La agricultura convencional ofrece a los agricultores pocas opciones en cuanto a especies vegetales, métodos de cultivo y insumos.
Ahora pueden ampliar sus opciones al considerar un sistema agrícola como lo que los informáticos denominan un «espacio de estados».
Un sistema informático puede recurrir a conocimientos agrícolas procedentes de muy diversos entornos y escuelas de pensamiento para ayudar a los agricultores a identificar las mejores opciones para sus tierras.
También puede ayudar a los agricultores a modelar estrategias agrícolas alternativas y a reducir al mínimo los costosos ensayos y errores.
Los seres humanos han reconfigurado físicamente la mitad de las tierras del mundo para cultivar solo ocho cultivos básicos: maíz, soja, trigo, arroz, mandioca, sorgo, batata y patata. Estos cultivos representan la gran mayoría de las calorías que consume la población mundial. A medida que crece la población mundial, existe presión para ampliar aún más la producción.
Muchos expertos sostienen que seguir ampliando la agricultura industrial moderna, que depende en gran medida de los fertilizantes sintéticos, los plaguicidas químicos y las semillas de alto rendimiento, no es el camino correcto para alimentar a una población mundial en crecimiento. Según su criterio, este enfoque no es sostenible desde el punto de vista ecológico ni económico, y tanto los agricultores como los científicos se sienten atrapados dentro de este sistema.
¿Cómo pueden las sociedades desarrollar un sistema alimentario que satisfaga sus necesidades y que, además, sea más saludable y diverso? Ha resultado difícil ampliar a la misma escala métodos alternativos, como la agricultura ecológica, que la agricultura industrial.
En un estudio reciente, abordamos este problema desde nuestra perspectiva como informático y científico de cultivos. Nosotros y nuestros colegas Bryan Runck, Adam Streed, Diane R. Wang y Patrick M. Ewing propusimos una forma de repensar cómo se diseñan e implementan los sistemas agrícolas, recurriendo a una idea central de la informática, la abstracción, que resume datos y conceptos y los organiza computacionalmente, de modo que podemos analizarlos y actuar sobre ellos sin tener que examinar constantemente sus detalles internos.
Mayor producción, mayores impactos
La agricultura moderna se intensificó en apenas unas pocas décadas a mediados del siglo XX, un instante en la historia de la humanidad. Las mejoras tecnológicas fueron la clave, incluido el desarrollo de fertilizantes sintéticos y de métodos estadísticos que mejoraron la mejora genética vegetal.
Estos avances permitieron a las explotaciones producir cantidades mucho mayores de alimentos, pero a costa del medio ambiente. La agricultura a gran escala ha contribuido al cambio climático, ha contaminado lagos y bahías con escorrentías de nutrientes y ha acelerado la pérdida de especies al convertir paisajes naturales en campos de monocultivo.
Muchos agricultores y investigadores agrícolas de Estados Unidos desearían cultivar una gama más amplia de cultivos y emplear métodos agrícolas más sostenibles. Sin embargo, les resulta difícil determinar qué nuevos sistemas podrían funcionar bien, sobre todo en un clima cambiante. Los sistemas agrícolas de menor impacto suelen requerir un profundo conocimiento local, además de una comprensión enciclopédica de las plantas, el tiempo y la modelización climática, la geología y mucho más.
Ahí es donde entra nuestro nuevo enfoque.
Las explotaciones como espacios de estados
Cuando los informáticos piensan en problemas complejos, a menudo utilizan un concepto denominado espacio de estados. Este enfoque representa matemáticamente todas las posibles configuraciones en que puede encontrarse un sistema. Desplazarse por el espacio implica tomar decisiones, y estas cambian el estado del sistema, para bien o para mal.
Como ejemplo, considérese una partida de ajedrez con un tablero y dos jugadores. Cada configuración del tablero en un momento dado es un estado único de la partida. Cuando un jugador realiza una jugada, la partida pasa a otro estado.
Toda la partida puede describirse mediante su «espacio de estados»: todos los estados posibles en que podría encontrarse la partida a través de las jugadas válidas que realizan los jugadores. Durante la partida, cada jugador busca estados que le sean más favorables.
Podemos considerar un sistema agrícola como un espacio de estados dentro de un ecosistema concreto. Una explotación y la disposición de sus especies vegetales en un momento dado representan un estado de ese espacio. El agricultor busca estados mejores y trata de evitar los malos.
