AI、poder del conocimiento y ciudades globales: las implicaciones estratégicas de la reestructuración de la infraestructura académica

Cuando la IA reconstruye el «sistema operativo» del conocimiento

La inteligencia artificial está siendo incorporada en casi todas las infraestructuras —desde el control del tráfico y las redes energéticas hasta la seguridad urbana y los servicios públicos. Sin embargo, en esta carrera global por la IA, un sistema más oculto y a la vez más fundamental está siendo reensamblado: el mecanismo de gestión y difusión del conocimiento académico. Bibliotecas, repositorios digitales, publicación académica e incluso índices de citas: estas infraestructuras de conocimiento, aparentemente neutrales y estáticas, constituyen precisamente el marco subyacente de la producción intelectual global. Determinan qué investigación se visibiliza, qué perspectivas obtienen autoridad y qué conocimiento se convierte en un activo computable.

Un estudio reciente publicado en Humanities and Social Sciences Communications es precisamente un examen lúcido de este cambio. La investigación evita la narrativa de «cómo la IA genera beneficios en los medios comerciales» y se orienta hacia un ámbito a menudo ignorado: el papel real de la inteligencia artificial en la biblioteconomía y la ciencia de la información, las humanidades digitales y la difusión del conocimiento académico. Mediante un método mixto que combina el análisis bibliométrico con el análisis de sentimiento en redes, los investigadores intentan responder una pregunta fundamental: cuando la IA comienza a organizar, indexar y recomendar conocimiento automáticamente, ¿estamos preparados para afrontar la reestructuración del orden que ello implica?

La automatización del conocimiento y el poder oculto

Los hallazgos clave del estudio no resultan sorprendentes: la IA en la gestión del conocimiento académico se manifiesta principalmente en tres eslabones —la indexación automática de metadatos, el análisis de citas y los sistemas de recomendación inteligente. Todos estos eslabones apuntan a un «imaginario de eficiencia»: usar algoritmos para reemplazar el trabajo manual en la clasificación documental, emplear modelos para predecir qué investigaciones podrían interesar a los lectores y utilizar herramientas métricas para evaluar el impacto académico. Esto parece ser solo una automatización de tareas, pero en realidad implica que las rutas de descubrimiento del conocimiento están siendo reconfiguradas.

En el pasado, bibliotecarios, editores y responsables de índices de citas, como guardianes del sistema de conocimiento, tenían criterios relativamente claros y también relativamente disputables. En cambio, dentro de un sistema impulsado por algoritmos, la clasificación, la ordenación y la recomendación se convierten en cajas negras computacionales cerradas. Los investigadores pueden no saber por qué su artículo fue asignado a determinada categoría, por qué se recomienda a ciertos lectores o por qué ocupa una posición periférica en la red de citas. Este poder oculto es mucho más difícil de desafiar que la antigua autoridad administrativa.

La desigualdad de conocimiento que de ello se deriva será de carácter estructural. Las lenguas, disciplinas y regiones representadas en los datos de entrenamiento serán más fácilmente reconocidas y recomendadas por los algoritmos; mientras que los investigadores del «Sur global», de contextos no anglófonos o de disciplinas periféricas podrían enfrentar una nueva forma de «crisis de descubribilidad»: no ser rechazados, sino ser silenciosamente excluidos del horizonte digital.

¿Por qué las ciudades deben prestar atención?

Este punto nos remite a una dimensión estratégica más amplia: la competencia entre ciudades globales. La producción de conocimiento nunca ha sido una actividad abstracta suspendida en el vacío, sino que se concentra en espacios urbanos específicos —universidades, laboratorios de investigación, empresas digitales, organizaciones internacionales y redes bibliotecarias. La posición de las ciudades en la división global del trabajo depende cada vez más de si pueden convertirse en centros del flujo de conocimiento y no meramente en nodos del flujo material.La penetración de las tecnologías de IA en la infraestructura académica plantea nuevos desafíos de gobernanza para las ciudades orientadas a la investigación. Por un lado, la competencia entre ciudades como Boston, San Francisco, Pekín y Londres ya no es simplemente un torneo por el número de publicaciones o por los rankings universitarios. Los gobiernos urbanos deben prestar atención a si su infraestructura del conocimiento cuenta con «autonomía algorítmica»: frente a las herramientas de IA dominadas por gigantes corporativos, ¿tienen las bibliotecas académicas públicas y las instituciones de investigación la capacidad de desarrollar modelos de gestión del conocimiento transparentes, equitativos y conformes al interés público?

Por otro lado, las ciudades son también bancos de pruebas para las políticas. De Toronto a Ámsterdam, los marcos éticos de la IA se están implementando progresivamente a escala urbana. Sin embargo, la gran mayoría de las cuestiones de ética de la IA siguen centradas en la conducción autónoma, el reconocimiento facial o la toma de decisiones automatizada en el empleo; los sistemas de conocimiento académico rara vez se incorporan a la agenda pública. Esta ausencia revela que los planificadores urbanos todavía no entienden del todo que los espacios tradicionales de conocimiento, como las bibliotecas académicas, son precisamente el «portal» de la nueva generación de algoritmos: quien posea ese portal controlará el acceso a la investigación y al pensamiento.

