Al igual que el paciente de un médico, una planta es un ser vivo que requiere de cuidados para prolongar su vida productiva y ganar en eficiencia. Si bien no es consciente de sus malestares, ni capaz de comunicarlos, genera síntomas y señales que la agricultura ha aprendido a interpretar con cierto nivel de certeza.
La agricultura administra poblaciones biológicas y diagnostica en base a evidencias que provienen de la observación y análisis de muestras de ella. Mediante el uso de calicatas, análisis de materia orgánica y sobre todo la observación disciplinada y frecuente del huerto, el agrónomo es capaz de identificar patrones y relaciones causales, lo que le permite prescribir soluciones para obtener el mayor potencial de los activos biológicos a su cargo. Es la experiencia su principal herramienta, pues es la que provee de casos a la memoria para dictaminar la mejor solución para un problema que se repite, o para generar hipótesis certeras para uno nuevo. Es la experiencia la que moldea y pule su intuición, tan necesaria cuando se deben recomendar labores, programas nutricionales y fitosanitarios para un extenso número de realidades agronómicas en base a un puñado de muestras de ellas.
La diversidad estructural de un huerto, ya sea por sus suelos o por las elecciones al establecerlo, junto a la variabilidad climática que paradójicamente es norma, suelen ser la primera respuesta para explicar los vaivenes de la producción, calidad y condición de los frutos del huerto. Implícitamente se acepta, y con ello se exculpa al agrónomo, que es imposible monitorear, anticipar y administrar el exceso de variables que supone una gestión agrícola, por más experiencia que se tenga.
Si entendemos la agricultura como un algoritmo, es decir, como un conjunto extenso pero limitado de variables que se relacionan entre sí en base a reglas preestablecidas de comportamiento, podemos concluir que las limitaciones de la experiencia humana para hacer gestión en ella están relacionadas con su incapacidad para agregar, analizar y retener suficiente información en el tiempo. Un agrónomo vive muy pocas temporadas homólogas en su carrera, tiene a la vista un número limitado de indicadores de su huerto en cada una de ellas, es capaz de entender un número acotado de relaciones causales entre las variables que monitorea, y su memoria retiene sólo un subconjunto de datos y conclusiones para uso futuro. Es decir, corre con desventaja.
Expandir las capacidades de la agronomía ha sido la misión de los movimientos más disruptivos de la agricultura, llámense estos agroprecisión, agricultura 4.0, o cualquiera de sus movimientos anexos. Estos se basan justamente en no limitar la gestión por las fronteras humanas.
Las cámaras de espectro e hiperespectro, sobre drones, satélites u otros medios de transporte, han transformado la observación muestral en censal, abarcando frecuencias visuales que el ser humano simplemente no es capaz de alcanzar. Estas tecnologías están expandiendo exponencialmente las variables monitoreadas en la agricultura, abarcando extensas áreas en detalle, en cada vez menos tiempo. Vigor y metabolismo de las plantas, estrés hídrico, presencia de plagas y enfermedades, niveles de biomasa y producción potencial, nutrición y deficiencias nutricionales, drenaje y compactación de suelos, eficiencia en el uso del agua, impacto de las condiciones climáticas, ubicación de malezas, conteo de frutos, son algunas de las variables que se pueden seguir con los distintos indicadores que provienen de las frecuencias de luz que registran las cámaras.
Las sondas y sensores monitorean en tiempo real la humedad, conductividad, salinidad y temperatura del suelo, permitiendo hacer gestión sobre el riego y la nutrición en forma precisa y segmentada. Las estaciones meteorológicas complementan con la temperatura del aire, presión atmosférica, humedad relativa, velocidad y dirección del viento, radiación solar y ultravioleta, punto de rocío, niveles de polen y aerosoles, gases atmosféricos y nubosidad. Todo en línea.
Con el uso del GPS también se puede monitorear la gestión de la maquinaria agrícola. Velocidad, revoluciones del motor, pesaje en línea en las cosechas, ubicación, frecuencia y cantidad de las aplicaciones de agroquímicos, todo en línea y con precisión, lo que permite no sólo asegurar que las labores se ejecutan, sino también conocer cómo se ejecutan.
Es tal la cantidad y diversidad de información que hoy es capaz de levantar la agroprecisión, que el factor limitante comienza a ser la capacidad del ser humano para usarla. La mayoría de los agrónomos no fueron capacitados para manejar y analizar datos a gran escala, ni para interpretar los indicadores que se han hecho universales en base a ella. Mucho menos para establecer nuevas correlaciones. Es cuestión de tiempo para que la inteligencia artificial llegue a acortar esta brecha, y así expandir el conocimiento y alcance de la agricultura a niveles insospechados.
Si las reglas que regulan las relaciones funcionales de las plantas con los factores que determinan su desempeño se pueden escribir en una suerte de algoritmo, el monitoreo y análisis masivo de variables aumentará exponencialmente la capacidad de la agricultura para leerlo y entenderlo, permitiendo descomponer cada variable, cada decisión y cada resultado en pasos lógicos, prediciendo con precisión casi matemática los resultados ante cualquier evento.
Ante la magnitud de beneficios que promete traer la agroprecisión, es difícil entender que la velocidad de absorción de estas tecnologías sea tan lenta. Dentro de las razones que pueden explicar este letargo están la falta de plataformas universales de confianza que minimicen el riesgo en la elección del camino tecnológico a seguir; el desconocimiento sobre el funcionamiento de las nuevas tecnologías; el miedo al cambio asociado con alterar los procesos internos de la empresa y la forma en que históricamente se han hecho las cosas; y el interés de asesores y ejecutivos por no cambiar aquello en donde reside su experiencia y conocimiento.
Resolver el dilema no será sólo cuestión de tecnología, sino también de educación y confianza. La buena noticia es que la agricultura como algoritmo, esa ciencia lógica y ordenada, promete un futuro donde se minimizará la incertidumbre, y donde los recursos se usen con precisión quirúrgica para obtener más y mejor producto.