Red de conocimiento

FlameP se describe públicamente como un movimiento por la claridad, la profundidad y la presencia consciente en la era de la IA. Al mismo tiempo, está surgiendo un producto digital que debe operarse, financiarse, protegerse y seguir desarrollándose. [1] Ambas cosas pueden ser ciertas. El problema surge cuando la apertura de un movimiento, el carácter vinculante de un producto y los intereses de una empresa se entremezclan en el lenguaje. De ello se deriva una regla de gobernanza para FlameP: la idea, la comunidad, la operación del producto y la entidad jurídica se distinguen de forma visible. Cada forma recibe sus propios derechos, deberes y vías de decisión.

Muchos debates sobre la protección de datos en la IA generativa comienzan por el proveedor: ¿Dónde está el servidor? ¿Se utiliza una entrada para el entrenamiento? ¿Durante cuánto tiempo almacena el modelo el chat? Son preguntas importantes. Sin embargo, llegan demasiado tarde si antes se han incorporado al contexto, sin revisión alguna, expedientes, buzones de correo o historiales de conversaciones completos. ChocoPolitico denomina este punto «cuello de botella anterior al modelo». [1] El Reglamento General de Protección de Datos europeo exige limitación de la finalidad y minimización de datos; los datos personales deben ser adecuados, pertinentes y limitados a lo necesario para los fines del tratamiento. También exige protección de datos desde el diseño y por defecto. [2] De ello se deriva una secuencia clara para FlameP: primero determinar la finalidad y el espacio, después clasificar y minimizar la información, formar a continuación el contexto permitido y solo entonces invocar un modelo.

Corazón de Cacao describe el propósito de adquirir, junto con comunidades indígenas, terrenos degradados o poco utilizados y transformarlos en bosques de alimentos sostenibles. La página pública del proyecto muestra que la compra de tierras es solo el comienzo: la regeneración del suelo, el vivero, la plantación, la protección, el aprovechamiento y la responsabilidad comunitaria se extienden durante largos periodos. [1] Un proyecto así contradice la lógica de los anuncios rápidos de éxito. Entre una intención, una medida iniciada y un impacto sólido transcurren años. Esta experiencia va mucho más allá de la agricultura. Muchos proyectos humanos no fracasan por falta de una idea, sino porque el contexto, las decisiones y la responsabilidad se pierden durante el largo camino. De ello no se deriva que FlameP deba gestionar digitalmente bosques de alimentos ni convertir a Corazón de Cacao en el centro de la plataforma. FlameP es un entorno nuevo para propósitos muy diversos. La regla transferible es: los proyectos a largo plazo necesitan memoria, etapas reconocibles, preguntas abiertas y un lenguaje sobre el impacto que no confunda la planificación con el resultado.

Bajo el título «Farmer First», Corazón de Cacao describe un concepto en el que las agricultoras y los agricultores no solo ocupan el inicio de una cadena de suministro, sino que deben actuar con autodeterminación y responsabilidad. La página menciona como problemas a los que pretende responder el modelo la remuneración injusta, la falta de participación en las decisiones, la opacidad, la falta de educación, los daños ambientales y la escasa capacidad de negociación. [1] Esto no demuestra que exista un modelo terminado. La propia página afirma que el concepto está desarrollándose y que se agradecen nuevas aportaciones. Precisamente ahí reside una experiencia importante: la participación no comienza con una solución perfecta, sino con la pregunta de quién puede describir un problema, influir en una decisión y oponerse a una solución propuesta. De ello no se deriva que FlameP deba construir una plataforma para el cacao. FlameP es más amplio y fundamentalmente distinto. Debe crear un entorno digital en el que las personas puedan organizar sus propósitos, conocimientos, decisiones y colaboración en espacios claros. La experiencia de «Farmer First» se convierte así en un principio general de diseño: las personas no deben ser solo fuentes de datos, trabajo o consentimiento. Su función, su poder de decisión y su oposición deben permanecer visibles en el sistema.

«Comunidad» es una de las palabras positivas más poderosas de los proyectos sociales. Promete pertenencia, ayuda mutua y una dirección común. Precisamente por eso puede ocultar diferencias: ¿quién habla en nombre de la comunidad? ¿Quién no pertenece a ella? ¿Quién asume trabajo no remunerado, quién decide y quién puede oponerse? Corazón de Cacao describe en varias páginas la colaboración con comunidades locales o indígenas, el desarrollo conjunto y la creación de fuentes de ingresos. [1] [2] Estos textos muestran una postura y un procedimiento previsto. No demuestran que todas las personas afectadas tengan los mismos intereses ni que participen en igual medida. De ello se deriva para FlameP que la comunidad nunca debe modelarse como un único actor. Las funciones, los grupos, las minorías, los conflictos y las formas concretas de representación deben permanecer visibles.

