8  Universidades y dimensión social del conocimiento

Los capítulos previos han seguido un itinerario que va desde las bases cognitivas individuales del conocimiento —percepción, razonamiento, sesgos— hasta los mecanismos colectivos que amplifican o distorsionan la producción epistémica en sociedades complejas. Este capítulo cierra ese recorrido abordando la cuestión que vertebra todas las anteriores, a saber, si el conocimiento está inextricablemente ligado a su contexto social y qué consecuencias derivan de esta condición. No solo porque se produce, valida y transmite en contextos institucionales, sino porque las condiciones sociales, políticas y económicas determinan en gran medida qué se investiga, qué se publica, qué se enseña y qué se ignora.

8.1 Introducción: el conocimiento como empresa colectiva

La epistemología social, en los desarrollos de autores como Alvin Goldman (1999), Helen Longino (2002) y Philip Kitcher (2011), parte de una premisa que contrasta con siglos de tradición filosófica centrada en el sujeto cognoscente individual: los procesos mediante los cuales las sociedades generan, filtran y distribuyen conocimiento fiable son tan relevantes —si no más— que los mecanismos psicológicos de la cognición individual. Goldman argumentó que las prácticas sociales pueden ser evaluadas epistémicamente en función de su capacidad para producir creencias verdaderas y bien fundamentadas en una población. Longino, por su parte, demostró que la objetividad científica no reside en la imparcialidad de individuos aislados, sino en la existencia de mecanismos sociales de crítica —foros de debate, revisión por pares, pluralidad de perspectivas— que permiten detectar y corregir sesgos sistemáticos.

NotaEpistemología social — coordenadas básicas

La epistemología social estudia las dimensiones colectivas de la producción y distribución de conocimiento. Entre otras cuestiones, la investigación en este campo analiza qué instituciones favorecen la generación de conocimiento fiable, cómo influyen en este proceso las relaciones de poder y qué credibilidad merece la cadena de testimonios involucrados. Entre otros objetivos, se busca indentificar y establecer diseños institucionales que minimicen la propagación de creencias falsas.

Tres enfoques que aglutinan contribuciones destacadas:

• Fiabilismo social (Goldman): evalúa las prácticas sociales por su contribución a la formación de creencias verdaderas en la población (Goldman, 1999, 2011).
• Empirismo crítico contextual (Longino): la objetividad emerge de la interacción crítica entre perspectivas diversas dentro de comunidades epistémicas que satisfacen ciertos requisitos de inclusión y transparencia (Longino, 2002).
• Epistemología democrática (Kitcher, Anderson): examina cómo las sociedades democráticas pueden organizar la producción de conocimiento de modo que responda a las necesidades de todos sus miembros, no solo de élites cognitivas (Anderson, 2006; Kitcher, 2011).

Esta perspectiva resulta especialmente útil para entender el alcance de algunos desafíos contemporáneos que se exploran en las secciones siguientes. El concepto de injusticia epistémica desarrollado por Miranda Fricker (2007) —la idea de que ciertos grupos sociales son sistemáticamente perjudicados en su capacidad como sujetos de conocimiento— ilumina fenómenos tan dispares como la desatención a la ciencia del clima por parte de actores políticos con intereses en la industria fósil, la descalificación sistemática de la expertise científica en contextos de polarización ideológica, o el recorte de financiación a universidades públicas que investigan temas incómodos para el poder político.

Naomi Oreskes (2019) ha mostrado de forma convincente que la confianza en la ciencia no se fundamenta en la infalibilidad de investigadores individuales, sino en los mecanismos institucionales de autocorrección —revisión por pares, replicación, debate abierto— que caracterizan a las comunidades científicas bien organizadas. Pero esos mecanismos son frágiles: dependen de condiciones sociales, políticas y económicas que no están garantizadas. La autonomía universitaria, la financiación de la investigación básica, la independencia de los organismos reguladores, la libertad de prensa científica —todas ellas son conquistas históricas que requieren mantenimiento activo y que, como muestran los casos de estudio, se encuentran hoy bajo presión en múltiples contextos geopolíticos.

Jonathan Rauch (2021) ha propuesto la noción de constitución del conocimiento (constitution of knowledge) para describir el conjunto de normas, instituciones y prácticas que permiten a las sociedades liberales distinguir colectivamente lo verdadero de lo falso. En este proceso resulta decisiva la contribución de instancias como las universidades, los medios de comunicación profesionales, los sistemas judiciales, las agencias reguladoras y los organismos internacionales de evaluación científica. Esta “constitución” —análoga a la constitución política— no es un documento escrito sino un entramado de prácticas epistémicas que incluyen la revisión por pares, el contraste de fuentes, la transparencia metodológica y el sometimiento de las afirmaciones a la crítica pública. Rauch advierte que esta constitución se encuentra hoy bajo un asedio sin precedentes, procedente tanto de movimientos populistas que rechazan la autoridad epistémica de las instituciones como de grupos de presión y dinámicas de mercado que mercantilizan la producción de conocimiento.

Sheila Jasanoff (2016) ha desarrollado el concepto de tecnologías de la humildad como complemento necesario de las tecnologías de la predicción y el control: marcos institucionales que reconocen la incertidumbre, incorporan la diversidad de perspectivas y fomentan la deliberación pública sobre riesgos emergentes, con potencial para operar como instancias de evaluación y gobernanza cuando la ciencia no proporciona certeza ni desarrollo técnico suficiente. Este tipo de framing facilita la incorporación de conocimiento local y aporta legitimidad democrática (Jasanoff, 2007).

Las próximas secciones se estructuran en torno a cinco ejes interconectados. Primero, se examina el papel del conocimiento experto y las instancias metaexpertas —IPCC, OMS, IPBES— en la gobernanza de desafíos globales (Sección 8.2). Segundo, se estudian aspectos y desarrollos típicos de laboratorio epistémico, en la medida que ponen a prueba la capacidad colectiva de integrar conocimientos de frontera —desde la edición genómica hasta la inteligencia artificial— en marcos de deliberación pública responsable (Sección 8.3). Tercero, se exploran concreciones del concepto de epistemología tribal para examinar cómo la polarización ideológica contamina la gobernanza económica y medioambiental (Sección 8.4). Por último, se analiza la naturaleza y misión de la universidad como institución central en la constitución del conocimiento, analizando las tensiones entre masificación, mercantilización y autonomía académica (Sección 8.5), y los episodios de acoso político a las universidades y centros de pensamiento independiente (Sección 8.6). Sirve de cierre una reflexión prospectiva sobre las condiciones institucionales necesarias para preservar la integridad epistémica en sociedades democráticas (Sección 8.7).

A lo largo del capítulo, el lector encontrará conexiones explícitas con los marcos teóricos desarrollados en capítulos anteriores: los sesgos cognitivos analizados en el capítulo 5, la distinción entre comunidades profesionales ancladas en la realidad y grupos de afinidad ideológica del capítulo 6, y los vectores de irracionalidad sociocultural examinados en el capítulo 7. El objetivo es mostrar que la dimensión social del conocimiento no es un tema aislado, sino la clave de bóveda donde convergen los componentes estructurales de la monografía.

8.2 Conocimiento experto e instancias metaexpertas

8.2.1 El problema de la expertise en sociedades complejas

Las sociedades contemporáneas dependen, en un grado sin precedentes históricos, de conocimiento especializado para la toma de decisiones colectivas. La paradoja fundamental es que cuanto más avanza la especialización del conocimiento, más difícil resulta para los no especialistas —incluidos los responsables políticos— evaluar la calidad de ese conocimiento. Collins y Evans (2007) desarrollaron una tipología de las formas de expertise que resulta especialmente útil para analizar esta paradoja: distinguen entre expertise contributiva (la capacidad de hacer contribuciones originales a un campo), expertise interaccional (la capacidad de comprender y evaluar contribuciones ajenas sin ser capaz de producirlas), y expertise referida (la capacidad de identificar quiénes son los expertos legítimos en un campo dado). La gobernanza democrática de sociedades complejas requiere, como mínimo, expertise referida por parte de los decisores públicos: saber a quién consultar y cómo evaluar la fiabilidad de las fuentes.

El problema se agrava cuando los propios mecanismos de producción y validación del conocimiento experto son cuestionados. Como se analiza en el capítulo 7, la dinámica de la desinformación organizada no se limita a propagar contenidos falsos, sino que erosiona la confianza en las instituciones epistémicas que permiten distinguir lo verdadero de lo falso. O’Connor y Weatherall (2019) han modelizado formalmente cómo agentes interesados pueden explotar la estructura de las redes sociales de comunicación científica para sembrar dudas desproporcionadas respecto al consenso real de los expertos, una estrategia que la industria tabacalera perfeccionó en el siglo XX y que hoy se aplica sistemáticamente al cambio climático, las vacunas y la regulación tecnológica.

8.2.2 Instancias metaexpertas: IPCC, OMS, IPBES

En este contexto, las instancias metaexpertas —organizaciones cuya función es sintetizar, evaluar y comunicar el estado del conocimiento especializado en áreas de relevancia global— desempeñan un papel crucial. El Panel Intergubernamental sobre Cambio Climático (IPCC), la Organización Mundial de la Salud (OMS), la Plataforma Intergubernamental sobre Biodiversidad y Servicios Ecosistémicos (IPBES) y el Consejo Internacional de Ciencia (ISC) representan intentos institucionales de organizar la expertise colectiva a escala planetaria.

El IPCC constituye quizá el ejemplo más ambicioso y mejor estudiado de gobernanza epistémica global. Su modelo operativo —miles de científicos voluntarios que evalúan la literatura disponible, someten sus conclusiones a revisión cruzada y producen informes de síntesis consensuados (Calvin et al., 2023)— ha sido reconocido como un logro institucional notable. Sin embargo, también ha sido objeto de críticas legítimas: la necesidad de consenso entre gobiernos en la aprobación de los resúmenes para responsables de políticas puede diluir las conclusiones más alarmantes; el ciclo de evaluación de varios años introduce desfases respecto al estado real del conocimiento; y la participación desigual de investigadores del Sur Global limita la representatividad de las evaluaciones.

TipRiesgo existencial y gobernanza epistémica

Toby Ord (2020) ha argumentado que la humanidad se encuentra en lo que denomina “El Precipicio”: un período histórico en que nuestra capacidad tecnológica de causar daño catastrófico ha superado nuestra capacidad institucional de gestionar los riesgos asociados. Esta asimetría entre poder tecnológico y sabiduría institucional —que Bostrom (2002) ya identificó como el problema central de los riesgos existenciales— subraya la necesidad urgente de fortalecer las instancias metaexpertas y los mecanismos de gobernanza epistémica global, un tema que conecta directamente con los escenarios analizados en el capítulo 7, §7.6 y §7.9.

La pandemia de COVID-19 proporcionó un test de estrés sin precedentes para estas instituciones. La OMS fue simultáneamente esencial —como coordinadora de la respuesta global, canal de comunicación científica y facilitadora del desarrollo vacunal— y vulnerable a presiones geopolíticas que comprometieron su independencia técnica en momentos críticos. La experiencia pandémica ilustró con nitidez la tesis de Jasanoff (2016): la gobernanza de riesgos complejos requiere no solo capacidad predictiva y técnica, sino también lo que ella denomina tecnologías de la humildad, marcos institucionales que reconozcan la incertidumbre, incorporen perspectivas diversas y fomenten la deliberación pública informada.

8.2.3 Comunicación científica y debate público

La relación entre conocimiento experto y debate público presenta tensiones estructurales que la mera divulgación no resuelve. Olson (2009) y otros comunicadores de la ciencia han señalado que el modelo del “déficit de información” —la idea de que el público rechaza la ciencia por ignorancia y que bastaría con explicar mejor los hechos— es empíricamente inadecuado. Como demostró Kahan (2012), en temas como el cambio climático la mayor alfabetización científica no reduce sino que amplifica la polarización, porque las personas más informadas son también más hábiles en buscar y procesar selectivamente la información que confirma las posiciones de su grupo de referencia. Este hallazgo, que conecta directamente con la noción de sesgo de confirmación sofisticado analizada en el capítulo 5, tiene profundas implicaciones para el diseño institucional: sugiere que la calidad epistémica de una sociedad no depende solo del nivel educativo de sus miembros, sino de la estructura de incentivos y las normas sociales que regulan cómo se procesa la información en contextos grupales.

