UNIVERSIDAD Y SOCIEDAD | Revista Científica de la Universidad de Cienfuegos | ISSN-2218-3620

Vol 18 | No.5 | septiembre-octubre | 2026 | Publicación continua | e6237

Artículo Original

Dayron Cruz Hondal¹ *

 dcruzh.89@gmail.com

 https://orcid.org/0000-0002-4547-3974

Marta Beatriz Infante Abreu ²

 miabreu@tesla.cujae.edu.cu

 https://orcid.org/0000-0003-2753-8647

Carlos Lázaro Jiménez Puerto ³

 carloslazaro1989@gmail.com

 https://orcid.org/0000-0001-8967-2935

Odalys Caridad Goicochea Cardoso¹

 goicochea@citma.gob.cu

 https://orcid.org/0000-0003-3075-3866

Nicolás Caloni⁴

 ncaloni@campus.ungs.edu.ar

 https://orcid.org/0009-0006-5476-2694

¹Ministerio de Ciencia, Tecnología y Medio Ambiente (CITMA). La Habana, Cuba.

*Autor para correspondencia: Dayron Cruz Hondal, email: dcruzh.89@gmail.com

Resumen:

La investigación se propuso comparar modelos de madurez de gobierno digital para evaluar la pertinencia del índice de madurez GovTech del Banco Mundial como modelo adoptado por el Marco de trabajo para la integración de datos de gobierno, con el análisis de su alineación estructural y la validez de su aplicabilidad en el contexto cubano. Se diseñó un mapeo sistemático bajo las directrices PRISMA, a partir de esta se seleccionó un conjunto acotado de modelos y se construyó una matriz de compatibilidad frente al marco analizado. Se realizó un estudio de caso en el Ministerio de Ciencia, Tecnología y Medio Ambiente de Cuba para validar empíricamente el modelo seleccionado. El mapeo evidenció un desplazamiento desde modelos secuenciales tecnocéntricos hacia índices multidimensionales, se destaca el índice GovTech por su cobertura global, granularidad y énfasis en habilitadores institucionales, con un grado elevado de compatibilidad respecto a los subsistemas del marco estudiado. El estudio de caso reveló brechas críticas en la coordinación interorganizacional, la estandarización de datos y la ciberseguridad. Se recomendó la adopción del índice GovTech dentro del marco de integración de datos de gobierno, complementado con indicadores propios para la capa de seguridad. El trabajo aportó un mapa sistemático actualizado, una matriz comparativa inédita y una validación empírica en un entorno con restricciones estructurales, abriendo una vía aplicada para administraciones públicas de recursos limitados.

Palabras clave: Gobierno digital, Modelos de madurez, Mapeo sistemático, Administración pública, Arquitectura integrada de gobierno.

Abstract:

The research aimed to compare digital government maturity models to assess the relevance of the World Bank's GovTech Maturity Index as the model adopted by the Government Data Integration Framework, analyzing its structural alignment and validating its applicability in the Cuban context. A systematic mapping was designed following PRISMA guidelines, from which a limited set of models was selected and a compatibility matrix was constructed against the analyzed framework. A case study was conducted at the Ministry of Science, Technology and Environment of Cuba to empirically validate the selected model. The mapping evidenced a shift from sequential technocentric models towards multidimensional indices, with the GovTech Index standing out for its global coverage, granularity, and emphasis on institutional enablers, showing a high degree of compatibility regarding the subsystems of the studied framework. The case study revealed critical gaps in interorganizational coordination, data standardization, and cybersecurity. The adoption of the GovTech Index within the government data integration framework was recommended, supplemented with its own indicators for the security layer. This work provided an updated systematic map, an unprecedented comparative matrix, and empirical validation in an environment with structural constraints, thus opening an applied pathway for public administrations with limited resources.

Keywords: Digital government, Maturity models, Systematic mapping, Public administration, Integrated government architecture.

Recibido: 3 de junio, 2026

Aceptado: 10 de septiembre, 2026

Publicado: 28 de septiembre, 2026

Introducción

La medición de la madurez del gobierno digital se consolida como una herramienta esencial para que los Estados comprendieran su posición en el proceso de transformación digital y definieran rutas de mejora. Desde los primeros modelos de etapas del gobierno electrónico, a principios de la década de 2000, la literatura especializada produce numerosos modelos que intentan capturar la complejidad de este fenómeno, desde perspectivas puramente tecnológicas hasta enfoques multidimensionales que integran aspectos organizacionales, normativos y de capacidades humanas.

No obstante, pese a esta profusión de modelos, persisten desafíos significativos para su aplicación en contextos de administración pública con recursos tecnológicos limitados. Los modelos tradicionales, basados en etapas secuenciales (Layne y Lee, 2001; Siau y Long, 2005), adolecen de un enfoque excesivamente tecnocéntrico y no capturan adecuadamente las dimensiones organizacionales y de gobernanza críticas en entornos de baja digitalización. Los índices compuestos más recientes, aunque ofrecen una visión más integral, presentan limitaciones en su granularidad o en su aplicabilidad a nivel de entidad individual.

