Gobernanza de datos, IA ligera y análisis de redes para prevención estratégica del crimen organizado

Este estudio tuvo como objetivo analizar la integración de gobernanza de datos, análisis de redes e IA ligera para la prevención estratégica de la delincuencia organizada, por su potencial para mejorar la priorización de riesgos y reducir la exposición de datos sensibles. Se realizó una revisión sistemática orientada por PRISMA 2020 sobre Dimensions.ai y Scopus, acotada a 2021–2025, sin trabajo de campo. Se aplicaron criterios de inclusión sobre crimen organizado, gobernanza de datos, SNA e IA en el borde; tras cribado y elegibilidad, se analizaron 52 documentos. La extracción registró unidad de análisis de red, componentes de gobernanza, uso de IA ligera y tipo de intervención; la síntesis fue narrativa con codificación temática y apoyo bibliométrico con VOSviewer. A diferencia de estudios previos que abordan por separado la gobernanza de datos, el análisis de redes o la IA, este trabajo ofrece una síntesis integradora que organiza la evidencia en paquetes operativos combinados y propone métricas estructurales y operativas comparables para su evaluación. Los resultados mostraron dos perfiles: América Latina con producción focalizada y baja tracción citacional, y Europa/Estados Unidos con mayor densidad colaborativa e impacto. La integración de datos financieros y contractuales fortaleció la detección de vínculos opacos y habilitó medidas administrativas. Las métricas de redes guiaron intervenciones selectivas con evaluación posterior de cambios en centralidad, cohesión y modularidad. Además, la IA en el borde redujo latencia y riesgo de divulgación, condicionada a salvaguardas de equidad y explicabilidad.

Compartir: