2025 Annual Report Cuando la inteligencia artificial se encuentra con la agricultura
La inteligencia artificial está transformando las industrias de todo el mundo, pero la mayor parte de ella no está diseñada para un pequeño agricultor de Uganda con una conexión a Internet inestable. La Alianza está cambiando esta situación creando herramientas orientadas a los agricultores que aplican la IA para acelerar la mejora de los cultivos, detectar enfermedades en tiempo real y escuchar, literalmente, las necesidades de los agricultores.
La inteligencia artificial está transformando la agricultura, pero solo alcanzará todo su potencial si impulsa herramientas diseñadas para y junto con las personas que cultivan los alimentos de nuestro planeta. Este principio de diseño centrado en las personas guía el enfoque de la Alianza hacia la innovación digital: una IA diseñada para adaptarse a las necesidades de los mejoradores, los extensionistas y los agricultores sobre el terreno —especialmente en África, donde la brecha entre la capacidad de investigación y la aplicación práctica ha sido históricamente más amplia y donde, si se hace bien, lo que está en juego es mayor—.
En 2025, un conjunto de herramientas interconectadas, desarrolladas por científicos de la Alianza con el apoyo de socios globales como la Fundación Gates y Google, pasó de la fase de investigación a convertirse en productos listos para su implementación.
"Más allá de los chatbots y las herramientas de productividad que han acaparado la atención del público, la IA está ampliando el alcance de la ciencia de vanguardia y ayudando a los científicos de todo el mundo a abordar algunos de los mayores retos a los que se enfrentan sus comunidades… En materia de seguridad alimentaria, estamos desarrollando modelos básicos de fenotipado de plantas para ayudar a acelerar el desarrollo de nuevas semillas resistentes al clima". — James Manyika, vicepresidente sénior de Investigación, Laboratorios, Tecnología y Sociedad en Google-Alphabet, en declaraciones a Fortune
Observar el cultivo: Fenotipado basado en IA
La evaluación tradicional de los cultivos es lenta, requiere mucha mano de obra y depende de evaluadores expertos que no pueden estar en todas partes a la vez. Pheno-i cambia esa situación. Al convertir las imágenes tomadas en el terreno y con drones en datos fenotípicos a gran escala —evaluando miles de líneas por su calidad agronómica, la respuesta a enfermedades, el crecimiento y el rendimiento—, Pheno-i permite a los fitomejoradores reducir los ciclos de selección, que antes duraban temporadas enteras, a tan solo unos días.
Con el respaldo de una iniciativa financiada por Google, la Alianza está formando a los mejoradores en el uso de Pheno-i y en el desarrollo de sus propios modelos de IA, lo que refuerza la capacidad analítica en toda la red. Al estar conectada a la plataforma Fairgrounds de CGIAR, esta iniciativa ofrece a los mejoradores acceso a conjuntos de datos interoperables y preparados para la IA, lo que acelera los avances genéticos a través de la colaboración y de la informática.
A nivel de campo, el proyecto Artemis —que lleva cuatro años de investigación y desarrollo respaldados por la Fundación Gates— ha dado lugar a Ona (que significa "ver" en swahili), una herramienta de visión artificial basada en teléfonos inteligentes que permite a los investigadores obtener imágenes completas de parcelas de mejoramiento en menos de 30 segundos. Utilizada junto con Bruno, su herramienta de campo complementaria, Ona proporciona datos en el mismo día, lo que supera a las estimaciones humanas tradicionales en precisión y exactitud. Ona se está extendiendo ahora como la principal herramienta de fenotipado para teléfonos inteligentes en todo el ámbito de CGIAR, lo que pone a disposición de cualquiera con un teléfono la medición rigurosa de los cultivos.
A la escucha del agricultor: voz, lenguaje e inteligencia en la finca
El fenotipado capta los rasgos de una planta. Pero comprender lo que necesita un agricultor requiere un tipo de escucha diferente.
