idearium.

Estas son las ideas que inspiran la capa de conocimiento de Loretools:

1. Seguimos a Donna Harayaw cuando planteó la centralidad del cíborg en la actualidad. La tecnología (desde las puntas de sílex paleolíticas hasta los modelos frontera de IA actuales) produce «seres modificados» (no necesariamente aumentados). Un humano, en cuanto toma un arma, se convierte en un ente distinto (con más potencial destructivo), humano-con-pistola es cualitativamente otro respecto a humano-con-lanza. Muchas de estas herramientas nos producen (nos cambian los cuerpos, las mentes, el orden social) tanto como nosotros a ellas. Por ejemplo, los teléfonos móviles son prótesis cognitivo-afectivas.
2. Estamos ante un sujeto potencialmente nuevo: Humano-IA, ese es el usuario de Loretools, no el agente solo, no el humano solo, sino la díada
3. El conocimiento siempre ha dependido de la tecnología: el lenguaje fija el sentido, posibilita la mnemotecnia que reprodujo La Ilíada oralmente durante generaciones. La escritura escaló la reproducción, la imprenta multiplicó ese impacto, las computadoras hicieron lo mismo varios órdenes de magnitud, la inteligencia artificial... esto no es progreso lineal, ninguna ha desaparecbido y ninguna tiene asegurada la hegemonía (una crisis de electricidad -nada improbable dada la inminente catástrofe ecológica- vuelve críticos los sistemas mecánicos o manuales de reproducción)
4. Nunca hay que delegar la comprensión. En todos los casos citados antes, el conocimiento se reproduce porque los agentes aprenden y comprenden desde, y a veces a pesar de, las infraestructuras de conocimiento que soportan (con repetición oral, soporte impreso, circuitos electrónicos + bits) y circulan (con referencias como objetos epistémicos) información y conocimiento. Por tanto, los sistemas más exitosos son aquellos que permiten a humanos trabajar el mayor tiempo posible en la capa de comprensión, aprendizaje e ideación, en vez de gestión, salvaguarda o mantenimiento
5. La frontera de capacidades en la díada Humano-IA es dinámica, ambos cambian continuamente sus capacidades y el acoplamiento posible entre ellos, por tanto, no hay una sola forma de crear sistemas óptimos
6. Si reducimos la complejidad epistémica a las capas de DATOS -> INFORMACIÓN -> CONOCIMIENTO -> COMPRENSIÓN -> SABIDURÍA, los niveles más bajos (datos a conocimiento) son fácilmente co-operables o automatizables con agentes de IA, pero las capas de arriba son esencialmente responsabilidad humana

Por tanto, un sistema en esa capa puede planear lo siguiente:

1. Agentes de IA gestionan fuentes, referencias y estructuras de información, esto es la base
2. Los agentes de IA pueden hacer lectura estructural, esto es:
   • Describen la estructura de cada referencia (libro, conversación, objeto) e identifican las partes más relevantes en términos de novedad conceptual, argumentos críticos
   • Ejemplos: en un libro la tesis central y el concepto más importante se encuentran en el capítulo dos, ya que del tres a cinco son ejemplos empíricos con los cuales la autora demuestra la pertinencia de su concepto. En una entrevista, los segmentos alrededor de la mitad son los más importantes para entender el tema central de la conversación
3. Los agentes de IA pueden hacer lectura de entidades:
   • Reconocen las entidades, en orden de importancia (conceptos, eventos, personas, hechos, proposiciones, argumentos) de una fuente y las listan junto con su definición y su locación (en qué parte de la referencia se encuentran).
4. Los agentes de IA pueden hacer lectura cruzada, esto es:
   • Basados en el conocimiento de la estructura y entidades relevantes de múltiples referencias, pueden agrupar las entidades y referencias siguiendo estrategias como: general a lo particular; afinidad, contradicción y no relación;
5. Los agentes de IA pueden generar índices diversos, temáticos, contextuales
6. Los agentes de IA pueden implementar y usar estrategias de búsqueda múltiples (búsqueda semántica, de palabras clave, de índices y relaciones) para responder eficientemente preguntas sobre el corpus o colección de referencias
7. Todo lo anterior cubre parcialmente las capas de datos a conocimiento. Los humanos participan en ello al seleccionar las fuentes de información (curaduría), dar dirección sobre los criterios de importancia en una fuente o resolver problemas ligados a los límites técnicos de los agentes.
8. Los humanos deben centrarse en la capa de entendimiento el mayor tiempo posible. Idealmente, aprovechando su estilo óptimo de aprendizaje personal.
9. Los humanos hacen preguntas al agente para explorar y conocer el espacio cognitivo de la colección de referencias. Corrigen, critican, profundizan, y el resultado de esas sesiones se documenta en la propia Wiki
10. Los humanos crean proyectos y artefactos de más alto nivel (escriben libros o ensayos, diagraman, diseñan, prototipan, usan repetición espaciada) con el fin de entender y contribuir a la discusión
11. Los humanos crean comparten y estudian colecciones, conformando comunidades de práctica y creando infraestructuras emergentes, que a su vez les permite tomar acción colectiva

De qué ideas partimos:

1. Las referencias son objetos epistémicos, es decir, construyen redes escalables de conocimiento al documentar, iterativamente, ideas, cosas o eventos
2. Pero para serlo, deben estar embebidas en infraestructuras de conocimiento que las hagan disponibles a un público epistémico (comunidades, personas, agentes que piensan con y a través de ellas)
   • Esto implica que todo lo que no pueda circular por esas redes, no puede crear conocimiento a partir de ello
3. Hay tantos marcos de conocimiento como infraestructuras que soportan públicos y comunidades
4. Las referencias son signos, y como tales, tienen interpretaciones potencialmente infinitas que las hacen cambiar a largo del tiempo
5. Mientras los sistemas de referencia positivos se cierran solo a evaluar la lógica, la «verdad» y «objetividad» de las referencias, los sistemas ampliados deben incluir la «honestidad» (mentir no es igual que estar equivocado), «intencionalidad» (estar motivado por afectos, pasiones, valores, proyectos) y en cuales «ecologías de conocimiento» participan.

La promesa de un sistema ampliado:

1. No excluir referencias por default. Hacer disponibles objetos que son generalmente excluidos por las infraestructuras de conocimiento más fuertes permite expandir
2. Crear marcos de referenciación/documentación para incluir la mayor cantidad de objetos posibles (chismes, actos efímeros, gestos corporales, prácticas constructivas que pasan de generación en generación), sus soportes de recuperación y, más crítico, los marcos de conocimiento que les dan sentido
3. Permitir que todas las referencias de una colección puedan participar igualmente de discusiones relevantes para sus públicos epistémicos, asumiendo que la contradicción es una condición necesaria de la heterogeneidad de los marcos de conocimiento que se generan gracias a las infraestrucutras

Trataré de ordenar un poco más mis pensamientos sobre las referencias. Las referencias están por todas partes, formal (academia, derecho) o informalmente (cine, música, marketing), forman parte de las infraestructuras sociales de conocimiento que dan sentido a nuestro mundo social. Allí radica su potencial y su peligro.

En principio, son artefactos sumamente útiles para construir cuerpos de conocimiento amplios, principalmente por dos razones:

1. Son evidencia que soporta o contradice una idea
2. Generan trazos epistémicos, que nos permiten extender hipótesis, conclusiones, debates, etcétera, sin tener qué repetir toda la historia intelectual de una discusión o teoría

El problema es cómo están embebidas en la infraestructura epistemológica real.

