El papel de la IA en la gestión de la seguridad de los productos agrícolas

En una conferencia reciente, un asistente preguntó a mi panel si creíamos que llegaría el día en que no necesitaríamos depender de personas para gestionar la seguridad alimentaria. Mi respuesta inmediata fue "no". Y sigo pensando que no, pero tras reflexionar un poco, puedo hacer algunas aclaraciones.

Sin duda, el aprendizaje automático, el análisis predictivo y lo que generalmente se conoce como «inteligencia artificial» ayudarán a gestionar algunas de las tareas más rutinarias y manuales relacionadas con la seguridad alimentaria. Incluso podrían dar a los profesionales de la seguridad de los productos agrícolas una ventaja inicial a la hora de elaborar planes, programas, políticas y procedimientos operativos estándar (POE).

La automatización de procesos sigue evolucionando: hemos pasado de termómetros de mercurio a digitales, y ahora a sistemas que registran datos continuamente y envían alarmas y alertas cuando se desvían del rango normal. Con más datos digitales, podemos buscar correlaciones y ver si podemos predecir y prevenir fallos.

En el futuro, ¿hasta qué punto podremos recurrir a la IA para desarrollar (¡y gestionar!) nuestros programas de seguridad alimentaria? ¿Debería la IA tomar decisiones en materia de seguridad alimentaria?

Pero, siguiendo con el ejemplo del termómetro, ¿cómo sabemos cuál es la temperatura "correcta"? Hoy en día, podemos consultar con una herramienta de IA para obtener una temperatura adecuada, que rápidamente nos ofrece orientación basada en normativas, datos científicos o cualquier otra información que le solicitemos. Pero, ¿cuánta desviación es excesiva, de modo que pueda comprometer la seguridad? ¿Existen datos suficientes para que la IA pueda intervenir? En el futuro, ¿hasta qué punto podremos apoyarnos en la IA para desarrollar (¡y gestionar!) nuestros programas de seguridad alimentaria? ¿Debería la IA tomar decisiones en materia de seguridad alimentaria?

EL ARTE DE LA PREGUNTA

Hay varias razones por las que no creo que estemos en la etapa de confiar la seguridad alimentaria a sistemas no humanos. Primero, si la información de entrada es errónea, la salida también lo será. No creo que la comunidad científica haya recopilado suficientes datos de calidad que permitan llegar a conclusiones fiables sobre la seguridad de los productos agrícolas. Sin duda, existen muchos datos, incluyendo información errónea, experimentos realizados sin los controles adecuados (incluso si se publicaron en revistas revisadas por pares), etc. Hasta que no haya una mejor selección de datos científicos, no confiaría en que una máquina pueda filtrar el ruido y discernir una señal que proporcione información fiable y útil sobre seguridad alimentaria.

En segundo lugar, está el arte de formular la pregunta. Una pregunta mal formulada podría generar una respuesta errónea por parte de la IA. No solo es necesario que el ser humano utilice su capacidad intelectual para asegurarse de que la pregunta incluya los detalles necesarios (por ejemplo, ¿cuál es el caudal de un sistema de agua de lavado al solicitar una concentración adecuada de antimicrobiano?), sino que también debe verificar la respuesta con criterio. La respuesta «Porque la IA me lo dijo» podría no ser válida en caso de una investigación de un brote.

DÓNDE NECESITAMOS LA IA

Aunque dudo que la IA vaya a dominar el mundo de la seguridad alimentaria, espero que sí aporte cierto alivio. Hay escasez de profesionales cualificados en seguridad de productos agrícolas, y sería estupendo poder dedicar su tiempo a tareas que solo ellos (y no las máquinas) pueden realizar.

La seguridad de los productos agrícolas no debería tratarse de cumplir con requisitos y marcar casillas. Asegurarse de que el agua de lavado tenga 10 ppm de cloro libre no requiere mucha reflexión. Saber por qué se eligió ese nivel, justificarlo ante clientes y reguladores, y saber qué hacer cuando algo sale mal es una tarea más propia de las personas que de las máquinas. Hoy en día, muchos profesionales de la seguridad de los productos agrícolas dedican más tiempo a la documentación que a la revisión de datos científicos para optimizar continuamente sus sistemas de seguridad.

Soy optimista y creo que el sistema de seguridad alimentaria del futuro podrá interpretar mejor la enorme cantidad de datos que se recopilan. Se requiere disciplina (por parte de los humanos) para formular buenas preguntas al recopilar datos y ser exhaustivos al recopilar metadatos (los datos sobre los datos, por ejemplo, quién, qué, cuándo, dónde, por qué y cómo, algunos de los cuales se pueden recopilar automáticamente). Dadas las variables en los sistemas de producción de productos agrícolas (la infinidad de tipos de datos meteorológicos [viento, radiación UV, punto de rocío, temperatura, etc.], datos sobre una ubicación [proximidad a animales, vías fluviales, comunidades, etc.], insumos [intencionales y no intencionados], y más), me interesa especialmente ver qué interpretación puede dar la IA a estos factores.

Podemos observar acciones sencillas que aumentan el riesgo (por ejemplo, rociar agua contaminada con estiércol sobre tejido vegetal). Muchos brotes recientes parecen deberse a una combinación de factores que, individualmente, no causarían preocupación. Espero que se puedan discernir estas relaciones.

UN FUTURO MÁS SEGURO

Las personas cualificadas seguirán necesitando tomar decisiones sobre la seguridad alimentaria. Hay vidas en juego y es necesario que cada uno asuma la responsabilidad. Sin embargo, el análisis y la evolución de los datos sobre seguridad alimentaria pueden orientar al profesional de la seguridad de los productos agrícolas en la dirección correcta y proporcionar alertas sobre posibles problemas.

A medida que el mundo se vuelve más complejo, la IA puede ayudar a formar profesionales de la seguridad y mejorar la seguridad de nuestro suministro de alimentos.

Jennifer McEntire es fundadora y presidenta de Food Safety Strategy LLC, una empresa de consultoría en seguridad alimentaria.