que permitió identificar y reducir posibles ambigüedades en los ítems. Además, dado que los encuestados provenían de un entorno universitario, es previsible un adecuado nivel de comprensión tanto del cuestionario como del contexto tecnológico, lo que contribuyó a minimizar posibles fuentes de CMV. La encuesta fue administrada de manera autogestionada y en ausencia de un entrevistador, garantizando el anonimato de los participantes. Esta modalidad redujo la influencia de factores como la deseabilidad social y la tendencia a respuestas consistentes. Asimismo, la naturaleza voluntaria y no remunerada de la participación sugiere una motivación altruista por parte de los encuestados, aumentando la probabilidad de obtener respuestas consideradas con rigor.

El cuestionario dejaba claro que sus preguntas hacían referencia a implantes tecnológicos con fines no médicos. Concretamente, incluía la siguiente breve explicación del concepto de implante tecnológico junto con fotos ilustrativas: “Esta encuesta busca recabar su opinión acerca del uso de implantes tecnológicos (dispositivos electrónicos implantados en el cuerpo humano) por razones no médicas que interactúan con el usuario para aumentar las capacidades humanas innatas, como la agilidad mental, la memoria o la fuerza física, o para darnos nuevas, como el control remoto de máquinas o estimular a los sentidos (mayor agudeza visual o auditiva, por ejemplo)”.

Las escalas utilizadas para medir las variables latentes se basan en las adaptaciones de escalas comúnmente utilizadas en estudios de aceptación tecnológica. Los ítems utilizados, así como su origen, se presentan en la Tabla 3. Éstos se respondieron utilizando una escala Likert de 11 puntos que va desde 0 ('totalmente en desacuerdo') hasta 10 ('totalmente de acuerdo'), siendo una posición neutral equivalente a una puntuación de cinco.

Lo más usual en estudios de comportamiento humano es el empleo de escalas de cinco o siete puntos (Bisquerra y Pérez-Escola, 2015). Sin embargo, éstas no permiten captar completamente la capacidad humana para discernir matices ya que, normalmente, las personas evitan usar valores extremos. Así, en escalas de cinco (siete) puntos, solo hay una (dos) opción(es) viable(s) para expresar acuerdo o desacuerdo para muchas personas encuestadas (Bisquerra y Pérez-Escola, 2015). Asimismo, la puntuación en escalas con menor matización tiende a ser más alta que en aquellas con un mayor número de grados. La escala de 11 puntos también permite una respuesta “indiferente” y graduar “de acuerdo” o “en desacuerdo” de manera muy intuitiva, ya que el sistema numérico decimal es muy común en situaciones cotidianas (Bisquerra y Pérez-Escola, 2015). Las escalas de menos puntos son más proclives a provocar CMV (Podsakoff et al., 2003), por lo que una escala de once puntos puede también ayudar a minimizar dicho problema.

Los objetivos de investigación se contestan a partir del modelo operativo mostrado por la Figura 1. Ello nos lleva a realizar el análisis de la muestra en tres fases. En la primera analizamos la posible existencia de la solidez de los datos en cuanto a la existencia de CMB. Con ese fin realizamos tres análisis:

En segundo lugar, estimamos el modelo con PLS-SEM. Es importante destacar que PLS-SEM no impone supuestos estrictos respecto a la normalidad de los datos o la necesidad de tamaños de muestra excesivamente grandes (Hair et al., 2019). Asimismo, también nos interesa la capacidad predictiva de las relaciones presentadas en la Figura 1, y en este sentido, PLS-SEM también es una metodología adecuada (Dash y Paul, 2021). Una evaluación del poder predictivo es esencial para el desarrollo y la validación de teorías y para seleccionar un modelo en el cual basar decisiones gerenciales y políticas (Liengaard et al., 2021).

Implementamos PLS-SEM con SmartPLS 4.0, siguiendo los procedimientos estandarizados por Hair et al. (2019) y Benítez et al. (2020). Esto implica, en primer lugar, evaluar la consistencia interna, la convergencia y la validez discriminante de las escalas. Posteriormente, ajustamos el modelo estructural que se muestra en la Figura 1, utilizando bootstrap de percentiles con 5,000 submuestras. En un primer estadio se tiene en cuenta las potenciales influencias del sexo tanto moderando la influencia directa de las cinco variables explicativas en la intención de uso como influyendo directamente. No obstante, con el fin de limitar el número de variables del modelo, su ajuste final tiene en cuenta solo aquellas influencias del factor sexo que se mostraron significativas en la primera estimación. La bondad de ajuste del modelo se mide a través de R² y SRMR (standardized root mean square residual). En esta etapa, estimamos los coeficientes (β) que miden el impacto neto de los factores y evaluamos su significación estadística, lo cual permitirá evaluar las hipótesis descritas en la segunda sección. Finalizamos evaluando la capacidad predictiva del modelo con la medida Q² de Stone y Geisser y realizando la prueba de capacidad predictiva con validación cruzada (CVPAT, cross-validated predictive ability test) del PLS-SEM (Liengaard et al., 2021; Sharma et al., 2023).