Referencia como objeto epistémico

Cuando una referencia funciona, hace varias cosas:

• Afirma la existencia de un contenido relevante para una discusión
• Es una promesa de recuperabilidad (puedes seguir sus trazos, es verificable)
• Supone una autoridad epistémica (presume ser una fuente legítima para un argumento)
• Su función cambia según quién la usa y cómo es usada en procesos, y fases dentro de ellos (como prueba en un litigio, como requisito de publicación en una revista, como parte de una exploración de investigación para que alguien entienda un tema que desconoce)

De aquí salen los problemas: ¿quién decide qué contenido es relevante, legítimo o autorizado para una discusión? ¿Qué pasa con las cosas que son relevantes pero no recuperables o estables, que son efímeras o no fijadas?

Referencias como sistemas de clasificación

No extraña que la tendencia sea estabilizar, estandarizar, hacer interoperables las referencias. Pero eso siempre sirve a un propósito, por ejemplo, con los sistemas de «identificación». El identificador ISBN de los libros es una categoría comercial, donde el libro es una mercancía circulando en un mercado como propiedad intelectual. El DOI es un sistema similar (donde lo que circula es capital cultural) para academias privadas, sobre todo del norte global, que por tanto, reproduce su hegemonía.

Gracias a la etnografía de infraestructuras [@bowker_star1999; @anand_etal2018] sabemos que los sistemas de clasificación no son objetivos en el sentido de que se correspondan directamente con el mundo, sino que:

1. Objetivizan una interpretación del mundo. Ej. cuando un formulario solo te permite elegir si eres hombre o mujer, reproduce la visión binaria del género
2. Invisibilizan aquello que no consideran. Ej. cuando una persona «indígena» de México viaja a Estados Unidos y tiene que identificarse como latina, a pesar de no hablar español o compartir la cultura criolla o mestiza de México, simplemente no existe para el sistema
3. Deforman las vidas de personas sobre las que operan. Los textos citados abundan en ejemplos de cómo ser clasificado como «enfermo» o «sano», «blanco» o «mestizo», «proactivo» o «pasivo» determina socialmente cómo viven y qué tienen permitido o prohibido hacer

Sabemos que, en la realidad, esos sistemas que se presumen ordenados, efectivos y objetivos, están llenos de parches, fallas, excepciones, y que las personas navegan en ellos hackeándolos y resistiéndolos.

Públicos epistémicos

Las referencias son importantes porque facilitan discusiones y operaciones aún cuando las personas que las usan no estén del todo de acuerdo o pertenezcan a grupos amplios y diversos. Estos grupos son llamados «Públicos», un ejemplo son todas las personas que se benefician de un cuerpo de agua (comunidades y barrios, gobiernos locales, industrias que operan allí, incluso ecosistemas), todos ellos conforman un «público hidráulico» [@anand2018], un conjunto de grupos heterogéneos, numerosos, con desigualdad de acceso y poder de decisión.

Similarmente, las infraestructuras de referencias conforman públicos epistémicos. Las reglas y deformaciones en que operan son mi interés principal, porque mi pregunta es ¿cómo funcionaría un sistema de referencias menos jerárquico, basado en pluralismo epistémico?, ¿qué discusiones permite generar? ¿qué clase de conocimientos pueden emerger de ellas?

Hacia allá quisiera llevar mi experimento de loretools.

Después de muchas pruebas internas, creo que necesito darle un giro a algunas de las ideas centrales de scholartools. Las más importantes son tres.

1. La «Referencia» como objeto primordial

Desde una perspectiva puramente técnica, una referencia es un registro en una base de datos. Desde una perspectiva sociotécnica, una referencia es un objeto frontera [@star_griesemer1989, pp. 393, 404], es decir, un objeto que media entre múltiples comunidades de práctica, y les permite co-operar aunque no necesariamente haya consenso.

Funcionan porque son capaces de afirmar que algo existe, que puede ser recuperado (verificado, rastreado), que posee cierto tipo de autoridad epistémica en una conversación (discusión científica, disputa legal) y que establece una relación social en una red de citación.