Si bien existieron mapeos sistemáticos previos de modelos de madurez (Hujran et al., 2023; Okan, 2024), resulta insuficiente el análisis de la alineación entre los índices globales y los marcos nacionales de arquitectura gubernamental, sin que dicha alineación hubiera sido validada empíricamente en un contexto de recursos limitados como el cubano. En este escenario, el Marco de Trabajo para la Integración de Datos de Gobierno (INDATGO) es diseñado para operar en administraciones con recursos limitados, al incorporar un modelo de madurez basado en seis capas de la arquitectura integrada de gobierno.

Los modelos de madurez tienen su origen en el Modelo de madurez de capacidades, desarrollado por el Instituto de Ingeniería de Software a finales de los años ochenta para evaluar y mejorar los procesos de desarrollo de software en las organizaciones (Stoiber et al., 2023). Con el tiempo, amplian su campo de aplicación hacia la gestión de proyectos, la gestión empresarial y la transformación digital. Según Ochoa-Urrego y Peña-Reyes (2021), esta expansión responde a la necesidad de las organizaciones de medir y mejorar sus capacidades en entornos cada vez más complejos, mientras que Waara (2025) destaca que la digitalización impulsa nuevos modelos orientados a evaluar la adopción de tecnologías emergentes. Asimismo, estos modelos se extienden al ámbito de la sostenibilidad, al facilitar la alineación con los Objetivos de Desarrollo Sostenible (Schumacher et al., 2016).

Pocos modelos internacionales se aproximan, de forma integral, al diagnóstico requerido para tributar a una gestión basada en la arquitectura integrada de gobierno, concepto que representa una evolución estratégica de la Arquitectura Empresarial hacia la coordinación de ecosistemas públicos completos (Hakimi et al., 2024), al armonizar las arquitecturas de múltiples entidades gubernamentales mediante estándares comunes para datos, servicios y procesos (Singh et al., 2024). Su implementación permite convertir silos aislados en redes interoperables, extender los principios de la Arquitectura Empresarial hacia una escala macro que mejora la gestión de recursos y habilitas políticas públicas integradas.

Sobre la base de lo anterior, el presente estudio se traza como objetivo: Comparar modelos de madurez de gobierno digital para evaluar la pertinencia del índice de madurez GovTech del Banco Mundial como modelo adoptado por el Marco de trabajo para la integración de datos de gobierno.

Materiales y métodos

La búsqueda se realizó entre enero y marzo de 2025 en las fuentes: Google Scholar, IEEE Xplore, Science Direct y SciELO, se emplearon frases con operadores booleanos AND, OR y NOT en inglés. Las frases principales incluyeron: ("digital government maturity" AND "index" AND ("World Bank" OR "OECD" OR "United Nations")); ("e-government maturity model" AND "systematic mapping"); ("GovTech Maturity Index" AND "GTMI"); ("digital transformation maturity" AND "public sector" AND "assessment").

Los criterios de inclusión priorizaron modelos que: hubieran sido publicados entre 2005 y 2025, propusieran un marco de medición de madurez de gobierno digital o electrónico con al menos tres dimensiones o componentes diferenciados, estuvieran documentados en inglés, incluyeran una escala de madurez definida y hubieran sido aplicados al menos en un país o entidad.

La búsqueda siguió las directrices PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) (López et al., 2023). Se identificaron 847 registros iniciales. Tras eliminar duplicados (n=203), se tamizaron 644 títulos y resúmenes, y resultaron excluidos 589. Se evaluaron 55 textos completos; se excluyeron 41 por: enfoque sectorial específico (n=18), falta de escala de madurez definida (n=12) y no aplicabilidad a administración pública general (n=11). El conjunto final fue de 14 modelos.

Se construyó una tabla de mapeo (Tabla 1) donde cada modelo fue evaluado frente a los siete subsistemas de INDATGO. La evaluación se basó en una escala de tres niveles: alta compatibilidad (++), compatibilidad parcial (+) y baja compatibilidad (-). Se realizó un análisis comparativo de beneficios. Dicho análisis consideró criterios como cobertura internacional, granularidad, periodicidad de actualización, aplicabilidad a nivel de entidad, y alineación conceptual con la Arquitectura Integrada de Gobierno (Ver tabla 2).

Cuatro herramientas de IA (Claude, Elicit, Perplexity y Notebook LM) se utilizan para tareas específicas de traducción, extracción de datos, identificación de citas, resumen y organización temática. No obstante, todos los resultados fueron verificados por los autores y contrastados con los originales, de modo que se mantenga la responsabilidad exclusiva sobre las decisiones de inclusión, exclusión y clasificación, sin delegarlas en la IA.

