Políticas y gobernanza agrícola

En distintos escenarios de América Latina las políticas agrícolas muestran que no basta con diseñarlas desde arriba, decir que lo que determina su éxito es la interacción entre las comunidades locales, recursos disponibles y las capacidades organizativas. ^{De Oliveira et al., (2021)} al estudiar la agricultura urbana en São Paulo reveló que el acceso desigual a la tierra, el rol activo de las ONG y la organización de los agricultores son factores que explican por qué muchas políticas no llegan a tener el impacto esperado. Algo similar se ocurre en el estudio de ^{Telles et al., (2023)} sobre la gobernanza del suelo en Paraná donde se evidencia que los logros en conservación surgieron cuando hubo continuidad institucional y articulación técnica, es decir que no solo por la existencia de normas.

En contraposición ^{Gutiérrez (2020)} ha documentado cómo en México la Revolución Verde ha priorizado un modelo agroquímico y tecnificado que excluyó las formas de producción campesina, generando impactos sociales y ambientales negativos que aún se arrastran.

Si nos vamos al ámbito de la agricultura familiar ^{Quijada et al., (2020)} destacan una paradoja en las políticas públicas: programas como el PRONAF, PAA y PNAE ya que estos si bien están diseñados para apoyar a los pequeños productores, pasa que en realidad terminan beneficiando más a aquellos que ya están mejor posicionados económicamente generando así una segmentación interna que debilita el propósito redistributivo de estas políticas. A pesar de ello, ^{Halvey et al., (2021)} en su análisis de políticas municipales de agricultura urbana propone un marco para clasificar normativas según autoridad, instrumentos y temáticas, en sí esto podría ser útil para ordenar y adaptar las políticas agrícolas dispersas en América Latina.

Al respecto de este tipo de enfoque también serviría para abordar tensiones como las documentadas por ^{Goulet (2021)} quien analiza la disputa entre el enfoque industrial de producción de bioinsumos y las propuestas agroecológicas autogestionadas por agricultores. Así pues, podemos afirmar la necesidad de políticas más integradoras que no anulen las innovaciones desde abajo.

A esto podemos sumarle la dimensión tecnológica que cada vez es más relevante en el diseño de políticas agrícolas. En esa misma línea ^{Sánchez et al., (2022)} señalan que la inteligencia artificial ya se está utilizando para identificar tierras con vocación agrícola y apoyar decisiones de sostenibilidad pero advierten que su utilidad real depende de incorporar variables políticas y socioeconómicas que hoy muchas veces se omiten. Es así los estudios analizados en este grupo muestran que las políticas públicas en agricultura no pueden funcionar como recetas universales, en sí requiriendo gobernanza activa, comprensión del territorio, estructuras inclusivas y sobre todo articulación entre innovación tecnológica, justicia social y sostenibilidad (Ver Tabla 3).

Evaluación de impacto e inversión

Si medimos el impacto de políticas agrícolas podemos notar avances en sostenibilidad, pero también vacíos que América Latina aún debe abordar, tal como se aprecia en Brasil donde las políticas públicas enfocadas en la producción ganadera de bajo carbono han tenido efectos concretos siendo así que ^{Costa et al., (2019)} reportan aumentos significativos en la productividad, con más animales por unidad y menos tiempo de faena, además de mejoras en el uso de crédito y conocimientos técnicos. Si analizamos a nivel macro, ^{Molossi et al., (2023)} complementan esta visión al comparar el costo-beneficio de distintas políticas ganaderas destacando así que las inversiones más efectivas provienen de esquemas sostenibles como los sistemas silvopastoriles. A pesar de ello ambos coinciden en que los subsidios aún no se alinean plenamente con este enfoque planteando así la necesidad de redirigir el financiamiento hacia modelos productivos de menor impacto ambiental (Ver Tabla 5).

