El número de trabajos de investigación interesados en estudiar la dimensión social de la sostenibilidad y la resiliencia de la cadena de suministro está aumentando en la literatura. Sin embargo, la dimensión social es compleja, con varias variables de incertidumbre que no pueden expresarse con una lógica booleana tradicional de totalmente verdadero o falso. Para hacer frente a la incertidumbre, la Lógica Difusa permite el desarrollo de modelos para obtener valores precisos a partir del concepto de variables lingüísticas difusas. Utilizando el Modelo de Ecuaciones Estructurales por Mínimos Cuadrados Parciales (SEM-PLS) y el Conocimiento Difuso Evolutivo, esta investigación tiene como objetivo analizar el poder predictivo de las características sociales de sostenibilidad en el rendimiento de resiliencia de la cadena de suministro en el contexto de la pandemia de COVID-19 con casos representativos de México y Chile. Validamos nuestro enfoque utilizando la base de datos de Chile para entrenar nuestro modelo y la base de datos de México para realizar pruebas. La base de datos de conocimiento difuso tiene un poder predictivo de más del 80%, utilizando características de sostenibilidad social como entradas en relación con la resiliencia de la cadena de suministro en el contexto de la interrupción de la pandemia de COVID-19. Hasta donde sabemos, no hay trabajos en la literatura que utilicen el conocimiento evolutivo difuso para estudiar la sostenibilidad social en correlación con la resiliencia. Además, nuestro enfoque propuesto es el único que no requiere un conocimiento experto a priori o una configuración matemática sistemática.