La noción de dos culturas de Snow (1969) —la brecha entre ciencias y humanidades— adquiere hoy una dimensión nueva: no se trata ya de la incomunicación entre disciplinas académicas, sino de la fractura entre comunidades epistémicas completas que habitan universos informativos paralelos (Sunstein, 2018).

8.3 El Antropoceno como laboratorio epistémico

8.3.1 Convergencia de desafíos y producción de conocimiento

El concepto de Antropoceno —el intento de definir la era geológica actual por el impacto transformador de la actividad humana sobre los sistemas terrestres, según propuso Paul Crutzen (2006)— sirve de entrada a un laboratorio epistemológico peculiar, si consideramos que la humanidad en el siglo XXI se enfrenta a problemas complejos de naturaleza interdisciplinar, transfronteriza y con ciclos variables de gestación, características que tensionan los marcos institucionales de producción de conocimiento heredados de la modernidad. La crisis climática, la revolución biotecnológica, la transformación digital mediante inteligencia artificial y la geopolítica de los recursos convergen en lo que diversos autores han denominado una policrisis, entendida como un entramado de desafíos sistémicos cuyas interacciones amplifican los riesgos de cada uno por separado (Kemp et al., 2022; Steffen et al., 2018).

Se examinan a continuación cuatro dominios en los que la dimensión social del conocimiento se manifiesta con especial urgencia. No se trata de una revisión exhaustiva —los capítulos 5, 6 y 7 han abordado aspectos específicos de varios de estos dominios—, sino de un análisis focalizado en la gobernanza epistémica, es decir, en cómo las sociedades organizan (o fracasan en organizar) la producción y aplicación de conocimiento relevante para afrontar escenarios de riesgo existencial.

8.3.2 Edición genómica: de la revolución CRISPR a las terapias de frontera

Los capítulos 5 y 6 examinaron las implicaciones éticas y deliberativas de las tecnologías CRISPR. Aquí se tienen en cuenta los desarrollos más recientes, que ilustran la velocidad con que la frontera técnica se desplaza y los desafíos que esto plantea para la gobernanza epistémica.

La aprobación en diciembre de 2023 de Casgevy (exagamglogene autotemcel), la primera terapia basada en CRISPR-Cas9 autorizada para uso clínico, marcó un hito en la historia de la biotecnología. Desarrollada por Vertex Pharmaceuticals y CRISPR Therapeutics para el tratamiento de la drepanocitosis y la talasemia dependiente de transfusiones, Casgevy demostró resultados notables: 25 de 27 pacientes con talasemia dejaron de necesitar transfusiones, y 16 de 17 pacientes con drepanocitosis quedaron libres de crisis vasooclusivas, algunos durante más de tres años. Sin embargo, su precio —aproximadamente 2,2 millones de dólares por paciente— plantea cuestiones de justicia distributiva que trascienden lo puramente técnico (Adashi et al., 2024).

Los avances de 2024-2025 han acelerado la transición desde la edición ex vivo (fuera del organismo) hacia la edición in vivo (directamente en el cuerpo del paciente), lo que amplía enormemente el alcance terapéutico potencial. Los editores de bases (base editors), que modifican letras individuales del ADN sin producir roturas de doble cadena, han mostrado resultados prometedores en ensayos clínicos para enfermedades cardiovasculares. En noviembre de 2025, un ensayo de fase 1 con CTX310 —una terapia CRISPR-Cas9 administrada como infusión única que desactiva el gen ANGPTL3 en el hígado— demostró reducciones sustanciales del colesterol LDL y los triglicéridos en 15 pacientes con trastornos lipídicos resistentes a medicación convencional, sin efectos adversos graves. Paralelamente, Verve Therapeutics avanzó en ensayos de edición de bases dirigida al gen PCSK9 para hipercolesterolemia familiar, con reducciones medias del 59% en colesterol LDL en la dosis más alta, resultados que llevaron a la adquisición de Verve por Eli Lilly en junio de 2025 (Musunuru, 2023; Newby & Barrett, 2025).

ImportanteLa gobernanza como cuello de botella

El contraste entre la velocidad de la innovación técnica y la lentitud de los marcos regulatorios constituye uno de los desafíos centrales de la gobernanza epistémica en el Antropoceno. Jasanoff & Hurlbut (2018) y Lander et al. (2019) han abogado por moratoria reflexivas y observatorios globales que permitan a la deliberación pública acompañar —no frenar, pero sí informar— el desarrollo tecnológico. La propuesta conecta directamente con la distinción entre comunidades profesionales ancladas en la realidad y grupos de afinidad ideológica desarrollada en el capítulo 6: mientras las primeras someten sus prácticas a estándares epistémicos compartidos, los segundos tienden a evaluar las tecnologías según su compatibilidad con narrativas identitarias preexistentes.

La revolución CRISPR y sus aplicaciones ilustran la importancia que adquiere la dimensión social del conocimiento. Mejoras rápidas en la capacidad técnica de modificar el genoma humano con precisión plantean la necesidad de dotarse de instituciones o mecanismos epistémicos capaces de evaluar simultáneamente la evidencia científica, las implicaciones éticas, los riesgos de equidad distributiva y las preferencias sociales legítimas que la investigación con fondos públicos o privados debe satisfacer. Ninguna disciplina aislada puede abarcar esta tarea; se requiere lo que Bammer (2013) denomina ciencia de la integración e implementación, es decir, marcos metodológicos explícitamente diseñados para articular conocimiento disperso en múltiples campos disciplinares en torno a problemas complejos del mundo real. Una propuesta que converge en su base y finalidad con la articulada por Edward O. Wilson décadas atrás (1998), como se detalla en Sección 1.3.

8.3.3 Inteligencia artificial y concentración de poder epistémico

El desarrollo acelerado de modelos y servicios de inteligencia artificial plantea un desafío epistémico de naturaleza diferente. Aparte de requerir mecanismos de gobernanza como cualquier otra tecnología, precisa un tipo de encaje sin precedentes en los marcos reguladores conocidos, por tratarse de una tecnología que transforma los propios mecanismos mediante los cuales se produce, distribuye y consume conocimiento. Los modelos de lenguaje de gran escala (LLM), los sistemas de recomendación algorítmica y las herramientas de generación de contenido sintético alteran de raíz la ecología informativa en la que operan tanto los ciudadanos como las instituciones epistémicas. Se trata de un escenario de posibilidades y riesgos inéditos, desde cualquier noción previa de infraestructura epistémica.

Como señala Coeckelbergh (2020), hay varios ejes de preocupación ética que son simultáneamente epistémicos: la opacidad de los sistemas de IA (“cajas negras” cuyo funcionamiento no pueden auditar ni sus propios desarrolladores), la concentración de capacidad computacional en un puñado de corporaciones tecnológicas (Ibrahim et al., 2024), y la automatización de decisiones que afectan a la distribución de oportunidades (contratación, crédito, vigilancia) con sesgos incorporados en los datos de entrenamiento. Marcus & Davis (2020) han señalado, además, que la comprensión genuina sigue siendo esquiva para los sistemas de IA actuales, lo que genera riesgos sistémicos cuando estos sistemas se despliegan en dominios donde los errores tienen consecuencias graves.

Zuboff (2019) acuñó el término capitalismo de la vigilancia para describir un modelo económico en el que la experiencia humana se convierte en materia prima para la producción de predicciones sobre patrones de conducta con gran valor comercial. Este modelo implica una asimetría epistémica radical entre las corporaciones que controlan los datos —hasta el punto de saber más sobre los ciudadanos de lo que estos saben sobre sí mismos— y los ciudadanos (instancias reguladoras incluidas), que carecen de acceso a los algoritmos que determinan qué información reciben, qué oportunidades se les ofrecen y cómo se moldea su entorno informativo.

8.3.4 Policrisis y gestión de emergencias — la DANA de Valencia como caso paradigmático

La catástrofe provocada por la DANA (Depresión Aislada en Niveles Altos) que devastó la Comunidad Valenciana el 29 de octubre de 2024 constituye un caso paradigmático de cómo la dimensión social del conocimiento —o su fracaso— determina la magnitud de las tragedias. Con al menos 230 víctimas mortales, más de 2.600 heridos, 300.000 personas afectadas y daños materiales estimados en 17.800 millones de euros, se trata de uno de los peores desastres naturales en la historia reciente de España.

Lo que convierte a la DANA de Valencia en un caso epistemológicamente relevante —más allá de la magnitud meteorológica del fenómeno— es la cadena de disfunciones institucionales que agravaron decisivamente el balance de víctimas. La AEMET emitió avisos rojos desde las 7:31 AM del 29 de octubre, alertando de riesgo extremo. Habían sido precedidos por numerosos avisos y alertas en los días previos (Moreno-Muñoz, 2025c). La ciencia y agencias meteorológicas cumplieron su función; los mapas de riesgo de inundación con información detallada estaban disponibles. Sin embargo, la traducción de ese conocimiento experto en acción protectora falló en múltiples niveles simultáneamente:

• El Centro de Coordinación de Emergencias (CEE) de la Generalitat Valenciana no activó los protocolos de nivel máximo con la celeridad que la situación requería (Bono & González, 2024).
• Solo se constituyeron 2 de los 129 Centros de Coordinación Operativa Local (Cecopal) previstos en el Plan Especial de Inundaciones (Pascual, 2025).
• La alerta masiva a teléfonos móviles (ES-Alert) no se envió hasta las 20:11 horas, cuando el 84% de las víctimas ya habían fallecido.
• La Unidad Militar de Emergencias (UME) fue desactivada prematuramente a las 15:29 horas y tuvo que ser reactivada posteriormente (V. Martínez & Fabra, 2024).
• La Unidad Valenciana de Emergencia (UVE) había sido eliminada meses antes del desastre, debilitando la capacidad de respuesta autonómica (L. Martínez, 2024).

AdvertenciaNegacionismo climático y subestimación de riesgo en la gestión de emergencias

El caso de la DANA de Valencia ilustra con especial crudeza lo que Ord (2020) denomina la asimetría entre capacidad de daño y capacidad de gestión institucional. Pero añade un elemento específico, ya que la gestión de la emergencia estuvo condicionada por un contexto político en el que actores directamente concernidos en la esfera autonómica habían mantenido posiciones ambiguas o abiertamente negacionistas respecto al cambio climático y la necesidad de invertir en infraestructuras de prevención.

Como señala Oreskes (2019), la erosión de la confianza en las ciencias del clima no es un fenómeno abstracto. Por el contrario, tiene consecuencias letales sobre la vida, los bienes y el patrimonio natural cuando quienes toman decisiones como responsables de emergencias y protección civil han interiorizado marcos interpretativos que minimizan los riesgos que la ciencia señala. Como evidencia del daño potencial que esta subestimación de riesgo conlleva, baste señalar que los 9 millones de euros aprobados por el ejecutivo autonómico de Ximo Puig para potenciar la Unidad Valenciana de Emergencia (UVE), justificados tras la experiencia de descoordiación en la gestión de los desastres meteorológicos de 2019, no sirvieron de nada tras la llegada de PP y VOX a la Generalitat valenciana. La supresión de la UVE fue una de sus primeras decisiones tras tomar posesión del cargo, seguida de otras en materia urbanística que atenuaron los obstáculos para construir en zonas inundables (Moreno-Muñoz, 2025a).

El caso revela las consecuencias concretas de lo que la epistemología social analiza en términos abstractos. La cadena de traducción entre conocimiento experto y acción pública depende de múltiples eslabones institucionales, cada uno de los cuales puede fallar. No bastó con que la AEMET produjera conocimiento meteorológico o comunicara proyecciones fiables, con los mejores modelos y datos disponibles; hacían falta profesionales e instituciones capaces de traducir ese conocimiento en protocolos de evacuación, sistemas de alerta efectivos y coordinación interadministrativa en tiempo real. Probablemente habría sido necesario considerar la posibilidad de fallo humano en la cadena de mando, y articular sistemas robustos de respuesta automática para la gestión de caudales, emisión de mensajes de alerta y desvío de la circulación fuera de las zonas de riesgo, como garantías últimas de eficacia en la infraestructura epistémica crucial para la gestión de escenarios potencialmente catastróficos (Moreno-Muñoz, 2025b).