La ayuda no es automáticamente buena solo porque tenga buenas intenciones. Puede ampliar las posibilidades de acción. Pero también puede vincular de manera duradera las decisiones, las estructuras y las expectativas a quien presta la ayuda. En su página sobre donaciones, Corazón de Cacao formula expresamente el objetivo de evitar la dependencia de las donaciones. Al mismo tiempo, la organización describe las donaciones periódicas como ayuda para proyectos a largo plazo y afirma que se prefiere la ayuda destinada a fines específicos porque crea una conexión con proyectos concretos. [1] Esto no constituye una solución terminada, sino una tensión productiva. De ello se deriva para FlameP que la ayuda debe tener un objetivo, dependencias visibles, poder de decisión local y una posible lógica de salida o transición. De lo contrario, la ayuda se convierte fácilmente en una relación sin un final honesto.

Estados Unidos es actualmente el claro favorito en la competencia mundial por la inteligencia artificial. Cuenta con las principales plataformas de nube, varios de los modelos generales de IA más potentes, grandes mercados de capitales y una capacidad superior para difundir nuevas tecnologías a través de las plataformas existentes de software, publicidad y sistemas operativos. Según el Stanford AI Index, la inversión privada en IA en Estados Unidos fue en 2025 unas 23 veces superior a la de China; en IA generativa, las inversiones estadounidenses superaron claramente la inversión combinada de China y Europa. Sin embargo, de ello no se desprende que las empresas estadounidenses vayan a controlar inevitablemente toda la creación de valor económico y social de la inteligencia artificial. Entre el desarrollo de un modelo fundacional, la operación de centros de datos, la integración en empresas y su aplicación en la industria, la medicina, la energía, la administración o la ciencia existen mercados diferentes con condiciones de éxito distintas. En consonancia con ello, la OECD describe el mercado de la IA como una combinación de una considerable concentración en la capacidad de cómputo, los datos y la distribución con un dinamismo aún elevado en modelos, proveedores y aplicaciones. El ejemplo histórico de Airbus demuestra que Europa puede romper un dominio estadounidense ya establecido en un sector de alta tecnología intensivo en capital. Airbus no desplazó a Boeing, pero transformó un mercado dominado por Estados Unidos en un duopolio global. En 2025, Airbus entregó 793 aviones comerciales y cerró el año con una cartera récord de pedidos de 8.754 aeronaves. Este éxito no se basó únicamente en una supuesta mayor calidad europea. Airbus agrupó competencias nacionales, recibió apoyo público a largo plazo, consiguió clientes iniciales con compromisos vinculantes y evolucionó de un consorcio flexible a una empresa integrada con una dirección común. Boeing, por su parte, sufrió problemas demostrados en la fabricación, la documentación, la supervisión y la gestión de la calidad. El National Transportation Safety Board de Estados Unidos atribuyó el incidente con el tapón de puerta de un Boeing 737 MAX 9 a una formación, unas instrucciones y un control insuficientes por parte de Boeing. La autoridad aeronáutica estadounidense FAA identificó además numerosas infracciones de los requisitos de calidad. Aun así, la experiencia de Airbus no puede trasladarse sin cambios a la IA. Los aviones tienen ciclos de producto de varias décadas, procedimientos de certificación claramente definidos y costes de cambio muy elevados. Los modelos de IA pueden perder competitividad relativa en cuestión de meses. Por ello, una empresa europea unitaria construida políticamente sería probablemente demasiado lenta. Europa necesita más bien un sistema industrial de IA basado en el principio de Airbus: infraestructuras compartidas de cómputo, energía y datos; al menos un proveedor europeo potente de modelos fundacionales; alternativas de modelos abiertas e intercambiables; empresas especializadas como DeepL; clientes industriales iniciales; contratación pública estratégica; capital europeo de crecimiento; e instituciones independientes de seguridad y evaluación. Un sistema así solo tendría sentido social si cumpliera tres condiciones adicionales: debe ampliar las capacidades humanas y no limitarse a sustituir personal; la financiación pública debe estar vinculada a una contraprestación pública; y los fabricantes no deben ser a la vez los únicos evaluadores de sus propios sistemas. Probablemente Europa no superará a Estados Unidos en plataformas globales de nube, asistentes para consumidores ni en la cantidad absoluta de capacidad de cómputo. Pero podría alcanzar posiciones de liderazgo en fiabilidad industrial, procesos empresariales multilingües, aplicaciones reguladas, despliegue controlable y la integración de la IA en sistemas reales de producción. La oportunidad es real. Sin embargo, no surge automáticamente del pasado industrial de Europa. Debe organizarse política, económica e institucionalmente.

