Hay un dato que suele pasar desapercibido, pero es brutal: hasta el 40% de la producción agrícola mundial se pierde cada año por plagas y enfermedades. No es un fallo puntual. Es estructural. Y durante décadas, la respuesta ha sido siempre la misma: fumigar en masa, cubrir todo el cultivo y asumir el coste.
Ahora, un desarrollo argentino propone algo muy distinto. Y bastante más preciso.
El problema no era solo detectar la enfermedad, sino hacerlo en el lugar correcto
El robot diseñado por Pedro Bocca, investigador del CONICET en el Instituto de Automática de San Juan, no hace algo completamente nuevo… pero sí cambia cómo se hace todo el proceso. Detecta enfermedades en plantas usando inteligencia artificial y, en cuestión de segundos, decide cuánto pesticida aplicar y dónde. La diferencia está en ese “dónde”.
Hasta ahora, los sistemas agrícolas trabajan con una lógica simple: si hay enfermedad, se fumiga todo. No importa si el problema está en una rama concreta o en una zona limitada del cultivo. El resultado es un uso excesivo de químicos, mayor coste y un impacto ambiental difícil de justificar. El robot rompe esa lógica. Observa hoja por hoja, clasifica su estado y actúa en consecuencia.
Un sistema entrenado para el mundo real, no para el laboratorio
Uno de los mayores retos del proyecto, publicado en ScienceDirect, no fue construir el robot, sino enseñarle a ver. Porque detectar enfermedades en laboratorio es relativamente sencillo: hojas perfectas, buena iluminación, sin ruido visual. El campo no funciona así.
Sombras, hojas superpuestas, movimiento, variaciones de luz… todo introduce errores. Por eso, Bocca tuvo que reconstruir el sistema desde cero, entrenando redes neuronales con imágenes reales, tomadas directamente en el cultivo. Miles de ellas.
El resultado es un modelo capaz de distinguir entre hojas sanas, enfermas o directamente no clasificables. Y esto último es clave: si el sistema duda, descarta. Prefiere no actuar antes que equivocarse.
Dos robots en uno: detectar y actuar en tiempo real
El dispositivo combina dos sistemas integrados en un solo flujo. En la parte frontal, una cámara analiza constantemente el estado del árbol. Detrás, un brazo robótico se despliega para aplicar el tratamiento con precisión. No hay intermediarios. No hay espera.
La inteligencia artificial calcula el grado de enfermedad y ajusta la dosis de pesticida en función de eso. Puede aplicar más en las zonas más afectadas, menos en las cercanas y evitar completamente las sanas. Es, en esencia, una fumigación quirúrgica.
Más eficiencia, menos químicos y un cambio de escala
Las implicaciones van más allá del ahorro económico. Reducir la cantidad de pesticidas no solo abarata el proceso, también disminuye la contaminación y reduce la exposición de los operarios a sustancias tóxicas.
Y hay un detalle interesante: el sistema está pensado para integrarse con GPS y mapear el cultivo completo. Eso permitiría no solo actuar, sino anticiparse. Detectar focos tempranos, seguir su evolución y ajustar el tratamiento antes de que el problema se expanda. Pasar de reaccionar a predecir.
Una tecnología que puede escalar más allá de un cultivo
Aunque el desarrollo se ha centrado en olivos, el sistema es adaptable a cualquier cultivo arbóreo. De hecho, ya se está trabajando en su aplicación en cítricos, especialmente en enfermedades como el HLB, un virus sin cura que obliga a eliminar plantas enteras para evitar su propagación.
Aquí, la detección temprana no es una mejora. Es la diferencia entre perder un árbol o perder una plantación.
El verdadero cambio no es el robot, es la lógica
Lo interesante de este desarrollo no es solo la tecnología. Es el enfoque. Durante décadas, la agricultura ha funcionado con una lógica de exceso: más producto, más cobertura, más intervención. Este robot plantea lo contrario: precisión, ajuste y datos en tiempo real.
Puede parecer un detalle técnico, pero no lo es. Es un cambio de modelo. Y en un contexto donde la producción debe aumentar sin seguir disparando el consumo de recursos, ese tipo de cambio empieza a ser menos opcional de lo que parece.