La tragedia de Valencia demuestra que la calidad epistémica de una sociedad no se mide solo por la excelencia de su investigación científica, sino por la robustez de los mecanismos institucionales que conectan el conocimiento disponible con la protección efectiva de las personas. El elevado coste en vidas humanas y pérdidas materiales de la DANA de Valencia obliga a considerar con la máxima cautela el riesgo extra que supone la llegada de actores negacionistas, incompetentes o negligentes a instituciones clave en la infraestructura epistémica responsable de gestionar la respuesta coordinada en situaciones de emergencia y riesgo de catástrofe (Oreskes & Conway, 2023; Spitz & Desbiey, 2025).

8.3.5 Geopolítica de los recursos y soberanía tecnológica

La competición geopolítica por recursos estratégicos —tierras raras, litio, cobalto, semiconductores— y por la hegemonía tecnológica en IA y computación cuántica introduce un factor adicional de complejidad epistémica. Dalby (2020) ha analizado cómo la geopolítica del Antropoceno reconfigura las relaciones entre producción de conocimiento y poder estatal. En este contexto, los países que controlan las cadenas de suministro de materiales críticos y las infraestructuras de computación avanzada adquieren una ventaja epistémica estructural que trasciende la mera capacidad militar o económica. Klare (2012) ya anticipó que la competición por los últimos recursos del planeta sería un vector de conflicto creciente, pero la dimensión epistémica de esta competición —quién sabe qué, quién controla los datos, quién tiene capacidad de modelizar escenarios— permanecía infrateorizada.

La creciente concentración de capacidad de investigación avanzada en un número reducido de corporaciones tecnológicas plantea interrogantes fundamentales sobre la soberanía epistémica de naciones e instituciones públicas. Cuando los recursos computacionales necesarios para investigación de frontera en IA, genómica o ciencia del clima están concentrados en manos de empresas privadas con incentivos comerciales, la propia agenda de investigación queda condicionada por intereses que no necesariamente coinciden con el bien público.

8.3.6 Concentración estratégica en la cadena de valor tecnológica global

La siguiente figura muestra la concentración de recursos, capacidades y infraestructuras a lo largo de toda la cadena de valor tecnológica contemporánea, desde la extracción de minerales críticos hasta la infraestructura de computación en IA. Los datos revelan un patrón de concentración que plantea cuestiones epistémicas fundamentales sobre quién controla las condiciones materiales para la producción del conocimiento, entre otros bienes comunes.

# ─── Paleta consistente ──────────────────────────────────────────
col_china   <- "#DE2910"   # rojo PRC
col_pais2   <- "#2E75B6"   # azul
col_pais3   <- "#F4A300"   # ámbar
col_resto   <- "#D0D0D0"   # gris claro
col_nvidia  <- "#76B900"   # verde NVIDIA
col_tsmc    <- "#0066B3"   # azul TSMC

theme_tc <- theme_minimal(base_size = 11) +
  theme(
    plot.title       = element_text(face = "bold", size = 12, hjust = 0),
    plot.subtitle    = element_text(size = 9, color = "grey40", hjust = 0),
    axis.text        = element_text(size = 9),
    axis.title       = element_text(size = 10),
    legend.position  = "bottom",
    legend.title     = element_blank(),
    legend.text      = element_text(size = 8),
    panel.grid.major.y = element_line(color = "grey90"),
    panel.grid.minor   = element_blank(),
    panel.grid.major.x = element_blank(),
    plot.margin      = margin(8, 12, 8, 8)
  )

# ══════════════════════════════════════════════════════════════════
# PANEL A — Minerales críticos: extracción (top 3 países, 2024)
# Fuente: IEA Global Critical Minerals Outlook 2025
# ══════════════════════════════════════════════════════════════════

mineria <- tribble(
  ~mineral,           ~pais,                    ~cuota,
  "Tierras raras",    "China",                   68,
  "Tierras raras",    "Myanmar",                 10,
  "Tierras raras",    "EE.UU.",                   8,
  "Grafito",          "China",                   77,
  "Grafito",          "Mozambique",               8,
  "Grafito",          "Madagascar",               5,
  "Cobalto",          "R.D. Congo",              76,
  "Cobalto",          "Indonesia",               10,
  "Cobalto",          "Rusia",                    4,
  "Litio",            "Australia",               42,
  "Litio",            "Chile",                   20,
  "Litio",            "China",                   14,
  "Níquel",           "Indonesia",               55,
  "Níquel",           "Filipinas",               10,
  "Níquel",           "Rusia",                    6,
  "Cobre",            "Chile",                   23,
  "Cobre",            "R.D. Congo",              14,
  "Cobre",            "Perú",                    10
)

# Calcular cuota top-3 y "resto"
top3_mineria <- mineria |>
  group_by(mineral) |>
  summarise(top3 = sum(cuota), .groups = "drop") |>
  mutate(resto = 100 - top3)

mineria_plot <- mineria |>
  bind_rows(
    top3_mineria |>
      transmute(mineral, pais = "Resto del mundo", cuota = resto)
  ) |>
  mutate(
    es_china = ifelse(pais == "China", "China", "Otros"),
    mineral  = fct_reorder(mineral, cuota, .fun = max, .desc = FALSE)
  )

# Asignar colores por posición
mineria_colores <- mineria_plot |>
  group_by(mineral) |>
  mutate(
    orden = row_number(),
    color_grupo = case_when(
      pais == "Resto del mundo" ~ "Resto",
      pais == "China"           ~ "China",
      orden == 1                ~ "País líder",
      orden == 2                ~ "Segundo",
      TRUE                      ~ "Tercero"
    )
  ) |>
  ungroup()

pA <- ggplot(mineria_colores,
       aes(x = cuota, y = mineral, fill = color_grupo)) +
  geom_col(position = "stack", width = 0.65, color = "white", linewidth = 0.3) +
  geom_text(
    aes(label = ifelse(cuota >= 6, paste0(pais, "\n", cuota, "%"), "")),
    position = position_stack(vjust = 0.5),
    size = 2.4, color = "white", fontface = "bold", lineheight = 0.85
  ) +
  scale_fill_manual(
    values = c("China" = col_china, "País líder" = col_pais2,
               "Segundo" = col_pais3, "Tercero" = "#8B6C5C",
               "Resto" = col_resto),
    guide = "none"
  ) +
  scale_x_continuous(
    limits = c(0, 105),
    breaks = seq(0, 100, 25),
    labels = paste0(seq(0, 100, 25), "%")
  ) +
  labs(
    title    = "A. Extracción: cuota top-3 países",
    subtitle = "Minería de minerales críticos, 2024",
    x = NULL, y = NULL
  ) +
  # Añadir indicador top-3
  geom_text(
    data = top3_mineria,
    aes(x = top3 + 2, y = mineral,
        label = paste0("Top-3: ", top3, "%"),
        fill = NULL),
    inherit.aes = FALSE,
    hjust = 0, size = 2.6, color = "grey30", fontface = "italic"
  ) +
  theme_tc

# ══════════════════════════════════════════════════════════════════
# PANEL B — Minerales críticos: refinado (top 3 países, 2024)
# Fuente: IEA Global Critical Minerals Outlook 2025
# ══════════════════════════════════════════════════════════════════

refinado <- tribble(
  ~mineral,           ~pais,              ~cuota,
  "Tierras raras",    "China",              92,
  "Tierras raras",    "Myanmar",             3,
  "Tierras raras",    "Japón",               1,
  "Grafito\n(bat.)",  "China",              97,
  "Grafito\n(bat.)",  "Japón",               1,
  "Grafito\n(bat.)",  "India",               1,
  "Cobalto",          "China",              76,
  "Cobalto",          "Finlandia",           9,
  "Cobalto",          "Bélgica",             4,
  "Litio",            "China",              67,
  "Litio",            "Chile",              14,
  "Litio",            "Argentina",           6,
  "Níquel",           "Indonesia",          62,
  "Níquel",           "China",              15,
  "Níquel",           "Japón",               6,
  "Cobre",            "China",              44,
  "Cobre",            "Chile",               8,
  "Cobre",            "Japón",               7
)

top3_refinado <- refinado |>
  group_by(mineral) |>
  summarise(top3 = sum(cuota), .groups = "drop") |>
  mutate(resto = 100 - top3)

refinado_plot <- refinado |>
  bind_rows(
    top3_refinado |>
      transmute(mineral, pais = "Resto del mundo", cuota = resto)
  ) |>
  mutate(mineral = fct_reorder(mineral, cuota, .fun = max, .desc = FALSE))

refinado_colores <- refinado_plot |>
  group_by(mineral) |>
  mutate(
    orden = row_number(),
    color_grupo = case_when(
      pais == "Resto del mundo" ~ "Resto",
      pais == "China"           ~ "China",
      orden == 1 & pais != "China" ~ "País líder",
      orden == 2                ~ "Segundo",
      TRUE                      ~ "Tercero"
    )
  ) |>
  ungroup()

pB <- ggplot(refinado_colores,
       aes(x = cuota, y = mineral, fill = color_grupo)) +
  geom_col(position = "stack", width = 0.65, color = "white", linewidth = 0.3) +
  geom_text(
    aes(label = ifelse(cuota >= 5, paste0(pais, "\n", cuota, "%"), "")),
    position = position_stack(vjust = 0.5),
    size = 2.4, color = "white", fontface = "bold", lineheight = 0.85
  ) +
  scale_fill_manual(
    values = c("China" = col_china, "País líder" = col_pais2,
               "Segundo" = col_pais3, "Tercero" = "#8B6C5C",
               "Resto" = col_resto),
    guide = "none"
  ) +
  scale_x_continuous(
    limits = c(0, 105),
    breaks = seq(0, 100, 25),
    labels = paste0(seq(0, 100, 25), "%")
  ) +
  labs(
    title    = "B. Refinado: cuota top-3 países",
    subtitle = "Procesamiento de minerales críticos, 2024",
    x = NULL, y = NULL
  ) +
  geom_text(
    data = top3_refinado,
    aes(x = top3 + 2, y = mineral,
        label = paste0("Top-3: ", top3, "%"),
        fill = NULL),
    inherit.aes = FALSE,
    hjust = 0, size = 2.6, color = "grey30", fontface = "italic"
  ) +
  theme_tc

# ══════════════════════════════════════════════════════════════════
# PANEL C — Fundiciones de semiconductores (Q2 2025)
# Fuente: TrendForce Q2 2025 (vía Motley Fool, ene. 2026)
# ══════════════════════════════════════════════════════════════════

foundry <- tribble(
  ~empresa,         ~pais_sede,        ~cuota,
  "TSMC",           "Taiwán",            71,
  "Samsung",        "Corea del Sur",      8,
  "SMIC",           "China",              6,
  "UMC",            "Taiwán",             5,
  "GlobalFoundries","EE.UU.",             4,
  "Otros",          "Varios",             6
) |>
  mutate(
    label = paste0(empresa, " (", pais_sede, ")"),
    label = fct_reorder(label, cuota),
    color_f = case_when(
      empresa == "TSMC"     ~ col_tsmc,
      pais_sede == "China"  ~ col_china,
      pais_sede == "Taiwán" ~ "#00AEEF",
      pais_sede == "Corea del Sur" ~ "#003478",
      pais_sede == "EE.UU." ~ "#3C3B6E",
      TRUE                  ~ col_resto
    )
  )

pC <- ggplot(foundry, aes(x = cuota, y = label, fill = color_f)) +
  geom_col(width = 0.6, show.legend = FALSE) +
  geom_text(
    aes(label = paste0(cuota, "%")),
    hjust = -0.2, size = 3.2, fontface = "bold", color = "grey20"
  ) +
  scale_fill_identity() +
  scale_x_continuous(limits = c(0, 82), breaks = seq(0, 70, 10),
                     labels = paste0(seq(0, 70, 10), "%")) +
  labs(
    title    = "C. Fundiciones de semiconductores",
    subtitle = "Cuota de ingresos, Q2 2025 (TrendForce)",
    x = NULL, y = NULL
  ) +
  # Anotación TSMC
  annotate("text", x = 50, y = 4.7,
           label = "TSMC fabrica >90%\nde los chips avanzados\n(<7 nm) del mundo",
           size = 2.6, color = "grey40", fontface = "italic",
           hjust = 0, lineheight = 0.9) +
  theme_tc