El proyecto NDIZI —que también cuenta con el apoyo de la Fundación Gates— ha desarrollado Sikia (que en swahili significa «escuchar»): una herramienta que utiliza el reconocimiento automático del habla y modelos de visión-lenguaje para recopilar datos conversacionales y visuales directamente en la finca, y procesarlos mediante grandes modelos de lenguaje para extraer información sobre las preferencias de los agricultores y el rendimiento de las plantas durante la temporada. Tras haber desarrollado modelos eficaces para el swahili, el equipo se está expandiendo ahora a otros idiomas (chichewa, amárico, hausa, wolof, yoruba) y trabajando en una implementación sin conexión, en el propio dispositivo, para zonas sin conexión a Internet —una elección de diseño que mantiene la tecnología arraigada en las realidades de los agricultores a los que pretende servir—.
"Necesitamos una IA que escuche, literal y metafóricamente. Porque la verdadera innovación no es el algoritmo. Es lo que ocurre cuando la voz de un agricultor da forma a la ciencia." —Jacob van Etten, Director de Inclusión Digital de la Alianza, en su intervención en la Semana de la Ciencia de CGIAR
Tricot —una metodología de ciencia ciudadana para la evaluación inclusiva de cultivos en finca— también está transformando la manera en que los fitomejoradores recopilan datos sobre las preferencias de los agricultores a gran escala, al poner la evaluación de nuevas variedades directamente en manos de las comunidades agrícolas. Nuestro proyecto 1000FARMS ha trabajado en Etiopía, Ghana, Uganda y otros países para ampliar el uso de Tricot y de la plataforma ClimMob entre los sistemas nacionales de investigación agrícola, las universidades y los fitomejoradores de CGIAR.
Este enfoque genera datos sobre preferencias específicas para cada contexto que los ensayos realizados en condiciones controladas no pueden proporcionar, y está transformando la manera en que los mejoradores abordan las etapas finales del desarrollo de variedades.
"Estamos en proceso de desarrollar variedades mejoradas de fríjol común. Normalmente, cuando estamos en las últimas fases, antes de liberar las variedades oficialmente, tenemos que probarlas en las fincas con los agricultores. Optamos por utilizar Tricot porque queríamos comprender mejor hasta qué punto estas variedades eran valoradas por los agricultores". —Mejorador de fríjol de NARO, Uganda (testimonio recogido durante una entrevista anónima)
Un análisis iniciado en julio de 2025 confirmó el creciente impulso de Tricot: especialmente en Ghana y Uganda, el trabajo de la Alianza —combinado con los programas de mejoramiento financiados por CGIAR y la Fundación Gates— ha aumentado de forma demostrable la concientización, las habilidades y la adopción por parte de los mejoradores nacionales. Por ejemplo, en Etiopía, los encuestados indicaron una confianza del 90 % en el Tricot frente a otros métodos agrícolas. Asimismo, la adopción ha catalizado la colaboración con organizaciones de agricultores, servicios públicos de extensión y socios del sistema de semillas. El análisis también señala dónde hay que seguir trabajando: en Etiopía y Haití, la creación de relaciones institucionales que permitan el arraigo de Tricot sigue siendo una prioridad.
Detección de enfermedades a gran escala: esperanza gracias a Tumaini
Para los agricultores que se enfrentan a las enfermedades de los cultivos, la rapidez del diagnóstico puede marcar la diferencia entre un brote manejable y una cosecha perdida. La aplicación Tumaini pretende lograrlo en cultivos clave como el banano y, más recientemente, en los fríjoles. Ya ha sido ampliamente adoptada entre los mejoradores de PABRA y ahora está integrada en el proyecto Beans for Women, con detección de enfermedades en tiempo real y evaluación de la salud de los cultivos directamente desde un smartphone. Un panel de control de código abierto ha cartografiado más de 100.000 observaciones de enfermedades del banano referenciadas por GPS en 17 países. En el este de Uganda, se ha formado en esta tecnología a extensionistas y agricultores líderes para incorporar conocimientos digitales a las comunidades agrícolas que más los necesitan. El interés se extiende ahora más allá de África: los socios del sudeste asiático han solicitado apoyo en lenguas locales (como el malayo) para adaptar Tumaini al banano y otros cultivos (con planes que incluyen la expansión al café y al cacao), una señal de la escalabilidad de la plataforma y del creciente papel de la Alianza como proveedor de infraestructura de IA agrícola.