Para garantizar la validez del procesamiento automatizado, se implementó un protocolo de tres pasos: extracción automatizada de datos mediante las herramientas listadas, verificación independiente del 100% de los extractos por un segundo investigador y resolución de discrepancias por consenso entre tres autores. El acuerdo inter-observador fue del 94% (kappa de Cohen = 0.89).

Los autores asumen plena responsabilidad por la exactitud de todos los datos extraídos. Ninguna decisión de inclusión, exclusión o clasificación fue delegada exclusivamente en la inteligencia artificial. Las salidas automatizadas fueron utilizadas exclusivamente como auxiliares del proceso de lectura y análisis, no como sustituto del juicio experto.

Para complementar el mapeo sistemático con evidencia empírica, se desarrolló un estudio de caso en el Ministerio de Ciencia, Tecnología y Medio Ambiente (CITMA) de Cuba. El CITMA fue seleccionado por criterio de intensidad: entidad rectora del sistema de ciencia e innovación en Cuba, con rol transversal en la generación de datos ambientales. Se empleó muestreo intencional, donde resultaron seleccionados 12 informantes que cubrían dirección estratégica (n=3), gestión de sistemas (n=4) y gestión de datos ambientales (n=5). La saturación teórica se alcanzó en la entrevista 10.

El estudio siguió un diseño de caso único con unidades de análisis múltiples (direcciones y departamentos del CITMA).

La investigación empleó tres métodos principales:

• Recolección de datos (ene-mar 2025): combinó entrevistas semiestructuradas a 12 directivos y especialistas (75 min de media, transcritas), análisis documental de estrategias, normativas, manuales e informes ambientales (2019-2025) y observación directa en cinco procesos críticos (evaluaciones de impacto, permisos, monitoreo, reportes ODS y quejas ciudadanas).
• Análisis de datos: aplicó análisis temático con codificación abierta y axial (dos investigadores codificaron el 30% de las entrevistas; kappa de Cohen = 0,82) y una encuesta complementaria a 45 técnicos del CITMA (tasa de respuesta del 91%).
• Implementación del modelo: utilizó una versión adaptada del GTMI como modelo diagnóstico candidato (no institucionalizado). El mapeo con las 6 capas de la AIG de INDATGO es funcional: los indicadores del GTMI alimentan el diagnóstico de cada capa, sin pretender una correspondencia uno a uno.

La correspondencia funcional identificada establece que el Core Government Systems (CGSI) se vincula con las capas de Negocio, Datos y Aplicaciones; Online Public Service Delivery (PSDI), por su parte, se asigna a la capa de Tecnología. En cuanto a Digital Citizen Engagement (DCEI), este se ubica en la capa de Desempeño, específicamente en el aspecto de participación, mientras que GovTech Enablers (GTEI) se sitúa también en la capa de Desempeño, pero desde la perspectiva de capacidades, y adicionalmente tiene una incidencia parcial en la capa de Seguridad.

Resultados y discusión

Caracterización de los modelos identificados

La evolución de los modelos de madurez de gobierno digital presenta dos fases diferenciadas. La primera (década de 2000) se compone de modelos secuenciales y generales, con 4 a 6 niveles, que trazaban una progresión lineal desde la información básica hasta la transacción y participación, pero sin profundizar en dimensiones organizativas, normativas o humanas. La segunda (a partir de 2020) viró hacia índices compuestos y multidimensionales de alta granularidad y consolida referentes globales como los del Banco Mundial, OCDE y ONU. Esta etapa también evidencia una diversificación funcional, con modelos específicos para interoperabilidad, transformación empresarial pública y contextos de países en desarrollo, y refleja un giro hacia enfoques más contextualizados y metodológicamente robustos.

Este estudio confirma que el desplazamiento hacia índices compuestos, en detrimento de los modelos de etapas, es una tendencia ya documentada en la literatura especializada (Hujran et al., 2023; Okan, 2024). Sin embargo, la principal aportación del estudio citado radica en un matiz novedoso: los modelos de nicho (enfocados en interoperabilidad o adaptados a economías en desarrollo) no han sido reemplazados por los grandes índices globales, sino que persisten y coexisten con ellos. Esto revela que la diversificación del campo no responde únicamente a una evolución cronológica, sino también a una diferenciación de carácter funcional.

En conjunto, la caracterización de los catorce modelos permitió constatar un desplazamiento sostenido desde estructuras simples y de alcance general hacia arquitecturas de evaluación más complejas, especializadas y con mayor capacidad de comparación internacional, aunque todavía con una aplicabilidad limitada a nivel de entidad individual

Análisis de la evolución de los modelos de madurez

El análisis longitudinal de los modelos identificados permite distinguir tres grandes olas evolutivas, cada una con una lógica propia y con debilidades que la ola siguiente intentó, en mayor o menor medida, subsanar.