La eficiencia productiva también depende del acceso al crédito y la asistencia diferenciada, especialmente en territorios como la Amazonía brasileña. ^{Silva (2021)} demuestra que variables como la experiencia del productor y la infraestructura de almacenamiento están estrechamente ligadas a mejores resultados, pero sobre todo destaca que los programas de crédito rural tienen un efecto directo en la reducción de la ineficiencia técnica. En paralelo, ^{Pinto & Rocha (2024)} ofrecen un panorama más amplio al revisar más de 120 tesis sobre evaluación de impacto agrícola, revelando que los análisis suelen centrarse en efectos ambientales y se concentran geográficamente en regiones más visibles del país, dejando de lado una mirada que incluya la dimensión económica y social de las políticas. Ambos estudios apuntan a una misma necesidad: desarrollar evaluaciones más integradas que reflejen la diversidad de territorios y comunidades en América Latina.

Analizando otros factores no podemos dejar de lado el cambio climático y la gestión del riesgo los cuales exigen una revisión de las inversiones agrícolas. ^{Ortiz et al., (2021)} alertan que la productividad total de los factores (PTF) se ha reducido en más de un 25% en América Latina, siendo esta una de las regiones más sensibles al aumento de temperaturas. Por consiguiente, podemos afirmar que esta pérdida no solo compromete el crecimiento agrícola, sino que obliga a repensar los modelos de inversión en investigación, innovación y adaptación climática. En esa misma línea, ^{Vyas et al., (2021)} señalan que el mercado de seguros agrícolas está desalineado con los riesgos reales de las zonas vulnerables y apenas un pequeño porcentaje de estudios considera su relación con el cambio climático, revelando así un desfase entre la cobertura financiera disponible y las necesidades reales del campo. Es así que podemos que para que la inversión pública sea efectiva debe incorporar criterios de resiliencia, territorialidad y sostenibilidad, con una visión de largo plazo (Ver Tabla 6).

Innovación y desarrollo científico

Una de las primeras alertas sobre innovación agrícola en América Latina proviene del caso chileno en el cual ^{Melo et al., (2021)} identificaron una desconexión entre las buenas prácticas productivas y la falta de indicadores ambientales que permitan institucionalizar la sostenibilidad en las políticas del sector. De la misma forma esta brecha también se refleja en Nicaragua, donde ^{Schiller et al., (2020)} destacaron cómo la transición agroecológica se ve limitada por la ausencia de una visión compartida, políticas contradictorias y debilidad estructural. Estos escenarios contrastan con las experiencias sistematizadas por ^{Markow et al., (2023)} en Alemania, donde los proyectos de innovación no solo fortalecen redes y capacidades, sino que generan cambios estructurales en los sistemas de innovación agrícola, lo que muestra que, cuando hay planificación sistémica, los efectos pueden escalar más allá del proyecto en sí (Ver Tabla 7).

Este enfoque se encuentra respaldo en el marco propuesto por ^{Klerkx & Begemann (2020)} quienes argumentaron que los sistemas de innovación agrícola orientados por misión (MAIS) en sí pueden guiar la transformación de los sistemas alimentarios pero únicamente si las políticas establecen metas comunes. Es así que a esta visión se le suma el trabajo de ^{Romero et al., (2019)} quienes refuerzan que la innovación, el aprendizaje o la autoorganización impulsan ecosistemas innovadores más aún en contextos donde los marcos institucionales suelen ser frágiles. Por su parte, ^{Bianco et al., (2020)} aportan una mirada desde las ciencias sociales que reconoce la coexistencia de patrones de innovación incremental, disruptiva y transformadora, a pesar de ello advierten que sin un enfoque territorial multiactor, difícilmente se consolidarán procesos con impacto general (Ver Tabla 8).

En el ámbito de las tecnologías emergentes, ^{Maximiano et al., (2021)} destacan el “abrumador” potencial de herramientas como CRISPR para mejorar la calidad de carne, cultivos y rendimiento nutricional, es así que se abre un nuevo horizonte en la mejora genética agrícola. Por el contrario, su adopción enfrenta desafíos similares a los observados en los enfoques agroecológicos: la falta de marcos regulatorios claros, estrategias de apropiación local y consensos sociales para su aplicación responsable. De tal forma que mientras algunos países experimentan con enfoques sofisticados para dinamizar sus sistemas de innovación, América Latina necesita fortalecer sus capacidades organizacionales, corregir asimetrías territoriales y alinear sus políticas científicas con objetivos sostenibles.

