Un desarrollo argentino que revoluciona el control de plagas
NewsITe
Un investigador del CONICET, radicado en San Juan, diseñó y patentó un robot con inteligencia artificial capaz de detectar enfermedades en cultivos y aplicar pesticidas de manera precisa en menos de diez segundos. El desarrollo apunta a reducir de forma drástica las pérdidas en la producción agrícola, que a nivel mundial alcanzan cerca del 40 % por plagas y enfermedades, según estimaciones de la FAO.
El proyecto está encabezado por el ingeniero electromecánico especializado en mecatrónica Pedro Bocca, del Instituto de Automática (INAUT-CONICET, Universidad Nacional de San Juan). Su objetivo fue cambiar el paradigma del control de plagas, que hoy se basa mayormente en fumigaciones masivas sin distinguir entre plantas sanas y enfermas, con alto impacto ambiental y económico.
“Los sistemas actuales de control de plagas fumigan de forma generalizada apenas se detecta la presencia de una enfermedad en el cultivo, sin discriminar ejemplares enfermos de los sanos”, explicó Bocca en diálogo con la agencia de noticias. Frente a este escenario, el equipo decidió concentrarse en dos aspectos: mejorar la detección en el propio campo y desarrollar un sistema de aplicación dosificada del pesticida.
Tras seis años de trabajo, el resultado es un robot que integra sensores, cámaras y algoritmos de inteligencia artificial para cumplir todo el proceso de diagnóstico y fumigación en tiempo real, con una precisión cercana al 90 %. El sistema fue probado inicialmente en olivares, aunque su diseño permite adaptarlo a otros cultivos arbóreos, como cítricos, frutales de pepita o viñedos.
Cómo funciona el robot con inteligencia artificial
El primer paso del desarrollo fue analizar las soluciones existentes para el uso de IA en agricultura. Bocca detectó que buena parte de los avances se daban en contextos de laboratorio, con imágenes de hojas tomadas en condiciones ideales de luz, enfoque y composición. Sin embargo, casi no había trabajos que permitieran clasificar plagas y enfermedades directamente en el campo, con muestras reales y en tiempo real.
Para cubrir ese vacío, el científico adaptó los sistemas de detección a un entorno rural: el robot captura imágenes de hojas directamente en la plantación y las procesa aunque no sean “perfectas”. A partir de unas 120 fotografías con alrededor de 40 hojas cada una, construyó una base de datos de unas 4.000 imágenes, con las que entrenó redes neuronales capaces de diferenciar entre hojas sanas, enfermas o no clasificables.
Además, sumó una categoría específica para muestras erróneas o dudosas, lo que permite al sistema descartar datos de baja calidad sin comprometer el diagnóstico. Esta estrategia mejora la robustez del modelo y acerca la tecnología a las condiciones reales de trabajo del productor.
Aplicación precisa del pesticida y ahorro de insumos
La innovación no se limita a la detección. El robot integra dos sistemas: en la parte frontal se ubica la cámara, que toma las imágenes y determina el nivel de afectación del cultivo. En la parte posterior, un brazo robótico ajusta la posición de los picos de pulverización y aplica la dosis indicada por la inteligencia artificial, siguiendo el grado y la zona de la enfermedad.
- Dosificación diferenciada en la parte superior, media o inferior del árbol, según el foco de la plaga.
- Reducción del uso de agroquímicos y del impacto ambiental.
- Ahorro de costos para el productor al evitar fumigaciones masivas.
- Mayor precisión y uniformidad en la aplicación respecto de métodos manuales.
“Se puede controlar una dosificación fuerte en la parte superior, media o inferior del árbol, según qué parte sea la más afectada por la enfermedad, sin necesidad de fumigar toda la planta, lo que también ahorra dinero en la aplicación del pesticida”, resaltó Bocca.
La combinación de inteligencia artificial, robótica y conocimiento agronómico posiciona a este desarrollo argentino como una herramienta estratégica frente al desafío global de producir alimentos en forma sostenible. A futuro, el sistema podría integrarse con plataformas de agricultura de precisión y mapas de rendimiento, lo que abriría la puerta a una gestión aún más eficiente de los cultivos y a una reducción progresiva del uso de agroquímicos.