La primera ola (2001-2008) reúne a los modelos de etapas, fuertemente influenciados por el trabajo pionero de Layne y Lee (2001) y por la meta-síntesis posterior de Siau y Long (2005). Ambos proponen una progresión lineal que iba desde la presencia informativa hasta la integración horizontal y la democracia electrónica. Su principal debilidad, sin embargo, radica en asumir que la madurez avanzaba de forma estrictamente secuencial, un supuesto que no se sostiene en la práctica cuando la integración vertical antecede a la transaccionalidad, tal como los propios Siau y Long (2005) ya habían anticipado al advertir sobre las limitaciones de una lectura puramente lineal del fenómeno. La segunda ola (2010-2018) incorpora los modelos de gobierno abierto e integración.

El aporte de Lee y Kwak (2012) resulta particularmente significativo al introducir las dimensiones de transparencia, participación y colaboración, lo que marca el tránsito del gobierno electrónico hacia el gobierno abierto. En este mismo período surgieron modelos centrados en la interoperabilidad, organizados en torno a capas clásicas, en sintonía con la idea de van de Wetering et al. (2021) de que la transformación digital del sector público exigía coordinar múltiples niveles de gobernanza y no únicamente resolver la interfaz tecnológica con el ciudadano.

La tercera ola (2020-2026) se caracteriza por la consolidación de índices compuestos multidimensionales, que abandonan la estructura secuencial en favor de agregaciones ponderadas capaces de ofrecer mayor granularidad y comparabilidad estadística. Esta tendencia coincide con lo señalado por Ochoa-Urrego y Peña-Reyes (2021), quienes atribuyen el auge de los modelos de madurez más recientes a la necesidad de las organizaciones de medir sus capacidades en entornos cada vez más complejos y competitivos, así como con la observación de Waara (2025) sobre el papel de la digitalización como motor de nuevos instrumentos de evaluación orientados a tecnologías emergentes.

No obstante, la limitación central de esta tercera ola radica en la dificultad para desagregar los resultados a nivel de entidad individual, un problema que Okan (2024) también identifica en su análisis comparativo reciente al señalar que buena parte de los índices globales privilegian la comparabilidad entre países por encima de la utilidad diagnóstica para administraciones concretas, y que resulta especialmente relevante para marcos como INDATGO, diseñados para operar a escala subnacional.

Leídas en conjunto, estas tres olas confirmaron el patrón que Hujran et al. (2023) describen en su propio mapeo de modelos de madurez de gobierno electrónico: un campo que evoluciona de la simplicidad descriptiva hacia la sofisticación analítica, pero que aún no logra resolver plenamente la tensión entre la comparabilidad internacional y la aplicabilidad operativa a nivel de cada institución.

Mapeo de los modelos frente a los subsistemas de INDATGO

Para determinar la compatibilidad estructural del GTMI con INDATGO, se realiza un mapeo sistemático de cada modelo frente a los siete subsistemas del marco. La Tabla 1 presenta el mapeo completo.

Tabla 1: Mapeo de los principales modelos frente a los subsistemas de INDATGO.

Escala: ++ alta compatibilidad (cobertura explícita); + compatibilidad parcial (cobertura implícita); - baja compatibilidad (no contemplado)

Tanto el GTMI como el DGI presentan cobertura alta en seis subsistemas. Sin embargo, el GTMI supera al DGI en tres aspectos críticos para el contexto cubano: mayor granularidad (48 indicadores vs. dimensiones agregadas), enfoque explícito en habilitadores institucionales (GTEI) y metodología documentada para economías con recursos limitados y cobertura en 198 países, lo que facilita el benchmarking internacional. Por ello, el GTMI emerge como la opción más adecuada.

La cobertura ponderada se calcula mediante la fórmula Σ (w_i x c_i) / Σ (w_i) a partir de las valoraciones de un panel de cinco expertos (cuatro doctores y un máster), cuyos perfiles complementarios abarcaban la arquitectura gubernamental, la medición de madurez digital y la consultoría pública en América Latina. Los expertos se seleccionan por su experiencia mínima de diez años y por su conocimiento de entornos con recursos limitados. Mediante un consenso Delphi modificado de dos rondas, los panelistas asignan pesos a los siete subsistemas (S1=4.2, S2=4.8, S3=4.5, S4=4.0, S5=3.8, S6=4.3, S7=3.9). En esas valoraciones, la seguridad (S2) obtiene la mayor prioridad, mientras que las capacidades (S5) y la evaluación (S7) quedaron relegadas a un segundo plano. La alta concordancia entre los jueces (CCI=0.86; desviación estándar <0.6) respalda la robustez del proceso y conduce a una compatibilidad global del GTMI del 82.3 % (IC 95 %: 78.5–86.1), cifra que se obtiene tras un remuestreo bootstrap con 5.000 iteraciones.