Desarrollo rural e investigación

Actualmente los debates sobre desarrollo rural muestran una tensión entre innovación en la productividad y los enfoques inclusivos, lo cual se aprecia con la exposición de ^{Barrera & Burgos (2023)} al distinguir entre innovación agrícola (AI) y rural (RI), mostrando cómo las políticas públicas en México han favorecido un enfoque tecnocrático dejando de lado los territorios marginados. En sí esta crítica se entrelaza con el análisis de ^{Galina et al., (2023)} quienes identificaron obstáculos estructurales para la generación de conocimiento científico en América Latina como la falta de mentoría, barreras editoriales y escasa financiación. Es así que podemos afirmar que ambas contribuciones apuntan a una necesidad de repensar el sistema de investigación con criterios de equidad, pertinencia territorial y sostenibilidad (Ver Tabla 9).

Este panorama se complejiza con las dinámicas contemporáneas de digitalización, que lejos de ser neutrales, pueden amplificar desigualdades existentes. ^{Rotz et al., (2019)} advierten que, sin políticas de justicia laboral y territorial, la digitalización del agro refuerza brechas en comunidades vulnerables. Algo similar detectan ^{Steinke et al., (2022)} al analizar procesos participativos digitales en América Latina y África, donde los contextos jerárquicos y el desconocimiento local dificultan una verdadera cocreación tecnológica. Frente a esto, las experiencias sistematizadas por ^{Pineda (2022)} revelan que es posible transformar modelos de negocio hacia la sostenibilidad si se incorporan prácticas logísticas inclusivas, compras justas y formación local en las cadenas de valor agrícolas (Ver Tabla 10).

La conexión entre la ciencia, la sostenibilidad y las políticas públicas surge como un pilar fundamental. ^{Nacimento et al., (2024)} evidencian, a través de un estudio bibliométrico de más de 3 mil publicaciones, que hay una convergencia cada vez mayor entre el agronegocio y la investigación en Brasil, aunque todavía dispersa y con escasa articulación. ^{Harvey et al., (2021)}, al analizar las transformaciones en los paisajes cafetaleros de los Andes, sugieren un programa de estudio más vinculado con aspectos ambientales, sociales y económicos. Las dos propuestas se basan en el concepto de que el progreso rural sostenible no puede apoyarse únicamente en progresos tecnológicos, sino que debe fundamentarse en agendas científicas cooperativas, una institucionalidad robusta y una perspectiva territorial que contemple la variedad de realidades agrícolas de América Latina.

Tecnología agrícola y ciencia aplicada

Si bien es cierto que la evolución de las tecnologías agrícolas ha sido acelerada, a pesar de ello sigue enfrentando desafíos en su aplicación dentro de los sistemas productivos y de gobernanza alimentaria. Es así que un punto lo plantea ^{Nicholson et al., (2021)} al demostrar que los modelos agrícolas tienden a simplificar la seguridad alimentaria como mera producción ignorando dimensiones como el acceso, la estabilidad o la utilización, es así que se distorsiona su utilidad real para políticas públicas. También podemos recalcar que esta visión contrasta con la precisión tecnológica ofrecida por herramientas como Sentinel-2 ya que según ^{Segarra et al., (2020)} permite un monitoreo más fino del estrés, la humedad y los nutrientes del suelo pero que aún necesita combinarse con sensores térmicos para ofrecer datos completos. A pesar de ello ambas posturas coinciden en que no basta con tener datos o modelos, sino que es necesario integrarlos a los contextos reales para que informen decisiones más justas y eficaces (Ver Tabla 11).

Por sí mismo, los progresos en las tecnologías digitales han incrementado las posibilidades, aunque no sin barreras. ^{Misra et al., (2022)} enfatizan que el precio de la infraestructura para la implementación de IoT, Inteligencia Artificial y Big Data en el sector agro continúa siendo un obstáculo en los países en vías de desarrollo, lo que requiere de políticas de inversión pública enérgicas y colaboraciones con el sector privado. En paralelo, ^{Lin et al., (2020)} sugieren que las soluciones basadas en blockchain, en particular las de arquitectura híbrida, pueden potenciar la trazabilidad y la habilidad para responder ante crisis como la pandemia, aunque solo si se incorporan adecuadamente a sistemas ya existentes. ^{Zhai et al., (2020)} complementan este panorama al evidenciar que los sistemas de soporte a decisiones agrícolas aún están lejos de planificar a largo plazo o adaptarse a factores como el cambio climático, lo que limita su impacto real. Esto refuerza la idea de que la tecnología sola no transforma, sino su uso estratégico y adaptado a las condiciones del territorio (Ver Tabla 12).