Por qué necesitamos 19 principios fundamentales: las grandes empresas no tienen problemas con una constitución de la IA porque sea irracional. Tienen problemas con ella porque impone límites precisamente donde hoy surge su poder. Ahora mismo existe esta extraña mezcla de euforia y crítica. Todo el mundo habla de IA. Cualquiera que pueda escribir un prompt sin errores construye algo con ella. Algo que transforma a los High Performer en superejecutores, en dioses de la IA. Todo el mundo está entusiasmado, alarmado o asustado, a menudo alternando incluso a diario. Y, en realidad, siempre oigo las mismas preguntas. Gran parte del discurso público sobre la IA gira en torno a preguntas que no son realmente equivocadas, pero que a menudo se plantean con un alcance demasiado pequeño, demasiado tarde o desde un ángulo demasiado sesgado. Captan la atención, crean bandos y generan titulares. Pero, en parte, pasan por alto el verdadero problema. Aportaciones más recientes critican precisamente esto: los debates tratan la IA como una herramienta puramente técnica o como un monstruo lejano del futuro, en vez de tomarse en serio las estructuras sociotécnicas de poder y decisión que ya actúan hoy. [1] Un intento de clasificación: preguntas importantes, pero planteadas de forma demasiado estrecha. Preguntas que distraen del núcleo. Y preguntas que realmente habría que plantear. Naturalmente, sé exactamente cuáles son.

La página de inicio de FlameP dice: «La IA es un espejo, no un maestro». [1] La frase protege frente a una confusión muy extendida. Un modelo lingüístico no posee automáticamente la experiencia, la responsabilidad ni la relación de una persona solo porque su respuesta resulte instructiva. Pero la metáfora del espejo también tiene límites. Un espejo no devuelve de manera simplemente neutral lo que tiene delante. Los sistemas de IA configuran sus resultados mediante datos de entrenamiento, reglas, diseño del sistema, contexto seleccionado y probabilidades. Para FlameP, de ello se desprende lo siguiente: la IA puede reflejar perspectivas, mostrar patrones y generar preguntas. Al hacerlo, debe seguir siendo visible como un sistema diseñado. El juicio, la experiencia y la responsabilidad no deben transferírsele inadvertidamente.

Las personas no deciden únicamente mediante frases. La tensión, la calma, el cansancio, la resistencia o una sensación de coherencia pueden ofrecer indicios de cómo se vive una situación. En su página de inicio, FlameP también vincula su historia fundacional con TheFlameWithin y la búsqueda de orientación interior. [1] Sin embargo, la sensación corporal no es un detector infalible de la verdad. Puede estar marcada por la experiencia, el miedo, la enfermedad, los hábitos, el trauma, la presión del grupo o una situación aguda. Para FlameP, de ello se desprende lo siguiente: la percepción corporal puede registrarse como evidencia personal. No debe sustituir hechos objetivos ni ser diagnosticada o normalizada por un sistema.

Las colaboraciones prometen alcance, capacidades y riesgo compartido. Al mismo tiempo, surge con facilidad un punto ciego: como todos participan, nadie se siente responsable del conjunto. Corazón de Cacao describe la colaboración con CacaoSource como una unión de valores compartidos, comercio directo, mayor alcance y disponibilidad práctica de pequeñas cantidades de cacao. [1] Esta es una presentación pública de la propia cooperación, no una prueba independiente de su impacto. Para FlameP se desprende lo siguiente: además de un propósito común, una colaboración necesita roles separados, compromisos concretos, derechos de decisión, pruebas y una forma regulada de gestionar los errores y la separación.

