Robots: la próxima revolución del campo

En un futuro cercano, la incorporación de la inteligencia artificial a lo agropecuario permitirá tomar mejores decisiones y optimizar aún más las prácticas agrícolas.

Desarrollos argentinos que transformaron el trabajo en el campo.

Desarrollos argentinos que transformaron el trabajo en el campo.

26deAbrilde2016a las16:01

La literatura y el cine de ciencia ficción contribuyeron a que las palabras “robots” y “robótica” quedaran asociadas al futuro, a la suplantación de tareas humanas y a la conquista de territorios inexplorados en el imaginario más cercano, aunque la realidad muestre algo muy diferente. La robótica cuenta con numerosas dimensiones y una infinidad de aplicaciones en el horizonte de la investigación, el desarrollo y la innovación agroindustrial; y ocupa espacios en casi todos los rubros de la actividad económica, las comunicaciones y el arte.

La implementación de electrónica, software, geoposicionamiento y mecatrónica tanto para la siembra, monitoreo o cosecha de un campo, es hoy una realidad. De hecho, con casi ocho millones de hectáreas sembradas con tecnología de precisión, la Argentina se ubica entre los países más tecnificados del mundo para la producción de granos.

La frontera en materia de desarrollos agrícolas ubica a los robots cada vez más cerca de que puedan sembrar, cosechar y pulverizar; es decir, realizar acciones más complejas donde intervendrán actores del mundo agropecuario, de las tecnologías de información y comunicación (TIC) y la robótica. Por tanto, con datos precargados podrán hacer el seguimiento de un cultivo, anticiparse al ataque de plagas y enfermedades, identificar zonas de malezas, detectar fallas de siembra o fertilización y realizar la tarea para remediar la situación.

Al principio, el concepto de agricultura de precisión (AP) en la Argentina se refirió al “manejo de insumos variables por ambientes y de datos extraídos del lote”, recordó Juan Pablo Vélez, especialista en agricultura de precisión del INTA Manfredi –Córdoba–.“Luego incluyó a los equipos y al control y medición de la eficiencia de las máquinas”, comentó.

A todo esto, le siguieron los desarrollos de software con inteligencia precargada para que la máquina tome decisiones sin depender del operario, con alta eficiencia en el curso de las acciones y trazabilidad de los procesos. Esto se logró mediante el uso de un chip y con la ayuda de un sistema de lectura. Así, “un fardo, por ejemplo, puede proporcionar información acerca de su procedencia –no sólo la zona, sino las coordenadas que permiten establecer exactamente de dónde salió–, el día en que se armó y su contenido de humedad”, indicó Vélez.

El primer paso de la AP es “conocer cuál es el grado de variabilidad en el rendimiento de los cultivos para tomar decisiones de manejo que impacten en términos de beneficio económico”, destacó. Por ejemplo, al ahorrar insumos en las zonas del campo donde la productividad está limitada por algún factor –áreas de suelos salinos o degradados por erosión– y potenciar aquellas donde es mayor, con incremento del uso de fertilizantes o densidad de semillas.

Sin embargo, lo más revolucionario para el campo vendrá de la mano de la electrónica, el software, las comunicaciones, la conectividad y la robotización a partir del desarrollo y aplicación de sensores capaces de identificar objetos, plantas, estado de humedad y nutrición del suelo; variables climáticas como humedad relativa, temperatura, velocidad del viento, lluvia, evapotranspiración actual y potencial; capacidad para escanear granos y detectar daño mecánico, impurezas, contenido de aceite y proteína sobre una cosechadora; sensores que detectan hormonas que guían cosechadoras para sólo recoger la fruta madura, sensores de insectos en grano almacenados, satélites y nanosatélites de alta resolución espacial y temporal.

“Todos estos sensores ayudarán a recoger datos que se analizarán en software instalados en las máquinas o en la nube (big data)”, indicó Vélez, quien advirtió que “la máquina podrá, en tiempo real, transformar esos datos en información agronómica útil para modificar su comportamiento en fracciones de segundo a escala de cada metro cuadrado”.