Antecedentes

El desarrollo de ontologías en el dominio de la agricultura es una tarea desafiante que requiere de un esfuerzo conjunto entre expertos del dominio y del área de ingeniería ontológica que proporcionen un puente entre la generación de conocimiento en dicho dominio y el acceso a este conocimiento. Durante los últimos años, la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO) ha realizado esfuerzos por desarrollar herramientas que permitan la gestión de la información y conocimiento relacionado a la agricultura, con la idea de que a través de ellas se logrará detonar el desarrollo económico de zonas agrícolas (Food and Aagriculture Organization - FAO, 1980). Uno de los objetivos de esta organización es la seguridad alimentaria, para lo cual propone emplear la innovación digital con alto impacto en la alimentación y la agricultura buscando explorar la implementación de tecnologías que permitan fortalecer el desarrollo de los hogares rurales y estimular el espíritu emprendedor de los jóvenes en el campo tanto de la alimentación como de la agricultura (Food and Agriculture Organization of the United Nations, 2019) (Food and Agriculture Organization of the United Nations - FAO, 2020).

Dentro de las innovaciones digitales a impulsarse en los próximos años se encuentra la extracción de conocimiento haciendo uso de la información existente. En este sentido, las ontologías juegan un papel importante debido a que a través de ellas es posible representar porciones del mundo real mediante la identificación de elementos y el establecimiento de relaciones y propiedades que representan las características de los elementos encontrados.

Los sistemas de información agrícola requieren de ontologías de dominio de alta calidad como base para lograr una gestión eficiente del conocimiento. En la actualidad, es posible encontrar desarrollos ontológicos relacionados al área agrícola, como los presentados en (Jonquet, y otros, 2018), en donde se proporciona un resumen de algunos de los más importantes en el dominio de la agronomía. Muchas de las ontologías agrícolas actuales son modeladas en un nivel básico que, aunque proporcionan amplios vocabularios estandarizados para términos y conceptos de agricultura en general, la expresividad semántica con la que cuentan es limitada. Ejemplos de este tipo de desarrollos son el AGROVOC (Food and Aagriculture Organization - FAO, 1980), que alberga términos y conceptos relacionados con los ámbitos de la alimentación, nutrición, agricultura, pesca, ganadería, medio ambiente y ciencias forestales.

Desarrollado en 29 idiomas distintos, es compatible con el esquema de datos enlazados (Linked Open Data Schema), lo que permite al AGROVOC vincularse con otros recursos como el tesauro CAT, desarrollado con información de agricultura en China (Chunpei & Sijing, 2003). Este tesauro cuenta con una clasificación de cultivos compuesta por 63,000 conceptos, lo que se traduce en un mayor alcance para el vocabulario AGROVOC (Liang & Sini, 2007). Por otro lado, se cuenta con el tesauro de la Biblioteca Nacional de Agricultura (National Agricultural Library -NAL) (U.S. Department of Agriculture, 2020), el cual está compuesto por términos relacionados a la agricultura en los idiomas español e inglés.

En la búsqueda por desarrollar la más completa ontología en el área de la agricultura, surge la Web Crop Ontology for Agricultural Data, cuyo objetivo está centrado en proporcionar un sitio en el cual se generen vocabularios estandarizados y estructurados en ontologías que propicie la integración de datos. Dentro de este proyecto se encuentran algunas ontologías que describen características de diferentes cultivos, entre éstas se encuentra la Maize Otology, la cual es un modelo ontológico que describe rasgos genotípicos y fenotípicos del maíz (zea mays) desarrollado en idioma inglés y siguiendo un estilo de convención propio (Shrestha, Dreher, & Pietragalla, 2016).

Gestión de la información y conocimiento

Gestionar el conocimiento en general incluye diversos aspectos, uno de ellos es el establecimiento de una base de conocimiento, ya sea tácito o explícito. El conocimiento tácito, es el proporcionado por la experiencia personal de individuos, mientras que el conocimiento explicito puede ser aprendido de procedimientos, normas, especificaciones, tutoriales, expresiones gramaticales, matemáticas, etcétera. Aunque ambos tipos de conocimiento son igualmente importantes, la complejidad para gestionarlos es distinta debido a la naturaleza de los dos (Kendal & Creen, 2007). En el área de la agricultura el conocimiento puesto en práctica por la mayoría de los productores es un conocimiento tácito adquirido por los mismos productores y pasado de generación en generación, y que inclusive son tenidos por las comunidades como un legado oral de carácter colectivo (Sanchez-Olarte, Argumedo-Macias, Álvarez-Gaxiola, Méndez-Espinoza, & Ortiz-Espejel, 2015). Este conocimiento también llamado “tradicional”, forma parte de los sistemas de cultivo en México, en donde se contemplan interpretaciones y posibilidades, sean de carácter científico o no (Hessen, 1996).