También en 2025, el científico de la Alianza Michael Selvaraj presentó "Tumaini Air" en el FAO World Banana Forum y destacó cómo los datos obtenidos por drones pueden cartografiar campos y apoyar una protección precisa de las plantas, al tiempo que señaló el papel de los socios en la adopción global. Además, fue invitado a compartir su experiencia en el desarrollo de la herramienta con la Asociación Estadounidense para el Avance de la Ciencia (AAAS, sus siglas en inglés), un foro internacional que sirve de caldo de cultivo para la colaboración científica.
"El fenotipado y la fenómica son los campos emergentes más apasionantes y enérgicos de los que he formado parte, en gran medida porque la mayoría de los profesionales proceden de ámbitos muy diversos", —Seth Murray, profesor de la Universidad A&M de Texas, en su intervención en la reunión de la AAAS de 2025.
Hacia Tatu: un marco para un impacto duradero
Pheno-i, Ona, Sikia, Tricot y Tumaini van más allá de la vida útil de un proyecto de investigación típico: son productos para que mejoradores y agricultores los utilicen, adapten y mejoren. Para apoyar esta evolución, la Alianza está desarrollando Tatu (que en swahili significa "tres"): un marco operativo que representa la convergencia de las personas, la IA y las plantas, y proporciona el entorno propicio para convertir la investigación futura en productos duraderos y de gran impacto. Tatu es el puente entre la innovación y la entrega sostenida de herramientas que funcionen para los agricultores durante años.
Descubra más sobre nuestro impacto de 2025 en herramientas digitales
Parcelas por día
analizadas mediante tecnología de fenotipado con IA, lo que duplica la velocidad de recopilación de datos con respecto a las 500 parcelas diarias anteriores.
empresas del sector agroalimentario han puesto a prueba herramientas de diagnóstico basadas en la IA
para reducir el riesgo climático en las cadenas de valor de la miel, los insumos avícolas, el arroz, el riego solar y la soya.
Lennart Woltering
Project Leader
Michael Gomez Selvaraj
Leader, Digital Agriculture PlatformDescubra nuestras colaboraciones
Science + Collaboration = Scalable Impact
Will food and land systems be a solution to the world's pressing challenges... or remain part of the problem? The science to tip that balance exists. But it requires partnerships to turn into action.
Los países unen esfuerzos para combatir la enfermedad escoba de bruja de la yuca
A devastating crop disease has reached Latin America. We collaborated with national researchers to trace its roots, and slow its spread.
El Congreso Internacional de Agrobiodiversidad reúne a expertos de todo el mundo
We welcomed 800 experts from 60 countries to Kunming. The Manifesto they produced lays the foundation for informed policies, from China to Dakar.
La Plataforma de Resiliencia Climática guía las decisiones de abastecimiento de la industria alimentaria
The world's food supply chains were built for a stable climate that no longer exists. We partnered with the food industry to identify exactly where the risk is, and make investments to keep food flowing.
La agricultura regenerativa empieza con cultivos regenerativos
New forage grasses keep Kenyan livestock fed through drought. Hybrid rice boosts harvests in Colombia. Regenerative agriculture starts in the breeding plots.
Nuevas coaliciones impulsan la implementación de políticas para los sistemas alimentarios
Global reports don't change food systems, but coalitions do. From the EAT-Lancet Report to COP30, we connected countries and stakeholders for effective advocacy, implementation, and science uptake.