En tercer lugar, y siguiendo el procedimiento de Richter et al. (2020) para modelos con variables latentes, establecemos la existencia de condiciones necesarias para IU, aplicando NCA (Dul, 2016). Para este análisis, utilizamos las cargas factoriales empleadas en el ajuste del modelo con SEM-PLS y el mismo software SmartPLS 4.0. Establecemos que el efecto tamaño del nivel de necesidad (d) es irrelevante desde un punto empírico si d<0,1, es mediano si 0,1≤d<0,3; es grande si 0,3≤d<0,5 y muy grande si d>0,5 (Dul, 2016). Dichos efectos tamaño se calculan tanto con la metodología denominada como ceiling envelopment como con la denominada como ceiling regression. También se realiza un análisis de cuellos de botella con ambos métodos.

Este estudio presenta un modelo basado en el Technology Acceptance Model (TAM) de Davis et al. (1989) para explicar la aceptación de los implantes tecnológicos (ITs) con fines no médicos. Se contrastó en una muestra de nativos digitales utilizando un modelado de ecuaciones estructurales estimada con mínimos cuadrados parciales (PLS-SEM). El modelo propuesto explica aproximadamente el 70 % de la varianza en la intención de uso. Además, permite captar efectos relevantes, parcialmente mediados por la utilidad percibida y la facilidad de uso percibida, de la norma subjetiva y la motivación hedónica en la aceptación de los ITs. Asimismo, se verificó la capacidad predictiva del modelo.

Como se esperaba, la utilidad percibida (PU), la facilidad de uso percibida (PEoU) y la norma subjetiva (SN) mostraron una influencia directa positiva significativa en la intención de uso (IU) de los (ITs). Por otro lado, el riesgo percibido (PR) manifestó una influencia negativa directa significativa. El impacto directo de la motivación hedónica (HM) es positivo, pero no el más elevado. No obstante, al evaluar el efecto total de todos los constructos, se observó que la motivación hedónica tuvo la influencia de mayor magnitud en IU debido a los efectos mediados por PEoU y PU. También debe remarcarse que, aparte de ser variables significativas, PU, PEoU y HM manifestaron ser condiciones necesarias para la existencia de IU.

El impacto positivo de la utilidad percibida en la aceptación de los ITs se alinea con la mayoría de los revisados en la Tabla 1. Nuestros resultados coinciden con investigaciones previas que también emplean el modelo TAM (Reinares-Lara et al., 2016; Gangadharbatla, 2020; Klemenc et al., 2021) y UTAUT (Arias-Oliva et al., 2021; Sabogal-Alfaro et al., 2021). Este hallazgo es coherente con Ahadzadeh et al. (2023), que observan que las personas con un carácter más competitivo muestran una mayor aceptación de los implantes cerebrales y con Ahadzadeh et al. (2024a), que destacan que el perfeccionismo está positivamente asociado con una actitud favorable hacia estas tecnologías. También permite entender los reportes de estudios cualitativos como Shafeie et al. (2022), en el que algunos participantes mencionan como razones para el uso de los ITs, la mejora de las capacidades innatas o la posibilidad de encriptar información relevante del usuario que puede ser utilizada en caso de necesidad cuando éste es incapaz de transmitirla (por ejemplo, acerca de su salud cuando tiene un accidente).

El efecto positivo de PEoU sobre IU, tanto directo como total, es consistente con los hallazgos en el campo de la aceptación de tecnologías implantables (Pelegrín-Borondo et al., 2017; Klemenc et al., 2021; Sabogal-Alfaro et al., 2021). Su relevancia explicaría las razones de la baja intención de uso promedio de la muestra. Investigaciones cualitativas remarcan que son problemas relevantes para la aceptación de los ITs las dificultades de control y conectividad o incompatibilidades con otros equipamientos tecnológicos (Heffernan et al., 2022; Shafeie et al., 2022). Asimismo, el hecho de que el efecto total en la intención de uso de PEoU no sea inferior al de PU, puede entenderse porque la adopción de los ITs no necesariamente tiene un objetivo utilitarista, sino también puede ser estético y de búsqueda de nuevas sensaciones (Heffernan et al., 2021), lo cual es una característica típica de los sistemas de información hedónicos (Van der Heijden, 2004). Estos indicios de la mayor relevancia de la PEoU que de PU en la explicación de la aceptación de los ITs vendrían reforzados por el hecho de que, aunque ambas variables son necesarias para la existencia de IU, el efecto tamaño del grado de necesidad es superior en PEoU.

