Andrea Gallardo Espín, Universidad Central del Ecuador

12 de Julio de 2024

Todos los días analizamos nuestro entorno y las situaciones, tomamos la mejor decisión y resolvemos problemas. Hoy en día, la mayoría de nosotros hemos usado la inteligencia artificial (IA) con algún objetivo. Esto ha generado diversas reacciones, desde miedo e incertidumbre hasta asombro y fascinación. En este artículo, exploraremos que nos espera como profesionales agrícolas en un mundo cada vez más influenciado por la inteligencia artificial.

1. ¿Cómo funciona la inteligencia artificial?
2. ¿Por qué confundimos la inteligencia artificial con la robótica, la automatización o los algoritmos?
   1. Robótica
   2. Automatización
   3. Algoritmos
3. ¿Cuáles son las dificultades de la inteligencia artificial?
   1. Respuestas erróneas
   2. No puede innovar por si sola
4. ¿Puede la IA representar una amenaza para la agricultura?
5. Conclusión
6. Referencias

¿Cómo funciona la inteligencia artificial?

¿Por qué confundimos la inteligencia artificial con la robótica, la automatización o los algoritmos?

Para quienes no estamos familiarizados con términos de las ciencias computacionales, puede resultar difícil diferenciar conceptos que, aunque estén relacionados, no son lo mismo. A continuación, destacaremos diferencias clave que ayudarán a comprender mejor qué hace que la IA sea tan singular.

Robótica

Es la ciencia que estudia la evolución, diseño, construcción y aplicaciones de los robots, los cuales son dispositivos mecánicos con articulaciones móviles, destinados a efectuar una manipulación o un proceso y se encuentran controlados por una persona o sistema lógico (Conde, 2008). Al igual que con la automatización, la IA puede ser parte del software y los algoritmos que permiten al robot aprender y tomar decisiones, sin embargo, no son lo mismo.

Automatización

La automatización consiste en la incorporación de un conjunto de elementos y dispositivos tecnológicos que aseguren el control y buen comportamiento del sistema (Moreno, 1999). Su objetivo es minimizar la intervención humana en los procesos y esencialmente representa la convergencia de tres tecnologías: mecánica, electrónica e informática (Córdoba, 2006). La IA, siendo una rama de la informática, se relaciona estrechamente con la automatización porque puede formar parte de los sistemas automatizados, aunque no todos los sistemas de automatización utilizan IA.

Algoritmos

Los algoritmos son conjunto ordenado de operaciones que tienen como objetivo resolver un problema (Universidad Nacional de La Plata, 2016). Mientras los algoritmos siguen reglas fijas y pueden hacer predicciones, la IA puede adaptarse y cambiar su comportamiento basándose en los datos que recibe. Por ejemplo, hagamos de cuenta que queremos diseñar un sistema que te diga cuando y cuánto regar un cultivo. Si optamos por un algoritmo, estableceríamos reglas específicas, por ejemplo, «si la temperatura es alta y la humedad del suelo es baja, activar el riego durante 15 minutos cada mañana». En cambio, utilizando inteligencia artificial, el sistema podría aprender de manera autónoma. Basándose en datos históricos del suelo, evapotranspiración de las plantas, precipitación prevista, humedad relativa y ajustaría dinámicamente los patrones de riego para adaptar los tiempos y las cantidades de agua según las necesidades del cultivo. Cabe recalcar que ambos pueden combinarse según los objetivos.

¿Cuáles son las dificultades de la inteligencia artificial?

Respuestas erróneas

A menudo tomamos decisiones equivocadas, lo mismo puede sucederle a una inteligencia artificial. La inteligencia artificial nunca admitirá que no sabe algo, sino que siempre intentará ofrecer la respuesta más cercana posible a la pregunta o a los datos proporcionados. Por ende, muchas veces la respuesta puede no ser lo que buscamos. Por ello, la inteligencia artificial siempre dependerá de una persona con los conocimientos suficientes para clasificar la información para garantizar su precisión. En otras palabras, es una herramienta destinada a ayudar a las personas a alcanzar sus objetivos de manera más efectiva.

No puede innovar por si sola

El concepto de innovación es complejo, y posee varios enfoques y componentes (Recomendamos este artículo si te interesa explorar más este concepto). La innovación va más allá de sólo generar algo nuevo y original, implica agregar valor, mejorar significativamente algo existente, resolver problemas de forma efectiva, ser aceptada y utilizada en la práctica (Cilleruelo, Sánchez, & Etxeberria, 2008). Las respuestas que obtenemos de la inteligencia artificial son obtenidas de información que ya existía pero que tal vez no conocíamos. Por ello, las IA pueden ser herramientas poderosas para facilitar y potenciar la innovación humana, pero por sí solas no poseen intenciones creativas o capacidad de innovación en el sentido humano tradicional.

Además de estas consideraciones, existen otros desafíos como los aspectos éticos, los costos y privacidad de los datos. Sin embargo, las que cobran mayor relevancia para el propósito de este artículo son estas.

¿Puede la IA representar una amenaza para la agricultura?

En el pasado, había personas que trabajaban como telefonistas, faroleros o telegrafistas. Estos empleos, que actualmente consideramos obsoletos, han sido reemplazados por la tecnología. Es inevitable, el mundo está en constante cambio, es dinámico, y las necesidades humanas evolucionan al igual que los problemas. En el contexto agrícola, los principales problemas que enfrenta la agricultura son: el declive de la productividad, la poca accesibilidad a las innovaciones e información, la dependencia climática, la degradación y erosión de los recursos naturales (Steensland, 2022), la perecibilidad de los productos, la elasticidad de la oferta (Barragán, Martínez, & Delgado, 2022) y la falta de relevo generacional (MAG, 2020).