Corazón de Cacao describe la «Transparencia Radical» como la aspiración de hacer comprensible cada paso de una cadena de valor, desde el grano de cacao hasta el producto: las personas implicadas, los procesos de trabajo, el origen y los valores vividos. [1] La aspiración es firme. Precisamente por eso no debe confundirse con un sitio web detallado. La transparencia no surge de la cantidad de información visible, sino de su procedencia, actualidad, conexión y verificabilidad. Un informe atractivo puede ser sincero y, aun así, dejar lagunas decisivas. Para FlameP, Corazón de Cacao es aquí un espacio de experiencia, no un modelo de producto. FlameP no construye una cadena digital de suministro de cacao. Desarrolla un nuevo entorno para tareas, conocimiento, decisiones y colaboración. La pregunta transferible es: ¿cómo puede una persona reconocer de dónde procede una afirmación, quién la modificó, qué incertidumbre persiste y qué decisión se derivó de ella?

En su página de certificados de regalo, Corazón de Cacao indica que los certificados fueron creados con ayuda de IA y que las ideas y el input proceden del proyecto. [1] Esto es mejor que un origen invisible. Sin embargo, la indicación aún no responde qué partes se generaron, quién las verificó ni si las personas o los lugares representados son reales. Para FlameP, de ello se desprende lo siguiente: el etiquetado de la IA necesita una finalidad y proximidad al contenido. No debe ser únicamente una etiqueta general, sino hacer comprensibles el origen, la edición humana y la aprobación responsable.

Los sellos pueden ofrecer orientación. Pero también pueden ocultar la complejidad, generar costes y delegar la confianza en una marca. Corazón de Cacao declara públicamente que, por el momento, renuncia deliberadamente a sellos y certificaciones, que pretende publicar un desglose detallado de los costes y que ofrece visitas presenciales como posibilidad de formarse una impresión propia. [1] Esta postura plantea una pregunta real: ¿puede la transparencia radical de una organización sustituir la verificación independiente? La respuesta breve es: no. Pero puede crear las condiciones para que la verificación llegue a ser concreta, accesible y corregible. Para FlameP, de ello se deriva un orden probatorio. Cada afirmación debe permitir reconocer si se trata de una declaración propia, una prueba documentada, una confirmación externa o una verificación independiente. Esto no automatiza la confianza. Hace visible su fundamento.

El debate sobre la inteligencia artificial y la verdad suele centrarse en las alucinaciones, los deepfakes, la desinformación y las referencias erróneas a fuentes. Estos problemas son reales, pero se quedan cortos. La verdad no es únicamente una propiedad de afirmaciones individuales. La verdad surge de prácticas sociales, institucionales y epistémicas: mediante la verificación de fuentes, el testimonio, la controversia, la corrección, la replicación científica, la responsabilidad editorial, los procedimientos judiciales, la deliberación pública y el tiempo necesario para comprobar. El artículo desarrolla el concepto de ecología de la verdad como categoría analítica para la gobernanza de la IA. La IA no solo transforma las ecologías de la verdad cuando produce contenidos falsos, sino ya cuando convierte la investigación en formatos de respuesta, suaviza la incertidumbre, oculta las jerarquías de fuentes, simula autoridad y sustituye los procesos institucionales de verificación por síntesis plausibles. Mediante la búsqueda generativa, el trabajo científico, el periodismo, la administración y la comunicación pública, el artículo muestra que los riesgos de la IA para la verdad no deben entenderse únicamente como problemas de contenido, hechos o detección. La pregunta central no es únicamente si una respuesta de IA es correcta, sino si se preservan las condiciones sociales en las que la verdad puede verificarse, corregirse y sostenerse públicamente.

El artículo muestra cómo las preguntas abiertas, verificables y ricas en perspectivas preparan mejores decisiones.

La inteligencia artificial generativa puede producir respuestas lingüísticamente claras, estructuradas y convincentes cuyas afirmaciones sean, no obstante, falsas, incompletas, infundadas o inadecuadas para el contexto correspondiente. El problema central no es únicamente la conocida posibilidad de las llamadas alucinaciones. Reside en la creciente diferencia entre la plausibilidad lingüística y la fiabilidad epistémica. El artículo utiliza el concepto deliberadamente provocador de detector de bullshit, no como diagnóstico psicológico de la máquina ni como un supuesto órgano humano de alerta fiable. Se refiere a un procedimiento propio, corporal y basado en riesgos que examina por separado las afirmaciones, la presentación, el uso y la responsabilidad institucional. El objetivo no es la desconfianza general ni la aceptación ciega, sino una confianza calibrada. También podría decirse: usa el sentido común. Al mismo tiempo, el artículo muestra por qué no basta con la capacidad crítica individual. Cuanto menos puedan los usuarios realizar una verificación especializada y cuanto mayor sea el daño posible, menos debe depender la seguridad de un sistema de IA de su capacidad personal de juicio. Los proveedores, las organizaciones y las instituciones públicas tienen una responsabilidad previa. Por eso, el detector de bullshit no es únicamente una competencia individual. Es una infraestructura social e institucional para relacionarnos con la inteligencia artificial. Pero, por supuesto, tampoco es una excusa para no seguir desarrollando nuestro propio séptimo sentido.