Por otro lado, la ciencia aplicada también enfrenta desafíos regulatorios y metodológicos cuando se trata de innovación de frontera. El trabajo de ^{An et al., (2022)} sobre nanoagroquímicos muestra un gran potencial en términos de eficiencia y sostenibilidad, pero destaca vacíos normativos, baja aceptación pública y falta de estándares globales como barreras clave. Lo mismo sucede con el uso de machine learning en el manejo de nutrientes, donde ^{Ennaji et al., (2023)} revelan que la precisión de los modelos está directamente vinculada a la calidad de los datos, lo que exige una estandarización urgente de métodos y mayor acceso a bases de datos abiertas. Así pues ^{Cividanes (2021)} aporta un enfoque más ecológico al analizar el potencial de los carábidos como controladores biológicos en América Latina, aunque advierte que aún faltan estudios de campo que sustenten su incorporación en políticas de manejo integrado de plagas. En definitiva, todos estos aportes coinciden en que la ciencia aplicada a la agricultura requiere un entorno institucional activo, normativas claras y estrategias de implementación que consideren tanto la sofisticación técnica como la realidad agraria y social del territorio latinoamericano.

Discusión desde el punto de vista convergente y divergente

A lo largo de los cinco grupos temáticos analizados, se aprecia una convergencia en torno a la necesidad de transformar las políticas agrícolas desde enfoques más integradores, territoriales y sostenibles. En diferentes contextos, como muestran de ^{Oliveira et al., (2021)}, ^{Schiller et al., (2020)} y ^{Barrera & Burgos (2023)}, el éxito de las políticas públicas no depende solo de su diseño normativo, sino de su implementación efectiva en territorios con estructuras organizativas activas, marcos institucionales coherentes y una visión compartida. También hay coincidencia en que las tecnologías emergentes como la inteligencia artificial ^{Sánchez et al., (2022)}, el machine learning (^{Ennaji et al., 2023}) y los nanoagroquímicos (^{An et al., 2022}) tienen un alto potencial, pero su adopción enfrenta obstáculos que no son técnicos, sino sociales, regulatorios y económicos. Varios estudios advierten que sin normativas claras, participación local o estrategias de adopción adecuadas, estos avances pueden profundizar brechas en lugar de cerrarlas.

No obstante, también surgen diferencias significativas que acentúan este acuerdo. Aunque ciertos autores, como ^{Markow et al., (2023)} o ^{Romero et al., (2019)}, resaltan la influencia transformadora de los sistemas de innovación agrícola adecuadamente planificados, otros como ^{Galina et al., (2023}) y (^{Rotz et al., 2019}) enfatizan que los entornos de inequidad estructural restringen considerablemente el efecto de cualquier política o innovación si no se atienden primero los problemas de equidad en la investigación y acceso al saber. Igualmente, existen discrepancias respecto al papel del sector privado: algunas perspectivas sugieren formar alianzas entre el sector público y el privado para incrementar tecnologías (^{Lin et al., 2020}; ^{Misra et al., 2022}), mientras que otras, como ^{Goulet (2021)}, sostienen que sin salvaguardar las modalidades de innovación rural, estas alianzas pueden fortalecer desbalances de poder. En definitiva, los estudios convergen en el diagnóstico general, pero divergen en las estrategias específicas para lograr una gobernanza agrícola más inclusiva y efectiva en América Latina.

