D

E
 Instituto Tecnológico
Superior De Comalcalco
Docente:
Fraire Vázquez Azucena Del
Rosario.
Materia:
Taller De Investigación 1.
Alumno:
CALDERON LEYVA ARLING ADRIAN
CHÁVEZ GARZA FRANCISCO SALVADOR
LÓPEZ GARCÍA CITLALI ALEJANDRA.

Grado: 4 Grupo: A
Actividad:
Unidad 2
ORACION
INTRODUCCION
Introducción
Al estar en un nivel académico superior se debe abrir la mente y ser
sensato para saber que en el mundo en el que vivimos el desarrollo
tan meteórico que ha tenido la sociedad en general, genera mucha
demanda de producción en el sector agrícola lo cual conlleva a la
necesidad de ser más eficiente en el mismo y tener más producción
de calidad y cantidad, por lo tanto, en este trabajo se investigaran
los beneficios de la inclusión de los robots e inteligencias artificiales
en el sector agrícola.
“Con el tiempo, los programas de IA aprenden a cultivar más
rápido y con mejor calidad.”
“La innovación agrícola en México data de la época prehispánica,
ya que es centro de origen de varios de los principales cultivos del
mundo. La domesticación del maíz y el frijol, entre otros, ha
contribuido al suministro mundial de alimentos y su diversidad
genética continúa utilizándose para mejorar los cultivos.
Actualmente, en México no existe un servicio de extensión agrícola
específico. Más bien, los agricultores cuentan con asistencia técnica
al acceder a los distintos programas de apoyo de la SAGARPA como
una parte integral de los mismos. Dicha asistencia se recibe por
medio de contratistas del sector privado, prestadores de servicios
profesionales (PSP), cuya función es dar cumplimiento a los
programas en el nivel de la explotación agrícola. Este programa,
como se menciona anteriormente, fue una estrategia del gobierno
para crear un mercado para esos servicios, como una respuesta al
abandono a principios de la década de 1990 de la Dirección
Nacional de Extensión Agrícola.” Amaro-Rosales, Marcela, & Gortari-
Rabiela, Rebeca de. (2016). Políticas de transferencia tecnológica e innovación en
el sector agrícola mexicano. Agricultura, sociedad y desarrollo, 13(3), 449-471.
Recuperado en 22 de marzo de 2022, de http://www.scielo.org.mx/scielo.php
 Planteamiento del
problema y justificación
Tarea
INCLUSION DE ROBOTS E INTELIGENCIAS ARTIFICIALES

EN TRABAJOS HUMANOS DEL SECTOR AGRICOLA

AGRICULTURA AUTOMATIZADA Y ROBÓTICA

AGRÍCOLA

La agricultura automatizada y los robots agrícolas son conceptos visionarios que

prometen cambiar la forma en que la sociedad obtiene alimentos de alta calidad

utilizando menos recursos, reduciendo el mantenimiento y reduciendo las

actividades extenuantes y relacionadas con el trabajo de campo regular.

Según el modelo Agricultura 4.0, se espera que los robots automatizados utilicen

visión artificial e inteligencia artificial para crear un entorno colaborativo saludable y

productivo.

¿Qué son los robots agrícolas?

Un robot agrícola es un tipo de robot diseñado para realizar operaciones específicas

en el campo de la agricultura. Los robots agrícolas igualmente conocidos incluyen

cosechadoras automáticas y dispositivos autopropulsados ​q ue usan visión artificial y

GPS para navegar de manera segura a través de las tierras de cultivo.

Los robots agrícolas están diseñados para automatizar trabajos de campo manuales,

repetitivos y pesados.Este tipo de máquina suele ser muy productiva, lo que reduce

los costes de producción, y su precisa capacidad de trabajo le permite manipular

hojas como la lechuga o frutos maduros como las fresas sin causar ningún daño.
¿Para qué están entrenados los robots agrícolas?
La agricultura automatizada es un área clave para el desarrollo de nuevas

tecnologías y hoy en día hay una gran cantidad de robots automatizados capaces de

atravesar los campos para diversas operaciones, como fumigación, cultivo de

enfermedades y recolección de frutas. Control de malezas y más.