# ══════════════════════════════════════════════════════════════════
# PANEL D — Concentración en infraestructura IA (2024-2025)
# Fuentes: Yole Group 2025, IoT Analytics 2025
# ══════════════════════════════════════════════════════════════════

ia_concentracion <- tribble(
  ~ambito,                            ~actor_dominante,       ~cuota, ~tipo,
  "GPUs para servidores IA",          "Nvidia",                 93,   "Empresa",
  "Fabricación nodos avanzados\n(<7 nm)", "TSMC",               92,   "Empresa",
  "Centros de datos (nº)",            "EE.UU.",                 38,   "País",
  "GPUs cloud públicas",              "EE.UU.",                 60,   "País",
  "CapEx IA infraestructura\n(4 hyperscalers 2024)", "4 empresas*", 69,  "Concentración",
  "Refinado tierras raras",           "China",                  92,   "País",
  "Grafito bat. (ánodos)",            "China",                  97,   "País"
) |>
  mutate(
    ambito = fct_inorder(ambito) |> fct_rev(),
    color_d = case_when(
      actor_dominante == "Nvidia"      ~ col_nvidia,
      actor_dominante == "TSMC"        ~ col_tsmc,
      actor_dominante == "EE.UU."      ~ "#3C3B6E",
      actor_dominante == "China"       ~ col_china,
      actor_dominante == "4 empresas*" ~ "#6A4C93",
      TRUE                             ~ col_resto
    )
  )

pD <- ggplot(ia_concentracion,
       aes(x = cuota, y = ambito, fill = color_d)) +
  geom_col(width = 0.55, show.legend = FALSE) +
  geom_text(
    aes(label = paste0(actor_dominante, ": ", cuota, "%")),
    hjust = -0.05, size = 2.8, fontface = "bold", color = "grey20"
  ) +
  scale_fill_identity() +
  scale_x_continuous(limits = c(0, 115), breaks = seq(0, 100, 25),
                     labels = paste0(seq(0, 100, 25), "%")) +
  labs(
    title    = "D. Cuellos de botella en la cadena IA",
    subtitle = "Concentración por eslabón, 2024-2025 (Yole, IoT Analytics, IEA)",
    x = NULL, y = NULL,
    caption = "* Alphabet, Microsoft, Amazon, Meta: ~$200.000M CapEx en 2024"
  ) +
  theme_tc +
  theme(plot.caption = element_text(size = 7.5, color = "grey50", hjust = 0))

# ══════════════════════════════════════════════════════════════════
# COMPOSICIÓN FINAL
# ══════════════════════════════════════════════════════════════════

fig_compuesta <- (pA | pB) / (pC | pD) +
  plot_annotation(
    title    = "Concentración estratégica en la cadena de valor tecnológica global",
    subtitle = paste0(
      "La soberanía epistémica depende de condiciones materiales: ",
      "quien controla minerales, chips e infraestructura condiciona la agenda de investigación"
    ),
    caption = paste0(
      "Fuentes: IEA, Global Critical Minerals Outlook 2025 (CC BY 4.0); ",
      "TrendForce Q2 2025; Yole Group, Data Center Semiconductor Trends 2025;\n",
      "IoT Analytics, Data Center Equipment & Infrastructure 2025; USGS 2025. ",
      "Elaboración propia para TC26 cap. 8."
    ),
    theme = theme(
      plot.title    = element_text(face = "bold", size = 14, hjust = 0),
      plot.subtitle = element_text(size = 10, color = "grey30", hjust = 0,
                                    margin = margin(b = 12)),
      plot.caption  = element_text(size = 7.5, color = "grey50", hjust = 0,
                                    margin = margin(t = 8))
    )
  )

fig_compuesta

Figura 8.1: Concentración estratégica en la cadena de valor tecnológica global (2024–2025). Panel A: cuota de los tres principales países en extracción de minerales críticos para la transición energética. Panel B: cuota de los tres principales países en refinado. Panel C: cuota de mercado de las principales fundiciones de semiconductores. Panel D: concentración en infraestructura de computación para IA. Fuentes: IEA Global Critical Minerals Outlook 2025; TrendForce Q2 2025; Yole Group 2025; IoT Analytics 2025.

8.3.7 Secuencia temporal de las restricciones chinas a la exportación de minerales críticos

# ─── Datos timeline ──────────────────────────────────────────────

timeline <- tribble(
  ~fecha,        ~evento,                                              ~nivel,
  "2023-07-03",  "Licencias obligatorias: galio y germanio",              1,
  "2023-10-20",  "Licencias obligatorias: grafito natural y sintético",   2,
  "2024-08-15",  "Control exportación: antimonio y materiales superduros",3,
  "2024-12-03",  "Prohibición exportación a EE.UU.:\ngalio, germanio, antimonio",  4,
  "2025-02-04",  "Control exportación: wolframio,\ntelurio, bismuto, molibdeno, indio", 5,
  "2025-04-04",  "Control 7 tierras raras medias-pesadas:\nSm, Gd, Tb, Dy, Lu, Sc, Y", 6,
  "2025-10-09",  "Controles extendidos: equipos,\ntecnología y know-how\nde tierras raras", 7,
  "2025-11-07",  "Suspensión temporal (hasta nov. 2026)\ntras cumbre Trump-Xi",  -1
) |>
  mutate(
    fecha = as.Date(fecha),
    color_e = ifelse(nivel < 0, "#2E8B57", col_china),
    y_pos   = ifelse(nivel > 0, nivel * 0.6, -0.8),
    hjust_e = ifelse(nivel %% 2 == 0, 1, 0)
  )

p_timeline <- ggplot(timeline, aes(x = fecha, y = y_pos)) +
  # Línea base
  geom_hline(yintercept = 0, color = "grey60", linewidth = 0.8) +
  # Segmentos verticales
  geom_segment(aes(xend = fecha, y = 0, yend = y_pos, color = color_e),
               linewidth = 0.6, show.legend = FALSE) +
  # Puntos
  geom_point(aes(color = color_e), size = 3, show.legend = FALSE) +
  # Etiquetas
  geom_text(
    aes(label = evento, color = color_e),
    hjust = 0, nudge_x = 12, size = 2.6,
    lineheight = 0.85, show.legend = FALSE
  ) +
  # Fechas en la base
  geom_text(
    aes(y = -0.25, label = format(fecha, "%b %Y")),
    size = 2.2, color = "grey40", angle = 0, hjust = 0.5
  ) +
  scale_color_identity() +
  scale_x_date(
    limits = as.Date(c("2023-05-01", "2026-03-01")),
    date_breaks = "6 months", date_labels = "%Y"
  ) +
  scale_y_continuous(limits = c(-1.5, 5.5)) +
  labs(
    title    = "Restricciones chinas a la exportación de minerales críticos (2023–2025)",
    subtitle = "Estrategia escalonada: de licencias selectivas a controles integrales sobre tecnología y know-how",
    x = NULL, y = NULL,
    caption = paste0(
      "Fuentes: MOFCOM anuncios oficiales; Global Trade Alert, 'A Widening Net' (oct. 2025); ",
      "CSIS Analysis (dic. 2024). Elaboración propia."
    )
  ) +
  theme_tc +
  theme(
    axis.text.y  = element_blank(),
    axis.text.x  = element_text(size = 8),
    panel.grid   = element_blank(),
    plot.caption = element_text(size = 7, color = "grey50", hjust = 0)
  )

p_timeline

Figura 8.2: Cronología de restricciones chinas a la exportación de minerales críticos (2023–2025). Cada hito representa un endurecimiento de controles de exportación. El patrón muestra una estrategia escalonada que amplía progresivamente el alcance de los controles. Fuentes: MOFCOM; Global Trade Alert 2025; CSIS dic. 2024.

8.3.8 Dependencia de proveedores y vulnerabilidad N−1

La IEA (2025) introduce el concepto de análisis N−1: qué ocurriría si el principal proveedor dejara de suministrar. Los resultados son elocuentes.

n1 <- tribble(
  ~Mineral,               ~`Principal proveedor`, ~`Cuota refinado (%)`, ~`Cobertura N−1 (%)`, ~`Déficit (%)`,
  "Grafito (bat.)",       "China",                   97,                      "35–40",               "60–65",
  "Tierras raras",        "China",                   92,                      "35–40",               "60–65",
  "Níquel",               "Indonesia",               62,                      "<55",                 ">45",
  "Cobalto",              "China",                   76,                      "~65",                 "~35",
  "Litio",                "China",                   67,                      "~65",                 "~35",
  "Cobre",                "China",                   44,                      "~75",                 "~25"
)

kable(n1, align = c("l", "l", "r", "r", "r"),
      format = "html") |>
  kable_styling(
    bootstrap_options = c("striped", "hover", "condensed"),
    full_width = TRUE, font_size = 13
  ) |>
  row_spec(1:2, bold = TRUE, color = "white", background = "#DE2910") |>
  row_spec(3, bold = TRUE, color = "white", background = "#2E75B6")

Tabla 8.1: Análisis de vulnerabilidad N−1: cobertura de la demanda global si el principal proveedor deja de suministrar (proyección 2035, escenario STEPS). Fuente: IEA, Global Critical Minerals Outlook 2025, cap. 3.

Mineral	Principal proveedor	Cuota refinado (%)	Cobertura N−1 (%)	Déficit (%)
Grafito (bat.)	China	97	35–40	60–65
Tierras raras	China	92	35–40	60–65
Níquel	Indonesia	62	<55	>45
Cobalto	China	76	~65	~35
Litio	China	67	~65	~35
Cobre	China	44	~75	~25

NotaNota metodológica y fuentes

Nota (Tabla 8.1): Cobertura N−1 = porcentaje de la demanda global que se cubre con la oferta restante si el principal proveedor deja de exportar. Escenario STEPS 2035. Fuente: IEA (2025), Global Critical Minerals Outlook 2025, CC BY 4.0.

---

Los datos utilizados en Figura 8.2 y Figura 8.1 proceden de las siguientes fuentes, todas accesibles públicamente:

Tabla 8.2: Fuentes de datos para las visualizaciones

Fuente	Ámbito	Fecha	Licencia
IEA, Global Critical Minerals Outlook 2025	Minerales: extracción y refinado	Abril 2025	CC BY 4.0
USGS, Global Maps of Critical Mineral Production	Producción minera por país	Agosto 2025	Dominio público
TrendForce, Global Foundry Revenue Q2 2025	Semiconductores: fundiciones	Agosto 2025	Datos públicos
Yole Group, Data Center Semiconductor Trends 2025	GPUs e infraestructura IA	Agosto 2025	Datos públicos
IoT Analytics, Data Center Equipment & Infrastructure 2025	CapEx hyperscalers	Noviembre 2025	Datos públicos
MOFCOM / Global Trade Alert	Restricciones exportación China	2023–2025	Acceso abierto
CSIS, China’s Mineral Export Restrictions	Análisis geoestratégico	Diciembre 2024	Acceso abierto

8.4 Epistemología tribal y gobernanza irracional

8.4.1 El concepto de epistemología tribal

El término epistemología tribal fue acuñado por el periodista David Roberts en un influyente artículo de 2017 en Vox (2017b) y posteriormente desarrollado por J. Rauch en su análisis de la “constitución del conocimiento” (2021). Roberts describió un régimen epistémico en el que “la información se evalúa no por su conformidad con estándares comunes de evidencia o correspondencia con una comprensión compartida del mundo, sino por si apoya los valores y objetivos de la tribu y cuenta con el aval de los líderes tribales. ‘Bueno para nuestro lado’ y ‘verdadero’ comienzan a confundirse”. Contribuciones posteriores de Roberts prueban que era plenamente consciente de las consecuencias que la epistemología tribal tendría para su país y para todo el planeta (2017a).

