La inteligencia artificial reconfigura el monitoreo de plagas agrícolas, pero alertan sobre brechas en datos y acceso equitativo

Investigadores de la Universidad Laval, en Canadá, publicaron un análisis en el que sostienen que la inteligencia artificial (IA) está transformando el monitoreo de insectos plaga, al permitir identificaciones en tiempo real con tasas de acierto que superan el 90 % en varios órdenes de insectos. Sin embargo, el documento subraya que la efectividad de estas tecnologías depende críticamente de la calidad y diversidad de los conjuntos de datos, los cuales, actualmente, representan menos del 1 % de las aproximadamente 5.000 especies de plagas que afectan cultivos a nivel global.

El artículo, liderado por los investigadores Thomas Vinatier y Edel Pérez‑López, del Departamento de Fitología de la Universidad Laval, fue publicado en la revista PLOS Sustainability and Transformation. En él se argumenta que la IA, combinada con herramientas moleculares rápidas y adaptables, puede convertir el control de plagas de un enfoque reactivo —basado en la aplicación masiva de insecticidas— a otro proactivo y de precisión. Para ello, los autores analizan casos como la aplicación Plantix, que diagnostica más de 400 enfermedades en 40 cultivos con una precisión superior al 90 %, y la plataforma InsectNet, que identifica más de 2.500 especies de insectos con un 96 % de exactitud.

El desafío de los datos representativos y la gobernanza ética

A pesar de los avances, el estudio alerta de que los modelos de IA entrenados con imágenes de zonas geográficas o sistemas de cultivo limitados pierden fiabilidad al aplicarse en contextos diferentes. Los investigadores señalan que iniciativas como AgriPest, Pest24 e IP102 han mejorado la disponibilidad de datos, pero aún adolecen de una cobertura insuficiente de la diversidad real de plagas, estadios de desarrollo y condiciones de iluminación o solapamiento de especies.

Para abordar este problema, los autores proponen complementar los principios FAIR (Encontrables, Accesibles, Interoperables y Reutilizables) con el marco CARE, que incorpora dimensiones éticas y de gobernanza de los datos, especialmente relevantes para comunidades y territorios históricamente subrepresentados. “La equidad en el acceso y la representatividad de los datos no es solo un problema técnico, sino también un asunto de justicia social”, señala el texto.

Barreras técnicas y sociales para la adopción en el sector educativo y agrícola

El artículo identifica dos tipos de obstáculos que afectan directamente a las instituciones de educación superior y centros de investigación agrícola. Por un lado, las barreras técnicas: la falta de estándares comunes para la gestión de datos, la escasa robustez de los modelos ante condiciones de campo variables y el elevado costo del hardware especializado. Por otro, las barreras institucionales y sociales: la sobrerrepresentación de grandes explotaciones industriales en los conjuntos de datos, lo que deja fuera a los pequeños agricultores, especialmente en países en desarrollo, y la ausencia de marcos regulatorios que contemplen la validación, responsabilidad y protección de datos en el uso de estas herramientas.

Los investigadores enfatizan que la colaboración entre científicos, agricultores y responsables políticos es esencial para cocrear soluciones que sean intuitivas, multilingües y compatibles con las realidades de cada finca. “Las herramientas desarrolladas en el ámbito académico o industrial a menudo no se ajustan a las necesidades de los productores, especialmente los de pequeña escala”, advierten.

Implicaciones para la formación y la investigación universitaria

El estudio plantea que las universidades y centros de investigación tienen un papel clave para superar estas limitaciones. Entre las acciones prioritarias, los autores mencionan la curación de conjuntos de datos abiertos y representativos, la validación en campo de los modelos, el desarrollo de materiales de capacitación y extensión, y la generación de estándares que sirvan de base para la regulación. Estas tareas, sostienen, pueden contribuir a reducir las brechas de confianza, usabilidad y costo que frenan la adopción de la IA en el monitoreo de plagas.

Asimismo, el artículo destaca que la IA no solo mejora la identificación de insectos, sino que también permite optimizar prácticas culturales como fechas de siembra o rotación de cultivos, y facilita el uso de métodos alternativos como la liberación de enemigos naturales. No obstante, los autores advierten que el impacto ambiental del desarrollo y mantenimiento de los sistemas de IA —por su huella de carbono— debe ser considerado en cualquier estrategia de sostenibilidad.

El trabajo cuenta con el apoyo del Fondo de Investigación de Quebec (FRQNT), el Ministerio de Agricultura de Quebec (MAPAQ) y el Consejo de Investigaciones de Ciencias Naturales e Ingeniería de Canadá (NSERC), entre otras entidades.