Confianza en la IA agrícola: “Empieza con datos fiables”… en el Congreso Académico de Otoño de la Sociedad Coreana de Maquinaria Agrícola se buscan soluciones de verificación y responsabilidad

Entre 25 productores de tomate en invernadero de Jeonbuk que llevan más de 10 años usando control ambiental complejo, ninguno respondió que “la estabilidad ambiental fue lo que más mejoró”. Tampoco hubo productores que, al introducir el sistema, hubieran tenido en cuenta el mantenimiento y el soporte técnico. Sin embargo, de las 6 quejas surgidas durante el uso real, 4 correspondieron al ámbito de la estabilidad ambiental. En cuanto a las tecnologías necesarias para su difusión (respuestas múltiples), “pantallas fáciles de usar” y “monitoreo y diagnóstico remotos” registraron cada una el 40% (10 productores), mientras que “apoyo a la toma de decisiones mediante IA” se quedó en el 24% (6 productores).

Esta encuesta fue realizada el día 16 de este mes por Jeong Byeong-gyu, director ejecutivo de Rose Valley, a 25 graduados del curso de tomate de 2016 de la Universidad Agrícola Meister de Jeonbuk, y se presentó en la sesión especial “IA agrícola confiable, de los principios al campo” del Congreso Académico de Otoño 2026 celebrado por la Sociedad Coreana de Maquinaria Agrícola el pasado día 21. En la sesión, celebrada ese día en BEXCO, Busan, realizaron presentaciones temáticas Jeong, Jeon Chang-bae, presidente de la Asociación Internacional de Ética de la Inteligencia Artificial, Park Heun-dong, director ejecutivo de Ginong Co., Ltd., y Yang Seung-yeop, investigador del Instituto de Investigación Laboral de Corea. En el debate general posterior participaron los ponentes, junto con el profesor Moon Gwang-jin de la Universidad Nacional de Mokpo, Jeong Hwi-ung, director de 42MARU, y Jeong Hwan-seok, funcionario informático de la Administración de Desarrollo Rural, bajo la moderación de Kim Min-young, jefe de la División de Estrategia de Convergencia Tecnológica de la Administración de Desarrollo Rural. Los asistentes debatieron sobre los factores de riesgo de la IA agrícola, los métodos de verificación, la responsabilidad en caso de accidentes y las normas necesarias.

Si los sensores y los datos fallan, tampoco se puede confiar en las decisiones… en el campo, los riesgos están en los equipos y los datos

Jeong, quien presentó la encuesta, opera un invernadero de tomate de 1 hectárea en Iksan, Jeonbuk. Tras introducir la agricultura inteligente, redujo el tiempo diario de gestión de 12 a 6 horas y elevó la producción por 3,3㎡ de 80㎏ hasta un máximo de 142㎏. Jeong explicó este logro diciendo que “no fue un efecto creado solo por la IA, sino un resultado producido conjuntamente por los equipos, los datos y la gestión de la persona que observa el campo todos los días”.

También presentó casos concretos de mal funcionamiento. Una medición errónea de sensores alteró el control de las ventanas de ventilación y provocó la propagación de moho, y un valor de configuración incorrecto de la conductividad eléctrica (EC) de la solución nutritiva llegó a dañar las raíces. En una explotación, incluso después de que cesara un chaparrón, las ventanas permanecieron cerradas, la temperatura dentro del invernadero superó los 60℃ y finalmente se abandonó ese ciclo de cultivo. Otra explotación no pudo recibir a tiempo piezas de un controlador extranjero y tuvo que controlar el sistema manualmente durante toda la noche. Jeong afirmó: “Si los sensores y los datos se tambalean, las decisiones construidas sobre ellos no pueden ser fiables por muy inteligentes que sean”, y añadió: “La IA agrícola confiable empieza con datos fiables”.

En el debate general, el director Jeong Hwi-ung señaló que la precisión debe analizarse dividiéndola en “medición” y “ejecución”. Es decir, si la ejecución fue incorrecta, también hay que determinar si fue culpa de la IA o de la máquina. Jeong añadió: “Los datos no se construyen una sola vez, sino que deben gestionarse de forma continua”. Jeong Hwan-seok, funcionario a cargo de “Isagi”, el asistente agrícola de IA de la Administración de Desarrollo Rural, dijo que “no hay muchos datos adecuados para que la IA aprenda” y señaló la estandarización y depuración de datos como tareas prioritarias.

IA de apoyo a la decisión… el juicio final debe quedar en manos de las personas

Jeong propuso como primera dirección de mejora que “la IA debe avanzar hacia un modelo de apoyo a la decisión que ayude al juicio humano, más que sustituir a las personas”. Las demás direcciones son la estandarización de las especificaciones de sensores, la producción nacional y un servicio posventa rápido, la capacitación de los productores y el control adaptado al clima.

Park subrayó que una IA que explique las bases de su juicio es un mejor servicio. Park dijo: “Sería bueno avanzar hacia una automatización completamente no tripulada, pero si se hace mal, los productores se vuelven tontos”, y añadió: “El objetivo último de la IA es seguir formando productores del nivel de Jeong”. Jeong Hwan-seok también señaló: “Por ahora, lo más seguro es usar las respuestas de la IA como referencia, verificándolas, en lugar de confiar en ellas al 100%”.

