Regional integration as a remedy against technological dependency? The contradictions in the calls for regional integration in Latin American AI strategies
Notice bibliographique
Résumé
The rise of regional integration and South-South cooperation as an imperative in international relations and trade has been widely discussed, especially with the strengthening of BRICS+ (Brazil, Russia, India, China, South Africa), and Pan-African movements. The idea of a world with multiple powers giving rise to diverse social and economic imperatives for technoscientific innovation is finding traction among scholars, including researchers in science and technology studies (STS), who hope this new order can challenge entrenched liberal epistemological and infrastructural hegemony, even though skepticism remains about actual challenges to asymmetries in global science and technology circulation. This paper offers an empirical contribution to the issues of South-South cooperation and multipolarity in the context of regional integration by examining artificial intelligence (AI) policy developments in Latin America. Analyzing the national AI strategies of seven Latin American countries, and engaging with contributions from dependency theorists, the research reveals how aspirations for Latin America to lead in AI innovation often replicate technology policy imperatives from the Global North. This contradictory dynamic perpetuates dependent development models and reinforces Latin America’s peripheral role in technological systems. The paper advocates for increased attention in STS research regarding the contradictions of South-South cooperation and multipolarity, particularly in contexts of economic and technological dependency.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,020 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».