La integración masiva de energía solar fotovoltaica requiere pronósticos precisos, pero existe una brecha crítica entre avances académicos y necesidades operativas. Este estudio sintetizó evidencia reciente (2023-2025) sobre aprendizaje de máquina aplicado al pronóstico fotovoltaico, evaluando efectividad y aplicabilidad práctica. Se analizaron sistemáticamente 42 artículos siguiendo protocolo PRISMA, caracterizando modelos, desempeño, métricas e implicaciones operativas. Los resultados revelaron predominancia de redes neuronales profundas (76%) y modelos híbridos (45%), pero con deficiencias fundamentales: solo 5% cuantifica incertidumbre probabilísticamente, ningún estudio validó en sitios independientes, y existe desconexión total con aplicaciones como despacho económico o almacenamiento. La transferencia de aprendizaje apareció en un solo estudio pese a su potenci...