La Inteligencia artificial en agricultura y las reticencias de los agricultores y muchos asesores
Fuente colaje imágenes Google
Hace más de cuatro años, antes de la eclosión mediática de la IA, que nos acecha a “todos y por todos los frentes” me percaté de que me espiaban en mi propia casa violando cualquier atisbo de publicidad. Ya os los expliqué en el siguiente post: Inteligencia Artificial A Gritos en la Oscuridad (atrapados y sin salida).
Realmente convivir de la agricultura digital está tiendo a los campesinos en ascuas y mareados con tanta “smart agriculture”. Es como si se deseara que atesoren más conocimientos del mundo digital que de su propia experiencia, sí o sí, e intentando que se comporten como esos adolescentes que pretenden ir a la moda. Ya os he explicado en posts precedentes (ver relación tras esta entradilla) y habrá que seguir sufriéndola en el futuro. Estoy elaborando un post interminable, repleto de noticias, que a mí personalmente me ponen los pelos de punta acerca de la IA. Incluso los científicos caen como moscas en sus garras. Yo persisto en mi voluntad de evitarla, al menos hasta que todos los temas éticos dimanantes de la aplicación de la IA se aclaren, entre otros que afectan a nuestras vidas.
La noticia de hoy es breve, escueta y clarificadora. Pequeños y medianos agricultores ponen el dedo en la llaga, aunque no los grandes terratenientes. Como os muestran debajo de nuevo nos topamos con la Ley de San Mateo. Pero levan toda la razón: Privacidad y sencillez, ante todo, y no tanto aparatito y software tecnológico.
Realmente el mundo agrario rural, siempre duro, comienza a ser una tortura ante la persistencia de gobernantes, científicos, grandes corporaciones, etc. de que estén a la moda, sirva o no sirva, privándoles de parte de sus beneficios.
Mientras tanto en Europa, la digitalización que les exige la agricultura digital a la hora de solicitar subvenciones etc., se ha convertido en una “burro-cracia digital” que les tiene atormentados. Las exigencias de las autoridades, incluso para este fin, supera con creces su comprensión, por mucho que ya sepan, a menudo, contabilizar sus cuentas, producciones y más (…) en hojas Excel y otros útiles que proporciona la informática. Ya hemos denunciado que, en este macro-negocio global, les invaden de publicidad engañosa. “El burro grande ante o no ande” parece ser el lema de los vende motos.
Os hemos comentado en numerosas ocasiones que, seguramente, muchos científicos y tecnólogos seríamos incapaces de aplicar esta “agricultura inteligente”, que también podría ser denominada burro-dependiente.
En 2007, durante un congreso mundial de suelos que se celebró en Filadelfia, asistí a una conferencia en un simposio sobre etnoedafología y conocimiento campesino. Expertos de la FAO realizaron un estudio que mostraba como si se le explicaba bien a un grupo de campesinos lo que deseaban cartografiar de sus agros, estos realizaron un mapa de suelos agrario que tras cotejarlo con el llevado a cabo por la FAO; y “remuestrear” el territorio, resultó que ganaba por goleada el modesto mapa de suelos realizados por esos campesinos a los que muchos ingenieros y asesores han considerado casi siempre ignorantes. El conocimiento campesino debería ser un punto de partida imprescindible.
Tendremos que seguir hablando del tema, por cuanto la tecnociencia insiste como un martillo pilón, la mente de estos desdichados que, entre desastres naturales, cadenas de valor infladas y tanta publicidad engañosa, no dan abasto. Empero son más prudentes que la mayoría de los ciudadanos, como podréis leer abajo.
Juan José Ibáñez
Continua…..
En nuestra bitácora relacionados con la IA y la agricultura (lo pereza o no)
Categoría Fertilidad de Suelos y Nutrición Vegetal
IA y Tecnociencia (Inteligencia Artificial)
Flores Artificiales Compostables y Agricultura de Precisión y baterías sensores inalámbricos
La contaminación global del suelo por metales tóxicos amenaza la agricultura y la salud (borrador) (pendinte de publicación) (pendinte de publicación)
Primeros Imperios y Civilizaciones en la Tierra: Nacimiento de la agricultura, ingeniería y medicina (borrador) (pendinte de publicación)
Agricultura Inteligente y Nuevas Tecnologías: Para Qué y Para Quien —(borrador) (pendinte de publicación)
por la Universidad de Vermont; editado por Gaby Clark, reseñado por Alexander Pol; Notas de los editores
Joven agricultor trabajando con un asesor de cultivos como parte del Programa de Formación para Agricultores de UVM. Crédito: Facultad de Agricultura y Ciencias de la Vida de la UVM.
Un nuevo estudio coautoría entre investigadores de Virginia Tech y la Universidad de Vermont ofrece uno de los primeros análisis empíricos a gran escala sobre cómo los Asesores Certificados de Cultivos (CCA) en toda Norteamérica evalúan la próxima generación de sistemas de apoyo a la decisión (IA-DSS) habilitados por inteligencia artificial para la agricultura.
