La inteligencia artificial y los conocimientos de los agricultores ayudan a incrementar los rendimientos del maíz

La inteligencia artificial y los conocimientos de los agricultores ayudan a incrementar los rendimientos del maíz

La agricultura basada en datos puede incrementar la producción de los pequeños agricultores, amenazada por el cambio climático, pero es necesario que los científicos de datos trabajen con agricultores y gobiernos. Cuatro años de colaboración en maizales colombianos demuestran lo que es el éxito.

Los agricultores de la región productora de maíz de Córdoba, en Colombia, han sufrido de todo: mucha lluvia un año, una abrasadora sequía al otro. Los rendimientos eran bajos y sus medios de subsistencia pendían de un hilo.

La situación exigía un nuevo enfoque. Necesitaban servicios de información que los ayudaran a decidir qué variedades sembrar, cuándo hacerlo y cómo debían manejar sus plantaciones. El Gobierno, la Federación Nacional de Cultivadores de Cereales (FENALCE) y científicos de Inteligencia Artificial del Centro Internacional de Agricultura Tropical (CIAT) conformaron un consorcio. Los investigadores utilizaron algoritmos de Inteligencia Artificial, sobre la base de los datos que ayudaron a recopilar los agricultores, y los rendimientos aumentaron considerablemente.

El estudio, publicado en septiembre, en Global Food Security, demuestra cómo el aprendizaje automático de datos de múltiples fuentes puede ayudar a hacer más eficiente y productivo el manejo agrario, aun cuando el clima esté cambiando.

 

“Hoy en día podemos recopilar enormes cantidades de datos, pero no es cuestión de solo amontonarla, procesarla en una máquina y tomar una decisión, Mediante la colaboración entre instituciones, expertos y agricultores pudimos superar las dificultades y alcanzar nuestros objetivos”.

Daniel Jiménez

Científico de datos y Autor principal del estudio, CIAT

Durante los cuatro años del estudio, Jiménez y sus colegas analizaron los datos y verificaron las directrices elaboradas para aumentar la producción. Algunos agricultores siguieron las directrices de inmediato, en tanto otros esperaron a que fueran verificadas en ensayos de campo. Los agricultores que adoptaron la serie completa de directrices generadas por los algoritmos de inteligencia artificial constataron el incremento de sus rendimientos de hasta en un 20% por hectárea y con potencial de aumentarlo hasta un 40%. Este es un rendimiento excelente para maíz de secano en esa región.

Las directrices también redujeron considerablemente los costos de fertilizante y orientaron sobre cómo reducir los riesgos relacionados con los patrones climáticos, con énfasis en reducir los impactos negativos de lluvias torrenciales.

Investigadores de FENALCE fueron coautores de este estudio que forma parte de un programa del Gobierno de Colombia que busca proporcionar a los agricultores opciones para el manejo tanto de la variabilidad como del cambio climático.

Año tras año, los rendimientos de maíz en la región bajo estudio varían hasta 39 % debido al clima. En el pasado, los pequeños agricultores se apoyaban en el propio conocimiento de sus cultivos y aceptaban recomendaciones generales frecuentemente desarrolladas por investigadores muy lejanos a su entorno. Éste estudio demuestra que, combinando el conocimiento de los agricultores con datos meteorológicos, de suelos y la respuesta del cultivo, los agricultores pueden, al menos parcialmente, proteger sus cultivos contra un clima impredecible y estabilizar sus rendimientos a un nivel más alto.

 

“Si un solo agricultor proporciona información a un investigador, es casi imposible obtener varias perspectivas sobre cómo mejorar el manejo. Por otra parte, si son muchos los agricultores que proporcionan la información, cada uno de ellos con diferentes experiencias, condiciones de cultivo y prácticas de manejo, con ayuda de la inteligencia artificial es posible deducir dónde y cuándo funcionarán mejor las prácticas específicas de manejo”.