Lo admito: mis primeros impulsos fueron: este tipo no sabe lo que hace. Inaceptable. Capitalista sin conciencia social y todo eso. Luego Kemmerich, el efímero ministro-presidente, publicó un post que era puro populismo. Pensé: voy a soltar una respuesta rápida. Pero después quise hacerlo con precisión e investigué un poco. Y, como en la vida real, aquí hay luces y sombras. Esto no constituye expresamente un apoyo a «atreverse con más Milei». Porque nos diferenciamos de Argentina en muchos aspectos más que un proteo de una nave espacial. También en el fútbol, pero ese es otro tema. Por mi parte, siempre he dicho: no se pueden hacer cuentas hasta que hayan pasado al menos cinco años. Y debo decirlo: es cierto. Tengo curiosidad. Ya lo conocemos del fútbol: jugar una primera parte magnífica y acabar perdiendo de todos modos. Mi perspectiva sobre Milei y Argentina: Milei ha estabilizado considerablemente a Argentina en términos macroeconómicos. Esto no parece propaganda, sino algo demostrable mediante la inflación, las cuentas públicas y el crecimiento. Sin embargo, hasta ahora no ha creado ni un gran milagro de empleo ni una economía de inversión estable. Los costes sociales de la primera fase de ajuste fueron enormes, la estabilidad exterior sigue siendo frágil y su estilo de gobierno perjudica en parte a instituciones decisivas para un crecimiento sostenible. Mi juicio, naturalmente del todo subjetivo, sobre lo que Milei ha logrado después de unos dos años y medio: Lucha contra la inflación: claramente a favor Finanzas públicas: claramente a favor, pero con una calidad parcialmente deficiente de los recortes Crecimiento: moderadamente a favor Evolución de la pobreza: ahora a favor, con un desplome brutal durante el período intermedio Mercado laboral: más bien en contra Evolución salarial: mixta Sector exterior y reservas: en contra o frágil Reformas estructurales: de mixtas a favorables Instituciones y estilo de gobierno: en contra

Un bosque de alimentos puede regenerar los suelos, fomentar la diversidad y abrir nuevas oportunidades de ingresos. Pero antes de plantar surge una pregunta más fundamental: ¿a quién pertenece la tierra, quién puede decidir sobre su uso y quién se beneficia a largo plazo? Corazón de Cacao describe en una página del proyecto la falta de claridad en las relaciones de propiedad como un desafío central. La página contempla la compra de tierras, su transferencia a una fundación aún por constituir y su uso compartido con comunidades locales. Al mismo tiempo, afirma que una escritura de propiedad privada sin participación ni control efectivo no ofrece una seguridad suficiente. [1] Estas son declaraciones conceptuales, no pruebas de propiedad o participación confirmadas en este artículo. Para FlameP, de ello se desprende lo siguiente: los proyectos ecológicos deben hacer tan visibles los derechos, el consentimiento, el uso, el control, la distribución de beneficios y los conflictos como las cifras de plantación y las superficies.

Un modelo lingüístico que propone un texto sigue siendo, en principio, una herramienta. Un sistema que obtiene información por sí mismo, planifica varios pasos, invoca herramientas y, al hacerlo, modifica datos o estados adquiere un significado organizativo distinto. No porque sea una persona, sino porque sus acciones tienen consecuencias. ChocoPolitico ha formulado con especial claridad este cambio en dos publicaciones: «AI Agents als handlungsfähige Systeme» pregunta por la autonomía y los límites del contexto; «AI Agents in Organisationen» advierte contra el tratamiento lingüístico y organizativo de los actores digitales como herramientas comunes. [1] [2] Paralelamente, el NIST estadounidense señala que el alcance y el número de acciones posibles pueden crecer considerablemente con la autonomía de estos sistemas y que, por ello, cobran importancia la identidad, la autorización, la auditabilidad y los accesos limitados. [3] [4] Para FlameP, de ello no se deriva una prohibición de los agentes. Se deriva una regla arquitectónica: la capacidad de actuación nunca debe describirse únicamente como una capacidad del modelo. Antes de cada acción deben ser reconocibles el rol, el contexto, el permiso, la confirmación, el registro y la regla de detención.