Contraste crítico entre experiencias exitosas y fallidas

Al revisar las distintas experiencias documentadas en la literatura, queda claro que las políticas agrícolas más exitosas comparten ciertos patrones comunes, como la continuidad institucional, la articulación técnica entre actores y la adaptación a contextos específicos. Por ejemplo, el caso de conservación de suelos en Paraná (^{Telles et al., 2023}) demuestra que cuando las políticas cuentan con incentivos productivos claros y se mantienen en el tiempo, logran impactos a gran escala. Lo mismo ocurre con los sistemas silvopastoriles analizados por ^{Molossi et al., (2023)}, que no solo mejoran la sostenibilidad, sino que ofrecen retornos económicos concretos cuando están bien financiados. En contraste, las políticas fallidas suelen estar marcadas por diseños centralizados, enfoques tecnocráticos y poca inclusión territorial, como lo evidencian ^{Gutiérrez (2020)} al analizar los efectos sociales y ambientales de la Revolución Verde en México, o ^{Barrera & Burgos (2023)}, quienes señalan que muchos programas de innovación en México terminan excluyendo a comunidades marginadas al centrarse solo en productividad.

Al examinar las distintas experiencias en la literatura podemos afirmar que las políticas agrícolas más exitosas comparten ciertos patrones comunes entre ellos la continuidad institucional, la articulación técnica entre actores y la adaptación a contextos específicos. Esto se puede apreciar en el caso de conservación de suelos en Paraná (^{Telles et al., 2023)} que demuestra que cuando las políticas cuentan con incentivos productivos y se mantienen en el tiempo estos logran impactos a gran escala. Del mismo modo ocurre con los sistemas silvopastoriles analizados por ^{Molossi et al., (2023)} que no solo mejoran la sostenibilidad, sino que además ofrecen retornos económicos concretos cuando están bien financiados. En contraposición las políticas fallidas suelen estar marcadas por diseños centralizados, enfoques tecnocráticos y poca inclusión territorial, como lo evidencian ^{Gutiérrez (2020)} al analizar los efectos sociales y ambientales de la Revolución Verde en México, o ^{Barrera & Burgos (2023)} quienes señalan que muchos programas de innovación en México terminan excluyendo a comunidades marginadas al centrarse solo en productividad.

Otro punto de quiebre entre lo que funciona y lo que no está en la gobernanza del conocimiento y la tecnología. Proyectos como los documentados por ^{Markow et al., (2023)} en Alemania muestran que cuando la innovación se concibe desde una lógica sistémica y colaborativa, sus efectos pueden transformar reglas institucionales y redes productivas. Por el contrario, las iniciativas basadas únicamente en la incorporación de tecnologías de punta -como CRISPR o blockchain- tienden a estancarse si no van acompañadas de marcos regulatorios claros, aceptación social o capacidades organizativas en territorio, como advierten ^{Maximiano et al., (2021)} y ^{Lin et al., (2020)}. Este contraste subraya que no es la tecnología en sí lo que determina el éxito, sino la forma en que se implementa, se adapta y se gobierna dentro de contextos sociales diversos. La clave, por tanto, está en alinear las políticas con las realidades del campo, fortaleciendo capacidades locales y asegurando que las soluciones no solo sean técnicamente viables, sino también socialmente justas.

Otro punto de desconexión entre lo que funciona y lo que no se encuentra en la gobernanza del saber y la ciencia. Proyectos documentados por ^{Markow et al., (2023)} en Alemania evidencian que, cuando se percibe la innovación desde un enfoque sistémico y colaborativo, sus impactos pueden modificar normas institucionales y redes de producción. En cambio, los proyectos que se centran exclusivamente en la implementación de tecnologías avanzadas -como CRISPR o blockchain- suelen estancarse si no se acompañan de marcos normativos claros, aceptación social o habilidades organizativas en el territorio, tal como sugieren ^{Maximiano et al., (2021)} y ^{Lin et al., (2020)}. Este contraste enfatiza que el éxito no se define por la tecnología en sí, sino por cómo se aplica, se ajusta y se dirige en diferentes contextos sociales. Por lo tanto, el secreto radica en sincronizar las políticas con las circunstancias del campo, potenciando las habilidades locales y garantizando que las soluciones no solo sean técnicamente factibles, sino también socialmente equitativas.

