INIA profundizó su enfoque en la transformación digital y AgTech

Desde el área Gestión de Riesgos Agropecuarios y Sistemas de Información (GRAS), que coordina dentro del Instituto Nacional de Investigación Agropecuaria (INIA), Guadalupe Tiscornia explicó a VERDE que el trabajo histórico del equipo ha estado centrado en la gestión de riesgos vinculados al clima, mediante la generación de productos, herramientas, alertas e información orientadas a distintos sistemas productivos.

A partir de la red de estaciones agroclimáticas de INIA se desarrollan productos de monitoreo de variables, como contenido de agua en el suelo, alertas y previsiones de condiciones para diferentes escenarios, que van desde frío para corderos recién nacidos hasta estrés térmico en ganado de carne y de leche.

Desde antes de la pandemia INIA comenzó a profundizar su enfoque en la transformación digital y, en ese marco, elaboró un plan estratégico en temas AgTech, cuyos primeros ejes están directamente vinculados con la gestión de datos.

Uno de esos ejes apunta a gestionar de forma más eficiente los datos de investigación dentro del instituto, con el objetivo de hacerlos disponibles a terceros en mayor medida. El segundo se enfoca en el análisis de esos datos, incorporando herramientas de Machine Learning e inteligencia artificial para optimizar su procesamiento. Ambos buscan aprovechar de mejor manera la gran cantidad de datos que genera INIA y avanzar en la interoperabilidad con otras fuentes de información, desde sensores a campo hasta imágenes satelitales.

Tiscornia remarcó que el instituto genera información a distintas escalas temporales y espaciales, lo que implica un desafío en sí mismo para su integración y aprovechamiento.

Los datos de las estaciones agroclimáticas de INIA están disponibles desde hace años como información de libre acceso a través de la página web del instituto y del catálogo de datos abiertos.

Recientemente se implementó un nuevo sistema que permitirá generar APIs para conectar aplicaciones con las bases de datos, tanto de información diaria como horaria. También se encuentran disponibles datos de balance hídrico, en formato de datos abiertos.

INIA además brinda información al Banco de Seguros del Estado para el seguro de sequía en soja, un seguro de índice que se activa cuando determinados umbrales son superados. El instituto apoya operativamente ese seguro, publicando el monitoreo en su web, para que los productores puedan seguir la evolución.

Junto a esta información de libre acceso, INIA maneja otro conjunto de datos de investigación que no se disponibilizan de forma cruda, por razones de privacidad, y se publican de manera procesada, agregada o a través de publicaciones técnicas.

En los últimos años también se ha avanzado en asociaciones con privados, para generar productos específicos, mediante convenios que definen qué información puede utilizarse y con qué fines. El objetivo general, señaló Tiscornia, es generar valor ambiental, social y económico para el sector agropecuario.

En cuanto al uso de la inteligencia artificial, indicó que se trabaja activamente, tanto en procesos internos de investigación como en el desarrollo de productos específicos, en algunos casos en asociación con empresas o mediante llamados. En ese sentido, subrayó que se trata de una herramienta más, cuyo valor depende de cómo se utilice, con sus potencialidades y también con sus limitaciones y sesgos.

A nivel de nuevas fuentes de información, explicó que de forma permanente surgen productos satelitales y sensores con nuevas prestaciones, incluyendo bandas nuevas, satélites ópticos y de radar. Todas estas tecnologías se evalúan en proyectos de investigación, se calibran y se validan antes de ser incorporadas, ya que la robustez del dato es un aspecto central.

Recordó que en su etapa doctoral se trabajaba con Modis, una fuente de información satelital gratuita, que desde hace 25 años aporta datos de cobertura terrestre, con píxeles de aproximadamente 250 metros x 250 metros. Ese tamaño de píxel implica que el valor refleja un promedio de todo lo que se encuentra dentro de esa superficie.

Con la llegada de Sentinel, el satélite europeo, la resolución se redujo a entre 10 y 30 metros, lo que permite un análisis mucho más detallado, y una asignación más precisa de valores a cada tipo de cobertura, como soja, campo natural o forestación.

Sobre los índices satelitales y su correlación con rendimientos, Tiscornia afirmó que los índices brindan la información que se puede aportar de acuerdo con su resolución. A partir de esa base se pueden realizar inferencias, siempre contrastadas con datos de campo.

Existen trabajos científicos que logran buenas correlaciones para estimar biomasa y rendimientos, aunque los resultados dependen del momento del análisis, del tipo de cultivo y de la variedad.

