Agricultura inteligente para pequeños productores: tecnologías de precisión, oportunidades y desafíos
Palabras clave:
agricultura inteligente, agricultura de precisión, pequeños productores, sostenibilidad agrícola, transformación digital.Resumen
La agricultura inteligente representa una evolución de la agricultura de precisión mediante la integración de tecnologías digitales, sensores, sistemas de posicionamiento global (GPS), vehículos aéreos no tripulados, Internet de las Cosas (IoT), inteligencia artificial, análisis de datos e imágenes satelitales para optimizar la producción agrícola y favorecer una gestión eficiente de los recursos naturales. En el contexto de los pequeños productores, estas tecnologías ofrecen alternativas para incrementar la productividad, mejorar la sostenibilidad de los sistemas agrícolas y fortalecer la resiliencia frente a los efectos del cambio climático; sin embargo, su adopción continúa enfrentando importantes limitaciones económicas, tecnológicas e institucionales. El objetivo de esta revisión de alcance fue identificar las principales tecnologías de precisión empleadas en pequeñas explotaciones agrícolas, analizar las oportunidades derivadas de su implementación y sintetizar los desafíos que condicionan su adopción. La investigación se desarrolló siguiendo las directrices de PRISMA-ScR mediante la revisión de literatura científica, documentos técnicos e informes especializados publicados entre 2018 y 2023. Los resultados evidencian que la agricultura inteligente contribuye al monitoreo permanente de los cultivos, la optimización del riego y la fertilización, la detección temprana de plagas y enfermedades, la automatización de procesos y el fortalecimiento de la toma de decisiones basada en datos. Asimismo, se identifican beneficios relacionados con la reducción de costos operativos, el incremento del rendimiento productivo y la disminución del impacto ambiental. No obstante, persisten desafíos asociados con el acceso al financiamiento, la conectividad rural, la capacitación tecnológica y el desarrollo de políticas públicas inclusivas. Se concluye que la transformación digital del sector agrícola requiere estrategias integrales que promuevan la adopción equitativa de tecnologías de precisión para fortalecer la competitividad, sostenibilidad y seguridad alimentaria de los pequeños productores.
Descargas
Referencias
Arksey, H., & O'Malley, L. (2005). Scoping studies: Towards a methodological framework. International Journal of Social Research Methodology, 8(1), 19–32. https://doi.org/10.1080/1364557032000119616
Aubert, B. A., Schroeder, A., & Grimaudo, J. (2012). IT as enabler of sustainable farming. Information Systems Frontiers, 14(1), 31–48. https://doi.org/10.1007/s10796-011-9347-7
Balafoutis, A. T., et al. (2017). Precision agriculture technologies positively contributing to GHG emissions mitigation. Sustainability, 9(8), 1339. https://doi.org/10.3390/su9081339
Bongiovanni, R., & Lowenberg-Deboer, J. (2004). Precision agriculture and sustainability. Precision Agriculture, 5, 359–387. https://doi.org/10.1023/B:PRAG.0000040806.39604.aa
Bronson, K. (2019). Looking through a responsible innovation lens at uneven engagements with digital farming. NJAS, 90-91. https://doi.org/10.1016/j.njas.2019.100294
FAO. (2022). The State of Food and Agriculture 2022. https://www.fao.org/
FAO. (2023). Digital Agriculture Transformation Strategy. https://www.fao.org/
Finger, R., Swinton, S. M., El Benni, N., & Walter, A. (2019). Precision farming at the nexus of agricultural production and the environment. Annual Review of Resource Economics, 11, 313–335. https://doi.org/10.1146/annurev-resource-100518-093929
Gebbers, R., & Adamchuk, V. I. (2010). Precision agriculture and food security. Science, 327(5967), 828–831. https://doi.org/10.1126/science.1183899
IFAD. (2021). Rural Development Report 2021. https://www.ifad.org/
Jha, K., Doshi, A., Patel, P., & Shah, M. (2019). A comprehensive review on automation in agriculture using AI. Artificial Intelligence in Agriculture, 2, 1–12. https://doi.org/10.1016/j.aiia.2019.05.004
Lowenberg-DeBoer, J., & Erickson, B. (2019). Setting the record straight on precision agriculture adoption. Agronomy Journal, 111(4). https://doi.org/10.2134/agronj2018.12.0779
OECD. (2020). Digital opportunities for better agricultural policies. https://doi.org/10.1787/91d4f093-en
Pathak, H., et al. (2022). Digital technologies for sustainable agriculture. Sustainability, 14. https://doi.org/10.3390/su14010001
Peters, M. D. J., et al. (2020). Updated methodological guidance for the conduct of scoping reviews. JBI Evidence Synthesis, 18(10), 2119–2126. https://doi.org/10.11124/JBIES-20-00167
Pierpaoli, E., Carli, G., Pignatti, E., & Canavari, M. (2013). Drivers of precision agriculture technologies adoption. Procedia Technology, 8, 61–69. https://doi.org/10.1016/j.protcy.2013.11.010
Rose, D. C., et al. (2021). The challenges of making precision agriculture work. Nature Food, 2, 605–606. https://doi.org/10.1038/s43016-021-00369-0
Rotz, S., et al. (2019). The politics of digital agricultural technologies. Canadian Journal of Development Studies, 40(2). https://doi.org/10.1080/02255189.2018.14956
Say, S. M., Keskin, M., Sehri, M., & Sekerli, Y. (2018). Adoption of precision agriculture technologies. Precision Agriculture, 19, 1–16.
Shamshiri, R. R., et al. (2018). Advances in greenhouse automation. Information Processing in Agriculture, 5(1), 1–23. https://doi.org/10.1016/j.inpa.2017.05.003
Talaviya, T., et al. (2020). Implementation of AI in agriculture. AI in Agriculture, 4, 58–73. https://doi.org/10.1016/j.aiia.2020.04.004
Tricco, A. C., et al. (2018). PRISMA Extension for Scoping Reviews. Annals of Internal Medicine, 169(7), 467–473. https://doi.org/10.7326/M18-0850
United States Department of Agriculture. (2023). Precision Agriculture. https://www.usda.gov/
van Etten, J., et al. (2019). Crop variety management for climate adaptation. Nature Plants, 5. https://doi.org/10.1038/s41477-019-0376-z
Villa-Henriksen, A., et al. (2020). Internet of Things in agriculture. Biosystems Engineering, 191, 60–84. https://doi.org/10.1016/j.biosystemseng.2019.12.018
Walter, A., Finger, R., Huber, R., & Buchmann, N. (2017). Smart farming is key to developing sustainable agriculture. PNAS, 114(24), 6148–6150. https://doi.org/10.1073/pnas.1707462114
Wolfert, S., Ge, L., Verdouw, C., & Bogaardt, M. J. (2017). Big Data in smart farming. Agricultural Systems, 153, 69–80. https://doi.org/10.1016/j.agsy.2017.01.023
World Economic Forum. (2022). Innovation with a Purpose: The role of technology in agriculture. https://www.weforum.org/
Zhai, Z., Martínez, J. F., Beltran, V., & Martínez, N. L. (2020). Decision support systems for agriculture 4.0. Computers and Electronics in Agriculture, 170. https://doi.org/10.1016/j.compag.2020.105256
Zhang, N., Wang, M., & Wang, N. (2002). Precision agriculture—a worldwide overview. Computers and Electronics in Agriculture, 36(2–3), 113–132. https://doi.org/10.1016/S0168-1699(02)00096-0
