Con frecuencia leemos artículos que nos hablan de la Inteligencia artificial (IA) como algo sacado de la película Star Trek que, de una forma misteriosa y casi mágica, nos va a resolver todos nuestros problemas de un plumazo, e incluso nos puede poner en algunos aprietos como especie por un control omnipresente de todas nuestras acciones.
Es relativamente normal que muchos piensen así, pues el sensacionalismo informativo -o ciertas empresas burbujiles- tienen incentivos importantes para llamar la atención y generar expectativas poco realistas.
La realidad de la IA aplicada, la que ya se está empezando a utilizar en muchas actividades económicas o en nuestro ocio personal, así como la que probablemente utilizaremos en estos próximos años, es bastante más mundana. Se trata de una IA aplicada útil y que puede aportar un valor tangible en múltiples decisiones cotidianas.
Se basa en la digitalización de muchos procesos y en lograr un caudal constante y abundante de datos veraces, fiables, de calidad, que sirvan como combustible para entrenar a algoritmos y servicios de IA, para que sean capaces de ayudarnos en muchas tareas.
La IA aprende de forma parecida a las personas, a base de muchos impactos de información y logrando una respuesta de dichos impactos, que permite cada vez tomar mejores decisiones.
En el caso del sector Agro, donde se maneja un número muy elevado de variables que influyen, tanto en la producción primaria como en la transformación, distribución y comercialización de alimentos, la IA aplicada tiene ya algunos casos de uso en funcionamiento y un buen potencial por delante para extenderse en otras muchas aplicaciones.
Así, por ejemplo, entre las aplicaciones que ya están en marcha podemos encontrar casos de uso en la identificación de trabajadores en campo por imagen, video o voz, reconocimiento en plantas de carencias nutricionales, plagas o enfermedades a partir de fotografías, control del estado hídrico de los cultivos a partir de imágenes de satélite o control de calibres y calidad de fruto a partir de imágenes en el tratamiento postcosecha de los mismos..
Donde la IA puede ser realmente útil en el sector Agro es cuando contamos con una buena integración digital de todos los procesos, tenemos muchos y buenos datos, y somos capaces de ejecutar acciones a partir del resultado de los algoritmos. Idealmente esa ejecución se realizará de forma automática o automatizable a partir de los análisis basados en IA y preferentemente en acciones muy frecuentes con datos de entrada que van cambiando.
La IA nos aporta herramientas que se convierten en una gran suporte en tareas y decisiones repetitivas. Nos ayuda a ser más precisos, más eficientes, exhaustivos, cometer menos errores y a usar mejor los recursos escasos. Ejemplos de ello son ya ámbitos como la fertirrigación, las previsiones de cosecha, la gestión de pedidos entrantes y su encaje con las disponibilidades, o en el control de calidad de los productos.
En general, y al contrario de lo que muchos puedan pensar, el resultado óptimo se suele lograr con una colaboración muy estrecha entre las personas y los algoritmos de IA, basada en la mejora continua. Es decir, no se trata ni mucho menos de que la IA compita con las personas, pues el éxito actual y futuro será de personas ayudadas y complementadas por IA.
Las posibilidades de futuro de la IA en Agro son muy grandes, y estamos solamente empezando a visualizar algunas de esas posibilidades. Además de los casos ya mencionados se está trabajando ya en aplicaciones como la identificación automática por IA de malas hierbas y su eliminación selectiva por medios mecánicos con pequeñas máquinas o robots, la posibilidad de detectar en tiempo real el grado de madurez de cada fruto, ayudando en su recolección o incluso automatizándola por completo, o la posibilidad de analizar y recomendar en tiempo real la poda de árboles, incluso llegando a automatizarla de forma inteligente.
Es un camino motivante y atractivo donde, como decisiones previas, debemos apostar sin dudarlo por la digitalización integral de todo el sector Agro y sus procesos, desde el campo y hasta el consumo.
Hay que ejercitar la cultura analítica, donde un alto número de decisiones se tomen con datos y análisis, todo ello de manera digital. A partir de ese punto es posible ir introduciendo poco a poco la IA, contando con el combustible necesario de los datos abundantes y veraces.