La inteligencia artificial podría ser la herramienta que estábamos esperando para cambiar la realidad agrícola. Dennis Brito, en una conferencia sobre ¨Exportaciones de productos ecuatorianos No Tradicionales, inteligencia artificial y agricultura 5.0¨ nos invita a cambiar el paradigma de «cómo nos va a reemplazar la inteligencia artificial» a «cómo podemos usarla para mejorar la vida de los agricultores». Imaginemos que, para abordar dependencia climática, se podría desarrollar una inteligencia artificial que analice datos meteorológicos y prediga condiciones climáticas adversas que podrían afectar a los cultivos. O una que optimice la logística y la cadena de suministro combinando algoritmos avanzados que puedan predecir el tiempo de tránsito y recomendar rutas que minimicen el tiempo de transporte y la exposición a condiciones ambientales desfavorables para controlar la perecibilidad de los productos. Incluso se podría utilizar una IA que pueda analizar datos históricos y actuales del mercado, como precios, tendencias de consumo y eventos económicos, para predecir la demanda futura de productos o anticipar cambios en la demanda, permitiendo a los agricultores ajustar su producción de acuerdo con las expectativas del mercado.

Como mencionamos en la sección anterior, «¿Cuáles son las dificultades de la inteligencia artificial?», la IA es más una herramienta que un reemplazo para los seres humanos. Daniela Peralvo, en una conferencia sobre «Agroalimentación y Futuro: Innovación de Impacto para Tiempos Cambiantes», habló sobre la empresa «NotCo», que utiliza IA para desarrollar productos innovadores basados en plantas. Esto nos demuestra que la IA puede ayudar a la creación y aplicación de soluciones novedosas que no solo buscan generar beneficios económicos, sino que también tienen un impacto positivo significativo en la sociedad y el medio ambiente. Pero este no es el único ejemplo real, en el sector agrícola ya se utiliza IA combinada con otras herramientas. Por ejemplo, Data Driven Dairy Decision for Farmers (4D4F) es una red para productores de leche, tecnología láctea, empresarios, veterinarios y personal de investigación para la utilización de sensores con la finalidad de obtener datos para mejorar las granjas lecheras en función de la información proporcionada (Fernández, 2020). Tenemos la experiencia de China y el sudeste de Asia que nos muestra que el sector agropecuario puede ser un motor del crecimiento económico, si los productores pueden tener acceso a innovaciones y servicios que aumenten su productividad (Steensland, 2022).

Conclusión

A todos nos gusta ahorrar energía, y es por ello por lo que la IA ha llegado para quedarse. Lejos de ser una amenaza para el campo, la IA es una herramienta valiosa para abordar problemas actuales y satisfacer las necesidades futuras debido a su contribución a la sostenibilidad. En lugar de temer que nos reemplace, la IA abre un abanico de oportunidades profesionales ya que es un campo nuevo y con mucho que explorar. Lo mejor que podemos hacer es adaptarnos y aprender más sobre esta herramienta para aprovechar al máximo sus beneficios.

Referencias

Bailón, D. (Diciembre de 2014). Escuela Superior Politécnica Agropecuaria de Manabí . Obtenido de Inteligencia Artificial: https://dayuia6toinfor.wordpress.com/wp-content/uploads/2014/12/resumen-tema-7-introduccic3b3n-a-las-redes-de-neuronas-artificiales.pdf

Barragán, F., Martínez, D., & Delgado, A. (2022). Patrones espaciales migratorios entre campos y ciudades y su incidencia en el futuro de los territorios rurales y agroalimentarios andinos: Reflexiones desde el caso ecuatoriano. Eutopía, Revista de Desarrollo Económico Territorial, 101-123.

Cilleruelo, E., Sánchez, F., & Etxeberria, B. (2008). Compendio de definiciones del concepto «innovación» realizadas por autores relevantes: diseño híbrido actualizado del concepto. Revista de Ingeniería de Organización, 61-68.

Conde, M. (2008). Generaciones de La Robótica. Revista de Información, Tecnología y Sociedad, 129-131.

Córdoba, E. (2006). Manufactura y automatización. Ingeniería e Investigación, 120-128.

Lerma, J. (2010). Cómo se comunican las neuronas (Vol. 14). Editorial CSIC-CSIC Press.

MAG. (20 de Septiembre de 2020). Ministerio de Agricultura y Ganadería. Obtenido de Más de 6.000 jóvenes participarán en la primera Escuela de Emprendimiento del MAG: https://www.agricultura.gob.ec/mas-de-6-000-jovenes-participaran-en-la-primera-escuela-de-emprendimiento-del-mag/#:~:text=Además%2C%20el%20proyecto%20tiene%20como,los%20productores%20superan%20los%2050.

Moreno, E. G. (1999). Automatización de Procesos Industriales. Valencia, España: Universidad Politécnica de Valencia.

Ramón Fernández, F. (2020). Inteligencia artificial y agricultura: nuevos retos en el sector agrario. Revista de Dereito Agroambiental Campo Jurídico (Online). 8(2):123-139. https://doi.org/10.3749/revistacampjur.v8i2.662

Salas, R. (2004). Redes neuronales artificiales. Universidad de Valparaıso. Departamento de Computación, 1(1), 1-7.

Steensland, A. (2022). 2022 Global Agricultural Productivity Report: Troublesome trends and system shocks. Thompson, T. (Ed.) Virginia Tech, Facultad de Agricultura y Ciencias de la Vida.

Universidad Nacional de La Plata. (2016). Por qué “pensar algoritmos” es tan importante en Informática? Bit & Byte, 21-22.

Visitas: 26