Una nueva medida de similitud basada en IA para recomendación de alternativas óptimas de rotaciones agrícolas a largo plazo

Resumen

Presentamos una herramienta que permite realizar recomendaciones personalizadas a productores agrícolas, ofreciendo alternativas de rotaciones de cultivos a largo plazo que optimicen simultáneamente la eficiencia económica y ambiental considerada en múltiples variables. Para ello, proponemos una nueva métrica de similitud entre secuencias de decisiones agronómicas, basada en técnicas de redes neuronales utilizadas en la disciplina del procesamiento de lenguaje natural. Esta métrica permite seleccionar, dentro de un conjunto de soluciones óptimas en sentido de Pareto (obtenidas por el sistema de simulación y optimización AgrOptim) aquellas secuencias más similares a las prácticas típicas y usuales de cada productor. De este modo, se busca minimizar las barreras de adopción de recomendaciones generadas por AgrOptim, facilitando la puesta en práctica de secuencias de cultivo y decisiones productivas más sostenibles y eficientes.