Hallazgos que destacan beneficios potenciales

Una de las ventajas más destacadas de esta revisión es la capacidad de convertir las políticas agrícolas en impulsores de cambio estructural cuando se formulan con un enfoque territorial, criterios de sostenibilidad y participación de múltiples actores. Por ejemplo, los descubrimientos de ^{Markow et al., (2023)} demuestran que los proyectos de innovación adecuadamente estructurados no solo producen avances tangibles, sino que también robustecen redes de participantes, alteran normas institucionales y dejan capacidades instaladas en el sistema agrícola. De forma parecida, ^{Romero et al., (2019)} subrayan que el fomento de habilidades como la coinnovación, la autoorganización y el aprendizaje en equipo son fundamentales para fortalecer ecosistemas robustos de innovación agrícola, especialmente en zonas donde el marco institucional todavía es débil.

Otro aporte importante radica en la ampliación del enfoque de las tecnologías aplicadas al agro. Estudios como el de ^{Ennaji et al., (2023)} abren la posibilidad de optimizar la gestión de nutrientes mediante modelos de machine learning más precisos, siempre que se trabaje sobre bases de datos abiertas y estandarizadas. Esto, junto con el uso de herramientas de teledetección como Sentinel-2 (^{Segarra et al., 2020}) o el blockchain para trazabilidad y transparencia (^{Lin et al., 2020}), muestra que las tecnologías emergentes pueden reforzar tanto la eficiencia como la gobernanza si se adaptan a las necesidades reales del campo. Además, la propuesta de ^{Sánchez et al., (2022)} sobre el uso de inteligencia artificial para planificar el uso del suelo destaca cómo el cruce entre ciencia de datos y políticas públicas podría mejorar significativamente la toma de decisiones, siempre que se consideren variables sociales y económicas. En conjunto, estos hallazgos apuntan a un potencial transformador que combina innovación, sostenibilidad y equidad como ejes centrales del desarrollo agrícola en América Latina.

Implicancias teóricas, prácticas y políticas para el desarrollo científico-tecnológico

Los descubrimientos de esta revisión brindan relevancia teórica significativa que contribuyen a reconfigurar nuestra comprensión de la innovación agrícola en América Latina. En lugar de enfocarse solo en la transferencia tecnológica o en la productividad independiente, los estudios examinados permiten la entrada a marcos más complejos que incorporan aspectos sociales, ambientales e institucionales. Por ejemplo, ^{Klerkx & Begemann (2020)} sugieren los sistemas de innovación agrícola dirigidos por misión (MAIS), los cuales expanden la perspectiva convencional y la orientan hacia metas estratégicas como la sostenibilidad y la igualdad. Desde el campo de las ciencias sociales, ^{Bianco et al. (2020)} enriquecen esta perspectiva al proponer que la transformación agropecuaria demanda enfoques territoriales multiactor.

Desde una perspectiva práctica, las vivencias registradas resaltan la importancia de crear habilidades locales, ajustar tecnologías y promover redes de cooperación. ^{Markow et al., (2023)} y ^{Romero et al., (2019)} concuerdan en que los beneficios de los proyectos de innovación no surgen de manera casual: requieren de la presencia de alianzas fuertes, marcos institucionales dinámicos y metodologías de participación activa. En contraposición, las pruebas empíricas relacionadas con herramientas digitales y sistemas de apoyo a decisiones agrícolas, como las expuestas por ^{Zhai et al., (2020)} y ^{Ennaji et al., (2023)}, evidencian que la efectividad tecnológica está íntimamente relacionada con la calidad de los datos, la capacitación técnica y el acceso a plataformas abiertas.

En el ámbito político, los descubrimientos fomentan una revisión de los sistemas normativos y las prioridades en la inversión pública. La investigación de ^{Costa et al., (2019)} muestra que cuando las estrategias se orientan hacia modelos de producción con bajas emisiones y un buen respaldo técnico, los resultados pueden ser significativos tanto en cuanto a productividad como a sostenibilidad. No obstante, tal como sugieren ^{Molossi et al., (2023)} y ^{Vyas et al., (2021)}, todavía existen desbalances en la distribución de subsidios, cobertura de seguros y normativa de tecnologías emergentes como los nanoagroquímicos (^{An et al., 2022}). Por ello, esta revisión sugiere que es fundamental alinear las políticas agrícolas con los avances científicos, promover un entorno regulatorio actualizado y apostar por esquemas de financiamiento que prioricen la innovación sostenible e inclusiva como un eje clave del desarrollo científico-tecnológico regional.