La Industria 5.0 representa un cambio de paradigma hacia la colaboración humano-IA en la fabricación, incorporando volúmenes sin precedentes de robots, dispositivos de Internet de las Cosas (IoT), sistemas de Realidad Aumentada/Virtual (AR/VR) y dispositivos inteligentes. Esta extensa interconectividad introduce vulnerabilidades significativas en ciberseguridad. Si bien la IA ha demostrado ser efectiva para aplicaciones de ciberseguridad, incluyendo la detección de intrusiones, identificación de malware y prevención de phishing, los profesionales de ciberseguridad han mostrado reticencia hacia la adopción de soluciones de aprendizaje automático de caja negra debido a su opacidad. Esta vacilación ha acelerado el desarrollo de técnicas de inteligencia artificial explicable (XAI) que proporcionan transparencia en los procesos de toma de decisiones de la IA. Esta revisión sistemática examina los sistemas de detección de intrusiones (IDS) basados en XAI para entornos de Industria 5.0. Analizamos cómo la explicabilidad impacta la ciberseguridad a través de la lente crítica de los enfoques de XAI adversarial (Adv-XIDS). Nuestro análisis exhaustivo de 135 estudios investiga la influencia de XAI tanto en arquitecturas avanzadas de aprendizaje profundo como en arquitecturas tradicionales superficiales para la detección de intrusiones. Identificamos desafíos clave, oportunidades y direcciones de investigación para implementar soluciones de ciberseguridad basadas en XAI de confianza en aplicaciones de Industria 5.0 de alto riesgo. Este análisis riguroso establece un marco fundamental para guiar la investigación futura en este dominio en rápida evolución.