THE SOCIALLY DISCONNECTED KNOWLEDGE PARADOX: AGENTIC SCIENCE, POWER, CRIMINAL GOVERNANCE, AND SOCIETAL VALUE

Mario Guadalupe López Ayala; Israel Osuna Flores

doi:10.32351/rca.v11.462

Autores/as

Mario Guadalupe López Ayala Universidad Autónoma de Occidente https://orcid.org/0000-0001-5377-6257
Israel Osuna Flores Universidad Autónoma Indígena de México https://orcid.org/0009-0001-0199-2983

DOI:

https://doi.org/10.32351/rca.v11.462

Política de Crossmark DOI: https://doi.org/10.32351/politica-crossmark

Palabras clave:

paradoja del conocimiento socialmente desconectado, inteligencia artificial agéntica, conocimiento científico, autoridad y control, gobernanza criminal, valor social

Resumen

La expansión de la inteligencia artificial agéntica está transformando el descubrimiento científico, pero el aumento de las capacidades científicas no necesariamente genera mejoras equivalentes en el bienestar social. Este artículo desarrolla la Paradoja del Conocimiento Socialmente Desconectado (SDKP) como un marco conceptual para examinar cómo la aplicación y el valor social del conocimiento científico dependen de la autoridad pública, la titularidad jurídica, el control operativo efectivo y la capacidad institucional. A partir de los estudios de innovación, la economía institucional, la política científica, la evaluación del impacto de la investigación y la literatura sobre gobernanza criminal, el modelo introduce la desconexión entre autoridad, control y valor como constructo central. Distingue la desconexión de implementación, que dificulta la utilización del conocimiento científicamente sustentado, de la desconexión distributiva, que limita el alcance de los beneficios de una aplicación operativa mediante condiciones identificables de acceso o apropiación. El artículo formula seis proposiciones condicionales, propone un protocolo analítico y define una agenda de investigación comparativa. La interferencia criminal se incorpora únicamente cuando existe evidencia de su relevancia para una aplicación específica. Las distinciones propuestas son conceptuales y requieren evaluación empírica independiente.

10 8

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

Mario Guadalupe López Ayala, Universidad Autónoma de Occidente

Profesor universitario e investigador mexicano. Doctor en Innovación y Administración Educativa y en Psicopedagogía, desarrolla actividades académicas en la Universidad Autónoma de Occidente y la Universidad Autónoma de Sinaloa. Su trabajo integra la inteligencia artificial centrada en el ser humano, los sistemas sociotécnicos, la psicología aplicada, la innovación educativa y la gobernanza de la inteligencia artificial. Sus investigaciones examinan las relaciones entre tecnología, cognición, comportamiento humano y transformación institucional, con especial atención a sus implicaciones sociales y éticas. Es autor y coautor de publicaciones científicas, dirige el Human-Centered AI & Socio-Technical Systems Lab y desarrolla iniciativas de investigación y comunicación científica a través de Phoenix24, orientadas a la generación y transferencia social del conocimiento.
Israel Osuna Flores, Universidad Autónoma Indígena de México

