Hacia la tecnificación de la Gestión Integral de Riesgo de Desastres en Argentina

Abstract

Este artículo examina el proceso de tecnificación de la Gestión Integral del Riesgo de Desastres en Argentina a partir del caso de la Mesa Nacional de Monitoreo de Sequías. Su propósito es analizar la coproducción de conocimiento interdisciplinario, aludiendo a sus mecanismos, resultados y desafíos. Con una estrategia metodológica cualitativa que articula análisis documental, entrevistas a actores clave y observación no participante, se muestra que la MNMS se sostiene sobre un doble andamiaje: la estructura formal del SINAGIR y el voluntarismo heredado de redes previas. Entre los principales hallazgos se destaca la capacidad de traducir información compleja en productos accesibles, como el Informe de Sequía. No obstante, se señalan limitaciones en torno a la dinámica de la MNMS (entre ellas la fragilidad institucional, un sesgo temático orientado al sector agropecuario y un notorio déficit de participación social), las cuales tensionan la integralidad del modelo y ponen en evidencia sus desafíos futuros.

This article examines the process of the technification of Comprehensive Disaster Risk Management in Argentina through the case of the National Drought Monitoring Board. Its purpose is to analyze the coproduction of interdisciplinary knowledge, addressing its mechanisms, results, and challenges. Through a qualitative methodological strategy that combines documentary analysis, interviews with key actors, and non-participant observation, it shows that the MNMS is sustained by a dual framework: the formal structure of SINAGIR and the voluntarism inherited from previous networks. Among the main findings, the capacity to translate complex information into accessible products, such as the Drought Report, stands out. Nevertheless, the study also highlights limitations in the dynamics of the MNMS (including institutional fragility, a thematic bias oriented toward the agricultural sector, and a significant deficit in social participation), which strain the comprehensiveness of the model and bring its future challenges to light.