Artificial Intelligence in Agricultural Extension and Advisory Services: A Scoping Review of Applications, Explainability, Trust and Farmer-Centred Adoption
Esta revisión de alcance sintetiza la evidencia sobre la IA y la IA explicable en la extensión agrícola, destacando diversas aplicaciones y herramientas de apoyo a la decisión al tiempo que enfatiza que la adopción exitosa depende de abordar factores centrados en el agricultor, como la confianza, la explicabilidad y la relevancia contextual, en lugar de solo el rendimiento técnico.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
Durante generaciones, el puente entre el descubrimiento científico y el campo del agricultor ha sido construido por manos humanas. Los agentes de extensión, que a menudo recorren kilómetros entre el polvo y el calor, llevan el conocimiento más reciente sobre semillas, plagas y patrones climáticos a las comunidades que más lo necesitan. Sin embargo, a medida que las poblaciones crecen y los climas cambian, esta red humana enfrenta un punto de ruptura. Simplemente hay demasiados agricultores y muy pocos agentes para repartirse. En respuesta, el mundo agrícola ha recurrido a una nueva y poderosa herramienta: la inteligencia artificial. Piense en esta tecnología no como un robot que toma el control, sino como un asistente digital incansable capaz de leer vastas cantidades de datos para ofrecer consejos sobre qué plantar, cuándo regar o cómo tratar un cultivo enfermo. Pero para que este consejo sea útil, el agricultor debe entenderlo, confiar en él y sentirse cómodo usándolo. Si el razonamiento de la computadora sigue siendo una caja negra, es probable que el consejo sea ignorado.
Un equipo de investigadores se propuso mapear el panorama actual de esta revolución digital en la agricultura. Realizaron una revisión amplia de estudios recientes para ver cómo se está utilizando realmente la inteligencia artificial para apoyar a los agricultores y a los agentes que los guían. Su trabajo se centró en tres preguntas críticas: qué pueden hacer estos sistemas, si pueden explicar su razonza de una manera que los humanos entiendan, y qué se necesita para que los agricultores realmente confíen en ellos y los adopten. Los investigadores recopilaron y analizaron treinta y dos estudios distintos publicados entre 2021 y 2026, examinando desde chatbots que responden preguntas agrícolas hasta sistemas complejos que predicen el rendimiento de los cultivos.
La revisión reveló que la tecnología se está moviendo rápidamente desde la simple entrega de información hacia el asesoramiento interactivo y personalizado. En muchos lugares, los agricultores están utilizando ahora aplicaciones móviles y chatbots que actúan como vecinos conocedores, ofreciendo orientación en tiempo real sobre el clima, el control de plagas y la selección de cultivos. Algunos sistemas han crecido lo suficientemente sofisticados como para entablar una conversación, respondiendo preguntas específicas en lenguas locales y adaptando el asesoramiento a las condiciones únicas de una sola granja. Por ejemplo, un sistema desplegado en cuatro países ya ha interactuado con más de 15,000 agricultores, respondiendo cientos de miles de consultas. Otro proyecto en la India utiliza el procesamiento de lenguaje natural para proporcionar información agrícola en los idiomas Odia y Sambalpuri, rompiendo las barreras lingüísticas que antes mantenían la información vital fuera de su alcance.
Sin embargo, los investigadores descubrieron que construir un sistema inteligente es solo la mitad de la batalla. La otra mitad es asegurarse de que el agricultor crea en él. Un tema central en los estudios fue la necesidad de la "explicabilidad". Esto significa que cuando una IA sugiere un curso de acción, debe ser capaz de decir por qué. Si un sistema le dice a un agricultor que aplique una cantidad específica de fertilizante, debería ser capaz de señalar los datos del suelo o los patrones climáticos que llevaron a esa conclusión. La revisión señaló que, si bien los científicos han desarrollado métodos para hacer que estas decisiones computacionales sean más claras, todavía existe una brecha entre la capacidad técnica para explicar un resultado y la capacidad del agricultor para entenderlo. La confianza no se construye solo sobre la precisión; se construye sobre la transparencia. Los agricultores necesitan saber de dónde proviene la información y sentirse seguros de que el consejo es seguro y justo.
A pesar del entusiasmo, el camino por delante no está exento de obstáculos significativos. La revisión destacó que la tecnología no puede resolver problemas que están arraigados en la infraestructura y la sociedad. En muchas zonas rurales, la conexión a internet es demasiado débil para soportar estas herramientas avanzadas, y el costo de los teléfonos inteligentes sigue estando fuera del alcance de muchos pequeños agricultores. Además, los estudios sugirieron que los sistemas más exitosos son aquellos que respetan el conocimiento local e involucran a los agricultores en su diseño. Un sistema que funciona perfectamente en un laboratorio puede fallar en el campo si no tiene en cuenta las costumbres locales, los matices del lenguaje o los desafíos específicos de una región. Los investigadores encontraron que, si bien muchos proyectos se centran en qué tan bien se desempeña la tecnología, menos estudios han rastreado si estas herramientas realmente conducen a mejoras a largo plazo en los ingresos o la salud de los cultivos de un agricultor.
Los autores concluyen que el futuro del asesoramiento agrícola no reside en reemplazar al agente humano, sino en empoderarlo. La visión más prometedora es una donde la inteligencia artificial actúe como un poderoso socio, encargándose del trabajo pesado del análisis de datos, mientras que los agentes humanos y los agricultores aportan el contexto, el juicio y la confianza que las máquinas no pueden replicar. La tecnología ha demostrado que puede generar consejos, pero el próximo gran desafío es asegurar que ese consejo sea comprensible, digno de confianza y verdaderamente útil en el mundo real. Hasta que la brecha digital se cierre y los sistemas se diseñen teniendo en cuenta la realidad diaria del agricultor, todo el potencial de esta asociación permanecerá justo fuera de nuestro alcance.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.