Las referencias académicas presentan los mismos problemas señalados por Susan Star [@bowker_star1999, p. 297] sobre los sistemas de clasificación, ya que son infraestructuras epistémicas. Quiero que esta librería utilice las referencias como objetos epistémicos capaces de disputar asimetrías: deberíamos poder referenciar un conjunto de datos, un archivo de música, una fotografía, incluso un patrón textil o un evento efímero en un lugar público.

Para esto, primero ¿deberíamos convertirlo en un «Documento» como diría Buckland [@buckland1991]?

Deberíamos ser capaces de hacer «promesas» de autoridad que vayan más allá de la reputación de una revista científica (como hace la Antropología cuando utiliza descripciones de campo o entrevistas con personas relevantes sobre una práctica cultural) y hacer explícito el marco epistemológico en el que se sustentan estas promesas.

Nota: encontré el artículo de José Esteban Muñoz, Ephemera as Evidence: Introductory Notes to Queer Acts (1996), que aún no leo completamente pero parece sumamente prometedor y emocionante, y ¡mira el año!

2. De la «Gestión de referencias» para académicos a la «Gestión del conocimiento» para investigadores

No podemos separar la referencia de su contenido si queremos un sistema «completo» que la trate como objeto epistémico. Esta librería debería incluir herramientas para «leer» y trabajar con el contenido de las referencias para generar una capa de conocimiento de la colección.

Esta capa utilizaría archivos Markdown para operaciones de conocimiento tales como síntesis, relaciones y conceptos, formando una Wiki de la colección.

Esto es similar, pero un poco más formal, a la idea de Karpathy sobre una Wiki LLM.

Importante: Esto no devalúa el estatus primordial del concepto de referencia como objeto epistémico, sino que lo completa. A diferencia de un Zettelkasten (cuyo enfoque principal deberían ser las ideas propias), la Wiki es una capa dependiente de las referencias para existir. Esto es, el conocimiento generado depende completamente de la capa de referencias

En consistencia con estos cambios, scholartools pasará a llamarse loretools.

3. Separar una librería central con una arquitectura de complementos (plugins) para la extensibilidad

La versión actual falló en aspectos importantes al ser probada en Claude Cowork para Windows. Específicamente, las herramientas que requieren llamadas a APIs fueron bloqueadas por completo. Esto anula todas las funciones de «búsqueda» (search) y «obtención» (fetch).

Si pensamos en esas funciones en particular bajo nuestra nueva mentalidad, vemos que ellas reproducen las jerarquías epistemológicas académicas, por lo tanto, no deberían ser una característica «central» (core).

Asimismo, toda la lógica de sincronización necesita una refactorización significativa para funcionar correctamente, pero este trabajo también se siente como algo «fuera del núcleo». De ahí surge la idea de mantener un conjunto central de herramientas que sigan un comportamiento «puro», esto es:

• Consistencia: Deben funcionar siempre igual en cualquier lugar donde se ejecuten.
• Aislamiento: Quedan fuera de este núcleo las APIs y las dependencias no portables.
• Extensibilidad: Dar funcionalidad adicional para casos diversos de forma opcional mediante plugins.

Esta versión me emociona más y creo que es más fácil de alcanzar. Veremos

De un reporte reciente publicado por AI Now Institute (traducción mía):

La jerga de impacto como «IA para el bien», «IA para el clima», «capital humano» e «IA frugal» evoca ideales de interés público y rendición de cuentas. Pero, en la práctica, se está utilizando para justificar una visión ya conocida: un futuro de «dios máquina» que prospera gracias a la explotación ambiental, la exclusión masiva y el imperialismo moderno. Términos como «código abierto», «soberanía», «rendición de cuentas» y «democratización» son despojados de sus historias y conexiones comunitarias para servir como argumentos de venta.

