Con IA y datos climáticos buscarán reducir hasta en 60 % el impacto de Drosophila suzukii en berries chilenos

Investigadores de INIA Quilamapu dieron inicio a innovador proyecto que —con el apoyo de FIA y la participación de Chile Alimentos— desarrollará un sistema de alerta temprana basado en inteligencia artificial para anticipar el riesgo de infestación de esta mosca, una de las principales amenazas para el sector berries.

Con la participación de casi 200 asistentes de Chile, Argentina y Costa Rica, se realizó el seminario online de lanzamiento del proyecto de investigación “Manejo climáticamente inteligente de Drosophila suzukii en berries de Maule y Ñuble”, iniciativa apoyada por la Fundación para la Innovación Agraria (FIA) que busca transformar el manejo de esta plaga mediante el uso de inteligencia artificial (IA) y datos climáticos.

El proyecto, liderado por el entomólogo de INIA Quilamapu, Luis Devotto, apunta a desarrollar un modelo predictivo capaz de anticipar el riesgo de infestación de la denominada mosca de alas manchadas, lo que permitirá a los productores tomar decisiones oportunas y reducir el impacto de esta especie invasora.

Durante el seminario, seguido vía zoom por 183 participantes de Chile, ocho de Argentina y dos de Costa Rica, destacados especialistas abordaron los desafíos que plantea el cambio climático para la agricultura y las nuevas herramientas tecnológicas disponibles para enfrentarlos.

El programa incluyó las exposiciones "Cambio climático y eventos extremos: una nueva realidad climática", de la Dra. Paula Santibáñez, de la Universidad de Chile; "Cambios en la oferta de frambuesas de exportación", de los analistas de ODEPA Adriana Valenzuela y Javier Contreras; "El clima, su relación con Drosophila suzukii y cómo incorporar la IA en su manejo", del Dr. Luis Devotto; y "Motor predictivo de riesgo entomológico basado en inteligencia meteorológica", del Dr. Marcel Fuentes, ambos investigadores de INIA Quilamapu.

Devotto explicó que el proyecto contempla comparar huertos cuyos productores utilicen las alertas generadas por el sistema con otros que no sigan las recomendaciones. "Dependiendo del nivel inicial de infestación, esperamos reducciones de la plaga en un rango de 30 a 60 %", señaló.

El investigador destacó que la biología y la ecología de la plaga ya son suficientemente conocidas como para generar alertas, pero la incorporación de la inteligencia artificial permite llevar este manejo a otro nivel de masividad.

Asimismo, enfatizó que "la nueva realidad climática exige un manejo muy fino, evitando funcionar con piloto automático", considerando que las condiciones ambientales influyen directamente en el comportamiento de la plaga.

El proyecto tiene por objetivo central mejorar el manejo de Drosophila suzukii para reducir la presencia de larvas en la fruta y fortalecer la comercialización de los berries chilenos. Para ello, la iniciativa desarrollará un modelo predictivo basado en variables climáticas, implementará un sistema de alerta temprana para los productores de Maule y Ñuble, ampliará su cobertura a un número significativo de agricultores y dejará esta herramienta disponible de forma gratuita para su utilización en el sector.

Daño significativo en huertos de berries

Drosophila suzukii es una diminuta mosca de menos de tres milímetros de longitud, originaria del sudeste asiático, detectada por primera vez en Chile en 2017, en la Región de La Araucanía. Actualmente está presente entre la zona central y el sur del país, afectando severamente huertos de arándanos, frambuesas, frutillas y moras.

El daño es producido por la hembra la que, mediante su ovipositor aserrado, perfora frutos sanos para depositar sus huevos, provocando el deterioro de las bayas antes de la cosecha, lo que disminuye la calidad comercial de la fruta.

Estimaciones indican que esta plaga afecta —de manera directa o indirecta— a más de 1.600 productores, principalmente en las regiones del Maule y Ñuble, generando millonarias pérdidas por daños en la producción y mayores costos asociados al control químico.