El Dr. Osuna es actualmente Profesor-Investigador en la Universidad Autónoma Indígena de México, adscrito al Programa Educativo de Ingeniería en Biotecnología en la Unidad Virtual y la Unidad Mochicahui. Recientemente recibió el grado de Doctor Honoris Causa por parte de la Organización Internacional para la Inclusión y Calidad Educativa (OIICE). Ha desempeñado diversos cargos, entre ellos Analista Administrativo y Dictaminador en la Comisión Nacional de Acuacultura y Pesca; asesor de la empresa Acuícola Gilberto, S.C. de C.V., R.L.; y columnista en el ciberperiódico Phoenix Medios. Actualmente es Coordinador del Programa Educativo de Ingeniería en Biotecnología (Unidad Virtual) en la Universidad Autónoma Indígena de México. Imparte las asignaturas de Biología, Biología Celular, Economía Social y Solidaria, Introducción a la Biotecnología, Sensibilización para la Vinculación Comunitaria Investigación Acción Participativa y Herramientas para el Manejo de la Información. Fue Coordinador del Departamento de Proyectos en la Oficina de Transferencia de Tecnología de la Universidad Autónoma Indígena de México y es miembro del Sistema Sinaloense de Investigadores y Tecnólogos. Asimismo, ha sido Profesor-Investigador en la misma institución, donde impartió cursos en la Licenciatura en Ingeniería Forestal y Desarrollo Sustentable (Entomología Forestal, Biodiversidad, Seminario de Tesis, Proyección Ambiental y Formulación y Evaluación de Proyectos), así como en el Posgrado en Ciencias en Desarrollo Sustentable de los Recursos Naturales (Producción Acuícola, Contaminación Ambiental y Ecotoxicología). Ha dirigido y asesorado dos tesis y monografías de licenciatura y tres de posgrado. Formó parte del Cuerpo Académico de Desarrollo Sustentable. Su experiencia en investigación se relaciona con el valor agregado a productos agroforestales, contaminación y toxicología ambiental. Ha publicado artículos en revistas indizadas en JCR, arbitradas y de divulgación científica. Además, participa en diversas sociedades científicas y ha sido evaluador de proyectos en eventos como Expociencias Regional Pacífico y Expociencias Nacional. Fue miembro del Sistema Nacional de Investigadores como Candidato, de julio de 2002 a diciembre de 2005, y recibió reconocimiento del Programa de Repatriación del CONACYT en 1999. Su experiencia profesional incluye la responsabilidad de diversos proyectos de investigación y vinculación financiados por COSNET y SECIHTI, así como el desempeño de distintos cargos académicos y administrativos, entre los que destacan: Responsable del Laboratorio de Residuos Tóxicos en el Centro de Investigación en Alimentación y Desarrollo, A.C. (Unidad Delicias), y Director de Investigación de la Universidad Autónoma Indígena de México. Ha sido candidato a Rector en tres ocasiones (2017, 2021 y 2025) de la Universidad Autónoma Indígena de México, en Los Mochis, Sinaloa, México. Asimismo, ha laborado en el Tecnológico Nacional de México (Campus Los Mochis), la Universidad del Mar, la Universidad Autónoma de Occidente, la Universidad de Guadalajara y el Centro de Investigación en Alimentación y Desarrollo, A.C. (Unidad Delicias), donde ha desarrollado proyectos de investigación y ha impartido cátedra en asignaturas relacionadas con Biología Pesquera, Tecnología Pesquera, Ecología, Zoología, Acuicultura, Toxicología Ambiental y Ecotoxicología.

Referencias

Bianchini, S., Di Girolamo, V., Ravet, J., & Arranz, D. (2026). AI in science: When and where it makes a difference. Research Policy, 55(6), Article 105478. https://doi.org/10.1016/j.respol.2026.105478

Bianchini, S., Müller, M., & Pelletier, P. (2025). Drivers and barriers of AI adoption and use in scientific research. Technological Forecasting and Social Change, 220, Article 124303. https://doi.org/10.1016/j.techfore.2025.124303

Cohen, W. M., & Levinthal, D. A. (1990). Absorptive capacity: A new perspective on learning and innovation. Administrative Science Quarterly, 35(1), 128–152. https://doi.org/10.2307/2393553

Di Cataldo, M., & Mastrorocco, N. (2022). Organized crime, captured politicians, and the allocation of public resources. The Journal of Law, Economics, and Organization, 38(3), 774–839. https://doi.org/10.1093/jleo/ewab015

Farrell, H., & Newman, A. L. (2019). Weaponized interdependence: How global economic networks shape state coercion. International Security, 44(1), 42–79. https://doi.org/10.1162/isec_a_00351

Feng, B., Walther, P., Zhang, L., Coyle, R. A., Kim, S., Mandal, A., Zhang, Z., Papidocha, S. M., Kelmanson, A., Segura, D. M., Thakur, S., Pal, S. C., Bernales, V., Gao, W., Yang, X., Cong, L., Schwaller, P., Aspuru-Guzik, A., & Zheng, Z. (2026). Agentic AI systems for scientific discovery. Nature Reviews Methods Primers, 6, Article 81. https://doi.org/10.1038/s43586-026-00534-y

Geels, F. W. (2002). Technological transitions as evolutionary reconfiguration processes: A multi-level perspective and a case-study. Research Policy, 31(8–9), 1257–1274. https://doi.org/10.1016/S0048-7333(02)00062-8