Capturar el lenguaje «revolucionario» (es decir, el que hace referencia a cambios sistémicos abruptos o «disruptivos») es algo que la cultura de Silicon Valley ha hecho desde siempre. Airbnb y Uber fueron llamadas plataformas de «economía colaborativa» (sharing economy), cuando, en la práctica, fueron sistemas que escalaron la concentración de una renta que, antes de ellos, ya sucedía de forma local, descentralizada y desestructurada. El problema es que «compartir» y «rentar» no son palabras equivalentes, y tienen efectos muy diferentes en el mundo.

Muchas organizaciones (no todas son empresas) usan términos como impacto cuando en realidad quieren decir retorno de inversión (ROI). El ROI mide algo desde una perspectiva sesgada, centrada en la empresa como entidad abstracta, que aísla todas sus relaciones con los sistemas más grandes, para concentrarse únicamente en la relación de entrada/salida de dinero. El impacto, en cambio, no puede entenderse sin el pensamiento sistémico donde una organización es parte de un todo más grande, que no solo comparte activos y pasivos, sino experiencias, valores (sí, ética, axiología, deontología), reputación, regulaciones, incentivos conductuales, recursos ecológicos, etcétera.

Una heurística para identificar a los impostores: No hay impacto si la perspectiva es solo organizacional y no sistémica.

¿Cómo explicar lo que sentí cuando entendí que toda mi vida ha sido una lucha incesante contra infraestructuras públicas y privadas? (Y que, esto, obviamente, es una experiencia histórica amplísima en el sur global).

Crecí en un laberinto hecho de capas de concreto, olor a polvo levantado, humo de escapes de carros mezclado con cigarros y un gris infinito tendido a lo largo del camino, donde sobresalen los cerros, cada año más cubiertos de esa costra gris.

Este frágil entramado colapsa constantemente debido a múltiples factores, obligando a la gente a crear infraestructuras colectivas de emergencia, a hackearlo todo (estoy recolectando una lista de los incontables hacks que se hacen en este espacio).

No se confundan, esto no es una falla sino un comportamiento esperado y conocido del sistema. Por eso llamo a esto infraestructuras del daño, porque, para quienes las controlan, están diseñadas a administrar el colapso, no a resolverlo.

Para nosotros, normalización del fallo es una característica del sistema, incluso predecible. La solución es, necesariamente, soberanía infraestructural distribuida entre todos los miembros del entramado.

Soy fan de David Graeber, cada que puedo lo digo. Él era un curioso usuario de Twitter. Cuando falleció, sacaron sus tweets de la plataforma y los publicaron:

https://twitter.davidgraeber.org/

Leyéndolos, es evidente que uno no puede simplemente exportarlos y pretender que conservarán su valor intelectual intacto. Están llenos de enlaces rotos a multimedia, hashtags y expresiones descontextualizadas.

Esto refuerza la idea de la gobernanza como soberanía infraestructural. Si la plataforma que usas como ágora es comprada por un neorreaccionario fascistoide (Musk), ¿la alternativa es crear un clon de Twitter «más democrático»? ¿Explorar formas locales, personales, de expresión digital y hacer lo posible por interconectarlas?

¿Eso las hace igual, más o menos frágiles que la centralización y captura por multimillonarios?

Es difícil pensar en un país, o un Estado verdaderamente autónomo que no sea, a su vez, capaz de gobernar su infraestructura.

Similarmente, una comunidad de práctica, un pueblo, un colectivo, incapaz de decidir sobre el entramado de relaciones que hacen posible que exista, estará siempre a merced de quienes sí deciden.

Las infraestructuras son invisibles hasta que fallan [@bowker_star1999]. Las damos por sentadas, y sin embargo, la soberanía infraestructural es la condición de posibilidad política primaria.

He estado probando Google Stitch, un producto que usa Gemini sobre un canvas para generar interfaces y sistemas de diseño.