Esta alta compatibilidad se explica por la propia estructura del GTMI, ya que sus cuatro subíndices (CGSI, PSDI, DCEI y GTEI) se corresponden directamente con los subsistemas de INDATGO. El índice de CGSI se alinea con el S4, dedicado al soporte para sistemas de gestión integrada, y con el S6, relativo a la implementación. Por su parte, tanto el índice PSDI como el DCEI coinciden en su mapeo con el S3, que abarca los requisitos para la gestión de información, y nuevamente con el S6 de implementación. El índice GTEI presenta una vinculación más diversa: se conecta con el S1 de diagnóstico, tiene una correspondencia parcial con el S2 en materia de seguridad, y también se relaciona con el S5, enfocado en la formación de capacidades.

Evaluación comparativa de los principales índices compuestos

Se realiza un análisis detallado de los tres índices compuestos de mayor relevancia internacional: EGDI (UN), GTMI (World Bank) y DGI (OECD). La Tabla 2 presenta la comparación estructurada de estos tres modelos.

La compatibilidad se asigna mediante: (a) cobertura explícita = 2 puntos (++), (b) cobertura implícita = 1 punto (+), (c) ausencia = 0 (-), asignados por tres expertos en arquitectura gubernamental (acuerdo del 87%).

Tabla 2: Comparación de los principales índices compuestos de gobierno digital.

Fuente: Elaboración propia con base en UN DESA (2020, 2022, 2024), OECD (2024, 2025), World Bank (2025).

El análisis comparativo revela que el GTMI presenta ventajas significativas sobre sus competidores: mayor cobertura geográfica (198 economías vs. 193 del EGDI y 38 del DGI), mayor granularidad (48 indicadores específicos vs. agregaciones más gruesas), enfoque en habilitadores institucionales, no solo en resultados tecnológicos y actualización activa y documentación metodológica transparente. El EGDI, por su parte, adolece de una excesiva simplificación (solo tres componentes) y de una orientación predominantemente hacia servicios en línea, lo que descuida dimensiones organizacionales y de gobernanza. El DGI, aunque conceptualmente robusto, tiene un alcance restringido a los países miembros de la OCDE, lo que limita su aplicabilidad en contextos como el latinoamericano o caribeño.

Análisis de alineación conceptual entre GTMI e INDATGO

Más allá del mapeo superficial, es necesario analizar la alineación conceptual entre el GTMI y los principios arquitectónicos de INDATGO. La Tabla 3 presenta esta comparación.

Tabla 3: Alineación conceptual entre GTMI e INDATGO

La alineación conceptual aquí descrita se inscribe en un movimiento más amplio de la literatura especializada hacia la adopción de Government Enterprise Architecture (GEA) como enfoque de gobierno integral que traslada los principios de la Arquitectura Empresarial (EA) al sector público (Trimanadi y Indra Sensuse, 2025). Aunque la EA ya no es exclusiva de las grandes corporaciones y sus principios se han adaptado a diversos tipos de organizaciones, su aplicación en el ámbito gubernamental busca mejorar la eficiencia de la gobernanza y facilitar la transformación digital.

Sin embargo, Trimanadi y Sensuse (2025) señalan que la implementación de GEA sigue siendo un proceso en desarrollo, con brechas significativas en la estandarización y ejecución. Para abordar estos desafíos, los autores realizan una comparación global de metodologías GEA, examinan aspectos clave como sus principios fundamentales, dominios arquitectónicos, factores críticos de éxito, métricas de desempeño y beneficios potenciales. El análisis de estas dimensiones ofrece perspectivas aplicables para los desarrolladores de GEA, particularmente en contextos donde la iniciativa es aún incipiente, y contribuye a refinar los enfoques nacionales mediante una comprensión más profunda de las buenas prácticas internacionales, de modo que maximizan el valor de GEA en la mejora de la gobernanza del sector público. La alineación conceptual es particularmente fuerte en los principios de alineación gubernamental estructural, integración virtualizada y flexibilidad y escalabilidad, que son precisamente aquellos donde los modelos de etapas tradicionales presentaban mayores debilidades.

Aplicación del modelo de madurez de gobierno en el contexto cubano: caso CITMA

El estudio de caso en el CITMA valida el modelo de madurez GTMI y evidencia una estructura jerárquica clara que, sin embargo, no se traduce en una articulación efectiva con la arquitectura integrada de gobierno. La entidad presenta marcadas carencias tecnológicas y operativas: sus sistemas de información funcionan aislados, carecen de intercambio automático de datos y no cuentan con preparación para estándares abiertos; la formación de capacidades humanas avanza sin coordinación con otros actores; y en servicios digitales no ofrece trámites completamente en línea ni ventanilla única (solo se perciben avances incipientes en Mariel). Aunque publica estadísticas oficiales, no actualiza la información de servicios en su web, mantiene datos dispersos en repositorios y carece de seguimiento en línea de expedientes, pese a que sí responde a las solicitudes recibidas.