La producción de alimentos de alta calidad requiere el control de muchas variables,

como la madurez de la fruta, el control de cambios detallados en el medio ambiente,

la luz, la temperatura o las propiedades físicas de las plantas para detectar plagas,

enfermedades o factores de riesgo.

Además, los alimentos se inspeccionan cuidadosamente o se manipulan con cuidado

para evitar la propagación de enfermedades por contacto, filtrar la fruta de mejor

calidad y evitar daños accidentales en los cultivos. En este sentido, el control que

brindan las herramientas tecnológicas para capturar datos en tiempo real y analizar

volúmenes variables de información es insuperable.

Por ello, la tecnología trabaja en equipo, combinando sus habilidades en

inteligencia artificial y software de aprendizaje para desarrollar mejores modelos de

planificación y coordinación del trabajo de todos los stakeholders.

Para ello es muy importante la colaboración y transmisión de datos entre la

máquina y el operador de la máquina. La agricultura 4.0 no se trata solo de una

automatización simple, sino también de implementar técnicas efectivas de gestión

de la información para traducirlas en operaciones optimizadas y productos

saludables de valor agregado.

Ventajas de los robots agrícolas
Los robots agrícolas tienen enormes ventajas sobre los modelos tradicionales de

siembra y poda, tales como:

- Reducir la carga de trabajo del personal.
- Reducción de la necesidad de monitoreo en el sitio.
- Mejora significativa en la detección de plagas mediante visión artificial.
- Reducir pérdidas por manejo inadecuado.
- Optimización del espacio para cultivo vertical e hidropónico para máxima

eficiencia. - Detección de frutos en su punto óptimo de maduración.

- Menos dependencia de los empleados y, por lo tanto, menores costos operativos.
Reduce la cantidad de insumos químicos necesarios al detectar las necesidades

específicas de cada cultivo.

- Tareas que se espera que se automaticen entre un 60 % y un 80 % a lo largo de los

años, incluida solo la robótica.

ANTECEDENTES Y OBJETIVOS DE
LA INVESTIGACIÓN
La creciente digitalización de la actividad humana ha fusionado los mundos físico,
digital y biológico de manera que transformará a la humanidad en su esencia misma.
Esta nueva realidad utiliza como medio de comunicación Internet y como mensaje
los propios metadatos o datos los cuales necesitan aplicaciones y soluciones de
inteligencia artificial para ser procesados. Si bien la inteligencia artificial ayudará a
resolver los grandes problemas económicos y sociales cada vez más complejos,
también plantea numerosos dilemas éticos y la necesaria formulación de una
legislación moderna acorde a la realidad a regular. El objetivo del presente trabajo
consiste en conceptualizar la inteligencia artificial y analizar las últimas
recomendaciones de la Comisión Europea en materia de robótica. La metodología
se basó en la actualización del marco conceptual y en el análisis normativo en el
marco de la Estrategia Europea para la Inteligencia Artificial para concluir en su
necesaria actualización.