Usarla tal cual no resulta muy sorprendente, honestamente, a pesar del hype que he visto en internet. Me da la impresión de que sus diseños tienden a la media de su dataset de entrenamiento. Su capacidad de generar código, estructura y usar los aspectos formales de un sistema de diseño es buenísima, pero es completamente incapaz de generar una propuesta novedosa, semánticamente coherente.

Richard Dennis Bartlett

Uno de los creadores de Loomio, una aplicación para tomar decisiones de forma descentralizada, lo conocí por esta excelente compilación de documentos de organizaciones no jerárquicas:

• The Handbook of Handbooks for Decentralised Organising
• También su sitio sobre microsolidaridad

Julian Lehr

Un blog muy interesante con ideas sobre experiencia e interfaces de usuario, así como pensamiento de producto.

• https://julian.digital/2020/08/06/proof-of-x/

Linus Lee

Creador prolífico, tiene ideas muy creativas sobre gestión del conocimiento y su relación con sistemas artificiales. Promotor de crear tu propio software.

Autor de Monocle, un buscador personal basado en la idea del pensamiento como problema de navegación, y en el maximalismo de hipervículos (idea que inspira directamente este blog).

Paul Bricman

Pensador muy interesante de ética en el campo de la alineación de inteligencia artificial, su trabajo más antiguo sobre interfaces es bastante inspirador.

Michael Nielsen

Investigador de ciencias de la computación. Me interesan sus ideas sobre herramientas para pensar y sobre gestión de conocimiento.

Andy Matuschak

Inspiración importante para cualquier sistema de notas interconectadas y para la repetición espaciada.

Hizo públicas sus notas y con ello ha influido mucho en cómo otras personas organizan sus propios sistemas.

Gordon Brander

En su newsletter tiene varias publicaciones que han influido mucho en mi forma de entender la relación entre sistemas computacionales y sociales. Aunque sobre los sistemas sociales tengo muchos desacuerdos con él.

Una lástima que abandonara su proyecto de sistemas colaborativos de gestión del conocimiento.

Leonel Dricot

Alias Ploum, profesor de software libre con ideas muy sugerentes sobre el futuro de ese movimiento.

Este ensayo es para mí la guía inicial sobre licencias de código abierto.

En las sociedades ampliamente mercantilizadas, la desigualdad es necesariamente más opresiva.

Cuando la subsistencia depende totalmente del dinero (porque todo está disponible únicamente a través del mercado), las personas que más lo tienen pueden fácilmente convertir su riqueza en poder permanente sobre los demás. Allí donde las personas no mueren de hambre o se quedan sin techo al no tener trabajo, hay más capacidad de ejercer autonomía, de resistir la arbitrariedad de los más ricos.

Los abolicionistas del trabajo como Bob Black [@black1991] argumentan que el trabajo asalariado es la principal fuente de sufrimiento humano; algo que también sería apoyado, al menos parcialmente, por los estudios de psicopatología del trabajo [@dejours2015, pt. 1]; también desde la filosofía continental [@han2022]. Es muy posible que un porcentaje significativo de los trabajos asalariados sean, de hecho, completamente innecesarios [@graeber2020].

¿Cómo aumentamos la autonomía de las personas por la vía de una subsistencia sin salario?

Pensamiento de diseño + creación ágil + tecnologías convivenviales + política prefigurativa.

Esto es:

1. Imaginar cómo sería un mundo futuro en el ahora (prefigurar)
2. Imaginar qué herramientas convivenciales existirían
3. Diseñarlo usando un proceso participativo basado en la empatía, iteraciones rápidas y pruebas reales
4. Implementarlo incrementalmente y escalarlo en función de las necesidades de los públicos, no necesariamente del mercado

La idea de herramienta convivencial proviene de Iván Illich, y es sumamente fructífera para prefigurar futuros:

La herramienta es convivencial en la medida en que cada uno puede utilizarla sin dificultad, tan frecuentemente como él lo desee y para los fines que él mismo determine. El uso que cada quien haga de ella no invade la libertad del otro para hacer lo mismo. Nadie necesita de un diploma para tener el derecho de usarla a voluntad; se la puede tomar o no. Entre el hombre y el mundo ella es una conductora de sentido, una traductora de intencionalidad [@illich2006b, 397].