La norma subjetiva también tiene una influencia positiva significativa en la aceptación de los ITs. Este resultado coincide con investigaciones previas, tanto en el ámbito de los wearables (Talukder et al., 2020; Peng et al., 2022) como en el de los ITs (Pelegrín-Borondo et al., 2016, 2017; Reinares-Lara et al., 2018; Klemenc et al., 2021; Arias Oliva et al., 2021; Sabogal-Alfaro et al., 2021). También es coherente con Pelegrín-Borondo et al. (2020) y Olarte-Pascual et al. (2021), que observaron que la equidad moral y el relativismo, que pueden ser considerados como una manifestación de las normas subjetivas, influyen significativamente en la intención de uso. En esta línea, Ahadzadeh et al. (2023) señalaron que la equidad moral modera positivamente la relación entre la competitividad y la aceptación de los implantes tecnológicos, mientras que Toker et al. (2023) destacaron que la percepción de normas de carácter ético sobre las implicaciones del uso de implantes cerebrales constituye una variable clave en la explicación de la intención de uso. Por otro lado, investigaciones cualitativas han identificado testimonios que señalan dilemas éticos y metafísicos, además de preocupaciones sobre posibles consecuencias sociales negativas asociadas al uso de estas tecnologías (Shafeie et al., 2022). También es remarcable que SN no es un factor que sea necesario para la aceptación de los ITs, al contrario de lo que ocurre con PEoU, PU o HM.

El impacto directo del riesgo percibido en la intención de uso es significativamente negativo, lo cual está en línea con la literatura revisada (Gangadharbatla, 2020; Klemenc et al., 2021). Es comprensible, si tenemos en cuenta que, en análisis cualitativos, una preocupación mostrada de forma recurrente es la posible existencia de problemas de salud como efectos secundarios a largo plazo o el rechazo (Shafeie et al., 2022). Sin embargo, también observamos que su efecto total en la intención de uso, aunque negativo, tras tener en cuenta el efecto mediado por PU no es significativo. Asimismo, NCA no revela que la ausencia de percepción de riesgo sea una condición necesaria para que exista aceptación de los ITs.

El impacto directo de la motivación hedónica en la aceptación es significativamente positivo, pero no el más elevado. Sin embargo, sus efectos totales, son los más elevados de entre todos los factores explicativos propuestos, ya que los efectos mediados por PEoU y por PEoU y PU incrementan notablemente el impacto que únicamente recoge la influencia directa. La alta relevancia de la motivación hedónica en explicación de IU subraya la importancia de la búsqueda de sensaciones novedosas y objetivos relacionados con el ocio en la adopción de esta tecnología (Komkaite et al., 2019; Heffernan et al., 2022). Esto incluye experimentar nuevas formas de percibir la realidad (Ramoğlu, 2019), mantener una apariencia juvenil (Pelegrín-Borondo et al., 2016) y aliviar la ansiedad por la muerte (Giger y Gaspar, 2019).

La significación de la motivación hedónica coincide con los trabajos de Arias-Oliva et al. (2021) y Sabogal-Alfaro et al. (2021), que con un modelo extendido de UTAUT ponen de manifiesto la relevancia de esta variable; y los de Reinares-Lara et al. (2016), Pelegrín-Borondo et al. (2017), Reinares-Lara (2018) y Toker et al. (2023) que reseñan la relevancia de las emociones positivas en la aceptación de los ITs. No obstante, nuestro estudio aporta un matiz importante a estos hallazgos. Los estudios previos solo evaluaban el impacto directo del hedonismo en la intención de uso, mientras que nuestro estudio demuestra una parte esencial de su influencia está mediado por la facilidad de uso, tal como propone Venkatesh (2000).

El análisis de los efectos totales muestra que la motivación hedónica es el factor más relevante para la aceptación, seguida de la facilidad de uso, la utilidad percibida y la norma social. Este hallazgo coincide con Van der Heijden (2004), que sugiere que en la aceptación los sistemas de información, la utilidad percibida es la variable más importante si el objetivo de la tecnología es mejorar el rendimiento. En cambio, cuando la motivación es hedónica, la facilidad de uso y la motivación hedónica pueden ejercer una influencia mayor. Además, el análisis NCA revela que el tamaño del efecto del nivel de necesidad HM es muy similar al de la PU; y ambos tienen un tamaño entre intermedio y alto.

