Según la Real Academia Española (RAE), la Inteligencia Artificial (IA) es la “Disciplina científica que se ocupa de crear programas informáticos que ejecutan operaciones comparables a las que realiza la mente humana, como el aprendizaje o el razonamiento lógico” (sic). En nuestro ámbito de estudio, la IA ayuda a tomar decisiones más eficientes y sostenibles para el control de la mosca del olivo Bactrocera oleae (Rossi) mediante la mejora de los sistemas de seguimiento y predicción de la población del fitófago, al utilizar sistemas capaces de simular capacidades cognitivas humanas.
La IA, junto con el Internet de las cosas (IoT) y la visión artificial, permite optimizar el control de la plaga incidiendo en cuatro aspectos clave. En primer lugar, la detección y el seguimiento del fitófago mediante el empleo de trampas electrónicas inteligentes equipadas con cámaras y sensores que analizan en tiempo real las imágenes y transmiten el número de moscas capturadas a dispositivos móviles.
En segundo lugar, la elaboración de modelos predictivos avanzados mediante el análisis de datos históricos del fitófago, datos climáticos, fenológicos y de georreferenciación de la parcela, que permitan la predicción del momento en que la población de mosca supere el umbral de tratamiento.
En tercero, la optimización de las estrategias de control del fitófago con información precisa y anticipada que permita la realización de tratamientos dirigidos en la zona de infestación, con la reducción de costes de aplicación y disminución del impacto ambiental y humano. Además, esta anticipación permite la aplicación del fitosanitario en el momento óptimo, lo que maximiza el control del fitófago y reduce la cantidad de insumo utilizada.
Por último, el acceso a la información a través de plataformas y dispositivos móviles, bien mediante alertas personalizadas o bien mediante mapas de riesgo de la parcela donde se muestran los distintos niveles de población de mosca.
A pesar de que el empleo de la IA en el control de la mosca del olivo es una realidad, su total implantación depende del avance de dos aspectos clave. Por un lado, se antoja fundamental optimizar la conectividad en las zonas rurales, requisito indispensable para poder implementar esta tecnología a escala global. Por otro lado, resulta necesaria la mejora de las fuentes de información, es decir, las bases de datos. Actualmente, estas presentan numerosas deficiencias en cuanto a periodicidad y homogeneidad en la toma de datos: vacíos críticos, series inconsistentes, cobertura desigual, patrones truncados… Una base de datos fiable, estandarizada y georreferenciada permitiría tomar decisiones más certeras en el control de la mosca del olivo.