Respecto a la participación ciudadana digital, el CITMA cuenta con mecanismos de consulta en línea, aunque sin la posibilidad de que el ciudadano dé seguimiento a su gestión hasta obtener el resultado final; aun con esa limitación, la satisfacción reportada resulta favorable, con valor que alcanzan un 78 %. La entidad tampoco difunde hoy indicadores de desempeño ni resultados de gestión de manera pública, pero avanza en desarrollar capacidades para visibilizar información en plataformas ambientales, en cumplimiento de la Ley 150/2022 y de la Ley de Transparencia y Acceso a la Información Pública.

En el terreno de los habilitadores institucionales, la encuesta propia aplicada a 45 técnicos muestra que solo el 28 % posee competencias intermedias o avanzadas en gestión de datos adquiridas mediante capacitación en gobierno digital, datos o interoperabilidad. La estrategia de transformación digital de la entidad, aunque alineada con la nacional, sigue siendo débil frente a la cantidad de procesos y servicios que maneja el sistema CITMA, y sus políticas internas de gestión de datos todavía no están del todo definidas. Existen, además, vulnerabilidades críticas de ciberseguridad, como la ausencia de cifrado, una gestión de identidades poco desarrollada y controles de acceso que no se basan en roles; su impacto, sin embargo, se mantiene contenido por lo limitado del propio nivel de interoperabilidad actual, mientras la entidad continúa la construcción interna de políticas necesarias para profundizar su transformación digital.

Esta situación evidencia la necesidad de adoptar marcos de gobierno de TI reconocidos internacionalmente, como COBIT 2019 (Control Objectives for Information and Related Technologies) (Naibaho y Cahyono, 2024) que proporciona un modelo de capacidad con niveles de 0 a 5 para evaluar y mejorar la madurez de los procesos de gestión de información en el sector público. Investigaciones recientes han aplicado COBIT 2019 en gobiernos subnacionales para diagnosticar brechas en la continuidad del servicio, la seguridad de datos y la gobernanza de TI, datos que revelan que muchas entidades operan en niveles de madurez iniciales (Nivel 1 o 2) que requieren roadmaps de remediación priorizados. La aplicación de este marco permitiría al CITMA establecer una línea base estandarizada de sus capacidades de gobierno digital y diseñar intervenciones progresivas para abordar las vulnerabilidades identificadas, en línea con el enfoque de mejora continua que propone el Marco de Trabajo para la Integración de Datos de Gobierno (INDATGO).

El diagnóstico revela brechas críticas transversales: la coordinación interorganizacional deficiente entre el CITMA y otras entidades del Sistema de Ciencia, Tecnología y Medio Ambiente, con duplicación de esfuerzos en la recolección de datos ambientales; la gestión digital y vulnerabilidades críticas de ciberseguridad y gobierno de datos, que incluyen ausencia de cifrado, falta de gestión unificada de identidades, controles de acceso no basados en roles, y políticas de contraseñas débiles, lo que impide la interoperabilidad entre sistemas y la agregación confiable de indicadores. El análisis temático identifica tres temas transversales que explican estas brechas: ausencia de un marco normativo para la interoperabilidad, fragmentación de repositorios de datos e insuficiencia de capacidades técnicas especializadas.

Los hallazgos del diagnóstico en el CITMA adquieren una relevancia adicional al ser interpretados a la luz de los Objetivos de Desarrollo Sostenible (ODS) de la Agenda 2030 de Naciones Unidas. En particular, las brechas identificadas en la estandarización de datos, la interoperabilidad entre sistemas y la infraestructura tecnológica insuficiente impactan directamente en el avance hacia el ODS 9 (Industria, innovación e infraestructura). De manera concurrente, las deficiencias en la coordinación interorganizacional, la transparencia en la gestión de datos y los mecanismos de participación ciudadana digital limitan el cumplimiento del ODS 16 (Paz, justicia e instituciones sólidas), que demanda la construcción de instituciones eficaces, responsables y transparentes.

Esta conexión resulta particularmente pertinente en el contexto cubano, donde la reciente Ley de Transparencia y Acceso a la Información Pública se alinea explícitamente con el ODS 16, y donde el Plan Nacional de Desarrollo Económico y Social hasta 2030 articula sus objetivos con los ODS. La adopción de un modelo de madurez como el GTMI no solo permite diagnosticar estas brechas, sino que contribuye a generar evidencia para el seguimiento de los ODS en el sector público cubano, al ofrecer un marco de medición alineado con estándares internacionales.

El estudio de caso demuestra que un modelo de madurez como el GTMI permite diagnosticar con precisión las limitaciones institucionales en contextos de administración pública con recursos tecnológicos limitados. La principal fortaleza del MM adoptado fue su capacidad para revelar interdependencias entre sus 4 subíndices y por tanto ante las 6 capas de la Arquitectura Integrada de Gobierno, ello se alinea a la visión sistémica del marco de trabajo INDATGO 2.0, volviéndose esencial para diseñar intervenciones que aborden las causas raíz y no solo los síntomas.