Los proyectos cuentan historias de impacto porque las personas quieren saber si su dinero, su trabajo o su atención cambian algo. Sin historias, el impacto sigue siendo abstracto. Pero una historia convincente puede generar más certeza de la que permiten las pruebas disponibles. La página de Corazón sobre la cosecha de cacao de 2025 vincula la prefinanciación con afirmaciones sobre los ingresos, la naturaleza, los métodos tradicionales de cultivo, la transparencia y un impacto positivo inmediato. También menciona una proporción del 77 por ciento que supuestamente se destinaría directamente a las familias agricultoras. [1] Estos datos son afirmaciones públicas del proyecto. El presente artículo no los confirma. Para FlameP, de ello se desprende lo siguiente: las afirmaciones de impacto necesitan un autor claro, un período, una comparación, el estado de la evidencia y un límite visible entre contribución y causa.

Y queremos ganar dinero con FlameP. Esto debe decirse al principio porque a las empresas les gusta ocultar con cierta vergüenza sus intereses económicos detrás de grandes palabras. El desarrollo cuesta dinero. La infraestructura cuesta dinero. La seguridad cuesta mucho dinero. Las personas que hacen un buen trabajo deben recibir una remuneración razonable. Una empresa sin ingresos no es un modelo alternativo. Es un proyecto de aficionados sin gran valor. FlameP debe alcanzar el éxito económico. Debe crecer, crear puestos de trabajo, constituir reservas y poder financiar su propio desarrollo. Aun así, no queremos construir una empresa que convierta a las personas en materia prima.

No disponemos de muy poca información. A menudo nos falta la capacidad de formar a partir de ella significado, relación y una respuesta asumida responsablemente. Por eso, la página de inicio de FlameP describe el espacio resultante como un lugar «entre estímulo y respuesta» y menciona una secuencia de cuatro movimientos: percepción, significado, relación, respuesta. [1] Este texto no es una descripción de producto. Examina la pregunta que subyace a esta formulación: ¿qué debe suceder entre un impulso y una decisión para que la velocidad no se confunda con la claridad? De ello se deriva una decisión de diseño para FlameP. El sistema no solo debe conducir a las personas más rápidamente hacia resultados. Debe hacer visibles distintos estados: ¿qué se observó? ¿Qué es interpretación? ¿A quién afecta? ¿Qué se decide y qué permanece abierto?

Actividad mediante la cual las personas dan forma al mundo y asumen responsabilidades.

Conservación y nueva contextualización de la experiencia a lo largo del tiempo.

Capacidad de acción dentro de condiciones y límites visibles.

Vínculo con distintas funciones, derechos y deberes.

Reglas, funciones y procedimientos para tomar decisiones responsables.

Perspectivas culturales sobre la práctica, el material, el cuidado y la duración.

La percepción corporal personal como orientación, no como sustituto general de la verdad.

Prácticas, significados y formas de convivencia compartidos.

Transformación de la comprensión y la capacidad de acción mediante la experiencia y la reflexión.

Colaboración con funciones, compromisos y vías de conflicto visibles.

La capacidad de decidir de manera informada y autónoma.

Práctica filosófica para abordar el juicio, la acción y aquello que escapa a nuestro control.

Apertura respecto del conocimiento ausente y de varios desarrollos posibles.

Transición entre estados, posturas o estructuras.

Atribución de las decisiones y sus consecuencias.

Disposición fundamentada a confiar en personas, instituciones o sistemas.

Aquello que puede comprobarse y corregirse en condiciones comprensibles.

Cambio observable al que pueden contribuir las acciones.

Comprensión verificable y susceptible de contextualización.

Pregunta central del Journal sobre el rol, la decisión y las consecuencias.

Pregunta central del Journal sobre el conocimiento, el control y la capacidad de acción.

Pregunta central del Journal sobre la intención, la contribución y el cambio.

Protección de los datos personales y del control sobre su uso.

Sistemas técnicos para procesar, generar o evaluar información.

Medios, procedimientos e infraestructuras diseñados para la acción humana.