El concepto tiene una fuerza analítica considerable porque captura un fenómeno que va más allá de los sesgos cognitivos individuales analizados en el capítulo 5 y no se reduce a la mera desinformación examinada en el capítulo 7. La epistemología tribal describe un régimen epistémico alternativo —un conjunto reconocible de prácticas, criterios de validación y estructuras de autoridad— que opera en paralelo a la constitución del conocimiento basada en evidencia. No se trata de que los sujetos tribalmente orientados carezcan de criterios para distinguir lo verdadero de lo falso; es que aplican criterios diferentes, basados en la pertenencia grupal más que en la correspondencia empírica. En función de sus esferas respectivas de liderazgo, las consecuencias pueden resultar devastadoras para el sistema de salud pública, las instancias de control económico, la lucha contra la corrupción y la calidad del sistema educativo en todos sus niveles (Roberts, 2017a).

Van Bavel & Pereira (2018) han proporcionado una base neurocognitiva a este fenómeno mediante su modelo identitario de las creencias políticas, según el cual el cerebro humano procesa la información política a través de circuitos de identidad social que pueden anular los mecanismos de evaluación epistémica imparcial. Cuando una cuestión factual —¿está aumentando la temperatura global? ¿reducen los aranceles el bienestar económico?— se codifica como marcador de identidad grupal, la corrección factual se experimenta como ataque identitario, lo que activa respuestas defensivas que refuerzan la creencia original. Una explicación complementaria, desde la psicología evolucionista, ha sido propuesta por autores como Mercier & Sperber (2017), quienes sostienen que la razón humana evolucionó no como herramienta de búsqueda de la verdad, sino como mecanismo de argumentación social, optimizado para persuadir a otros y evaluar sus argumentos, no para corregir las propias creencias.

Williams (2022) ha desarrollado la noción de mercado de racionalizaciones: un ecosistema en el que productores de contenido compiten por ofrecer las justificaciones más atractivas para creencias que los consumidores ya desean mantener, generando una economía de la argumentación motivada a escala industrial.

8.4.2 Aplicando la epistemología tribal como herramienta analítica

El concepto de epistemología tribal resulta analíticamente superior a alternativas como “polarización” o “post-verdad” por tres razones. Primera, identifica un mecanismo específico: no se trata de mera divergencia de opiniones, sino la sustitución de criterios epistémicos compartidos por criterios de lealtad grupal. Segunda, permite gradaciones: los individuos y las comunidades pueden estar más o menos inmersos en regímenes tribales, y las mismas personas pueden operar tribalmente en ciertos dominios (política climática) y racionalmente en otros (decisiones médicas personales). Tercera, tiene implicaciones institucionales claras: cuando el problema no es la falta de información sino la captura identitaria de los mecanismos de evaluación, las intervenciones basadas en el modelo del “déficit de información” están condenadas al fracaso, como parecen confirmar empíricamente Kahan et al. (2012).

Resulta clara y directa la conexión con la distinción entre comunidades profesionales ancladas en la realidad y grupos de afinidad ideológica desarrollada en el capítulo 6. Los grupos de afinidad ideológica son, precisamente, comunidades que han adoptado una epistemología tribal como modo dominante de procesamiento informativo. Lo que el capítulo 6 describió en términos de estructura social, se analiza aquí en términos de mecanismo epistémico.

8.4.3 Caso de estudio: guerra arancelaria y “patriotismo económico”

La política arancelaria desplegada por la administración Trump —particularmente la escalada de abril de 2025 con aranceles del 145% sobre importaciones chinas y aranceles “recíprocos” a más de 60 países, sin aval judicial ni aprobación en el Congreso— proporciona un caso especialmente instructivo de epistemología tribal aplicada a la gobernanza económica.

La evidencia empírica sobre los efectos de los aranceles es abrumadora y unidireccional. Furceri et al. (2020), en un estudio con datos de 151 países a lo largo de cinco décadas, demostraron que los incrementos arancelarios reducen sistemáticamente el producto interior bruto, la productividad y el empleo en los países que los imponen, con efectos especialmente adversos sobre los trabajadores menos cualificados y los segmentos más vulnerables de la población. Li et al. (2020) documentaron específicamente que los aranceles de la guerra comercial EE.UU.-China de 2018-2019 fueron absorbidos casi íntegramente por consumidores y empresas estadounidenses, sin que China asumiera una proporción significativa de los costes.

Sin embargo, el encuadre narrativo dominante en los medios afines a la administración presentó los aranceles como un acto de “patriotismo económico” necesario para corregir décadas de “abuso” comercial por parte de socios internacionales. Este encuadre opera según la lógica de la epistemología tribal, puesto que induce une evaluación de la política arancelaria no por sus efectos empíricos medibles —precios al consumo, pérdidas de empleo, distorsión comercial objetiva en socios afectados—, sino por su valor simbólico como gesto de afirmación identitaria frente a un supuesto enemigo externo.

NotaAnatomía de un encuadre tribal

El caso arancelario permite identificar los componentes operativos de la epistemología tribal:

1. Narrativa victimista: EE.UU. presentado como víctima de “abuso” comercial, pese a beneficiarse de precios bajos de importación y acceso a mercados globales.
2. Personalización del expertise: la expertise económica descalificada como “globalista” o al servicio de élites desconectadas.
3. Evaluación por lealtad: apoyar los aranceles se convierte en marcador de patriotismo; cuestionarlos, en señal de deslealtad.
4. Impermeabilidad a la evidencia: los datos sobre pérdidas de empleo y subidas de precios se reinterpretan como “costes necesarios” o se atribuyen a la “resistencia” de socios comerciales.
5. Circuito cerrado informativo: medios afines producen justificaciones adaptadas; medios críticos se deslegitiman como “enemigos del pueblo”.

Lo epistemológicamente significativo no es que un gobierno adopte políticas económicas discutibles —eso es inherente a la política democrática—, sino que lo haga sin aval judicial y sistemáticamente en contra del consenso experto disponible, blindando la decisión frente a la evaluación empírica. La guerra arancelaria ilustra así la tesis de Rauch (2021) sobre el asedio a la constitución del conocimiento. Cuando la evaluación de políticas públicas se desconecta de los estándares epistémicos compartidos, y se eluden filtros básicos en los mecanismo de rendición de cuentas, las sociedades pierden la capacidad de autocorregirse a través de la evidencia. El escenario resultante puede ser caótico, con alta probabilidad de dejar a millones de personas en la pobreza, agravar la inflación y ocasionar escasez de productos esenciales (Amiti et al., 2019; Yale Budget Lab, 2025).

8.5 La universidad como núcleo de la infraestructura epistémica

8.5.1 De Bolonia a la universidad de masas — Breve perspectiva histórica

La universidad es, junto con las academias científicas y las bibliotecas, una de las instituciones epistémicas más longevas de la civilización occidental. Desde su surgimiento en la Europa medieval —Bolonia (1088), París (c. 1150), Oxford (1167)— hasta las reformas humboldtianas del siglo XIX que establecieron la unidad de docencia e investigación como principio rector, la universidad ha funcionado como espacio de producción, custodia y transmisión de conocimiento relativamente protegido de las presiones del poder político y económico (Grendler, 2002; Rüegg, 2004). Nybom (2003) ha analizado cómo el “legado Humboldt” —la idea de que la universidad debe ser un espacio de investigación libre orientada por la curiosidad, no por la utilidad inmediata— configuró el modelo de universidad pública que se expandió globalmente durante el siglo XX.

Collini (2012) ha argumentado con lucidez que la cuestión “¿Para qué sirven las universidades?” refleja un malentendido fundamental: las universidades no “sirven para” algo en el sentido instrumental; son instituciones cuyo valor reside precisamente en su capacidad de perseguir el conocimiento sin estar subordinadas a demandas utilitarias inmediatas. Esta capacidad —que Readings (1996) denominó la vocación de la universidad como espacio de pensamiento no condicionado— es lo que permite a la universidad desempeñar funciones que ninguna otra institución puede asumir. Entre otras, la investigación fundamental sin un horizonte de aplicación predefinido, la formación de ciudadanos capaces de juicio crítico independiente, la preservación de tradiciones intelectuales que no generan rendimiento económico directo y la generación de conocimiento incómodo para las instancias de poder.

Nussbaum (2016) advierte que la erosión de las humanidades en los sistemas universitarios contemporáneos no es un efecto colateral menor de la presión presupuestaria, sino una amenaza directa a la capacidad de las democracias de formar ciudadanos capaces de empatía, pensamiento crítico y deliberación informada.

8.5.2 Masificación, democratización y tensiones estructurales

La transformación más profunda de la universidad en el siglo XX fue su paso de institución de élites a sistema de educación superior de masas. Marginson (2016) ha analizado la tendencia global hacia la alta participación en educación superior: mientras que en 1970 la tasa bruta de matriculación terciaria mundial era del 10%, en 2020 superaba el 40%, con países como Corea del Sur, Finlandia o Australia por encima del 70%.

En España, esta transformación fue especialmente intensa y tardía. El país pasó de 54.000 estudiantes universitarios en 1940 a más de 600.000 en 1980, y superó el millón y medio en la década de 2000 (Ministerio de Universidades, 2022). La expansión trajo consigo una democratización sin precedentes del acceso al conocimiento avanzado, pero también tensiones estructurales que persisten. En particular, la desproporción entre una limitada incorporación de profesorado y el incremento sostenido del número de estudiantes, con dificultades para adaptarse a una infraestructura deficiente y a modelos pedagógicos diseñados para grupos reducidos de estudiantes, ahora en aulas masificadas.

NotaMasificación universitaria — panorámica internacional comparada

La tensión entre masificación y calidad no es exclusiva de España. Algunos datos comparativos ilustran la escala del fenómeno:

• India: el sistema universitario más grande del mundo, con más de 40 millones de estudiantes, enfrenta ratios profesor-alumno que pueden superar 1:60 en universidades públicas estatales.
  
• Brasil: la expansión acelerada durante los gobiernos Lula (2003-2010), con la creación de 18 nuevas universidades federales y 173 campus, multiplicó el acceso pero generó un debate intenso sobre la calidad de la enseñanza en instituciones insuficientemente financiadas.
  
• Reino Unido: la abolición del límite de plazas en 2015 llevó en la práctica a triplicar las tasas de matrícula (de £3.000 a £9.000 anuales), lo que transformó la relación entre universidades y estudiantes en una relación proveedor-consumidor, con efectos documentados sobre la exigencia académica (Furedi, 2017).
  
• China: el número de graduados universitarios pasó de 1 millón en 2000 a más de 10 millones en 2022, planteando desafíos de absorción por el mercado laboral y de homogeneidad en los estándares de calidad.

En todos estos contextos, la masificación planteó la misma pregunta de fondo: ¿es posible democratizar el acceso a la educación superior sin diluir las condiciones que hacen de la universidad una institución epistémica valiosa?

8.5.3 Mercantilización, rankings y cultura de la autopromoción

Las últimas tres décadas han presenciado una transformación silenciosa pero profunda en la gobernanza universitaria: la progresiva adopción de lógicas de mercado en instituciones históricamente regidas por criterios académicos. Slaughter & Rhoades (2009) acuñaron el término capitalismo académico para describir un régimen en el que las universidades compiten por recursos —estudiantes, fondos de investigación, reputación— utilizando estrategias empresariales, y en el que el conocimiento se valora crecientemente como commodity comercializable. Newfield (2016) ha documentado cómo este proceso, lejos de ser un ajuste técnico, implica una redefinición fundamental de la misión universitaria: de la búsqueda del conocimiento como bien público a la producción de “capital humano” y “propiedad intelectual” monetizable.

La tiranía de los rankings constituye quizá la manifestación más visible —y más perniciosa— de esta lógica mercantil. Hazelkorn (2015) ha demostrado que los rankings universitarios globales (Shanghai, Times Higher Education, QS) no miden la calidad educativa sino indicadores parciales altamente correlacionados con el tamaño presupuestario y la producción de publicaciones en inglés, creando un circuito de retroalimentación en el que las universidades más ricas atraen más reputación, que atrae más recursos, que consolida su posición en los rankings. Lynch (2014) ha analizado cómo esta dinámica introduce un gerencialismo (new managerialism) que transforma la gobernanza interna: el poder se desplaza desde las comunidades académicas hacia gestores profesionales orientados a la maximización de indicadores cuantificables, a menudo en detrimento de la docencia, la investigación fundamental y la atención a las necesidades locales.

