Ing. Agr. MSC. Arturo Bisonó
Especial para elCaribe
En noviembre de 2022, ChatGPT salió al público. Para casi todos fue una fecha que pasó sin pena ni gloria. Pero quizá los libros de historia la recuerden de otra manera. Fue la primera vez que cualquiera de nosotros pudo sentarse a conversar con una inteligencia artificial. Hasta entonces, usarla era privilegio de unos pocos con las herramientas y el conocimiento.
Si mal no recuerdo, empecé a usarla en diciembre, apenas unas semanas más tarde. Desde entonces no ha dejado de mejorar en capacidad, alcance y velocidad. Esa mejora se mide hoy con criterios cada vez más exigentes. Hay pruebas internacionales, como el MMLU, que evalúan cuánto sabe y razona un modelo. Se mide también qué tan seguido acierta sin inventar lo que no sabe, eso que los técnicos llaman alucinaciones. Y cuenta cuánta información maneja de una sola vez, cuánto tarda en responder y cuánto cuesta cada consulta.
¿Pero qué son en realidad? ChatGPT, Gemini o Claude son los llamados modelos de lenguaje. Trabajan con el lenguaje natural, el que hablamos las personas, y no con el lenguaje de programación de las máquinas. De tanto leer cantidades enormes de texto, aprendieron a entender lo que les pedimos y a responder en nuestras propias palabras.
Unos meses después, comencé a preguntar entre la gente cercana si ya la conocía. Al principio eran muy pocos. Más adelante, muchos habían oído hablar de ella pero todavía no la usaban. Hoy es raro encontrar a alguien que no interactúe con uno de estos modelos.
Pero esa adopción masiva es apenas lo que se ve. Por debajo hay una carrera silenciosa por liderar el uso de la IA en cada sector de la economía, y el agrícola es uno de ellos. En América Latina esa carrera todavía corre tras bastidores. En varios países de Asia ya es abierta, y con resultados sobre la mesa.
India lanzó un asistente estatal que responde en once idiomas las preguntas de sus agricultores. Corea del Sur y Japón ya tienen leyes nacionales de agricultura inteligente, con incentivos para que el productor adopte estas tecnologías.
Y no son casos aislados. Una larga lista de países ya colocó la agricultura dentro de su estrategia nacional de inteligencia artificial. Están China, India, Corea del Sur, Japón, Estados Unidos, Brasil y hasta Chile. En Europa, Francia y Alemania lo hicieron con sus propios planes, y la Unión Europea lo asumió como bloque. En la nuestra, en cambio, las prioridades declaradas son salud, educación, transporte, seguridad, finanzas y turismo. La agricultura, en un país de vocación agrícola, todavía no aparece con ese peso. Y hay algo que me inquieta todavía más. Ni siquiera en la Meta RD 2036, la visión de país a diez años, se menciona la inteligencia artificial, y la agricultura sigue tratada como siempre. Estamos dibujando la próxima década sin ponerla sobre la mesa.
¿Y para qué nos sirve todo esto? Para mucho más de lo que parece. Un Estado con buenos datos y buenos modelos puede anticipar una sequía o una inundación y mover los recursos antes de que el daño ocurra. En la finca, el productor puede afinar el uso de lo que más le cuesta, el agua, el suelo, el fertilizante y el pesticida, aplicando lo justo en el momento justo. Las empresas que le venden insumos y servicios pueden acompañar mejor al productor, con recomendaciones pensadas para su parcela y no para un promedio. Y nuestras universidades tendrían que formar a los profesionales capaces de llevar todo esto al campo. Todos esos ejemplos apuntan a lo mismo, a convertir la montaña de datos dispersos sobre clima, suelos y precios en alertas que lleguen a tiempo, cuando todavía se puede decidir. Y la lista no termina ahí.
Dentro de poco, quizá ya en 2027, sabremos qué están haciendo nuestros competidores. Lo que sí puedo afirmar es que la República Dominicana está haciendo muy poco, y me preocupa precisamente porque tenemos con qué. Contamos con el talento y los datos que ya podríamos empezar a ordenar para entrenar nuestros propios modelos, probarlos en campo y ver dónde nos conviene apostar primero.
Hay algo que deberíamos hacer con urgencia. Hoy tendríamos que estar entrevistando a los grandes de nuestra agricultura, a esos productores y técnicos que cargan medio siglo de oficio en la cabeza, antes de que ese saber se pierda. Imaginen un trabajo serio con las 100 personas más influyentes del agro dominicano, todas de más de 70 años, recogiendo sus saberes y su visión del campo. De ahí saldrían datasets de información con las experiencias vividas de los líderes del sector, un insumo de enorme valor para entrenar los modelos que nuestra agricultura necesita. Ese conocimiento no se compra en ninguna parte.
Yo quiero que seamos los primeros de la región. Pero para eso hay que convocar a un dream team que lo lidere, dentro y fuera del Estado.
Lo he dicho antes y lo sostengo. Estamos tarde, pero no perdidos.