INTERNACIONAL
Productividad con información. Es así, estamos poniendo todas las fichas a la
Inteligencia Artificial (IA) para lograr aumentar la productividad. Hoy, la Inteligencia
artificial es una realidad en el sector agropecuario global. Está siendo aplicada en
modo masivo por empresas de punta e innovadores.
Podemos encontrar tantas aplicaciones como cultivos y labores existen en el
campo, desde aplicaciones para la identificación temprana de enfermedades y
evaluación de daños, control de malezas, hasta el uso de robots para la cosecha de
frutas y hortalizas, análisis de información satelital, gestión de los recursos
agronómicos y monitoreo del ganado. Un gran abanico de modelos predictivos para
mejorar la toma de decisiones agronómicas, detección de deficiencias nutricionales
en los cultivos, entre otras aplicaciones de relevancia en este ecosistema innovador
del cual somos parte. Cuando le doy vueltas a la definición de inteligencia artificial
buscando la correcta y más representativa, se hace evidente que no existe una
única definición sobre IA. No es una tecnología específica, ni tampoco pertenece a
una clase específica de enfoques técnicos. Podría decir que es un área que estudia
el problema de crear inteligencia en las máquinas.
Inteligencia Artificial en la agroindustria
La agricultura es el pilar de la economía en muchos países del mundo, entre ellos
España. Factores como el cambio climático, el crecimiento de la población y la
seguridad alimentaria impulsan a la industria agroalimentaria a buscar enfoques
innovadores para mejorar el rendimiento de los cultivos. La Inteligencia Artificial
emerge como parte esencial de la evolución tecnológica de la agroindustria.
Las aplicaciones más relevantes de la IA en la agricultura las podemos
clasificar en tres categorías principales:
Robots: las empresas están desarrollando y programando robots autónomos para
ejecutar labores agrícolas básicas como siembra, cosecha, control de malezas y
pulverización. (Lea: La inteligencia artificial al servicio de la prevención de
hambrunas)
Monitoreo de cultivos y suelos: mediante la visión por dispositivos electrónicos y
algoritmos de aprendizaje para procesar datos capturados por drones y / o
tecnología basada en software, es viable monitorear la sanidad de los cultivos y el
suelo.
Análisis predictivo: con modelos de aprendizaje automático para monitorear y
predecir impactos de las condiciones ambientales sobre el desempeño y el
rendimiento de los cultivos.
Datos de calidad
Una nueva configuración impulsa los negocios del agro a nivel mundial. Brotan
conceptos como bioeconomía, Agtech, redes abiertas y colaborativas que proponen
un mercado más dinámico, con agricultores exigentes y comprometidos con la
sostenibilidad de su entorno.
Hemos pasado de una agricultura intensiva en fitosanitarios, agua y fertilizantes, a
una agricultura intensiva en conocimiento, por medio del uso de una significativa
cantidad de datos que se transforman en información de valor.
Si nos fijamos, hace unos años la robotización era mecanización. En la actualidad,
con la IA, emergen procesos de razonamiento que transforman no sólo las
actividades productivas, sino también el contexto laboral.
Datos de calidad. Sin dudas, es lo que buscan todos los que están en esta temática.
Es necesario transformar los datos en información de calidad. Además, integrarlos
a otros modelos y plataformas que abran la puerta para la toma de decisiones
eficientes y estratégicas, que ayuden a los agricultores y empresas a reducir la
incertidumbre.
Convertir en inteligentes a millones de datos disponibles, para anticipar, predecir y
aplicarlos según objetivos e intereses. Un gran desafío.
Un mix de herramientas
La inteligencia artificial, el Big Data y el Machine Learning son tecnologías que
siembran ganancias. Posibilitan captar y procesar en tiempo real las enormes
cantidades de datos. Estas innovaciones facilitan que los agricultores sean capaces
de anticiparse a eventos naturales, enfermedades o plagas, rendimientos, procesos
y tomar las mejores decisiones.
Debemos tenerlo claro, no hay una única herramienta capaz de mejorar la actividad
agropecuaria, es un mix de todas ellas, su complementariedad. Tú que piensas: ¿La
inteligencia artificial llegó al agro para asistir los procesos actuales o para
reemplazarlos?
Por un lado, tenemos a quienes defienden a ciegas los beneficios que aporta la
inteligencia artificial para facilitar la toma de decisiones estratégicas en el campo.
Por el otro, los que alertan o instalan el temor sobre el riesgo de la pérdida de
empleo generalizado, causado por la automatización de los puestos laborales.
Viviremos un escenario laboral donde existirá una mayor interacción entre los
hombres y las máquinas, al tiempo que se crearán nuevas categorías de empleos,
con una mayor integración de tecnología. Pero, lo particular, es que hoy en día
no podemos ni imaginar cuales serán.
Personalmente, considero que hay que ver a la tecnología como un facilitador de
las tareas agrícolas, no como un enemigo. Es posible que ciertas profesiones
queden obsoletas, pero al mismo tiempo otras se reciclarán o surgirán. Los
profesionales tendrán que desarrollar nuevas habilidades y allí se necesitarán crear
nuevas carreras o perfiles. La capacidad de adaptarse a los cambios y la formación
continua serán un aspecto clave. Creo que no hay que hacer foco en el miedo a la
tecnología, sino ocuparnos en seguir formándonos.
En definitiva, se necesitará a una persona para interpretar los datos obtenidos. Eso
sí, cada vez más cualificada. Pero siempre será estratégica la intervención de un
humano.
Atmósfera productiva
Tenemos ante nosotros la 4° revolución industrial, en que la Inteligencia Artificial es
la mayor protagonista, como también la innovación. Esto está transformando tanto
la forma en la que vivimos, como en la que trabajamos. Una nueva atmósfera
productiva en la que conviven una gran variedad de tecnologías capaces de hacer
transparentes los límites entre lo físico, lo digital y lo biológico, dando como
resultado un cambio de paradigma. Mira un poco a tu alrededor, vives tu
cotidianeidad rodeada de IA y, seguramente, no eres consciente de ello. Generas
grandes volúmenes de datos, tanto como individuo conectado en las redes sociales,
como la generada por los todos los dispositivos y plataformas que utilizas. El sector
agropecuario está poniendo énfasis en el impulso tecnológico exponencial y los
cambios disruptivos, porque tiene la firme convicción que ambos son una
oportunidad única para diversificar la matriz productiva zonal. Y también, evitar el
riesgo de quedar sumergidos cuando el tsunami tecnológico avance. No hablo del
futuro, esto es presente. Debemos ser prudentes y responsables. La IA es una
tecnología poderosa pero compleja, que mal interpretada puede tener un impacto
negativo. No dejes de lado el enfoque humanista sobre la IA. Esto da para hablar
durante horas.
Las nuevas tecnologías, como la inteligencia artificial, son parte de la solución para
lograr aumentos de productividad por medio de la información. Al procesar todas las
variables, interpretar los escenarios, simular contextos y realizar prospectiva
haciendo uso de la IA podrás detectar la combinación de insumos que mejor se
adapta a cada requerimiento, y de esta forma hacer un uso más eficiente de los
recursos. La IA permitirá al sector agropecuario duplicar su producción de manera
sustentable propiciando un negocio más rentable. Y, como he dicho anteriormente,
esto no se hace solo. La clave está en la conjunción de la biotecnología, la robótica
y la IA, el Big Data, la simulación y la geoestadística. Recuerda, las ventajas
productivas del futuro son ventajas innovadoras. El mundo camina a un nuevo
sistema donde la capacidad de conocimiento y de innovación son la fuerza
productiva. No se trata sólo de prever el futuro con algoritmos, sino hacer una
agricultura moderna, más precisa e inteligente