Tuchman (2009), en su etnografía de la universidad corporativa, documentó cómo la lógica del marketing ha penetrado en la vida académica cotidiana, transformando congresos científicos en ferias de autopromoción editorial, donde la presentación de resultados comparte espacio —cuando no cede protagonismo— con la exhibición de métricas de impacto, índices H y posiciones en rankings departamentales. El fenómeno ha adquirido dimensiones que afectan a la integridad del proceso científico: Altbach & Wit (2019) han señalado que la presión por publicar —condensada en el conocido imperativo publish or perish— ha generado un exceso de publicaciones académicas que desborda la capacidad de revisión por pares, degrada la calidad media de la producción científica y alimenta un ecosistema de revistas depredadoras que monetizan la necesidad de publicar sin ofrecer garantías de calidad (Bagues et al., 2019).

ImportanteLa integridad científica bajo presión

La combinación de presión por publicar, precariedad laboral y sistemas de evaluación basados en métricas cuantitativas ha generado una crisis de integridad científica cuya magnitud empieza a documentarse con rigor:

• Xie et al. (2021) estimaron, en una revisión sistemática y meta-análisis, que la prevalencia de prácticas de investigación cuestionables (questionable research practices) podría afectar a entre el 33% y el 51% de los investigadores encuestados.
• Bik et al. (2016) detectaron que aproximadamente el 3,8% de los artículos publicados en revistas biomédicas contenían duplicaciones inapropiadas de imágenes, un indicador de manipulación de resultados.
• Horbach & Halffman (2019) documentaron que el “reciclaje de textos” —la reutilización de material propio sin citación adecuada— es una práctica extendida, facilitada por la presión cuantitativa sobre la productividad.
• Guba & Tsivinskaya (2024) analizaron cómo la ambigüedad en los estándares éticos —resultado de la tensión entre normas globales y prácticas locales— facilita y racionaliza el plagio académico.

Estas cifras no indican que la ciencia contemporánea sea poco fiable —los mecanismos de autocorrección, aunque lentos, funcionan—, pero sí que las condiciones institucionales actuales generan incentivos perversos incompatibles con la función epistémica que la sociedad espera de la universidad.

La vinculación universidad-empresa, inicialmente concebida como mecanismo de transferencia de conocimiento al tejido productivo, ha experimentado derivas que Giroux (2014) analiza en términos de colonización corporativa de la academia. No se trata de negar la legitimidad de la cooperación entre universidades y empresas —la investigación aplicada y la transferencia tecnológica son funciones socialmente valiosas—, sino de señalar los riesgos cuando la lógica empresarial se convierte en criterio dominante de la política universitaria. Stephan (2012) ha mostrado empíricamente que cuando la financiación privada predomina sobre la pública, la agenda de investigación se sesga hacia problemas con rendimiento comercial a corto plazo, abandonando precisamente la investigación fundamental que históricamente ha producido las innovaciones más transformadoras.

8.5.4 Infrafinanciación, precariedad y márgenes de autonomía

La relación entre infrafinanciación, masificación y mercantilización no responde a una causalidad lineal simple. Connell (2019) ha argumentado que, dependiendo del contexto, cualquiera de estos tres factores puede actuar como desencadenante o como consecuencia de los otros dos. En sistemas como el británico, fue la decisión política de triplicar las tasas de matrícula la que transformó la relación universidad-estudiante en una relación de mercado, forzando una mercantilización que no era consecuencia inevitable de la infrafinanciación previa. En sistemas como el español, la masificación precedió y contribuyó a la infrafinanciación relativa: más estudiantes con presupuestos que no crecieron proporcionalmente. En sistemas como el estadounidense, la mercantilización (endowments, donaciones corporativas, patentes) fue anterior a la infrafinanciación pública y contribuyó a legitimarla. Si las universidades podían financiarse privadamente, ¿por qué mantener niveles altos de apoyo y financiación pública?

Esta complejidad causal tiene una implicación práctica importante: las soluciones unidimensionales —más financiación, menos regulación, o mayor orientación al mercado— son insuficientes si no abordan las dinámicas sistémicas que generan los problemas.

López Alós (2019) ha analizado las condiciones de precariedad de la vida intelectual en España, argumentando que la “obligación de lo extraordinario” —el requisito de producir currículos excepcionales para acceder a condiciones laborales básicas— es un mecanismo disciplinario que afecta no solo al bienestar de los investigadores sino a la calidad y la orientación de la investigación.

Torres (2011) ha propuesto siete “tesis iconoclastas” que cuestionan los supuestos compartidos tanto por defensores como por críticos de la universidad neoliberal, abogando por un análisis que atienda a la diversidad radical de modelos universitarios existentes —desde universidades de investigación de élite hasta instituciones de acceso masivo en países de renta baja— en lugar de proyectar las dinámicas de los sistemas anglosajones como si fueran universales.

TipLas siete tesis iconoclastas de Torres (2011)

1. No existe un modelo único de universidad: la diversidad radical de instituciones (investigación de élite, acceso masivo, comunitarias, confesionales, virtuales) invalida las generalizaciones desde el caso anglosajón.
2. La mercantilización no es solo neoliberal: dinámicas de mercado operaban en universidades medievales y coloniales mucho antes del giro neoliberal; el fenómeno tiene raíces estructurales más profundas.
3. La financiación pública no garantiza autonomía: universidades estatales pueden estar tan condicionadas por agendas gubernamentales como las privadas por agendas corporativas.
4. La masificación no equivale a democratización: expandir matrículas sin transformar pedagogías, estructuras de apoyo y condiciones laborales del profesorado puede reproducir desigualdades en lugar de reducirlas.
5. La investigación no es inherentemente emancipadora: puede servir tanto a la justicia social como a la vigilancia, la explotación o la concentración de poder, según su gobernanza institucional.
6. Los rankings miden lo que conviene a quienes los diseñan: privilegian indicadores de riqueza acumulada (dotaciones, ratio investigador/alumno) sobre impacto social, equidad o pertinencia regional.
7. La crítica a la universidad neoliberal puede ser tan reduccionista como lo que critica: idealizar una “edad de oro” universitaria previa oscurece exclusiones históricas (de género, clase, raza) que las reformas de mercado no crearon sino que, en algunos casos, heredaron.

Estas tesis invitan a un análisis comparado que atienda a contextos específicos en lugar de aplicar diagnósticos monocausales.

8.6 Asedio global a las universidades e instancias de pensamiento independiente

8.6.1 Un fenómeno transversal en América y Europa

El informe Free to Think 2024 de la red Scholars at Risk (2024) documenta una tendencia preocupante y acelerada: ataques a la libertad académica en más de 65 países, incluyendo detenciones, despidos políticos, restricciones para viajar, censura de contenidos docentes y recortes selectivos de financiación a instituciones que investigan temas incómodos para el poder. El Academic Freedom Index desarrollado por Kinzelbach et al. (2021) confirma que la libertad académica ha retrocedido significativamente en la última década, con deterioros especialmente marcados en países que experimentan procesos de erosión democrática.

Lo relevante desde la perspectiva de este capítulo es que el asedio a las universidades no es un efecto colateral de tensiones políticas coyunturales, sino un componente estructural de los proyectos de concentración del poder que identificamos en los vectores de irracionalidad del capítulo 7. Cuando un régimen aspira a controlar la producción de narrativas —a imponer una epistemología tribal como modo dominante de procesamiento informativo—, las universidades representan un obstáculo: son instituciones cuya razón de ser es producir conocimiento mediante estándares que no dependen de la lealtad política.

TipEstrategias de acoso a las universidades (2016-2025)

Estados Unidos (2025)

La administración Trump ha desplegado una ofensiva sin precedentes contra el sistema universitario estadounidense, el más potente del mundo en producción investigadora. A marzo de 2025, más de 50 universidades enfrentaban investigaciones federales en el marco de la campaña anti-DEI (Diversidad, Equidad, Inclusión) (Binkley, 2025). El caso de Harvard resultó especialmente emblemático: la amenaza de retirada de fondos federales de investigación —que representan miles de millones de dólares anuales y financian investigación biomédica, climática y tecnológica de importancia global— se utilizó como instrumento de presión política para forzar cambios en las políticas de admisión y contratación (Brownstein, 2025; Goldberg, 2025).

Dirks (2025) ha analizado cómo esta estrategia opera mediante la explotación de vulnerabilidades institucionales: las universidades estadounidenses dependen de fondos federales para la investigación, lo que las hace susceptibles a presiones que no se ejercen mediante prohibiciones explícitas —constitucionalmente problemáticas— sino mediante la amenaza económica. El resultado es una forma de autocensura preventiva que puede ser más efectiva que la censura directa (Ceran, 2025).

Hungría (2017-2025)

La expulsión de la Central European University (CEU) de Budapest en 2018-2019 constituyó el caso más grave de ataque a la libertad académica en Europa desde la Guerra Fría. El gobierno de Viktor Orbán promovió una modificación legislativa —conocida como “Lex CEU”— que imponía requisitos regulatorios imposibles de cumplir exclusivamente para la CEU, forzándola a trasladar la mayor parte de sus operaciones a Viena. Lott et al. (2025) han analizado el caso como un componente de la estrategia más amplia de “retroceso democrático” (democratic backsliding): el control de las instituciones epistémicas —universidades, medios de comunicación, organizaciones de la sociedad civil— forma parte integral de la consolidación de regímenes iliberales que mantienen la fachada electoral pero vacían de sustancia los contrapesos democráticos (Ceran, 2025; Kinzelbach et al., 2020).

Turquía (2016-2025)

Tras el fallido golpe de Estado de julio de 2016, el gobierno de Erdoğan despidió o suspendió a más de 6.000 académicos, cerró 15 universidades privadas y revocó los pasaportes de cientos de investigadores. Los firmantes de la petición “Académicos por la Paz” —que pedían la reanudación de las negociaciones de paz con el PKK— fueron objeto de procesamiento penal. Aunque el Tribunal Constitucional turco declaró en 2019 que los procesamientos violaban la libertad de expresión, muchos académicos habían perdido ya sus empleos, y el efecto disuasorio sobre la libertad de cátedra persiste (Hünler, 2022).

Brasil (2019-2022)

El gobierno de Bolsonaro implementó recortes presupuestarios selectivos a universidades federales, congelando fondos de instituciones que habían expresado posiciones críticas. En 2019, se anunció un recorte del 30% en los presupuestos discrecionales de las universidades federales, acompañado de retórica que descalificaba a las ciencias sociales y las humanidades como “adoctrinamiento ideológico”. El programa Future-se intentó redirigir la financiación hacia modelos de mercado, vinculando los fondos públicos a la captación de recursos privados, una medida que habría afectado desproporcionadamente a las universidades de regiones más pobres y a las disciplinas sin aplicación comercial directa (Green, 2024).

España: presión autonómica sobre la universidad pública

En España, el fenómeno adquiere rasgos específicos ligados a la descentralización competencial. El caso de la Comunidad de Madrid, donde el gobierno autonómico ha mantenido durante años una política de infrafinanciación sistemática de las universidades públicas combinada con la expansión de la oferta privada, ilustra una modalidad de asedio que opera no mediante la prohibición directa sino mediante la asfixia presupuestaria selectiva (Caballero, 2026; El País - Editorial, 2024; Martínez-Bascuñán, 2025).

8.6.2 Lo que está en juego

Arendt (2004) identificó la destrucción de la capacidad de pensamiento independiente como una condición necesaria —no suficiente, pero necesaria— de los regímenes totalitarios. No es preciso invocar analogías históricas extremas para reconocer que la presión contemporánea sobre las universidades comparte un patrón recurrente: en cada uno de los casos documentados, el ataque a la libertad académica forma parte de una estrategia más amplia de control de las instituciones que producen conocimiento independiente del poder político. Las universidades, los medios de comunicación profesionales, las organizaciones de la sociedad civil y los organismos reguladores independientes constituyen, colectivamente, lo que Rauch (2021) denomina la constitución del conocimiento. El ataque coordinado a varios de estos pilares simultáneamente no es una coincidencia, sino un patrón que revela la lógica del asedio: debilitar los mecanismos sociales de producción de verdad para imponer narrativas que sirvan al poder.