La adopción del GTMI como modelo de madurez de referencia aporta, ante todo, un respaldo que los submodelos propios de INDATGO no habían logrado alcanzar por sí solos: al haber sido desarrollado por el Banco Mundial, aplicado en prácticamente la totalidad de las economías del mundo y sometido a revisión por pares, el GTMI ofrece una validez externa y una credibilidad científica difíciles de igualar. A esa solidez se suma una ventaja de orden más práctico, pues sustituir los seis submodelos propios por un conjunto ya calibrado y documentado de indicadores reduce de forma considerable la carga metodológica que implicaba mantener y actualizar instrumentos de evaluación propios y libera así esfuerzo del equipo del marco para otras tareas.

La adopción del índice trae también beneficios vinculados a su proyección internacional y a su facilidad de integración técnica. Al posicionar los resultados de la evaluación en el contexto de un número muy amplio de economías, el GTMI facilita el benchmarking y la identificación de buenas prácticas, algo especialmente útil de cara a tesis doctorales y publicaciones académicas, y su actualización periódica, sustentada en una metodología transparente y reproducible, garantiza que el modelo se mantuviera vigente sin esfuerzo adicional. A ello se añade la comodidad de una escala de valoración compatible con los procedimientos ya existentes en INDATGO, y, sobre todo, un enfoque en los habilitadores institucionales que lo distingue de índices como el EGDI, centrados casi exclusivamente en resultados tecnológicos, y que resulta particularmente afín al subsistema de INDATGO dedicado a la formación de capacidades.

Junto a estas ventajas también aparecen algunos aspectos que no se pueden pasar por alto. El GTMI se piensa para evaluar países completos, no entidades individuales, así que aplicarlo dentro de INDATGO obliga a construir un procedimiento propio para desagregar sus indicadores hasta ese nivel y cuidar de no perder la coherencia con la metodología original. Tampoco cubría de manera explícita la gestión de riesgos de seguridad, un vacío que dejaba a ese subsistema de INDATGO que depende todavía de sus submodelos propios, o bien obligaría a buscarle un complemento aparte. Y estaba, además, la cuestión de la escala: la del GTMI resultaba bastante más fina que la que usaba INDATGO en sus submodelos originales, lo que haría falta resolver mediante una correspondencia clara entre ambas para que los procedimientos ya diseñados siguieran operativos sin contratiempos.

La investigación presenta limitaciones que se abordaron con estrategias específicas: el sesgo por idioma (búsqueda restringida al inglés) se mitiga con bases multidisciplinarias como SciELO; el sesgo de selección (muestra acotada de modelos) se controla mediante criterios de inclusión explícitos y replicables; la escasa generalización del caso único se compensa con triangulación metodológica (entrevistas, análisis documental y observación); la subjetividad en la evaluación de compatibilidad se redujo con un panel de expertos y una fórmula de ponderación; y el cierre temporal de la búsqueda se prevé subsanar en futuras iteraciones del proceso con modelos más actuales.

Conclusiones

El mapeo sistemático evidenció el tránsito de los modelos de madurez de gobierno digital desde enfoques secuenciales y tecnocéntricos hacia índices compuestos y multidimensionales, lo que reflejó una comprensión más integral del fenómeno, capaz de incorporar dimensiones organizativas, normativas y de capital humano además de las meramente tecnológicas.

La comparación entre los índices de mayor proyección internacional mostró que el índice de madurez GovTech del Banco Mundial constituyó la alternativa más sólida para ser incorporada al marco de integración de datos de gobierno, dada su cobertura, su granularidad y su énfasis en los habilitadores institucionales, con una alineación estructural particularmente fuerte respecto a los principios de coordinación gubernamental, integración virtualizada, y flexibilidad y escalabilidad. Su adopción reduciría la carga metodológica de mantener submodelos propios y facilitaría el benchmarking internacional, aunque requeriría adaptaciones puntuales, entre ellas la desagregación de indicadores a nivel de entidad y la conservación de un subsistema propio para la gestión de la seguridad.

El estudio de caso confirmó la aplicabilidad del modelo en un entorno de recursos tecnológicos limitados y reveló brechas transversales extrapolables a otras entidades con condiciones similares, lo que reafirmó la utilidad diagnóstica del modelo para orientar intervenciones sobre las causas estructurales de la brecha digital.

La investigación aportó un referente validado y comparable internacionalmente para evaluar la madurez institucional en contextos de recursos limitados. Como líneas futuras, se sugirió extender la validación empírica a otras entidades, formalizar la correspondencia entre los indicadores del índice adoptado y las capas de la arquitectura integrada de gobierno, y dar seguimiento sostenido a la implementación del modelo.