Tanto los seres humanos como la naturaleza hacen que la explotación pase de un estado a otro. Un día cualquiera, el agricultor puede realizar una docena de tareas distintas en la tierra, como labrar, plantar, desherbar, cosechar o añadir fertilizante. La naturaleza provoca transiciones de estado menores, como el crecimiento de las plantas y la caída de la lluvia, y transiciones mucho más drásticas durante desastres naturales como inundaciones o incendios forestales.
Búsqueda de sinergias
Considerar un sistema agrícola como un espacio de estados permite ampliar las opciones de los agricultores más allá de las limitadas alternativas que ofrecen hoy los sistemas agrícolas.
Los agricultores individuales no tienen tiempo ni capacidad para realizar ensayos y errores durante años en sus tierras. Sin embargo, un sistema informático puede recurrir a conocimientos agrícolas procedentes de diversos entornos y escuelas de pensamiento para jugar una partida de ajedrez metafórica con la naturaleza que ayude a los agricultores a identificar las mejores opciones para sus tierras.
La agricultura convencional limita a los agricultores a unas pocas opciones en cuanto a especies vegetales, métodos de cultivo y insumos. Nuestro marco permite considerar estrategias de nivel superior, como el cultivo simultáneo de varias especies o la búsqueda de técnicas de gestión mejor adaptadas a una parcela concreta. Los usuarios pueden explorar el espacio de estados para considerar qué combinación de métodos, especies y ubicaciones podría alcanzar esos objetivos.
Por ejemplo, si un científico desea probar cinco rotaciones de cultivos (la siembra planificada de secuencias de cultivos en las mismas parcelas), cada una de cuatro años de duración y con siete especies vegetales, eso representa 721 rotaciones potenciales. Nuestro enfoque podría utilizar información de la investigación ecológica a largo plazo para ayudar a encontrar los mejores sistemas potenciales que probar.
Un ámbito en el que vemos un gran potencial es el cultivo intercalado (el cultivo de distintas plantas mezcladas o muy próximas entre sí). Desde hace tiempo se sabe que muchas combinaciones de plantas concretas crecen bien juntas, y que cada planta ayuda de algún modo a las demás.
El ejemplo más conocido son las «tres hermanas» (maíz, calabaza y judías), desarrolladas por los agricultores indígenas de las Américas. Los tallos de maíz sirven de tutores a las judías trepadoras, mientras que las hojas de la calabaza dan sombra al suelo, lo mantienen húmedo e impiden que broten malas hierbas. Las bacterias de las raíces de las judías aportan nitrógeno, un nutriente esencial, a las tres plantas.
A lo largo de la historia de la humanidad, las distintas culturas han tenido sus propios sistemas de cultivo intercalado preferidos, con sinergias similares, como cúrcuma y mango o mijo, caupí y azufaifo, comúnmente conocido como jujube. Y los nuevos trabajos sobre agrivoltaica demuestran que combinar paneles solares y agricultura puede funcionar sorprendentemente bien: los paneles dan sombra parcialmente a los cultivos que crecen debajo y los agricultores obtienen ingresos adicionales al producir energía renovable en sus tierras.
Modelización de estrategias agrícolas alternativas
Estamos trabajando para convertir nuestro marco en un software que las personas puedan utilizar para modelar la agricultura como espacios de estados. El objetivo es que los usuarios puedan considerar diseños alternativos basados en su intuición, reduciendo al mínimo los costosos ensayos y errores que hoy se requieren para probar nuevas ideas en la agricultura.
Los enfoques actuales modelan y persiguen en gran medida la optimización de sistemas agrícolas existentes, a menudo insostenibles. Nuestro marco permite descubrir nuevos sistemas agrícolas y, después, optimizar dentro de esos nuevos sistemas.
Los usuarios también podrán especificar sus objetivos a un agente basado en inteligencia artificial que pueda realizar una búsqueda en el espacio de estados de la explotación, del mismo modo que podría explorar el espacio de estados de un tablero de ajedrez para elegir jugadas ganadoras.
Las sociedades modernas tienen acceso a muchas más especies vegetales y a mucha más información sobre cómo interactúan las distintas especies y los distintos entornos de lo que tenían hace un siglo. En nuestra opinión, los sistemas agrícolas no aprovechan lo suficiente todo ese conocimiento. Combinarlo de forma computacional podría contribuir a que la agricultura sea más productiva, saludable y sostenible en un mundo que cambia rápidamente.