Ghareeb, A. E., Chang, B., Mitchener, L., Yiu, A., Szostkiewicz, C. J., Shved, D., Gyimesi, G. J., Laurent, J. M., Wright, S. M., Razzak, M. T., White, A. D., Finnemann, S. C., Hinks, M. M., & Rodriques, S. G. (2026). A multi-agent system for automating scientific discovery. Nature, 655, 497–505. https://doi.org/10.1038/s41586-026-10652-y

Jaakkola, E. (2020). Designing conceptual articles: Four approaches. AMS Review, 10, 18–26. https://doi.org/10.1007/s13162-020-00161-0

Jasanoff, S. (Ed.). (2004). States of knowledge: The co-production of science and the social order. Routledge.

Laplane, A., & Mazzucato, M. (2020). Socializing the risks and rewards of public investments: Economic, policy, and legal issues. Research Policy: X, 2, Article 100008. https://doi.org/10.1016/j.repolx.2020.100008

Lazonick, W., & Mazzucato, M. (2013). The risk–reward nexus in the innovation–inequality relationship: Who takes the risks? Who gets the rewards? Industrial and Corporate Change, 22(4), 1093–1128. https://doi.org/10.1093/icc/dtt019

Lessing, B. (2021). Conceptualizing criminal governance. Perspectives on Politics, 19(3), 854–873. https://doi.org/10.1017/S1537592720001243

Miao, J., Davis, J. R., Zhang, Y., Pritchard, J. K., & Zou, J. (2026). Reimagining research papers as interactive and reliable AI agents. Nature, 658, 1272–1280. https://doi.org/10.1038/s41586-026-11044-y

North, D. C. (1990). Institutions, institutional change and economic performance. Cambridge University Press. https://doi.org/10.1017/CBO9780511808678

Ostrom, E. (2010). Beyond markets and states: Polycentric governance of complex economic systems. American Economic Review, 100(3), 641–672. https://doi.org/10.1257/aer.100.3.641

Spaapen, J., & van Drooge, L. (2011). Introducing ‘productive interactions’ in social impact assessment. Research Evaluation, 20(3), 211–218. https://doi.org/10.3152/095820211X12941371876742

Sutton, R. I., & Staw, B. M. (1995). What theory is not. Administrative Science Quarterly, 40(3), 371–384. https://doi.org/10.2307/2393788

Sørensen, O. H., Jaspers, S. Ø., Garn, S. D., & Nielsen, S. B. (2026). Theorizing societal impact of research: A theory of change for societal impact of research with explicated assumptions. Research Evaluation, 35, rvag043. https://doi.org/10.1093/reseval/rvag043

Teece, D. J. (1986). Profiting from technological innovation: Implications for integration, collaboration, licensing and public policy. Research Policy, 15(6), 285–305. https://doi.org/10.1016/0048-7333(86)90027-2

United Nations Educational, Scientific and Cultural Organization. (2021). Recommendation on the ethics of artificial intelligence. https://www.unesco.org/en/legal-affairs/recommendation-ethics-artificial-intelligence

Whetten, D. A. (1989). What constitutes a theoretical contribution? Academy of Management Review, 14(4), 490–495. https://doi.org/10.5465/amr.1989.4308371

World Bank. (2025). Digital progress and trends report 2025: Strengthening AI foundations. World Bank. https://www.worldbank.org/en/publication/dptr2025-ai-foundations

World Health Organization. (2021). Ethics and governance of artificial intelligence for health: WHO guidance. https://www.who.int/publications/i/item/9789240029200

World Health Organization. (2025). mRNA technology transfer programme. https://www.who.int/initiatives/mrna-technology-transfer-(mrna-tt)-programme

Zahra, S. A., & George, G. (2002). Absorptive capacity: A review, reconceptualization, and extension. Academy of Management Review, 27(2), 185–203. https://doi.org/10.5465/amr.2002.6587995

Zhang, Y., & Wei, S. (2026). Organized crime and firm innovation: The moderating effects of business group affiliation and export intensity. Journal of International Management, 32(2), Article 101343. https://doi.org/10.1016/j.intman.2026.101343