James Cock

coautor y científico emérito, CIAT

De la finca al algoritmo

En Córdoba, FENALCE, que compila información sobre plantaciones, cosechas, rendimientos y costos del maíz, configuró una plataforma web para recopilar datos y llevar un registro de los datos de fincas individuales. Expertos locales cargaron información sobre suelos, luego de visitar fincas en distintas etapas del cultivo, en tanto el IDEAM, la entidad meteorológica de Colombia, gracias a sus políticas de datos abiertos, compartió la información climática de seis estaciones ubicadas en la región. Esto permitió a los investigadores cruzar información diaria de estaciones meteorológicas con campos individuales y las distintas etapas de la época de crecimiento.

Los investigadores utilizaron algoritmos de inteligencia artificial para medir el impacto de distintas condiciones climáticas y de suelos, así como prácticas agrícolas en campo. Por ejemplo, notaron que en no es necesario aplicar más de 15 kg de fósforo por hectárea, en una región donde se aplican hasta 40 kg de este fertilizante. Esto demuestra que la asesoría sobre los cultivos debe ser específica por sitio.

El estudio comprobó, además, qué cantidad de semilla y capacidad de escorrentía tienen un impacto importante en los niveles de rendimiento. Comprender los efectos que tienen los insumos en las plantaciones permitió a los expertos orientar a los pequeños agricultores hacia el uso de mejores prácticas con el fin de obtener rendimientos mayores y estables.

El resultado para los agricultores es que la mayoría de prácticas de manejo que recomienda el estudio no requiere de grandes inversiones, lo cual prueba que es posible mejorar la seguridad alimentaria y los medios de subsistencia sin hacer mayores gastos, al menos en este caso.

 

 

“Este estudio demuestra el valor de combinar enfoques analíticos vanguardistas con enfoques que involucran en su diseño los usuarios para marcar realmente la diferencia, Se trata de establecer las alianzas correctas y luego efectuar un análisis de datos de los problemas y no al revés”.

Andy Jarvis

Director del Área de Investigación y Coautor, CIAT

Aprendizaje humano, también

Al inicio, CIAT y FENALCE diseñaron una aplicación para teléfono inteligente para que los agricultores registraran sus datos de suelo y otros con respecto a sus campos, pero ni los técnicos de FENALCE ni los agricultores adoptaron dicha aplicación. Aunque se utilizó una plataforma web para compilar la información, los técnicos de FNEALCE tuvieron que visitar las fincas y luego subir la información a la plataforma. Esto presenta desafíos para ampliar la escala de este tipo de ejercicios.

No obstante, los investigadores ven oportunidades para aumentar la recolección de datos por parte de los agricultores, tanto trabajando directamente con ellos como a través de la tecnología. Los proyectos futuros podrían incorporar las aplicaciones que los agricultores ya utilizan. Además, la recolección de datos con todo un conjunto de tecnologías, que van desde satélites, drones y sensores de bajo costo implantados en los campos, en combinación con cosechadoras que registran con precisión el rendimiento, se está haciendo realidad en el mundo en desarrollo.

“En futuros programas de este tipo, la captura, análisis y distribución de la información de datos será más eficiente y sostenible en el tiempo si se involucra al sector privado”, dice Jiménez. “En el futuro, podemos vislumbrar que todos los campos sean cuidadosamente caracterizados y monitoreados, convirtiendo el paisaje en toda una serie de experimentos que proporcionan datos para interpretar con inteligencia artificial y así ayudar a los productores a manejar mejor sus cultivos”.

Agradecimientos

Este trabajo se llevó a cabo como parte del programa ACLIMATE  (http://www.aclimatecolombia.org/http://odimpact.org/files/case-aclimate-colombia.pdf) con apoyo financiero del Ministerio de Agricultura y Desarrollo Rural (MADR) de Colombia; el Programa de Investigación de CGIAR en Cambio Climático, Agricultura y Seguridad Alimentaria (CCAFS), como parte del proyecto Hacia la transformación digital de la Agricultura Sostenible Adaptada al Clima en América Latina y la Plataforma de CGIAR para Big Data en Agricultura, como parte de la comunidad de práctica de Agronomía Basada en Datos. Tanto CCAFS como la Plataforma para Big Data en Agricultura se llevan a cabo con el apoyo de los Donantes al Fideicomiso de CGIAR y mediante acuerdos bilaterales de financiamiento.