NACIONALES
El siguiente es un resumen de los hallazgos que se registraron en este informe.
Cabe señalar que no se pretende generalizar estos aspectos sobresalientes a toda
la región, ya que los 12 países aquí analizados se se encuentran entre los más
avanzados tanto de América Latina como del Caribe en lo que se refiere a sentarse
las bases para la adopción de la IA como herramienta al servicio el bien social. Por
ello, en adelante los autores se referirán a este conjunto de países como ALC12. •
La mayoría de los países que conforman ALC12 han establecido cimientos sólidos
desde una perspectiva de gobierno, pues están desarrollando sus sistemas de IA
alineados con esfuerzos estatales dirigidos al incremento de la conectividad,
desarrollo de infraestructura, estrategias nacionales de digitalización, datos abiertos
y agendas nacionales de IA en proceso de elaboración.
• Todos los países estudiados cuentan con una estrategia digital y, con excepción
de Trinidad y Tobago, tienen también una agenda de datos abiertos. Uruguay y
Colombia ya formularon sus estrategias nacionales. nacionales de IA, mientras que
Brasil y Chile lo están haciendo. México y Argentina han emprendido un esfuerzo
significativo al incluir el ecosistema en la formulación de una propuesta de estrategia
nacional que aún requiere consolidación.
• La falta de infraestructura digital en la región surge como un reto clave en cuanto
a la democratización de los beneficios de la IA. La Comisión Económica para
América Latina y el Caribe (CEPAL) estima que el ac - ceso a la tecnología puede
ser hasta diez veces superior en zonas urbanas en comparación con las rurales.
• Independientemente de las diferencias que se registren entre las zonas urbanas y
rurales, predomina la falta de conectividad en los 12 países estudiados, dado que
menos del 70% de la población en promedio de ALC12 tiene acceso a internet.
• La existencia de redes 5G es un elemento competitivo para el ecosistema de IA
local —acelera y fortalece los servicios de conectividad—, lo que implica que un
sistema de IA puede analizar datos y aprender más rápidamente de lo que lo hace
en la actualidad. En este sentido, Argentina, Colombia y Uruguay están realizando
pruebas, mientras que México, Brasil y Perú ya están licitando espectros.
• La ciberseguridad es un elemento clave para poder avanzar en la economía digital.
Este tema representa un área de oportunidad muy importante en la muestra de
países seleccionados, ya que, según el Índice Global de Ciberseguridad, los 12 se
encuentran en los puestos del 51 al 123 entre un total de 175 a nivel mundial.
• En materia de género, escolaridad y aptitud para el inglés, a nivel regional hay una
mujer por cada dos hombres estudiando carreras CTIM (ciencia, tecnología,
ingeniería y matemáticas). el estudiante pro- dio está tres años por detrás del
promedio de escolares de los países de la OCDE en lectura, matemáticas y
ciencias. En cuanto al nivel promedio de inglés —lengua en que están escritos la
mayoría de los programas y documentación de IA—, es de tan solo 56%, lo cual
señala la existencia de un área de oportunidad y prioridad en la que será necesario
desarrollar competencias.
• Cerca del 75% de las principales universidades de ALC12 está impulsando la
investigación y el desarrollo de sistemas autónomos. Por su parte, los centros de
investigación públicos y privados generan un 50% de este tipo de investigación.
• Más del 96% de las principales universidades de ALC12 ofrecen carreras
relacionadas con la IA y el 50% cuenta con un laboratorio o centro especializado.
Estas son cifras prometedoras en lo referente al desarrolló de talento local, uno de
los principales desafíos para los emprendimientos de IA en la región. Sin embargo,
solamente la mitad de estas universidades cuenta con sedes por fuera de la capital
del país, lo cual constituye un reto considerable en cuanto a difusión del
conocimiento y distribución de oportunidades.
• Existe una brecha de diversidad de género en las investigaciones de IA, aunque
este no es un reto específico de ALC. En un estudio de 2019 sobre 11.000
publicaciones presentadas en 21 conferencias interaccionales se encontró que solo
el 18% de los autores principales son mujeres. En otro lugar donde se analizó arXiv