Finalmente, debe remarcase que, a excepción de Reichel et al. (2024), la literatura no analiza las posibles divergencias en la aceptación de los ITs por razones de sexo. En este sentido, este trabajo no ha detectado influencias significativas de esta variable, ni como factor moderador de las variables latentes del modelo de aceptación tecnológico propuesto ni incidiendo directamente en la intención de uso.

La extensión del modelo TAM propuesta explica adecuadamente la aceptación de los ITs. La variable con mayor efecto total en la intención de usar estos dispositivos es la motivación hedónica, seguida por la de la facilidad de uso percibida. Este resultado sugiere que, en el momento del estudio, la opinión predominante era que el uso de ITs era más aplicable para usos orientados al placer que para mejorar el rendimiento en las tareas cotidianas.

Las calificaciones promedio para la utilidad y la facilidad de uso no se desvían significativamente de una puntuación intermedia de cinco sobre diez. Por el contrario, la motivación hedónica y la influencia social obtienen puntuaciones más bajas, mientras que el riesgo percibido es relativamente elevado, con un promedio de siete sobre diez. Además, la aceptación promedio de los ITs con fines no médicos es baja, situándose en tres sobre diez. Esta limitada aceptación de los ITs era previsible, dado que se trata de una tecnología aún no domesticada (Heffernan et al., 2022) que está lejos de ser estandarizada y de uso común (Chaudhry et al., 2023).

La evolución futura de la difusión los ITs, debería implicar una transición de tecnología disruptiva a tecnología cotidiana, como los wearables. Esta evolución aportará nuevas perspectivas sobre su impacto en la sociedad. Será posible comprobar si, como afirman los filósofos transhumanistas, representan un paso natural en la evolución humana. Según esta visión, la fusión física entre las personas y la tecnología podría tener un efecto positivo en el bienestar de la humanidad, al potenciar tanto las capacidades físicas como intelectuales de los individuos (Warwick, 2020). Asimismo, se podrá evaluar si realmente se manifiestan los problemas éticos anticipados por los críticos. Un ejemplo sería la aparición de desigualdades sociales debido a la falta de acceso a estas tecnologías por parte de ciertos sectores de la población, principalmente debido a su coste, que pudiera ser elevado (Shafeie et al., 2022).

Los hallazgos pueden ser de interés para empresas que consideren comercializar ITs con fines no médicos. Dado que el factor principal que influye en su aceptación es la motivación hedónica, se recomienda que estas empresas enfaticen el potencial de estas tecnologías para proporcionar nuevas y estimulantes sensaciones, en lugar de centrarse únicamente en su utilidad para mejorar el rendimiento en las tareas diarias.

Este descubrimiento también puede beneficiar a las empresas que desarrollan estas tecnologías. La utilidad práctica limitada es un inconveniente potencial de los ITs. Cabe destacar que los elementos vinculados con la utilidad percibida y facilidad de uso tuvieron una media y mediana que no superaron los seis sobre diez. Mejorar estos dos aspectos puede contribuir a aumentar la popularidad de los ITs con fines no médicos.

Los resultados sugieren que la norma subjetiva tiene un efecto general muy significativo en la actitud hacia la tecnología cíborg. Esta tecnología es percibida como notablemente innovadora, lo que explica en parte por qué es altamente susceptible a consideraciones éticas, especialmente cuando se emplea con fines no médicos (Pelegrín-Borondo et al., 2020; Olarte-Pascual et al., 2021; Toker et al., 2023; Ahadzadeh, 2023). Estas percepciones pueden variar desde muy positivas hasta muy negativas (Shafeie et al., 2022; Giger y Gaspar, 2019). Este hallazgo debe ser tenido en cuenta en las políticas de comercialización de ITs, ya que permite identificar a los grupos de consumidores potenciales que, implícitamente o explícitamente, deben compartir valores transhumanistas.