Método mixto: un espejo para la investigación de políticas urbanas

Otra contribución de este estudio radica en el valor paradigmático de su diseño metodológico. El análisis bibliométrico puede trazar la trayectoria macroscópica de los sistemas de investigación, pero difícilmente logra revelar la experiencia real de los usuarios; el análisis de textos en línea y de sentimientos, al captar las discusiones de académicos, bibliotecarios y el público, añade una compleja percepción microscópica al panorama macroscópico. Este método mixto de «sistema + usuario» constituye, en esencia, una estrategia de evaluación de infraestructuras centrada en las personas, que exige que, al valorar el impacto de la tecnología, no solo miremos los indicadores, sino que también escuchemos las voces.

Para la planificación urbana y regional, esta estrategia es igualmente importante. Muchos proyectos de ciudades inteligentes fracasan precisamente porque los responsables políticos dependen en exceso de los datos de los sensores y de los indicadores de eficiencia, e ignoran la percepción de los residentes. Del mismo modo, la construcción de una infraestructura del conocimiento basada en IA corre el mismo peligro: un sistema de metadatos automatizado puede tener un rendimiento técnico excelente, pero si académicos y lectores pierden la confianza en él, el sistema público de conocimiento se degradará rápidamente hasta convertirse en un espacio interno de unas pocas instituciones.

Por lo tanto, el énfasis de este estudio en el «sesgo» y la «privacidad» no debe leerse como un cliché ético genérico. Revela un giro clave en los derechos en el contexto de la IA: en la infraestructura del conocimiento, la privacidad ya no es solo una cuestión de datos personales, sino que atañe a la integridad de la cognición colectiva. Cuando los algoritmos, basados en datos de entrenamiento opacos, marginan ciertas genealogías del conocimiento, lo que se vulnera no es únicamente la preferencia de un único usuario, sino la pluralidad misma de la estructura del conocimiento humano.

Hace falta una nueva narrativa de «soberanía del conocimiento»

Esta investigación aboga por la colaboración interdisciplinaria, por una mayor transparencia de la IA y por resolver los problemas de sesgo y privacidad; parece una recomendación académica de rutina. Pero, si lo situamos en el contexto más amplio de la tecnopolítica global, debemos reconocer que estos principios están pasando de ser normas de laboratorio a convertirse en una geoestrategia nacional. La gestión del conocimiento en la era de la IA se está convirtiendo en un terreno en el que se cruzan la seguridad nacional y la competitividad urbana.Para las principales aglomeraciones urbanas de Europa, América del Norte y Asia Oriental, construir alternativas públicas fiables dentro de los sistemas de conocimiento digital puede sentar las bases para amplias estrategias nacionales de IA. Para las ciudades del conocimiento del Sur Global que están emergiendo en Oriente Medio, Asia Meridional, América Latina y África, hacerse un lugar en el ecosistema de conocimiento impulsado por la IA quizá sea más urgente que competir por cualquier modelo individual de inteligencia artificial. Si estas ciudades dependen en exceso de plataformas digitales externas para organizar su patrimonio académico, no solo perderán el «derecho al descubrimiento», sino también el control sobre su propia soberanía del conocimiento.

Conclusión: la visión a largo plazo de la infraestructura del conocimiento

El sentido común nos lleva a creer erróneamente que las bibliotecas, los repositorios de tesis y las bases de datos de revistas académicas son meros contenedores pasivos de contenido dentro del proceso de digitalización. En realidad, son entidades sociotécnicas en continua evolución. La intervención de la IA no es una actualización puntual de herramientas, sino una transformación institucional a largo plazo. Puede organizar el conocimiento disperso en flujos orgánicos, pero también puede aplanar la ambigüedad del conocimiento hasta reducirla a una repetición computacional.

La investigación en la que se basa este artículo nos recuerda que el sistema global del conocimiento académico se encuentra en un nuevo «período formativo». En esta fase, la tolerancia a fallos de los sistemas algorítmicos es relativamente alta y todavía queda resiliencia institucional. Si las ciudades y universidades de todos los países comienzan ahora a establecer marcos sistemáticos de gobernanza de la IA —incorporando a la visión estratégica la diversidad de los mapas de conocimiento, la transparencia de las decisiones algorítmicas y el derecho del Sur Global a participar—, quizá puedan evitar que, en las próximas dos décadas, la infraestructura del conocimiento quede monopolizada por una única imaginación.

Por último, al abordar la gran narrativa de la IA que transforma las ciudades y de la realización de la «ciudad del futuro», no deberíamos olvidar una cualidad urbana más fundamental: la ciudad es un contenedor de memoria, aprendizaje y disenso. La infraestructura del conocimiento académico moldeada por la inteligencia artificial está decidiendo qué podrán recordar las ciudades del futuro, qué ignorarán y a quién se le permitirá descubrir. Esto ya no es únicamente una cuestión profesional de los especialistas en biblioteconomía, sino un asunto público que concierne al futuro de toda sociedad del conocimiento.

Estudio de referencia: Artificial intelligence in digital media, humanities, and information science: a multidimensional analysis of research trends and user perceptions