¿Qué amenazas ve la propia IA en su aplicación a la cadena alimentaria?

Al introducir en este programa de OpenAI, en el que Microsoft ha invertido miles de millones de euros, la pregunta sobre los riesgos de la IA para la cadena alimentaria, su primera afirmación es a la defensiva, pues subraya textualmente que "tiene el potencial de transformar la cadena alimentaria en muchas formas, desde la producción y distribución hasta la venta y el consumo".

Una vez que se centra en la pregunta concreta, reconoce que "existen ciertos riesgos asociados con el uso de la IA en la cadena alimentaria".

Coloca como primer riesgo la "precisión y calidad de los datos", pues, argumenta, "la IA depende de los datos de entrada para funcionar correctamente. Si los datos no son precisos o están incompletos, los resultados de la IA también pueden ser inexactos. Esto puede tener un impacto negativo en la calidad y seguridad de los alimentos producidos".

Asimismo, apunta como debilidad la "dependencia de la tecnología" y explica, "puede mejorar la eficiencia y la productividad en la cadena alimentaria, pero también puede crear una dependencia excesiva de la tecnología".

Así, "si falla la tecnología o hay problemas con los sistemas informáticos, la cadena alimentaria puede verse afectada, responde el chat que funciona con Inteligencia artificial conversacional.

Cuando desde las autoridades se están cuestionando la veracidad de los datos, el mismo chat sitúa como la tercera de sus amenazas "las vulnerabilidades en la seguridad cibernética".

Y es que la "IA también puede aumentar la vulnerabilidad de la cadena alimentaria a los ciberataques" y, "si los sistemas informáticos están comprometidos, los datos y la información confidencial pueden ser robados o manipulados, lo que puede tener consecuencias graves para la seguridad alimentaria".

Desigualdad y exclusión, "ya que puede beneficiar principalmente a los productores y distribuidores más grandes y ricos, dejando atrás a los pequeños agricultores y productores locales", e impacto ambiental, pues "por ejemplo, la automatización de la producción agrícola puede llevar a un uso excesivo de recursos naturales como el agua y el suelo", son otros de los de los riesgos que se autoadjudica la IA en su aplicación en la cadena alimentaria.

En el párrafo de conclusión que suele incluir este asistente virtual en sus respuestas, ChatGPT señala que "la IA tiene el potencial de mejorar la cadena alimentaria, pero también es importante considerar y mitigar los posibles riesgos asociados con su uso".

Se atreve incluso con las soluciones y los consejos y remata con un "es necesario que se tomen medidas adecuadas para garantizar que la IA se utilice de manera responsable y sostenible en la cadena alimentaria".

Y hasta aquí llega el reconocimiento de debilidades de la IA.

El alimento diseñado por IA, a la vuelta e la esquina

En un contexto en el que la Inteligencia Artificial (IA) ya ha demostrado que puede crear imágenes, partituras, "resucitar" personas para publicidad o responder un examen de MIR, el alimento diseñado gracias a esta aplicación puede estar a la vuelta de la esquina.

Así lo espera al menos el Jefe de Desarrollo Estratégico de Negocio y Alianzas del centro tecnológico Ainia, David Martínez Simarro.

Si de momento se está comprobando la oportunidad de usar la IA y el Big Data para acercar los productos a lo que demanda el consumidor, un paso adelante puede ser diseñar estos alimentos directamente con los datos que proporcionen los algoritmos.

"En poco tiempo vamos a ser capaces de ver alimentos creados por inteligencia artificial, es decir, alimentos que igual ahora mismo están componiendo" en un proceso de "ingeniería inversa", señala en una entrevista con Efeagro.

Se trata de introducir los datos sobre las características del alimento que necesitas, introducirle una serie de elementos y que sea capaz de decirte cuál sería el diseño ideal para cumplir esas necesidades, si bien, bromea, "a lo mejor luego está muy malo".

Por ejemplo, se puede "diseñar" a medida un alimento que dé respuesta a las necesidades de un público senior, con problemas de diabetes o veganos.

A su juicio, puede ser un paso más hacia la nutrición personalizada, si a estos parámetros se les añaden los datos genéticos o médicos de las personas.