Hemos observado que NCA ofrece una valiosa información complementaria los resultados de PLS-SEM en el análisis de la aceptación de los ITs. La aplicación de NCA es original en este contexto, tal como muestra la colección de estudios revisados en la Tabla 1. Este valor se acrecienta por el hecho de que la valoración promedio de los ITs tiende al rechazo. Para alcanzar un cierto nivel de aceptación de los ITs, es necesario alcanzar un umbral en utilidad percibida, facilidad de uso y percepción de que su uso genera sensaciones placenteras. En cambio, la norma subjetiva, aunque tiene un impacto significativo en la aceptación, no actúa como un cuello de botella. Por lo tanto, la afirmación del tipo "un mayor nivel de utilidad percibida, facilidad de uso, aceptación social y capacidad de generar sensaciones placenteras aumenta la aceptación de los ITs" debe matizarse como "solo si se alcanzan ciertos niveles de utilidad percibida, facilidad de uso y capacidad de generar sensaciones placenteras".

El estudio se llevó a cabo exclusivamente en España y se centró en individuos nativos digitales de un entorno universitario. En consecuencia, los hallazgos pueden estar influenciados por el nivel educativo y el status económico y país de los participantes. Además, como señalan Sabogal-Alfaro et al. (2021), el grupo de edad examinado en esta investigación suele ser más receptivo a tales tecnologías. Para llegar a conclusiones más completas es necesario incluir participantes de más países, generaciones y perfiles. Tal como señalan Chiu et al. (2021) para los wearables y Murata et al. (2019) para los ITs no médicos, los factores culturales desempeñan un papel crucial en explicar la aceptación de estas tecnologías. Por lo tanto, aunque nuestro modelo tiene una buena capacidad explicativa en nuestra muestra, esto no puede confirmarse en un estudio similar en un país con una cultura diferente o con otros perfiles sociodemográficos.

Es importante resaltar que los hallazgos de este estudio deben interpretarse con cautela si se pretende extrapolar a largo plazo. De acuerdo con la Royal Society (2019), se espera que el desarrollo de los implantes tecnológicos en los próximos años experimente avances significativos en términos de fiabilidad de los materiales, portabilidad y confiabilidad. Además, la percepción social hacia ciertos usos y costumbres evoluciona con el tiempo. Por ejemplo, las prácticas de modificación corporal como los tatuajes y los piercings, que eran relativamente poco convencionales en las sociedades occidentales hace 25 años, se han vuelto comunes (Fox, 2018). Así, existen precedentes para creer que el uso no médico de los ITs también podría ganar aceptación generalizada en un futuro relativamente cercano (Fox, 2018).

Las limitaciones de este estudio pueden incentivar futuras investigaciones que amplíen los hallazgos presentados. En el contexto de nativos digitales que cursan estudios universitarios, sería interesante explorar si cursar estudios en una determinada rama del saber modera el grado de aceptación de ITs. Los estudiantes de ingeniería, por su inclinación intelectual, pueden mostrar actitudes hacia este tipo de tecnología tanto favorables como desfavorables fundamentadas en su saber tecnológico, por lo que pudiera ser una circunstancia que moderara la utilidad percibida o la facilidad de uso. Los estudiantes de humanidades, más sensibles a posiciones filosóficas como el transhumanismo, podrían manifestar posiciones fundamentadas en argumentos ideológicos o éticos y, por tanto, esta circunstancia podría moderar la norma social.

El hecho de que este estudio se haya limitado a un grupo social específico, jóvenes universitarios, abre la puerta a futuros análisis que amplíen la población de estudio, tanto respecto a su nivel académico como a su edad. Reichel et al. (2024), a partir de una muestra de Alemania, Austria y Suiza, comprueban que las personas más mayores muestran menos inclinación hacia la aceptación de ITs. Sería interesante contrastar este hallazgo en países con sustratos culturales y religiosos diferentes.

Los estudios sobre la aceptación tecnológica suelen depender del contexto cultural en el que se desarrollan, por lo que una extensión natural de los estudios basados en modelos de aceptación tecnológica como el TAM o el UTAUT es aplicarlos a nuevos entornos culturales (Venkatesh et al., 2012). En el campo de los dispositivos wearables, Chiu et al. (2021) ya han demostrado esta variabilidad cultural. Esta diversidad puede verse acentuada por las profundas implicaciones éticas, filosóficas y religiosas asociadas a la adopción de los ITs (Sisto, 2023; Åsberg, 2024), que no existe con otras tecnologías.

Nuestra encuesta muestra que el nivel de aceptación de los ITs con fines no médicos a principios de la tercera década del siglo XXI es muy bajo, ya que esta tecnología aún no está domesticada. Esta posible limitación motiva futuros estudios longitudinales que permitan evaluar el grado de aceptación y sus factores explicativos en distintas etapas de desarrollo de las ITs, en los que su grado de aceptación debería ir consolidándose.