(el repositorio de publicaciones más importantes de acceso abierto) se prolonga
que, en promedio, en 34 países solo el 25,4% de las publicaciones que versan sobre
IA tienen coautoría de por lo menos una mujer En la región, solo Argentina (con
alrededor del 34%), México (con alrededor del 27%) y Brasil (con alrededor del 26%)
se encuentran dentro de los primeros 34 países donde las diferencias de género en
la participación en publicaciones sobre IA son menos marcadas. Argentina ocupa el
primer lugar en cuanto a proporción de publicaciones de IA donde figura una mujer
como autora única (15%).
• En cuanto a patentes de IA, ALC se halla en los niveles más bajos en comparación
con otras regiones (menos del 1%).
• Los 12 países de la muestra se enfrentan a retos sistémicos como son las brechas
de desigualdad. En ellos el coeficiente de GINI promedio es de 46%, posicionando
a la región como una de las más desiguales del mundo, junto con África
subsahariana. Esto abre una oportunidad para explorar la manera en que la IA
podría convertirse en una herramienta poderosa para reducir esta brecha.
• En el 2018 se duplicó el capital de riesgo en ALC (un total de USD 1,98 mil millones
sumando todos los subsectores). Si bien todavía se encuentra en un estado
temprano, el emprendimiento de impacto y su fomento a través de capital de riesgo
está creciendo en la región. De cualquier manera, existen todavía di - referencias
bastante marcadas entre los países en cuanto al nivel de evolución y adopción de
la IA por parte este sector.
• El 82% de las inversiones de riesgo realizadas en 2017 correspondieron al área
de tecnología informática (TI). Si bien el subsector más grande en cuanto a uso de
IA la región es el de Software y servicios empresariales 8 , con un 43% (Endeavor,
2018), existen cuatro subsectores que se relacionan directamente con la mejora de
la calidad de vida que sobresalen por su ritmo de crecimiento: salud, EdTech,
FinTech y AgTech. Aunque la IA no es la única tecnología empleada por
emprendedores sociales y de impacto, ésta desempeña un papel fundamental en
sus estrategias de innovación y crecimiento.
• El ecosistema de emprendimiento está impulsando numerosos casos de uso de
IA al servicio del bien sociales en ALC12. Con estos usos se busca ampliar y
distribuir las oportunidades existentes, por ejemplo creando posibilidades para que
los agricultores accedan a crédito; impulsando una educación personalizada y de
calidad a través de soluciones de monitoreo y apoyo a los estudiantes;
democratizando el acceso a servicios de salud a través de sistemas de diagnóstico
automatizado a distancia; consiguiendo una comunicación más fluida desde y entre
la comunidad con discapacidad auditiva; reduce la mal- nutrición mediante el
suministro de alimentos sostenibles y accesibles basados en plantas; y mitigando
los efectos del cambio climático desde distintos sectores.
• La muestra de 29 casos de uso muestra que sus principales desafíos en la
adopción de IA son: calidad (58%), etiquetado (58%) y disponibilidad de datos
(47%), seguidos de disponibilidad de talento calificado (47%) y resistencia cultural
(42%).
• El 37% de los participantes en la encuesta “Percepción de la importancia dada a
la ética de la IA en Amé- rica latina y el caribe” (225 personas) perciben que se le
está dando muy poca importancia en la agenda público. Asimismo, el 58% percibe
que las organizaciones de la sociedad civil y otras dedicadas a generar impacto
social están considerando muy poco o poco el uso de la IA para acelerar su impacto.
•Según la encuesta mencionada, los temas de ética de la IA que más preocupan en
la región son: privacidad y seguridad de los datos personales (56%), confianza y
seguridad de los sistemas (37%) y transparenta (33%). Asimismo, se percibe que el
sector privado es el que mayor influencia está teniendo en los temas relacionados
con la ética de IA (40%), seguido del sector académico (29%).
• Más del 70% de los encuestados no conoce un ejemplo de un caso de uso
implementado de IA el servicio del bien social (Cuadro 1). 8 constituido por aquellas
empresas dedicadas a crear herramientas orientadas a satisfacer las necesidades
de funcionamiento de los negocios. por ejemplo, servicios de nube como Amazon
Web Services (Aws), FutureFuel y Squibler, entre otros.