Destacó que la información satelital simplifica muchas tareas, ya que las mediciones a campo son costosas y trabajosas. En ese marco, mencionó el trabajo que desarrolla el ingeniero agrónomo Adrián Cal en pasturas, utilizando datos satelitales y validaciones a campo para ajustar modelos y evaluar su aplicabilidad en distintas regiones y condiciones climáticas.

Sobre Machine Learning, señaló que se trata de modelos matemáticos, que muchas veces no tienen una explicación biológica clara, aunque puedan ajustar bien desde el punto de vista estadístico.

En relación al uso de estas herramientas por parte de los productores, indicó que la retroalimentación depende del producto y de la época del año. Al no existir todavía un sistema de registro de usuarios en la web, los comentarios llegan principalmente a través de consultas puntuales. A futuro, mediante la aplicación INIA Móvil, se prevé comenzar a enviar encuestas optativas de usabilidad y comprensión, sin saturar a los usuarios.

Respecto a la vinculación con el ecosistema de innovación, recordó la experiencia de la Mesa AgTech, una instancia interinstitucional, que funcionó en el ámbito de Uruguay XXI y luego pasó al Ministerio de Ganadería, Agricultura y Pesca (MGAP), y que permitió coordinar acciones entre distintos actores en una etapa incipiente del ecosistema.

Hoy, desde INIA, se impulsa una participación más activa a través de la plataforma Converge, donde se evalúan soluciones digitales para brindar información objetiva a productores y técnicos.

También se han fortalecido los vínculos con incubadoras, universidades y empresas tecnológicas, con el objetivo de acercar el conocimiento agronómico a desarrollos que muchas veces provienen del mundo de las tecnologías de la información, sin un anclaje directo en el agro. Y en algunos casos se avanza, además, en proyectos de asociación público-privada con apoyo de la Agencia Nacional de Investigación e Innovación (ANII).

Tiscornia señaló que no se trata de digitalizar por que sí, sino de incorporar herramientas cuando realmente generan valor, ya sea económico o en calidad de vida, como ocurre en algunos sistemas intensivos, como la lechería.

Consultada sobre la utilidad de conceptos como APIs o licencias para los productores, respondió que el objetivo principal es generar productos simples, que faciliten la toma de decisiones. “El productor necesita información clara y fácil de interpretar, más que conocer detalles técnicos del origen de los datos”, dijo.

En ese sentido, se desarrollan mapas y alertas por colores, que permiten decidir rápidamente. A modo de ejemplo mencionó Chile Index, un índice de enfriamiento para corderos recién nacidos, que combina variables de temperatura, viento y lluvias, y genera alertas con varios días de anticipación. A través de INIA Móvil, los productores pueden configurar alertas específicas para su ubicación y recibir avisos directos en caso de riesgo elevado.

En materia de cooperación regional, destacó el trabajo dentro del PROcisur, junto a instituciones de Chile, Paraguay, Argentina y de Brasil (Embrapa). Además de la participación en espacios de intercambio, como la Semana de la Agricultura Digital, organizada por el Instituto Interamericano de Cooperación para la Agricultura (IICA).

También mencionó la experiencia de Embrapa con el Radar AgTech, una herramienta de monitoreo anual de startups, cuya metodología se busca replicar en otros países de la región.

Sobre los planes de riego, señaló que desde GRAS el principal aporte se realiza a través del monitoreo de variables agroambientales, especialmente contenidos de agua en el suelo, además de la participación en proyectos interinstitucionales con modelos hidrológicos para evaluar calidad y cantidad de agua. INIA contribuye, además, con información en temas de suelo, efluentes y sistemas de riego desde distintas áreas específicas del instituto.

En cuanto al plan de trabajo a futuro, Tiscornia afirmó que desde el punto de vista técnico el equipo viene avanzando de manera sostenida, aunque el alcance de nuevas iniciativas estará condicionado al presupuesto disponible.

Existen planes para desarrollar polos de innovación en las estaciones experimentales, y fomentar la innovación público-privada, pero su ejecución depende de los recursos. Mientras tanto, el objetivo es sostener la base de productos existentes, que se encuentran entre los más consultados del sitio de INIA.

Finalmente, en relación con el intercambio de datos con el gobierno, explicó que existe un fluido intercambio con el MGAP y con el Instituto Uruguayo de Meteorología. INIA comparte información de contenido de agua en el suelo y recibe datos de lluvias, temperaturas y humedad para correr modelos de balance hídrico y otros productos específicos, como la estimación de micotoxinas en trigo.

También participa en iniciativas como el Observatorio del Campo Natural. Cuando se trata de datos de libre acceso, cada institución accede directamente a las fuentes. En el caso de datos privados, estos solo pueden intercambiarse de forma agregada, respetando la confidencialidad de los productores.

Nota de Revista Verde N° 125