La agricultura de precisión utiliza herramientas y tecnologías como GPS y sensores para monitorear, medir y responder a los cambios en un campo agrícola en tiempo real.
Por Debra Lam, Atin Adhikari, James E. Thomas
Esto incluye el uso de tecnologías de inteligencia artificial para tareas como ayudar a los agricultores a aplicar pesticidas solo donde y cuando son necesarios.
Sin embargo, la agricultura de precisión no se ha implementado ampliamente en muchas áreas rurales de los Estados Unidos.
Estudiamos comunidades inteligentes , ciencias de la salud ambiental , políticas de salud y salud comunitaria , y participamos en un proyecto de investigación sobre IA y uso de pesticidas en una comunidad agrícola rural de Georgia.
Nuestro equipo, liderado por la Universidad del Sur de Georgia y la Ciudad de Millen, con el apoyo de la Extensión Cooperativa de la Universidad de Georgia, escuelas secundarias locales y la empresa de tecnología agrícola FarmSense , está probando sensores con inteligencia artificial para ayudar a los agricultores de algodón a optimizar el uso de pesticidas. Georgia es uno de los principales estados productores de algodón de EE. UU., y el algodón contribuyó con casi mil millones de dólares a la economía estatal en 2024. Sin embargo, solo el 13 % de los agricultores de Georgia utilizan prácticas de agricultura de precisión.
Asociación público-privada-académica
La innovación impulsa el crecimiento económico, pero el acceso a ella a menudo se limita a las grandes ciudades. Las comunidades más pequeñas y rurales suelen quedar excluidas , al carecer de la financiación, las alianzas y los recursos técnicos que impulsan el progreso en otras zonas.
Al mismo tiempo, el 75 % del impacto económico proyectado de la IA generativa se concentra en las operaciones con clientes, el marketing, la ingeniería de software y la investigación y el desarrollo, según un informe de McKinsey de 2023. En cambio, las aplicaciones de la IA que mejoran la infraestructura, los sistemas alimentarios, la seguridad y la salud siguen sin explorarse.
Sin embargo, las comunidades más pequeñas y rurales poseen un gran potencial, ya que albergan instituciones clave como pequeñas empresas , grupos cívicos y escuelas con un profundo compromiso con sus comunidades. Y ese potencial podría aprovecharse para desarrollar aplicaciones de IA que trasciendan los ámbitos corporativos tradicionales.
La Alianza para la Innovación , una coalición de personas y organizaciones del mundo académico, el gobierno y la industria, contribuye a superar esa brecha. Desde su lanzamiento hace casi cinco años, la Alianza para la Innovación ha apoyado 220 proyectos en Georgia, Carolina del Sur, Kentucky, Tennessee, Virginia, Texas y Alabama, colaborando con más de 300 comunidades para abordar desafíos que van desde la pobreza energética hasta la seguridad fluvial.
El programa One Partnership for Innovation proporciona financiación inicial y apoyo técnico a equipos de investigación comunitarios. Este apoyo facilita la resolución de problemas locales, lo que fortalece tanto la investigación académica como los resultados comunitarios. El programa se ha centrado recientemente en el papel de la inteligencia artificial cívica: IA que apoya a las comunidades y a los gobiernos locales. Nuestro proyecto sobre el uso de pesticidas en los campos de algodón forma parte de este programa.
Plagas y pesticidas del algodón
Nuestro proyecto en el condado de Jenkins, Georgia, está poniendo a prueba ese potencial. El condado de Jenkins, con una población de aproximadamente 8700 habitantes, se encuentra entre los 25 principales condados productores de algodón del estado. En 2024, se sembraron aproximadamente 1,1 millones de acres de tierra en Georgia con algodón, y según el censo de perfiles agrícolas de los condados de 2022, el condado de Jenkins ocupó el puesto 173 entre los 765 condados productores de algodón en Estados Unidos.
El estado se beneficia de suelos fértiles, un clima subtropical a templado y abundantes recursos naturales, todo lo cual sustenta una próspera industria agrícola. Sin embargo, estas mismas condiciones también propician plagas y enfermedades.
Los agricultores del condado de Jenkins, al igual que muchos otros, se enfrentan a numerosas infestaciones de insectos, como chinches hediondas, gusanos del algodón, gusanos del maíz, chinches de las plantas deslustradas y pulgones. Utilizan pesticidas de forma intensiva. Sin datos precisos sobre las plagas, terminan usando más pesticidas de los que probablemente necesitan, lo que pone en riesgo la salud de los residentes y aumenta los costos.