Foucault (1995) advirtió que las relaciones de poder y las relaciones de saber son mutuamente constitutivas: no hay ejercicio de poder sin producción correlativa de conocimiento, ni producción de conocimiento que no presuponga relaciones de poder. La tarea de una epistemología social críticamente informada no es negar esta relación, sino diseñar instituciones que maximicen la autonomía del conocimiento respecto al poder —sabiendo que esa autonomía nunca será absoluta— y que distribuyan equitativamente las oportunidades de contribuir a la empresa epistémica colectiva.

8.7 Condiciones para una infraestructura epistémica saludable

El recorrido en esta monografía solo permite cartografiar una pequeña parte del vasto territorio que constituye el conocimiento humano, examinando tan solo algunas de sus múltiples dimensiones: los fundamentos perceptivos y cognitivos (capítulos 1-3), la revolución cognitiva y el pensamiento subyacente (capítulos 4-5), la organización social de la expertise y condicionantes que favorecen episodios de irracionalidad colectiva (capítulos 6-7), para concluir enfatizando la dimensión institucional del conocimiento (capítulo 8). Los componentes sociales que consolidan una infraestructura epistémica saludable no constituyen una lista cerrada; emergen como factores condicionados por decisiones institucionales, inversiones públicas, normas sociales y compromisos éticos que pueden fortalecerse o erosionarse.

Los principales vectores de calidad epistémica identificados a lo largo del texto incluyen:

TipVectores de calidad epistémica — síntesis transversal

1. Conciencia de los propios sesgos cognitivos (capítulo 5): la investigación en psicología cognitiva demuestra que los sesgos no se eliminan por el mero hecho de conocerlos, pero que los entornos institucionales pueden diseñarse para minimizar su impacto en la toma de decisiones colectiva.

2. Distinción operativa entre comunidades de práctica y grupos de afinidad (capítulo 6): la capacidad de reconocer cuándo una comunidad opera según estándares epistémicos compartidos y cuándo ha sido capturada por dinámicas identitarias es una competencia cívica fundamental.

3. Resistencia a la inoculación epistémica negativa (capítulo 7): las técnicas de inoculación psicológica —exposición controlada a argumentos manipuladores para desarrollar resistencia— representan una de las intervenciones más prometedoras para fortalecer la inmunidad epistémica individual y colectiva.

4. Fortalecimiento de las instituciones epistémicas (capítulo 8): universidades autónomas, medios de comunicación profesionales, instancias metaexpertas con independencia técnica y organismos reguladores blindados frente a la captura política son condiciones necesarias para una ecología epistémica sostenible.

8.7.1 Prospectiva sobre la misión de las universidades en el siglo XXI

Las universidades se encuentran en una encrucijada histórica. Por un lado, su papel como instituciones epistémicas centrales nunca ha sido más necesario. Por su escala, los desafíos del Antropoceno —cambio climático, revolución biotecnológica, transformación digital, polarización política— requieren precisamente el tipo de conocimiento interdisciplinar, a largo plazo y libre de condicionamientos comerciales que la universidad está diseñada para producir. Por otro lado, las presiones combinadas de la mercantilización, la infrafinanciación, la masificación y el asedio político erosionan las condiciones que permiten a la universidad desempeñar esa función.

Connell (2019) propone pensar la “buena universidad” no como una institución que maximiza indicadores de productividad académica, sino como una institución que cumple efectivamente cuatro funciones sociales: producir conocimiento fiable sobre cuestiones relevantes; formar personas capaces de juicio crítico; servir como espacio de deliberación pública informada; y contribuir a la equidad social ampliando el acceso al conocimiento avanzado. Estas funciones pueden entrar en tensión entre sí —la investigación de frontera requiere concentración de recursos que puede chocar con la democratización del acceso—, pero el diseño institucional debe aspirar a un equilibrio dinámico, no al sacrificio de unas en favor de otras.

La interdisciplinariedad genuina —no la mera yuxtaposición de disciplinas, sino la integración de marcos conceptuales y métodos para abordar problemas que ninguna disciplina puede resolver sola— es quizá la competencia institucional más urgente de desarrollar. Wilson (1998) y Bammer (2013) han argumentado que esta integración no surge espontáneamente de la buena voluntad de investigadores individuales, sino que requiere estructuras institucionales específicas. Esto incluye programas de formación doctoral interdisciplinar, sistemas de evaluación que reconozcan la producción no disciplinar, financiación dedicada a investigación de problemas complejos y espacios físicos e intelectuales que faciliten el encuentro entre tradiciones de conocimiento diferentes.

8.7.2 De las competencias epistémicas individuales a la ecología epistémica

El desarrollo expositivo en este bloque de contenidos puede interpretarse como un argumento progresivo a favor de una concepción ecológica del conocimiento. Así como la salud de un ecosistema no depende de la robustez de organismos aislados sino de la diversidad, la conectividad y la resiliencia del sistema en su conjunto, la calidad epistémica de una sociedad no depende solo de la inteligencia o la educación de sus miembros individuales, sino de la salud y autonomía de las instituciones, de las normas y las prácticas que regulan cómo se produce, se valida, se distribuye y se aplica el conocimiento colectivamente.

Esta perspectiva ecológica tiene una implicación práctica inmediata para el colectivo de estudiantes de humanidades y ciencias sociales que constituyen el público primario de esta monografía. La formación universitaria no consiste solo en la adquisición de conocimientos disciplinares; conlleva la incorporación a una tradición de prácticas epistémicas —rigor metodológico, honestidad intelectual, apertura a la crítica, respeto por la evidencia— que son el fundamento de la constitución del conocimiento en sociedades democráticas. Lejos de ser una tarea abstracta, proteger y fortalecer esas prácticas constituye una responsabilidad cívica que cada generación de universitarios/as hereda y debe transmitir.

TipPara reflexionar

¿Cómo se manifiesta la epistemología tribal en los debates que se producen en tu entorno cotidiano —redes sociales, conversaciones familiares, debates públicos—? ¿Qué estrategias personales e institucionales podrían fortalecer la resistencia a la captura identitaria de nuestros procesos de evaluación epistémica?

Ejercicio propuesto: analice un caso reciente de controversia pública (aranceles, DANA, edición genómica, regulación de la IA) identificando: (a) qué conocimiento experto estaba disponible; (b) cómo fue comunicado y recibido; (c) qué factores institucionales facilitaron o dificultaron la traducción de ese conocimiento en acción protectora.

---

Adashi, E. Y., Gruppuso, P. A., & Cohen, I. G. (2024). CRISPR Therapy of Sickle Cell Disease: The Dawning of the Gene Editing Era. The American Journal of Medicine, 137(5), 390-392. https://doi.org/10.1016/j.amjmed.2023.12.018

Altbach, P. G., & Wit, H. de. (2019). Too Much Academic Research Is Being Published. International Higher Education, (96), 2-3. https://doi.org/10.6017/ihe.2019.96.10767

Amiti, M., Redding, S. J., & Weinstein, D. E. (2019). The Impact of the 2018 Tariffs on Prices and Welfare. Journal of Economic Perspectives, 33(4), 187-210. https://doi.org/10.1257/jep.33.4.187

Anderson, E. (2006). The Epistemology of Democracy. Episteme, 3(1–2), 8-22. https://doi.org/10.3366/epi.2006.3.1-2.8

Arendt, H. (2004). Los orígenes del totalitarismo. Taurus.

Bagues, M., Sylos-Labini, M., & Zinovyeva, N. (2019). A Walk on the Wild Side: «Predatory» Journals and Information Asymmetries in Scientific Evaluations. Research Policy, 48, 462-477. https://doi.org/10.1016/j.respol.2018.04.013

Bammer, G. (2013). Disciplining Interdisciplinarity: Integration and Implementation Sciences for Researching Complex Real-World Problems. ANU Press.

Bik, E. M., Casadevall, A., & Fang, F. C. (2016). The Prevalence of Inappropriate Image Duplication in Biomedical Research Publications. mBio, 7(3), e00809-16. https://doi.org/10.1128/mBio.00809-16

Binkley, C. (2025). More Than 50 Universities Face Federal Investigations as Part of Trump’s Anti-DEI Campaign. AP News. https://apnews.com/article/trump-dei-universities-investigated-f89dc9ec2a98897577ed0a6c446fae7b

Bono, F., & González, M. (2024). La Generalitat valenciana no ha declarado el máximo nivel de emergencia que permite su legislación. El País. https://elpais.com/espana/2024-11-02/la-generalitat-valenciana-no-ha-declarado-el-maximo-nivel-de-emergencia-que-permite-su-legislacion.html

Bostrom, N. (2002). Existential Risks: Analyzing Human Extinction Scenarios and Related Hazards. Journal of Evolution and Technology, 9. http://jetpress.org/volume9/risks.html

Brownstein, R. (2025). The Real Stakes in Trump’s Confrontation with Harvard. CNN Politics. https://edition.cnn.com/2025/04/13/politics/trump-universities-research-economy-nih-cuts/index.html

Caballero, D. S. (2026). La Universidad Complutense recortará 33 millones de euros para devolver el préstamo del Gobierno de Ayuso. elDiario.es. https://www.eldiario.es/sociedad/universidad-complutense-aprueba-recorte-33-millones-euros_1_12996928.html

Calvin, K., Dasgupta, D., Krinner, G., Mukherji, A., Thorne, P. W., Trisos, C., Romero, J., Aldunce, P., Barrett, K., Blanco, G., et al. (2023). IPCC, 2023: Climate Change 2023: Synthesis Report. Intergovernmental Panel on Climate Change. https://doi.org/10.59327/IPCC/AR6-9789291691647

Ceran, O. (2025). The Democratic Justification of Academic Freedom in EU Law: Article 13 of the EU Charter, the Rule of Law Toolbox, and the Scope for EU Action. European Constitutional Law Review, 21(2), 300-332. https://doi.org/10.1017/S1574019625000136

Coeckelbergh, M. (2020). AI Ethics. MIT Press.

Collini, S. (2012). What Are Universities For? Penguin Books.

Collins, H., & Evans, R. (2007). Rethinking Expertise. University of Chicago Press.

Connell, R. (2019). The Good University: What Universities Actually Do and Why It’s Time for Radical Change. Monash University Publishing.

Crutzen, P. J. (2006). The «Anthropocene». En E. Ehlers & T. Krafft (Eds.), Earth System Science in the Anthropocene. Springer. https://doi.org/10.1007/3-540-26590-2_3

Dalby, S. (2020). Anthropocene Geopolitics: Globalization, Security, Sustainability. University of Ottawa Press.

Dirks, N. B. (2025). Academia Needs to Stick Up for Itself. The Atlantic. https://www.theatlantic.com/ideas/archive/2025/03/trump-columbia-universities/682012/

El País - Editorial. (2024). Ayuso ahoga a la universidad pública. El País. https://elpais.com/opinion/2024-11-29/ayuso-ahoga-a-la-universidad-publica.html

Foucault, M. (1995). Discipline and Punish: The Birth of the Prison. Vintage.

Fricker, M. (2007). Epistemic Injustice: Power and the Ethics of Knowing. Oxford University Press.

Furceri, D., Hannan, S. A., Ostry, J. D., & Rose, A. K. (2020). Are Tariffs Bad for Growth? Yes, Say Five Decades of Data from 150 Countries. Journal of Policy Modeling, 42(4), 850-859. https://doi.org/10.1016/j.jpolmod.2020.03.009

Furedi, F. (2017). What’s Happened to the University?: A Sociological Exploration of Its Infantilisation. Routledge.

Giroux, H. A. (2014). Neoliberalism’s War on Higher Education. Haymarket Books.

Goldberg, M. (2025). Harvard Has Already Capitulated to Trump’s War on Academia. The New York Times. https://www.nytimes.com/2025/01/24/opinion/trump-dei-education-harvard.html

Goldman, A. I. (1999). Knowledge in a Social World. Oxford University Press.