Publicado en Technological Forecasting and Social Change, el estudio identifica las características específicas de diseño que más influyen en la elección de herramientas de IA por parte de asesores agrícolas de confianza y qué podrían frenarlas.
La investigación, realizada en colaboración con la Sociedad Americana de Agronomía, fue liderada por Maaz Gardezi, profesor asociado en la Escuela de Asuntos Públicos e Internacionales de Virginia Tech, con coautores de UVM: el profesor Asim Zia, la profesora Donna M. Rizzo, el profesor asociado de investigación Scott C. Merril, los estudiantes de posgrado de UVM Benjamin E.K. Ryan y Halimeh Abuayyash, y los estudiantes de posgrado de Virginia Tech Indunil Dharmasiri, Pablo Carcamo y Bhavna Joshi. Colaboradores adicionales fueron David Clay, profesor distinguido en la Universidad Estatal de Dakota del Sur, y John McMaine, profesor asociado de extensión en la Universidad de Kentucky. El equipo de investigación utilizó un experimento de elección discreta para analizar cómo los asesores de cultivos sopesan los compromisos entre coste, precisión, precisión espacial y propiedad de los datos al evaluar sistemas basados en IA.
Los hallazgos clave incluyen:
La simplicidad y la usabilidad son lo que más importa. Los asesores preferían consistentemente sistemas fáciles de usar que incorporaban datos satelitales frente a herramientas más complejas y ultra precisas que requerían entradas de datos intensivas.
La confianza depende de la transparencia y la gobernanza de datos. El coste y la propiedad de los datos surgieron como determinantes principales de la adopción, con los asesores prefiriendo sistemas que permitan a los usuarios mantener el control total o compartido sobre sus datos.
La IA no debería sustituir al juicio profesional. Los asesores de cultivos preferían herramientas AI-DSS que complementaban su trabajo en lugar de automatizar, valorando recomendaciones editables, calibración local y opciones de verificación de campo.
Las actitudes tecnológicas moldean la adopción. Los asesores con una visión más optimista de la IA estaban más abiertos a sistemas intensivos en datos, mientras que aquellos con preocupaciones de privacidad eran menos propensos a adoptar herramientas que requieren una amplia cantidad de datos de los agricultores.
Maaz Gardezi, investigador principal del estudio, resume la importante visión de la investigación de esta manera: «El rendimiento técnico de las herramientas de IA importa en la agricultura, pero el coste y la propiedad de los datos—especialmente los modelos compartidos o abiertos—son fundamentales para la selección. Los asesores de cultivos prefieren sistemas que aumenten en lugar de reemplazar el juicio profesional.»
Asesor de cultivos que trabaja con agricultores principiantes como parte del Programa de Formación para Agricultores de UVM. Crédito: Facultad de Agricultura y Ciencias de la Vida de la UVM
Un punto de inflexión para la IA agrícola
El estudio llega en un momento en el que las predicciones, clasificaciones y recomendaciones generadas por IA se utilizan cada vez más para guiar decisiones relacionadas con la aplicación de fertilizantes, el manejo de plagas y enfermedades, la planificación del riego y la contabilidad de carbono y nutrientes. Sin embargo, la adopción ha ido rezagada, especialmente entre granjas medianas y pequeñas, en parte debido a preocupaciones sobre la privacidad, la asequibilidad, la transparencia y la confianza.
«Los asesores certificados de cultivos están entre los expertos técnicos más confiables a los que recurren los agricultores en Estados Unidos», dijo Asim Zia, profesor de Políticas Públicas e Informática en UVM. «Diseñar herramientas de decisión con IA que mejoren, y no reemplacen, su experiencia es esencial para construir sistemas agrícolas productivos, equitativos y resilientes al clima.»
Un marco sociotécnico para una IA fiable
Los autores sostienen que los desarrolladores y responsables políticos de IA deben adoptar un enfoque sociotécnico que alinee los algoritmos con los valores y limitaciones reales de las personas que se espera que utilicen estas herramientas. Sus hallazgos recomiendan:
Co-creación con asesores de cultivos y agricultores durante el desarrollo
Estructuras de costes transparentes y comunicación clara de los compromisos
Modelos de gobernanza de datos controlados por el usuario
Diseños de personas en el bucle que preservan la autonomía del asesor
«Estos conocimientos ayudan a llevar la IA para la agricultura más allá de las métricas de rendimiento«, dijo la coautora del estudio Donna Rizzo, titular de la Cátedra Dorothean y profesora de Ingeniería Civil y Ambiental en la UVM. «El objetivo son herramientas fiables y contextuales que funcionen para granjas y sistemas de asesoramiento diversos.»
Más información
Maaz Gardezi et al., Un marco sociotécnico para analizar las preferencias de asesores de cultivos respecto a sistemas de apoyo a la decisión basados en IA, Technological Forecasting and Social Change (2026). DOI: 10.1016/j.techfore.2026.124601
Conceptos clave
Diseño y desarrollo de instrumentos Mejora de la usabilidad de los datos científicosInteligencia artificial
Proporcionado por la Universidad de Vermont
El robot autónomo TerraScout entrega prescripciones de campo en tiempo real