Si bien existen algunas herramientas para el manejo integrado de plagas , como la aplicación Georgia Cotton Insect Advisor , su adopción no es generalizada y se limitan a ciertos insectos. Otros métodos, como la exploración manual tradicional y el uso de trampas adhesivas, requieren mucho trabajo y tiempo, especialmente en el caluroso clima de verano.
Nuestro equipo de investigación se propuso combinar métodos de detección temprana de plagas basados en IA con las prácticas existentes de manejo integrado de plagas y la aplicación Insect Advisor. El objetivo era mejorar significativamente la detección de plagas, reducir los niveles de exposición a pesticidas y el uso de insecticidas en las plantaciones de algodón del condado de Jenkins. El trabajo compara diferentes métodos de monitoreo de insectos y evalúa los niveles de pesticidas tanto en los campos como en las zonas semiurbanas cercanas.
Seleccionamos ocho grandes campos de algodón operados por agricultores locales en Millen, cuatro sitios activos y cuatro de control, para recolectar muestras ambientales antes de que los agricultores comenzaran a plantar algodón y aplicar pesticidas.
El equipo contó con el apoyo de un nuevo sistema de monitoreo de insectos basado en IA, FlightSensor de FarmSense. El sistema utiliza un algoritmo de aprendizaje automático entrenado para reconocer los aleteos únicos de cada especie de insecto plaga. La trampa especializada está equipada con sensores ópticos infrarrojos que proyectan un haz de luz infrarroja invisible, llamado cortina de luz, a través de la entrada de un túnel triangular. Un sensor monitorea la cortina de luz y utiliza el algoritmo de aprendizaje automático para identificar cada especie de plaga a medida que los insectos entran en la trampa.
FlightSensor proporciona información sobre la prevalencia de los insectos objetivo, ofreciendo a los agricultores una alternativa a la tradicional vigilancia manual de insectos. Esta información permite a los agricultores ajustar la frecuencia de pulverización de pesticidas según las necesidades.
Lo que hemos aprendido
Aquí hay tres cosas que hemos aprendido hasta ahora:
- Potencial predictivo de control de plagas: las herramientas de IA pueden ayudar a los agricultores a identificar con precisión dónde es probable que se produzcan brotes de plagas, antes de que ocurran. Esto significa que pueden tratar solo las áreas que lo necesitan, ahorrando tiempo, mano de obra y costos de pesticidas. Se trata de una transición de la pulverización generalizada a la agricultura de precisión, una habilidad que los agricultores pueden utilizar temporada tras temporada.
- Toma de decisiones más eficaz para los agricultores: Los resultados preliminares indican que los sensores propuestos pueden monitorear eficazmente las poblaciones de insectos específicas de las plantaciones de algodón. Incluso después de que los sensores desaparezcan, los agricultores que los usaron mejoraron su capacidad para detectar plagas. Esto se debe a que los paneles de IA y las aplicaciones móviles les ayudan a ver cómo crecen las poblaciones de plagas con el tiempo y cómo responden a las diferentes condiciones del campo. Los investigadores también pueden acceder a estos datos de forma remota a través de plataformas de monitoreo satelital en sus computadoras, lo que mejora aún más la colaboración y el aprendizaje.
- Desarrollando talento local en tecnología agrícola: capacitar a estudiantes y agricultores en la detección de plagas mediante IA no solo protege los cultivos de algodón. También fomenta la alfabetización digital, abre puertas a carreras en tecnología agrícola y prepara a las comunidades para la innovación futura. Estas mismas herramientas podrían ayudar a los gobiernos locales a controlar mosquitos y garrapatas e impulsar más innovaciones en tecnología agrícola.
Plan para la innovación rural
Mediante el uso de IA para detectar plagas de forma temprana y reducir el uso de pesticidas, el proyecto busca reducir los residuos nocivos en el suelo y el aire locales, a la vez que promueve una agricultura más sostenible. Este proyecto piloto podría servir de modelo para el uso generalizado de la IA en las comunidades rurales para impulsar la agricultura, reducir los riesgos para la salud pública y desarrollar la experiencia local.
Igualmente importante, este trabajo fomenta más aplicaciones de IA cívica, basadas en necesidades reales de la comunidad, que otros pueden adoptar y adaptar en otros lugares. La IA y la innovación no necesitan ser urbanas o corporativas para tener un impacto significativo, ni se requieren títulos avanzados en tecnología para ser innovadoras. Con las alianzas adecuadas, los pueblos pequeños también pueden aprovechar las innovaciones para el crecimiento económico y comunitario.
Este artículo se republica de The Conversation bajo una licencia Creative Commons. Lea el artículo original.