Algunas cosas que aprendí, o validé como ciertas para mi experiencia durante los 4 años que trabajé como Product Manager y estudié Antropología. Sobra decir que estas cosas no son generalizables, cuando mucho, aspiran a ser interesantes.

1. Tener un trabajo cognitivamente demandante junto con un proyecto de investigación doctoral es muy difícil sin la disciplina adecuada: dormir más de 7 horas diarias, comer una dieta balanceada, hidratarte, hacer ejercicio cardiovascular, son las cuatro cosas que no pueden faltar.
   1. No, la vida de fiestas no funcionará (eso no implica que no tengas vida social, porque vida social no equivale a fiesta). Tampoco jugar la carta de terminar el ensayo final una noche antes de la fecha límite. Este tipo de actividades deben ser estratégicamente usadas.
   2. Sí, es muy difícil encontrar el equilibrio; en muchos casos se romperá y habrá que empezar de nuevo.
2. Tener un método de estudio eficiente es clave.
   1. Yo usé un tipo de zettelkasten digital, muy minimalista, en Obsidian.
   2. Combiné ese método con estrategias de lectura como las propuestas en el clásico de Mortimer Adler, Cómo leer un libro. La lectura inspeccional me fue especialmente útil en la mayoría de los casos.
   3. Es indispensable un gestor de referencias como Zotero para facilitar las tareas de citación y lectura¹.
3. Tener un plan semanal con las prioridades (y sólo las prioridades) de entregas tanto de escuela como de trabajo facilitó mucho el flujo en general.
4. Combinar el plan semanal con una buena gestión del tiempo, como la técnica de bloqueo de tiempo y pomodoro, me facilitó mucho la vida.
   1. No tener redes sociales también me ayudó mucho. Aunque mi consumo de YouTube es bastante alto.

Hace un mes presenté los avances iniciales de mi cuarto borrador de la tesis en un coloquio de la Facultad de Ciencias Antropológicas, junto a mis compañeros de generación. El tercer borrador tenía 362 páginas; la revisión actual podría quitarle cien. A veces no puedo creer que he tenido que «reescribir» cuatro veces este texto… pienso que, tal vez no he aprendido bien a escribir etnografía, o no he recibido suficiente guía, o es parte de un largo y tortuoso ritual de la academia.

Si pudiera resumir cómo pienso esta desilusión, sería como sigue:

1. La academia en México funciona como una estructura jerárquica de reproducción de poder, medido en términos de prestigio.
   1. No es un lugar de generación de conocimiento, sino uno para acceder y reproducir a la élite intelectual regional y nacional.
2. Los académicos más peligrosos son aquellos convencidos que su puesto puede hacer una diferencia en el mundo, pero en realidad, lo que hacen es convertir su prestigio en poder y dinero.
3. La academia en México depende del Estado, y tiende, cada vez más, a no criticar la legitimidad de su existencia, sino a criticar su forma concreta, y si se atreve a proponer un cambio, es de naturaleza reformista.

Cuando digo que no es un lugar de generación de conocimiento, no implica que no se produzca ningún tipo de conocimiento en absoluto, sino que el que se produce sigue líneas y agendas políticamente mediadas. Esto ya ha sido muy estudiado y es extenso en sociología y antropología. Un ejemplo es la discusión generada a partir de Bourdieu [@bourdieu1988]. Relacionado, un conversatorio interesante sobre antropología disidente [@restrepo_etal2020]. También es interesante la crítica de David Graeber a los seguidores de la teoría foucaltiana del poder, y cómo teorías como esas son usadas por conveniencia de sus propias posiciones [@graeber2019, 81-83].