Goldman, A. I. (2011). A Guide to Social Epistemology. En A. I. Goldman & D. Whitcomb (Eds.), Social Epistemology: Essential Readings (pp. 11-37). Oxford University Press.

Green, J. N. (2024). Brazil’s Far-Right President, University Autonomy, and Academic Freedom: A Frontal Attack on Universities by "The Trump of the Tropics". Academe, 105(1). https://www.aaup.org/academe/issues/105-1/brazils-far-right-president-university-autonomy-and-academic-freedom

Grendler, P. F. (2002). The Universities of the Italian Renaissance. Johns Hopkins University Press.

Guba, K. S., & Tsivinskaya, A. O. (2024). Ambiguity in Ethical Standards: Global Versus Local Science in Explaining Academic Plagiarism. Science and Engineering Ethics, 30, 4. https://doi.org/10.1007/s11948-024-00464-6

Hazelkorn, E. (2015). Rankings and the Reshaping of Higher Education: The Battle for World-Class Excellence (2.ª ed.). Palgrave Macmillan.

Horbach, S. P. J. M., & Halffman, W. (2019). The Extent and Causes of Academic Text Recycling or «Self-Plagiarism». Research Policy, 48, 492-502. https://doi.org/10.1016/j.respol.2017.09.004

Hünler, O. S. (2022). Academic Freedom in Turkey. En University Autonomy Decline (1.ª ed.). Routledge. https://doi.org/10.4324/9781003306481-10

Ibrahim, H., Debicki, M., Rahwan, T., & Zaki, Y. (2024). Big Tech Dominance Despite Global Mistrust. IEEE Transactions on Computational Social Systems, 1-12. https://doi.org/10.1109/tcss.2023.3339183

Jasanoff, S. (2007). Technologies of Humility. Nature, 450(7166), 33. https://doi.org/10.1038/450033a

Jasanoff, S. (2016). The Ethics of Invention: Technology and the Human Future. W.W. Norton.

Jasanoff, S., & Hurlbut, J. B. (2018). A Global Observatory for Gene Editing. Nature, 555(7697), 435-437. https://doi.org/10.1038/d41586-018-03270-w

Kahan, D. M., Peters, E., Wittlin, M., Slovic, P., Ouellette, L. L., Braman, D., & Mandel, G. (2012). The Polarizing Impact of Science Literacy and Numeracy on Perceived Climate Change Risks. Nature Climate Change, 2(10), 732-735. https://doi.org/10.1038/nclimate1547

Kemp, L., Xu, C., Depledge, J., Ebi, K. L., Giber, G., Hervey, T. M., Huber, V., Lenton, T. M., Pham, A., Rockström, J., Scheffer, M., Svenning, J.-C., Lissner, T. K., & Lenton, T. (2022). Climate Endgame: Exploring Catastrophic Climate Change Scenarios. Proceedings of the National Academy of Sciences, 119(34). https://doi.org/10.1073/pnas.2108146119

Kinzelbach, K., Saliba, I., Spannagel, J., & Quinn, R. (2020). Free Universities: Putting the Academic Freedom Index Into Action. Scholars at Risk Network. https://www.scholarsatrisk.org/resources/free-universities-putting-the-academic-freedom-index-into-action/

Kinzelbach, K., Saliba, I., Spannagel, J., & Quinn, R. (2021). Free Universities: Putting the Academic Freedom Index into Action. Global Public Policy Institute. https://doi.org/10.17605/OSF.IO/N3BH6

Kitcher, P. (2011). Science in a Democratic Society. Prometheus Books.

Klare, M. T. (2012). The Race for What’s Left: The Global Scramble for the World’s Last Resources. Metropolitan Books.

Lander, E. S., Baylis, F., Zhang, F., Charpentier, E., Berg, P., Bourgain, C., Friedrich, B., Joung, J. K., Li, J., Liu, D., et al. (2019). Adopt a Moratorium on Heritable Genome Editing. Nature, 567(7747), 165-168. https://doi.org/10.1038/d41586-019-00726-5

Li, M., Balistreri, E. J., & Zhang, W. (2020). The U.S.–China Trade War: Tariff Data and General Equilibrium Analysis. Journal of Asian Economics, 69, 101216. https://doi.org/10.1016/j.asieco.2020.101216

Longino, H. E. (2002). The Fate of Knowledge. Princeton University Press.

López Alós, J. (2019). Crítica de la razón precaria. La vida intelectual ante la obligación de lo extraordinario. Los Libros de la Catarata.

Lott, L. et al. (2025). Can Free Academia Withstand Democratic Backsliding? Why Some Universities Wither While Others Survive. International Political Science Review, 01925121251366162. https://doi.org/10.1177/01925121251366162

Lynch, K. (2014). New Managerialism, Neoliberalism and Ranking. Ethics in Science and Environmental Politics, 13(2), 141-153. https://doi.org/10.3354/esep00137

Marcus, G., & Davis, E. (2020). Rebooting AI: Building Artificial Intelligence We Can Trust. Vintage.

Marginson, S. (2016). The Worldwide Trend to High Participation Higher Education: Dynamics of Social Stratification in Inclusive Systems. Higher Education, 72(4), 413-434. https://doi.org/10.1007/s10734-016-0016-x

Martínez, L. (2024). Qué era la Unidad Valenciana de Emergencias, el servicio de coordinación que Mazón suspendió al llegar al Gobierno. elDiario.es. https://www.eldiario.es/comunitat-valenciana/politica/unidad-valenciana-emergencias-servicio-coordinacion-mazon-suspendio-llegar-gobierno_1_11779165.html

Martínez, V., & Fabra, M. (2024). La Generalitat pidió por error la «desmovilización» de la UME a las 15.29 el día de la dana. El País. https://elpais.com/espana/2024-11-13/la-generalitat-se-equivoco-y-pidio-la-desmovilizacion-de-la-ume-a-las-1529-en-la-dana.html

Martínez-Bascuñán, M. (2025). La cruzada contra la universidad. El País. https://elpais.com/opinion/2025-04-20/la-cruzada-contra-la-universidad.html

Mercier, H., & Sperber, D. (2017). The Enigma of Reason. Harvard University Press.

Ministerio de Universidades. (2022). Datos y cifras del sistema universitario español. Publicación 2021–2022. https://www.universidades.gob.es/wp-content/uploads/2022/11/Datos_y_Cifras_2021_22.pdf

Moreno-Muñoz, M. (2025a). Análisis del riesgo de inundación durante la dana de Valencia, considerando la topografía y el tiempo de propagación del agua en los intervalos de reacción. Ponencia presentada en el XXII Semana de Ética y Filosofía Política – Congreso Internacional de la AEEFP, Granada, España; Zenodo. https://doi.org/10.5281/zenodo.14743525

Moreno-Muñoz, M. (2025b). Autonomía y control en sistemas inteligentes: implicaciones éticas. Ponencia presentada en el Congreso Internacional de la AEEFP – XXII Semana de Ética y Filosofía Política, Granada, España; Zenodo. https://doi.org/10.5281/zenodo.16961514

Moreno-Muñoz, M. (2025c). Cronología de la DANA de Valencia (28–31 Octubre 2024). Zenodo. https://doi.org/10.5281/zenodo.14743291

Musunuru, K. (2023). CRISPR and Cardiovascular Diseases. Cardiovascular Research, 119(1), 8-18. https://doi.org/10.1093/cvr/cvac048

Newby, D. E., & Barrett, J. C. (2025). In Vivo Base Editing as a Therapeutic Approach for Heterozygous Familial Hypercholesterolaemia. Nature, 638, 585-591. https://doi.org/10.1038/s41586-025-08607-w

Newfield, C. (2016). The Great Mistake: How We Wrecked Public Universities and How We Can Fix Them. Johns Hopkins University Press.

Nussbaum, M. C. (2016). Not for Profit: Why Democracy Needs the Humanities (updated). Princeton University Press.

Nybom, T. (2003). The Humboldt Legacy: Reflections on the Past, Present, and Future of the European University. Higher Education Policy, 16(2), 141-159. https://doi.org/10.1057/palgrave.hep.8300013

O’Connor, C., & Weatherall, J. O. (2019). The Misinformation Age: How False Beliefs Spread. Yale University Press.

Olson, R. (2009). Don’t Be Such a Scientist: Talking Substance in an Age of Style. Island Press.

Ord, T. (2020). The Precipice: Existential Risk and the Future of Humanity. Hachette Books.

Oreskes, N. (2019). Why Trust Science? Princeton University Press.

Oreskes, N., & Conway, E. M. (2023). The Big Myth: How American Business Taught Us to Loathe Government and Love the Free Market. Bloomsbury Publishing.

Pascual, A. M. (2025, mayo 20). CGT señala 357 fallos en la gestión del Gobierno de Mazón el día de la DANA. Público. https://www.publico.es/politica/tribunales/cgt-senala-357-fallos-gestion-gobierno-mazon-dia-dana.html

Rauch, J. (2021). The Constitution of Knowledge: A Defense of Truth. Brookings Institution Press.

Readings, B. (1996). The University in Ruins. Harvard University Press.

Roberts, D. (2017a). Trump’s Paris climate decision shows the threat rising tribalism poses to the planet: Cosmopolitanism must win the war, or we’re screwed. Vox. https://www.vox.com/science-and-health/2017/6/1/15723174/trump-paris-tribalism

Roberts, D. (2017b, mayo 19). Donald Trump and the rise of tribal epistemology. Vox. https://www.vox.com/policy-and-politics/2017/3/22/14762030/donald-trump-tribal-epistemology

Rüegg, W. (2004). A History of the University in Europe. Cambridge University Press.

Scholars at Risk Network. (2024). Free to Think 2024: Report of the Scholars at Risk Academic Freedom Monitoring Project. https://www.scholarsatrisk.org/resources/free-to-think-2024/

Slaughter, S., & Rhoades, G. (2009). Academic Capitalism and the New Economy: Markets, State, and Higher Education. Johns Hopkins University Press.

Snow, C. P. (1969). The Two Cultures and a Second Look. Cambridge University Press.

Spitz, R., & Desbiey, O. (2025). The future of risk and insurability in the era of systemic disruption, unpredictability and artificial intelligence. The Journal of Operational Risk. https://doi.org/10.21314/JOP.2025.004

Steffen, W., Rockström, J., Richardson, K., Lenton, T. M., Folke, C., Liverman, D., Summerhayes, C. P., Barnosky, A. D., Cornell, S. E., Crucifix, M., et al. (2018). Trajectories of the Earth System in the Anthropocene. Proceedings of the National Academy of Sciences, 115(33), 8252-8259. https://doi.org/10.1073/pnas.1810141115

Stephan, P. (2012). How Economics Shapes Science. Harvard University Press.

Sunstein, C. R. (2018). #Republic: Divided Democracy in the Age of Social Media. Princeton University Press.

Torres, C. A. (2011). Public Universities and the Neoliberal Common Sense: Seven Iconoclastic Theses. International Studies in Sociology of Education, 21(3), 177-197. https://doi.org/10.1080/09620214.2011.616340

Tuchman, G. (2009). Wannabe U: Inside the Corporate University. University of Chicago Press.

Van Bavel, J. J., & Pereira, A. (2018). The Partisan Brain: An Identity-Based Model of Political Belief. Trends in Cognitive Sciences, 22(3), 213-224. https://doi.org/10.1016/j.tics.2018.01.004

Williams, D. (2022). The Marketplace of Rationalizations. Economics and Philosophy, 39(1), 99-123. https://doi.org/10.1017/S0266267121000432

Wilson, E. O. (1998). Consilience: The Unity of Knowledge. Vintage Books.

Xie, Y., Wang, K., & Kong, Y. (2021). Prevalence of Research Misconduct and Questionable Research Practices: A Systematic Review and Meta-Analysis. Science and Engineering Ethics, 27(4), 41. https://doi.org/10.1007/s11948-021-00314-9

Yale Budget Lab. (2025). The Effect of Tariffs on Poverty. https://budgetlab.yale.edu/research/effect-tariffs-poverty

Zuboff, S. (2019). The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power. PublicAffairs.