El Gobierno regional avanza en la implementación de la Inteligencia Artificial en la agricultura para impulsar el rendimiento y la sostenibilidad

IMG_8113

El Gobierno regional avanza en la implementación de la Inteligencia Artificial en la agricultura para impulsar el rendimiento y la sostenibilidad

22.09.2025 El Gobierno regional avanza en la implementación de la Inteligencia Artificial (IA) para impulsar el rendimiento de los cultivos y aumentar la sostenibilidad. La finalidad es obtener datos e información que posibiliten crear modelos predictivos y de aprendizaje automático que permitan anticipar y facilitar la toma de decisiones en la agricultura.

Durante la jornada ‘Digitalización e IA en el sector agroalimentario’, organizada por el diario La Verdad, la consejera de Agua, Agricultura, Ganadería y Pesca, Sara Rubira, aseguró que “la implementación de esta tecnología permite al agricultor, por ejemplo, acceder a través de un dispositivo móvil de toda la información relativa al cultivo como puede ser la necesidad de riego, el exceso de humedad que puede ocasionar la aparición de hongos o, a través de las trampas para plagas, detectar qué tipo de insecto está atacando e incluso conocer una estimación de la cantidad”.

Rubira destacó un ejemplo de la incorporación de la IA a la agricultura por parte del Imida Instituto Murciano de Investigación y Desarrollo Agrario y Medioambiental (IMIDA), que ha instalado en la finca experimental Hacienda Nueva, en Cehegín, sensores de humedad, temperatura, salinidad o trampas digitales para plagas que a través de las redes de monitorización y plataformas de teledetección, pueden capturar, almacenar y analizar datos para crear modelos predictivos que permiten anticipar decisiones para mejorar la eficiencia.

Otro ejemplo de los proyectos en los que trabaja actualmente es el proyecto Triplet, una iniciativa europea en la que participa el IMIDA que pretende revolucionar la forma en la que se aborda la agricultura mediante la combinación de tecnología digital, la recopilación de datos precisa y la toma de decisiones basada en la ciencia, con el fin de contribuir a lograr una agricultura más sostenible y eficiente.