“¿Quién creerá esta cifra?”… demanda de verificación independiente y sistema de certificación

Park entrenó un modelo de reconocimiento de voz con grabaciones de consultas a productores. En su evaluación interna, la precisión resultó superior a la de Naver Clova. Sin embargo, Park dijo: “El problema es quién creerá esta cifra”, y añadió: “Ahora mismo nosotros mismos creamos los problemas y también hacemos toda la evaluación”. Como alternativa, propuso un punto de referencia independiente. Su idea es que las sociedades académicas y la Administración de Desarrollo Rural elaboren pruebas por áreas —reconocimiento de voz, respuestas basadas en evidencias, diagnóstico de enfermedades y plagas, y predicción y recomendación— y que los resultados se vinculen con un sistema de calificación y certificación.

El director Jeong expresó una opinión distinta. Señaló que el reconocimiento de voz alcanzará el nivel más alto en dos o tres años, por lo que propuso reducir el alcance de la evaluación y concentrarse en criterios para determinar los daños causados por errores de predicción. El investigador Yang, citando como ejemplo la industria aeronáutica, dijo: “Dar sensación de estabilidad mediante la regulación ayuda, más bien, a la innovación y a la difusión”. Además, propuso otorgar incentivos en la contratación pública a las empresas que reciban certificación de fiabilidad. Jeong subrayó la importancia de una demostración de campo abierta en la que participen los agricultores desde las primeras etapas de desarrollo.

Si ocurre un accidente, ¿quién es responsable?… hay que dejar historial de decisiones y aliviar la carga de la prueba

En su presentación temática, el presidente Jeon presentó accidentes que ya han ocurrido en el campo agrícola. Entre ellos, el accidente de noviembre de 2023 en una planta de clasificación de pimientos paprika en Goseong, Gyeongnam, donde un robot confundió con una caja a un empleado de una empresa que realizaba una revisión de prueba y le causó la muerte, así como un accidente en el que un agricultor perdió un dedo durante la aplicación de tratamientos con dron. Jeon afirmó: “La seguridad de la IA es una cuestión de prevención, no de solución”. Jeong Hwan-seok consideró que el accidente de la planta de clasificación se aproxima a un problema de gestión de excepciones del programa, y sostuvo que la verificación de seguridad debe incorporarse desde la etapa de investigación y desarrollo.

Park propuso un sistema de trazabilidad que registre, por momentos, la recomendación de la IA, la aprobación del agricultor y los resultados de la ejecución. La idea es permitir retroceder para identificar dónde se produjo el error si ocurre un accidente. El investigador Yang planteó que no se concentre la responsabilidad en un solo sujeto, sino que se establezca un procedimiento para repartirla como una proporción de culpa. Yang dijo: “No se trata de que el agricultor demuestre el problema de la IA; la inversión o relajación de la carga de la prueba, para que lo demuestre la empresa que creó la IA, será una cuestión importante”.

¿Después de la ley básica de IA, una ley especial de IA agrícola?… “A corto y medio plazo, complementar la Ley de Agricultura Inteligente”

El presidente Jeon señaló que la ley básica de IA, en vigor desde enero de este año, es una norma declarativa y amplia, y propuso la necesidad de una “ley especial de IA para el sector agrícola”. También apuntó que, cuando una maquinaria agrícola autónoma provoca un accidente en la vía pública, la legislación aplicable “se encuentra actualmente en un vacío”. El profesor Moon dijo: “En la agricultura no hay muchos casos que puedan considerarse IA de alto impacto, por lo que una ley especial es una tarea de largo plazo”, y añadió: “A corto y medio plazo, hay que empezar por complementar la Ley de Agricultura Inteligente”.

El investigador Yang presentó el borrador de las “Directrices de ética de la IA agrícola”, que se están elaborando mediante una investigación encargada por la Administración de Desarrollo Rural. En una encuesta preliminar, 16 de 19 expertos respondieron que las directrices eran necesarias. El borrador plantea seis principios: ▲respeto por las personas ▲equidad e inclusión ▲seguridad ▲transparencia ▲privacidad ▲responsabilidad. Aún se debate si ampliar el objeto de protección al conjunto de la ecología y el medio ambiente, como el suelo y la calidad del agua, y cómo tratar la compensación por los datos de los agricultores.

Se necesitan formación y espacios de deliberación pública para reducir la brecha digital de agricultores mayores y pequeños

El investigador Yang subrayó que se debe apoyar la educación en IA y el acceso de los grupos digitalmente vulnerables, como los agricultores mayores y de pequeña escala. El profesor Moon señaló que en el Comité Nacional de Estrategia de Inteligencia Artificial no hay instituciones ni expertos relacionados con la agricultura, y afirmó que se necesita un espacio de deliberación pública sobre IA agrícola. El presidente Jeon dijo que la educación, el desarrollo tecnológico y la reorganización legal e institucional deben avanzar juntos. Jeong Hwan-seok anunció que estudiará la creación de un organismo consultivo para la difusión de la IA agrícola.

Kim, quien actuó como moderador, cerró el debate diciendo: “Garantizar la fiabilidad y la seguridad de la IA agrícola no restringe la innovación tecnológica, sino que constituye la base para su difusión en el campo”.