La creciente integración de la IA en la agricultura es un hecho. En la investigación, el debate va más allá de lo que la tecnología puede hacer para explorar quién la moldea, qué realidades se reflejan en ella y si realmente mejora las opciones y oportunidades de las personas.
Las mujeres agricultoras y líderes siguen estando infrarrepresentadas en el diseño, la gobernanza y las decisiones de inversión que dan forma a la agricultura digital. Sin una acción deliberada, la digitalización corre el riesgo de reforzar las desigualdades existentes en lugar de propiciar sistemas alimentarios más inclusivos.
En el Foro Africano de Sistemas Alimentarios celebrado en Kigali, el Acelerador de Igualdad de Género e Inclusión del CGIAR y Emerging Ag organizaron una sesión sobre «Género e IA: Mujeres que dan forma al futuro agroalimentario digital de África». Tras la ponencia del Ministro de TIC e Innovación de Ruanda, investigadores, desarrolladores de tecnología, responsables políticos, inversores y profesionales debatieron sobre las necesidades para lograr que los sistemas agroalimentarios basados en IA sean verdaderamente inclusivos.
El debate se centró en tres preguntas interrelacionadas: ¿Cómo diseñamos la IA con las mujeres, en lugar de para las mujeres? ¿Cómo gestionamos los datos y los algoritmos de forma responsable? ¿Y cómo medimos el éxito más allá de la adopción, la productividad y las ganancias?
El acceso es solo el comienzo
La inclusión digital suele medirse por el acceso de las mujeres a teléfonos, conectividad y servicios digitales. Sin embargo, el acceso por sí solo nos dice poco sobre quién influye en la tecnología.
Un indicador más sólido de inclusión es la capacidad de acción, es decir, si las mujeres pueden comprender, cuestionar, adaptar y dar forma a las herramientas digitales, y si sus conocimientos y comentarios influyen en el diseño, la gobernanza y las decisiones de inversión.
Esto también implica mirar más allá del usuario individual y considerar los sistemas más amplios que dan forma a la inclusión digital: políticas y gobernanza de datos, infraestructura, normas sociales, redes comunitarias, habilidades digitales e intermediarios de confianza.
La tecnología crea valor para las mujeres agricultoras cuando pueden actuar en función de la información que proporciona, conectarse con las finanzas y los mercados, y obtener un mayor control sobre las decisiones que afectan a su sustento.
Por ejemplo, investigadores del CGIAR colaboran con socios en Kenia e India en una solución de seguros basada en imágenes que utiliza fotos de teléfonos inteligentes para evaluar los daños a los cultivos cuando los índices de seguros convencionales no activan un pago. La adopción aumentó considerablemente, especialmente entre las mujeres, quienes pueden solicitar la indemnización y pagar el crédito digitalmente desde casa, en lugar de tener que caminar largas distancias hasta las ciudades por su cuenta.
Las mujeres participantes reportaron una salud mental mucho mejor y mucho menos estrés en los grupos donde ofrecíamos la solución.
La IA “personalizada” aún necesita comprender a las personas.
La inteligencia artificial puede combinar información sobre cultivos, suelos, clima y mercados para ofrecer recomendaciones cada vez más específicas. Pero, ¿personalizadas para quién?
Puede resultar difícil poner en práctica los consejos si estos ignoran las limitaciones de tiempo de las mujeres, sus responsabilidades de cuidado, su movilidad, su acceso a dinero en efectivo, su control sobre los dispositivos o su influencia en las decisiones agrícolas. El idioma y el contexto local son importantes, pero también lo es comprender el contexto social en el que se reciben y se ponen en práctica los consejos.
Por eso estamos colaborando con Farm Radio International e IFPRI para desarrollar Longa, una herramienta de reconocimiento automático de voz que analiza miles de mensajes de voz que los agricultores dejan en los programas de radio.
Al convertir los mensajes de voz en texto que puede analizarse sistemáticamente, Longa crea oportunidades para incorporar voces que de otro modo podrían pasar desapercibidas, en particular las de mujeres y jóvenes con escasa alfabetización digital, a la investigación y la programación agrícolas, de modo que el asesoramiento agrícola se adapte realmente a sus necesidades.
El uso no es lo mismo que el impacto.
Las descargas, los registros y las tasas de adopción son fáciles de cuantificar. Sin embargo, no necesariamente nos indican si una tecnología ha aumentado la autonomía de una persona.
En AFSF, el debate puso de relieve la necesidad de plantear diferentes preguntas: ¿Pueden las mujeres tomar decisiones o influir en ellas? ¿Pueden cuestionar o rechazar una recomendación? ¿Controlan cómo se utilizan sus datos? ¿Pueden adaptar una herramienta para resolver problemas que les importan?
Estos resultados son más difíciles de medir, pero nos dicen mucho más sobre si la transformación digital es realmente inclusiva.
Hacer que la IA responsable sea práctica
Conceptos como equidad, transparencia e IA responsable solo cobran sentido cuando se traducen en prácticas cotidianas: consentimiento comprensible, claridad sobre quién posee y utiliza los datos, formas de corregir o retirar información, auditorías de sesgos, mecanismos de reclamación y vías efectivas para la reparación de daños.
Por ahora, las políticas de GenAI se quedan cortas en cuanto a la protección y el empoderamiento del usuario. Como argumenta Katarzyna Kosior en un reciente artículo de opinión, los riesgos para la privacidad se vuelven más difíciles de prever a medida que los servicios de IA externos se integran en los sistemas y los modelos se entrenan utilizando datos personales de los agricultores, mientras que los mecanismos de control resultan insuficientes para proteger dichos datos.
La confianza también depende de las relaciones, incluidos los extensionistas, los grupos de mujeres, las cooperativas y otros intermediarios que ayudan a las personas a interpretar las tecnologías y evaluar sus riesgos.
Como bien resumió Nomsa Daniels, miembro de la junta directiva de Heifer International, durante el evento, la cuestión de cómo podemos gestionar de forma responsable los datos de las mujeres agricultoras radica en que las mujeres deben tener voz y voto sobre cómo se utilizan sus datos y beneficiarse de ellos; su privacidad debe estar protegida; y los investigadores deben considerar cómo los hallazgos que publican podrían afectar a las mujeres y a sus comunidades.
La principal conclusión de AFSF fue sencilla: la IA inclusiva no se trata solo de hacer llegar la tecnología a más mujeres, sino de darles mayor influencia sobre las tecnologías, los datos y las decisiones que cada vez más dan forma a los sistemas agroalimentarios.
Necesitamos diseñar la IA con las mujeres, no para ellas, y medir el progreso por la autonomía y las oportunidades que la tecnología posibilita.
Obtenga más información sobre los proyectos de transformación digital del CGIAR mencionados por el autor:
- Género e IA: Las mujeres dan forma al futuro digital de la agroalimentación en África [Evento paralelo del Foro AFS 2026]
- Ampliación de los servicios financieros digitales para pequeños agricultores en Kenia: una consulta con las partes interesadas sobre desafíos, oportunidades y vías de acción.
- Escucha a gran escala: promoviendo la participación de las mujeres en el asesoramiento agrícola mediante tecnologías de reconocimiento de voz basadas en IA.
- Generar control y confianza para los agricultores en la transición hacia la IA generativa en la agricultura.
El Maipo/Agricultura Global
