Consumo tecnológico responsable
Plataformas digitales y “Biga Dataâ€.
A partir de los años ’90 investigadores y empresarios agrÃcolas argentinos desarrollaron diferentes Modelos de Simulación Agronómica (MSA) para ajustar el uso de tecnologÃas de nutrición en aquellos cultivos más dependientes de esos insumos (fundamentalmente cereales).
Ese proceso llevo muchos años –quizás cerca de una década si se toman los tiempos posteriores de ajustes– de experimentación a campo y trabajos intensos de desarrollo de herramientas informáticas, hasta lograr, finalmente, aplicaciones de muy fácil uso por parte de los técnicos y productores.
Es importante mencionar que, en muchas situaciones, fueron los mismos productores los que mayoritariamente promovieron el desarrollo de tales herramientas y que, por ese motivo, las curvas de ajuste de respuestas al agregado de insumos incorporaban en los resultados esperados conceptos relacionados por la probabilidad de logro (considerando la variabilidad climática histórica), además de variables económicas (relaciones insumo/producto) y factores ambientales. Los desarrollos Triguero y Maicero realizados por CREA son un ejemplo claro al respecto.
De fines de la década del ‘90 hasta hace pocos años atrás, los MSA fueron las únicas herramientas utilizadas para definir –con aceptable nivel de ajuste– las dosis de insumos en cereales según cada ambiente.
En los últimos años, con la combinación del desarrollo de la georreferenciación más la posibilidad de procesar grandes masas de datos (llamado Big Data popularmente), varias compañÃas y startups desarrollaron plataformas que brindan la posibilidad de recopilar datos agronómicos con el propósito de diseñar prescripciones al combinarlos con registros ambientales provenientes tanto del propio lote (mapas de rendimientos) como de imágenes satelitales.
En todos los casos, la materia prima de tales plataformas –tal como sucedió con el desarrollo de las MSA– son los datos generados por los propios empresarios agrÃcolas: fecha de siembra, genética, dosis de fertilizantes, rendimiento logrado, etcétera.
La idea de obtener información de una gran masa de usuarios para generar un “producto comercial†no es nueva: sucede cada vez que permitimos en entornos digitales que diferentes compañÃas puedan realizar, por ejemplo, un seguimiento de nuestros recorridos, compras y opiniones a cambio de servicios digitales que, si bien consideramos “gratuitosâ€, no lo son porque los “pagamos†con la provisión de nuestros datos personales.
Los datos agronómicos, por lo tanto, son una mercancÃa y, como tal, deberÃa estar contemplada en los “términos de intercambio†de las plataformas digitales diseñadas con propósitos agronómicos.
El segundo aspecto por considerar es que el desarrollo de los MSA o algoritmos (como se dice ahora) se construye con ajustes sucesivos, los cuales, después de muchos aciertos y errores en la relación entre la decisión y el resultado, permiten calibrar prescripciones que, si bien siempre son dinámicas, ofrecen cierto grado aceptable de predictibilidad.
En los sistemas tradicionales de desarrollo de los MSA, los investigadores tenÃan pleno control del volumen de datos empleado para lograr los ajustes necesarios para generar algoritmos exitosos. Las plataformas digitales, al tratarse de entornos cerrados, no permiten esa posibilidad, lo que podrÃa estar generando, en algunas situaciones, que los propios productores (usuarios y a la vez abastecedores de datos) estén pagando los costos de ese déficit.
El tercer aspecto comprende el factor conocimiento: en los desarrollos de MSA fue tan importante el camino atravesado como el producto logrado. Tales sistemas requirieron una importante inversión de tiempo y recursos a partir de la definición y evaluación de variables abiertas por parte de los técnicos y productores. Los aprendizajes generados en aquellas interacciones fueron (son) sustanciales para tener una visión integral de los procesos agronómicos, algo que –la explosión de malezas problemáticas nos recuerda– es vital para poder gestionar producciones agrÃcolas de manera sostenible.
En contraposición, las recomendaciones generadas por las plataformas digitales, si bien conceptualmente serÃan más eficientes al permitir gestionar un volumen descomunal de datos que es difÃcil de procesar con metodologÃas tradicionales, constituyen una caja negra tanto para técnicos como para empresarios agrÃcolas.
Estimo que, como usuarios de tecnologÃa y responsables de la sostenibilidad económica, social y ambiental de empresas agropecuarias, es peligroso dejar la sugerencia del uso de insumos en manos de plataformas cuyos procesos de decisión desconocemos, especialmente si los mismos son diseñados por empresas controladas por compañÃas elaboradoras de agroinsumos. Son los médicos – no los laboratorios– quienes tienen la tarea de prescribir fármacos.
Más allá de que las plataformas digitales puedan estar muy bien diseñadas y calibradas, los procesos de generación de prescripciones no están disponibles para el productor, asesores e investigares. No hay manera de acceder a la información de base y eso constituye una verdadera limitante conceptual.
Por último, el uso de plataformas digitales en algunos casos exige la instalación de dispositivos ad hoc que, además de ser costosos, requieren un recambio de manera regular. DeberÃa analizarse detalladamente la conveniencia de estas incorporaciones, ya que se trata de un camino de una sola vÃa. Las innovaciones tecnológicas orientadas a eficientizar procesos y generar valor no implican renunciar a la capacidad de ejercer nuestra condición de consumidores responsables.
Gerardo Chiara. Asesor de los grupos CREA Alberdi y Bragado. El presente artÃculo fue publicado en la edición Nº 475 de la Revista CREA (Mayo 2020).