LOCALES
Acelera tu evolución digital
Aporta unas extraordinarias características de agilidad, sencillez y rentabilidad a la
HPC mediante el uso de tecnologías de nube, métodos operativos, modelos
empresariales, análisis de datos de alto rendimiento, inteligencia artificial y
aprendizaje profundo.
Brinda un centro de datos más eficiente: con la HPC híbrida de HPE, obtienes lo
mejor de ambos mundos para el aprovisionamiento de soluciones locales o no
locales.
Amplía la HPC local a tu nube privada: la solución HPC híbrida incrementa las
capacidades de HPC local con opciones basadas en la nube, ampliando los
sistemas HPC locales conocidos a una infraestructura de nube privada flexible.
Obtén agilidad, sencillez y rentabilidad extraordinarias: la infraestructura como
servicio para HPC te permite ofrecer servicios de aplicaciones e infraestructura de
alto rendimiento incluso para los requisitos de HPC más exigentes.
Bibliografía
• David Autor, David A. Mindell y Elisabeth B. Reynolds (MIT Work of the
Future)
• Glauco Arbix y Alvaro A. Comin (Center for Artificial Intelligence USP-IBM-
Fapesp)
• Mcneill J.R, Macneill W. H. (2004) Las redes humanas. Una historia global
del mundo, Editorial Crítica, ps. 201 a 202; Lyons M. (2012) Historia de la
lectura y de la escritura en el mundo occidental, Editoras del Calderon, ps.
177 y siguientes.
Tabla de variables e
hipótesisTarea
 Variables Tipo Descripción
Uso correcto de Dependiente Que los
los robots e agricultores
inteligencias conozcan el
artificiales en la correcto uso de
zona agrícola cualquier equipo
y/o IA
implementadas en
sus plantaciones y
zonas de
cosechas.
Información Independiente Familiarización e
acerca de la instrucciones para
correcta el uso y control de
implementación de los equipos para un
los robots e uso efectivo en las
inteligencias zonas donde se
artificiales en despliegue el
plantaciones y equipo.
zonas de
cosechas.

La correcta información de los usuarios de los nuevos equipos de cosecha, riego,

etc., permite el uso adecuado de cada uno de ellos y la adquisición de nuevos
equipos al conocerlos y saber su uso.