Delete casos_gobernanza.json

casos_gobernanza.json

@@ -1,64 +0,0 @@
-{
-  "propuestas_gestion_incertidumbre": [
-    {
-      "id": 1,
-      "nombre": "Gestión de incertidumbre en la cadena global de semiconductores",
-      "titulo": "Uso de dinámica de sistemas en la resiliencia del suministro",
-      "año": 2025,
-      "descripcion": "Las empresas y gobiernos utilizan modelos de dinámica de sistemas para anticipar disrupciones en la producción y logística de semiconductores, considerando factores económicos, políticos y climáticos.",
-      "enfoque_riesgo": "Se basa en modelado sistémico para evaluar interdependencias y retroalimentaciones en la red de suministro, con herramientas como simulaciones de escenarios y análisis de redes complejas.",
-      "opinion_docente": "Este enfoque permite gestionar incertidumbres de forma proactiva en lugar de reactiva, identificando puntos de fragilidad y optimizando rutas alternativas antes de que ocurra una crisis.",
-      "url": "https://ejemplo.com/gestion_semiconductores"
-    },
-    {
-      "id": 2,
-      "nombre": "Mercados financieros y gestión evolutiva del riesgo",
-      "titulo": "Adaptabilidad de los actores sin regulación centralizada",
-      "año": 2025,
-      "descripcion": "Los mercados financieros operan con un alto nivel de incertidumbre, y los inversionistas desarrollan estrategias evolutivas basadas en aprendizaje continuo y adaptación a cambios impredecibles.",
-      "enfoque_riesgo": "El sistema no depende de normativas rígidas, sino de la capacidad de los actores para evolucionar mediante mecanismos de selección natural financiera, optimizando estrategias de inversión y cobertura de riesgos.",
-      "opinion_docente": "Este modelo ilustra cómo la gobernanza de la incertidumbre puede prescindir de estructuras jerárquicas y permitir que la inteligencia colectiva optimice dinámicamente sus respuestas.",
-      "url": "https://ejemplo.com/mercados_evolutivos"
-    },
-    {
-      "id": 3,
-      "nombre": "Modelo inmunológico como sistema cognitivo de respuesta a riesgos",
-      "titulo": "Aprendizaje distribuido y autoorganización sin control central",
-      "año": 2025,
-      "descripcion": "El sistema inmunológico humano gestiona la incertidumbre de patógenos desconocidos mediante detección descentralizada, memoria inmunológica y adaptación rápida sin necesidad de una dirección centralizada.",
-      "enfoque_riesgo": "Este enfoque cognitivo se basa en la autoorganización y el aprendizaje distribuido, donde cada célula actúa como un nodo de conocimiento capaz de reaccionar en función de experiencias pasadas y señales locales.",
-      "opinion_docente": "Aplicar principios inmunológicos a la gestión del riesgo permitiría diseñar sistemas organizacionales resilientes, con respuestas descentralizadas y autoaprendizaje continuo.",
-      "url": "https://ejemplo.com/inmunologia_riesgos"
-    },
-    {
-      "id": 4,
-      "nombre": "Red eléctrica inteligente y gestión descentralizada de la incertidumbre",
-      "titulo": "Sistemas eléctricos adaptativos basados en redes complejas",
-      "año": 2025,
-      "descripcion": "Las redes eléctricas inteligentes permiten gestionar incertidumbres de demanda y suministro en tiempo real, utilizando algoritmos distribuidos y sensores para optimizar el flujo energético.",
-      "enfoque_riesgo": "Uso de inteligencia artificial y modelos de redes dinámicas para redistribuir la carga energética y prevenir fallas sistémicas ante eventos inesperados.",
-      "opinion_docente": "Este enfoque ilustra cómo la gobernanza de la incertidumbre puede distribuirse en una red descentralizada en lugar de depender de regulaciones rígidas.",
-      "url": "https://ejemplo.com/redes_inteligentes"
-    },
-    {
-      "id": 5,
-      "nombre": "Respuesta ante pandemias basada en aprendizaje adaptativo",
-      "titulo": "Estrategias evolutivas para gestión de crisis sanitarias",
-      "año": 2025,
-      "descripcion": "Los países que manejaron mejor la incertidumbre en pandemias recientes utilizaron un enfoque evolutivo, donde estrategias de mitigación se ajustaban dinámicamente en función de datos en tiempo real.",
-      "enfoque_riesgo": "En lugar de aplicar medidas rígidas, se adoptaron modelos de gestión evolutiva que optimizaban respuestas sanitarias según la propagación del virus y la disponibilidad de recursos.",
-      "opinion_docente": "Permite una mayor resiliencia frente a crisis sanitarias, evitando rigideces normativas que pueden volverse obsoletas ante nuevas amenazas epidemiológicas.",
-      "url": "https://ejemplo.com/pandemias_adaptativas"
-    },
-    {
-      "id": 6,
-      "nombre": "Estrategia de enjambre en drones autónomos para misiones de rescate",
-      "titulo": "Coordinación descentralizada basada en inteligencia distribuida",
-      "año": 2025,
-      "descripcion": "Sistemas de drones operan sin un control centralizado, utilizando inteligencia de enjambre para explorar áreas de desastre, encontrar sobrevivientes y coordinar acciones de rescate de manera autónoma.",
-      "enfoque_riesgo": "Cada dron actúa como un nodo inteligente que aprende y se comunica con los demás en tiempo real, optimizando decisiones sin necesidad de intervención humana constante.",
-      "opinion_docente": "Ejemplo de un sistema cognitivo donde la incertidumbre se gestiona mediante autoaprendizaje distribuido y capacidad de reacción inmediata sin estructuras rígidas.",
-      "url": "https://ejemplo.com/drones_rescate"
-    }
-  ]
-}