Aplicación de diversas tecnologías en la agricultura
Tecnologías en la agricultura
DOI:
https://doi.org/10.29105/idcyta.v11i1.140Palabras clave:
Sensores, Automatización, Precisión, Inteligencia artificial, Tecnologías emergentesResumen
El rápido crecimiento de la población mundial, sumado al deterioro ambiental, presenta desafíos urgentes para la producción agrícola. Para el año 2040, se calcula que la población mundial superará los 9 mil millones, lo cual incrementará la demanda de alimentos. Dentro de este marco, la introducción de tecnologías innovadoras en la agricultura aparece como una solución clave para asegurar la seguridad alimentaria y la sostenibilidad del sistema productivo. En este artículo se analiza el impacto de herramientas como la inteligencia artificial, la robótica, los sensores inteligentes y la agricultura de precisión en la transformación del sector agrícola. Se realizó una revisión bibliográfica para analizar los beneficios que estas tecnologías ofrecen en el mejoramiento de la productividad, la gestión de los riesgos climáticos, la predicción de plagas y los rendimientos. Los resultados muestran que el uso estratégico de nuevas tecnologías puede mejorar la resiliencia y eficiencia de los sistemas agrícolas, constituyendo una vía fundamental hacia una agricultura más inteligente y sostenible. Se realizó una búsqueda de información en bases de datos de Google Académico con documentos en español e inglés y se centró el análisis en las palabras clave “agricultura” y “tecnología”.
Descargas
Citas
Ashraf, A., Ahmad, L., Ferooz, K., Ramzan, S., Ashraf, I., Khan, J. N., Shehnaz, E., Ul-Shafiq, M., Akhter, S., & Nabi, A. (2023). Remote sensing as a management and monitoring tool for agriculture: potential applications. International Journal of Environment and Climate Change, 13(8), 324–343. https://doi.org/10.9734/ijecc/2023/v13i81957 DOI: https://doi.org/10.9734/ijecc/2023/v13i81957
Avola, G., Distefano, M., Torrisi, A., & Riggi, E. (2024). Precision agriculture and patented innovation: State of the art and current trends. World Patent Information, 76, 102262. DOI: https://doi.org/10.1016/j.wpi.2024.102262
Cob-Parro, A. C., Lalangui, Y., & Lazcano, R. (2024). Fostering agricultural transformation through AI: an open-source AI architecture exploiting the MLOps paradigm. Agronomy, 14(2), 259. https://doi.org/10.3390/agronomy14020259 DOI: https://doi.org/10.3390/agronomy14020259
Gastesi, J. A., Mora, F. C., Villalva, J. G., & Litardo, R. M. (2024). Manejo integrado de cultivos y desarrollo sostenible. Magazine de Las Ciencias: Revista de Investigación e Innovación, 9(1), 22–35. https://doi.org/10.33262/rmc.v9i1.3049 DOI: https://doi.org/10.33262/rmc.v9i1.3049
Glackin, M. (2019). Mejora de la predicción: el valor del conocimiento meteorológico sustentado en datos y en la colaboración pública y privada. Boletín de la OMM. 68(1), 59- 63.