Referencias bibliográficas

Hakimi, M., Ghafory, H., & Fazil, A. W. (2024). Enterprise Architecture in E-Government: A Study of Integration Challenges and Strategic Opportunities. International Journal Software Engineering and Computer Science (IJSECS), 4(2), 440-452. https://doi.org/10.35870/ijsecs.v4i2.2420

Hujran, O., Alarabiat, A., & AlSuwaidi, M. (2023). Analysing e-government maturity models. Electronic Government, an International Journal, 19(1), 1-21. https://doi.org/10.1504/EG.2023.127575

Layne, K., & Lee, J. (2001). Developing fully functional E-government: A four-stage model. Government Information Quarterly, 18(2), 122–136. https://doi.org/10.1016/S0740-624X(01)00066-1

Lee, G., & Kwak, Y. H. (2012). An Open Government Maturity Model for social media based public engagement. Government Information Quarterly, 29(4), 492–503. https://doi.org/10.1016/j.giq.2012.06.001

López, R., Giraldo, D. A., Aristizábal, D. M., & Lafauri, A. (2023). Coinvestigación con NNA: una revisión sistemática de literatura según las directrices Prisma. Revista Latinoamericana de Ciencias Sociales, Niñez y Juventud, 21(3), 1-38. https://doi.org/10.11600/rlcsnj.21.3.5893

Naibaho, E. B., & Cahyono, A. D. (2024). Information technology governance analysis using COBIT 2019 framework in Salatiga city community and civil services. Journal of Information Systems and Informatics, 6(2), 865-881. https://journal-isi.org/index.php/isi/article/view/734

Ochoa-Urrego, R. L., & Peña-Reyes, J. I. (2021). Digital maturity models: a systematic literature review. Digitalization: Approaches, Case Studies, and Tools for Strategy, Transformation and Implementation, 71-85. https://doi.org/10.1007/978-3-030-69380-0_5

OECD. (2024). 2023 OECD Digital Government Index: Results and key findings (OECD Public Governance Policy Papers, No. 44). OECD Publishing. https://doi.org/10.1787/1a89ed5e-en

OECD. (2025). Government at a Glance 2025. OECD Publishing. https://doi.org/10.1787/0efd0bcd-en

Okan, A. A. (2024). Exploring the Landscape of e-Government Maturity Models: Insights from Systematic Mapping Study and Comparative Analysis. Digital Government: Research and Practice, 5(2), 1-26. https://doi.org/10.1145/3656586

Schumacher, A., Erol, S., & Sihn, W. (2016). A maturity model for assessing Industry 4.0 readiness and maturity. Procedia CIRP, 52, 161-166. https://doi.org/10.1016/j.procir.2016.07.040

Siau, K., & Long, Y. (2005). Synthesizing e-government stage models – a meta-synthesis based on meta-ethnography approach. Industrial Management & Data Systems, 105(4), 443–458. https://doi.org/10.1108/02635570510592352

Singh, P., Lynch, F., & Helfert, M. (2024). Enterprise architecture for the transformation of public services based on citizen's feedback. Digital Policy, Regulation and Governance, 26(1), 38-54. https://doi.org/10.1108/DPRG-11-2022-0123

Stoiber, C., Stöter, M., Englbrecht, L., Schönig, S., & Häckel, B. (2023). Keeping your maturity assessment alive: A method for the continuous tracking and assessment of organizational capabilities and maturity. Business & Information Systems Engineering, 65, 703-721. https://doi.org/10.1007/s12599-023-00805-y

Trimanadi, R., & Sensuse, D. I. (2025). Understanding government enterprise architecture: A review and case study. IEEE Access, 13, 90088-90108. https://ieeexplore.ieee.org/abstract/document/11007642/

UN DESA (2020). United Nations E-Government Survey 2020: Digital Government in the Decade of Action for Sustainable Development (With addendum on COVID-19 Response). United Nations Department of Economic and Social Affairs. https://doi.org/10.18356/8bdf045f-en

UN DESA (2022). United Nations E-Government Survey 2022: The Future of Digital Government. United Nations Department of Economic and Social Affairs. Available at: https://doi.org/10.18356/9789210019446

UN DESA (2024). United Nations E-Government Survey 2024: Accelerating Digital Government for Sustainable Development. United Nations Department of Economic and Social Affairs. https://doi.org/10.18356/237d52b2-en

van de Wetering, R., Kurnia, S., & Kotusev, S. (2021). The Role of Enterprise Architecture for Digital Transformations. Sustainability, 13(4), 2237. https://doi.org/10.3390/su13042237

Waara, Å. (2025). Examining Digital Government Maturity Models: Evaluating the Inclusion of Citizens. Administrative Sciences, 15(3), 73. https://doi.org/10.3390/admsci15030073

World Bank (2025). The GovTech Maturity Index (GTMI) 3rd Edition (2025 Update). World Bank Group. Available at: https://www.worldbank.org/en/programs/govtech/gtmi-2025-update

Conflicto de intereses:

Los autores declaran no tener conflictos de intereses.

Contribución de los autores

Universidad & Sociedad publica sus artículos bajo una licencia Creative Commons https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es