Arquitectura de computación al borde bioinspirada en modelos de lenguaje ligeros para optimizar la productividad agrícola en zonas sin conectividad

Abstract

[ES] Esta tesis doctoral propone una arquitectura de computación al borde bioinspirada, potenciada con modelos de lenguaje ligeros, como solución innovadora para optimizar la productividad agrícola en territorios con baja o nula conectividad. En un contexto global marcado por el cambio climático, en el que se identifican dificultades como la degradación del suelo y la inseguridad alimentaria, se plantea un enfoque tecnológico sostenible y de bajo costo, diseñado específicamente para entornos rurales y comunidades en condición de vulnerabilidad.

La arquitectura desarrollada integra internet de las cosas, algoritmos bioinspirados (como colonias de hormigas, algoritmos genéticos, optimización por enjambre de abejas y temple simulado), redes neuronales de memoria a largo y corto plazo, procesos gaussianos, y una capa de interacción con el usuario final basada en inteligencia artificial generativa. Esta combinación permite una toma de decisiones autónoma y contextualizada directamente en el borde, sin necesidad de conectividad permanente, generando recomendaciones precisas para optimizar variables agroclimáticas como temperatura, humedad, pH, iluminación y peso.

El diseño metodológico de esta investigación se fundamenta en enfoques de diseño centrado en el usuario, Design Thinking y co-creación, aplicados con rigurosidad científica en escenarios reales. La validación de las arquitecturas propuestas se realizó a través de cuatro experimentaciones en campo con agricultores, apicultores y productores de compost en zonas rurales y periurbanas del suroccidente colombiano. Esta fase experimental no solo permitió evaluar la robustez técnica del sistema, sino también su relevancia social, facilidad de adopción y sostenibilidad operativa en contextos con baja alfabetización digital y conectividad intermitente.

Los resultados obtenidos demuestran un impacto tangible y replicable: incrementos de productividad del 45% en cultivos urbanos de lechuga, una reducción del 29% en el ciclo de cosecha del cilantro en ambientes controlados, una mejora del 87.88% en la producción de humus en procesos de vermicompostaje, y un aumento del 41.2% en la productividad apícola, acompañado de una reducción del 80% en el tiempo de inspección manual. Estos resultados reflejan el potencial transformador de la integración entre Inteligencia Artificial, Diseño Social y Tecnologías de Borde, consolidando un nuevo paradigma de agricultura digital resiliente, inclusiva y alineada con los Objetivos de Desarrollo Sostenible.

[EN] This doctoral dissertation proposes a bio-inspired edge computing architecture, enhanced with lightweight language models, as an innovative solution to optimize agricultural productivity in territories with limited or no connectivity. In a global context marked by climate change, where challenges such as soil degradation and food insecurity are increasingly evident, the study presents a sustainable, low-cost technological approach specifically designed for rural environments and communities in vulnerable conditions. The developed architecture integrates the Internet of Things, bio-inspired algorithms (such as ant colony optimization, genetic algorithms, artificial bee colony optimization, and simulated annealing), long and short-term memory neural networks, Gaussian processes, and a user interaction layer based on generative artificial intelligence. This combination enables autonomous, context-aware decision-making directly at the edge, without the need for permanent connectivity, generating precise recommendations to optimize agro-climatic variables such as temperature, humidity, pH, illumination, and weight. The methodological design of this research is grounded in user-centered design approaches, Design Thinking, and co-creation, applied with scientific rigor in real-world scenarios. Validation of the proposed architectures was carried out through four field experiments involving farmers, beekeepers, and compost producers in rural and peri-urban areas of southwestern Colombia. This experimental phase made it possible to assess not only the system’s technical robustness but also its social relevance, ease of adoption, and operational sustainability in contexts with low digital literacy and intermittent connectivity. The results demonstrate a tangible and replicable impact: a 45% increase in productivity for urban lettuce crops, a 29% reduction in the cilantro harvest cycle in controlled environments, an 87.88% improvement in humus production in vermicomposting processes, and a 41.2% increase in beekeeping productivity, accompanied by an 80% reduction in manual inspection time. These outcomes highlight the transformative potential of integrating Artificial Intelligence, Social Design, and Edge Technologies, consolidating a new paradigm of resilient and inclusive digital agriculture aligned with the Sustainable Development Goals.