Guevara-Reyes, R. J., Mendoza-Cela, J. U. R., Guerra-Triviño, O. L., & Villamar-Piguave, W. G. (2024). Avances actuales de la tecnología y su impacto en con el medio ambiente. MQRInvestigar, 8(4), 4289–4300. https://doi.org/10.56048/MQR20225.8.4.2024.4289-4300 DOI: https://doi.org/10.56048/MQR20225.8.4.2024.4289-4300
Kamilaris, A., & Prenafeta-Boldú, F. X. (2018). Deep learning in agriculture: A survey. Computers and Electronics in Agriculture, 147(1), 70–90. https://doi.org/10.1016/j.compag.2018.02.016 DOI: https://doi.org/10.1016/j.compag.2018.02.016
Lascano, T. B. (2026). Fusión de IA, IoT y Big Data para Superar la Brecha de Interoperabilidad en Latinoamérica. Arandu UTIC, 13(1), 638–650. https://doi.org/10.69639/arandu.v13i1.1937 DOI: https://doi.org/10.69639/arandu.v13i1.1937
Liu, Y., Ma, X., Shu, L., Hancke, G. P., & Abu-Mahfouz, A. M. (2020). From industry 4.0 to agriculture 4.0: Current status, enabling technologies, and research challenges. IEEE Transactions on Industrial Informatics, 17(6), 4322–4334. https://doi.org/10.1109/TII.2020.3003910 DOI: https://doi.org/10.1109/TII.2020.3003910
Nonvide, G. M. A. (2024). Impact of irrigation on food and nutrition security among rice farmers in Benin. The European Journal of Development Research, 36(6), 1343–1371. https://doi.org/10.1057/s41287-024-00638-9 DOI: https://doi.org/10.1057/s41287-024-00638-9
Nowak, B. (2021). Precision agriculture: Where do we stand? A review of the adoption of precision agriculture technologies on field crops farms in developed countries. Agricultural Research, 10(4), 515–522. https://doi.org/10.1007/s40003-021-00539-x DOI: https://doi.org/10.1007/s40003-021-00539-x
Oyakhilomen, O., & Zibah, R. G. (2014). Agricultural production and economic growth in Nigeria: Implication for rural poverty alleviation. Quarterly Journal of International Agriculture, 53(3), 207–223.
Ozdogan, B., Gacar, A., & Aktas, H. (2017). Digital agriculture practices in the context of agriculture 4.0. Journal of Economics Finance and Accounting, 4(2), 186–193. https://doi.org/10.17261/Pressacademia.2017.448 DOI: https://doi.org/10.17261/Pressacademia.2017.448
Qiao, Y., Valente, J., Su, D., Zhang, Z., & He, D. (2022). AI, sensors and robotics in plant phenotyping and precision agriculture. Frontiers in Plant Science. 13: 1064219. https://doi.org/10.3389/fpls.2022.1064219 DOI: https://doi.org/10.3389/fpls.2022.1064219
Sujawat, G. S., & Chouhan, J. S. (2021). Application of artificial intelligence in detection of diseases in plants: a survey. Turkish Journal of Computer and Mathematics Education, 12(3), 3301–3305. https://doi.org/10.17762/turcomat.v12i3.1581 DOI: https://doi.org/10.17762/turcomat.v12i3.1581
Trigo, E. J., & Elverdin, P. (2020). Los Sistemas de Investigación y Transferencia de Tecnología Agropecuaria de América Latina y el Caribe en el marco de los nuevos Escenarios de Ciencia y Tecnología. Revista Compromiso Social, 1(3), 116–127. https://doi.org/10.5377/recoso.v2i3.13437 DOI: https://doi.org/10.5377/recoso.v2i3.13437
FAO, IFAD, UNICEF, WFP and WHO. 2024. The State of Food Security and Nutrition in the World 2024 – Financing to end hunger, food insecurity and malnutrition in all its forms. Rome. https://doi.org/10.4060/cd1254en DOI: https://doi.org/10.4060/cd1254en
Zambrano, Á. L. (2020). Agricultura digital en el cultivo de Pitahaya. Latin-American Journal of Computing, 7(2), 22–33.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Dr. David G. García-Hernández, Dr. Juan M. Ballesteros-Torres, M.C. Juan C. Torres-Cruz, M.C. Sergio Lugo-Urbina, M.C. Marisa A. Lugo-Sánchez, M.C. Carmina M. Lugo-Briones, M.C. Nancy M. Castillo-Ojeda, Cindy J. Caballero-Prado, Dr. Joel H. Elizondo-Luévano
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
a. Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cual estará simultáneamente sujeto a la Licencia Creative Commons Atribución 4.0 Internacional. que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
b. Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
c. Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) posterior al proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado.