El conocimiento humano, incluido el tradicional, puede ser percibido como un proceso en el cual se relacionan los elementos esenciales de cualquier proceso de conocimiento (sujeto y objeto), lo que implica que éste es derivado de información proveniente de datos duros tal como se plantea en la pirámide del conocimiento. Dicha pirámide plantea la jerarquía a través de la cual se muestra de forma gráfica cómo es posible llegar de los datos a la inteligencia, pasando por la información y el conocimiento (ver Figura 1), este modelo establece que por lo general la información es definida en términos de datos, el conocimiento en términos de información y la inteligencia en términos de conocimiento. Esto conduce a la importancia de la gestión del conocimiento en el camino de la búsqueda de la inteligencia (Zins, 2007) (Rowley, 2007).

Figura 1 Pirámide del conocimiento.  

Importancia del maíz nativo para el desarrollo agrícola de México

El maíz nativo es resultado del cuidadoso proceso de cultivo y selección de las mejores semillas de una gramínea llamada teocintle. En América Latina, se han descrito 220 razas distintas de maíces nativos, 64 de las cuales han sido reportadas en México.

México es considerado centro de origen y diversidad de más de 60 razas de maíz nativo, el cual a lo largo de la historia ha fungido como base de alimentación para los pobladores (Ávila Bello, 2016). De acuerdo con la FAO, un país debe ser capaz de producir al menos el 75% de los alimentos que consume para proporcionar una seguridad alimentaria a su población (Moreno-Saenz, Gonzalez-Andrade, & Matus-Gardea, 2016) (Govaerts, y otros, 2019); sin embargo, en la actualidad, estas razas de maíz se enfrentan a la necesidad de ser protegidas frente a la presencia de maíz transgénico. En una entrevista con personal del departamento de Ecología Funcional del Instituto de Ecología de la UNAM (Muñetón Pérez, 2009), se habla sobre la importancia del maíz nativo desde el aspecto social y económico.

Manejar la semilla de maíz libremente es el capital del campesino mexicano y sustento agrícola fundamental para el país, de introducirse semillas de maíz transgénico a campo abierto se corre el riesgo de no poder aislar zonas para siembra de maíz libre de transgénicos, por lo tato cuidar su supervivencia es un aspecto de suma importancia (Álvarez-Bulla & Piñeyro Nelson, 2009).

Contribuir al desarrollo sustentable del cultivo más importante del país solo es posible lograr si los criterios para hacerlo son conocidos por todos los productores de este grano. Sin embargo, la información y el conocimiento generado a partir de trabajos de investigación en el campo de la agricultura en México es un factor importante en la interacción entre las actividades de investigación, docencia, y producción, que difícilmente llega a los campesinos o pequeños productores, si no es de la mano de un asesor técnico. Por todo ello, se hace necesario buscar herramientas que permitan tanto la gestión como la transferencia del conocimiento relativo al maíz nativo.

Las tecnologías como apoyo al campo mexicano

Los avances en tecnologías de la información y comunicaciones están produciendo cambios respecto a la forma en la cual percibimos y realizamos nuestra vida. Estos cambios impactan de manera transversal prácticamente todos los sectores de la economía. Los impactos de estas tecnologías, incluyendo la ciencia de datos, abordan los temas de manejo eficiente de grandes bases de datos asociadas a sistemas de información agrícola, facilidad de acceso a los datos, la interacción con otras áreas o disciplinas, entre muchas otros. Al mismo tiempo, la disponibilidad de dispositivos y conectividad en zonas rurales está permitiendo el desarrollo de estrategias de producción más sustentables a través del acceso a información por parte de los pequeños productores rurales (Trigo & Elverdin, 2019).

Para optimizar el acceso, uso y transferencia de información, es necesario contar con recursos del dominio de la agricultura que la contengan representada de forma ordenada y estandarizada, además de específica y consensuada para dominios concretos (Jonquet, y otros, 2018) (Kawtrakul, 2012).

Gestionar el conocimiento existente en el dominio del maíz nativo mexicano mediante el desarrollo de modelos ontológicos

Generar conocimiento como resultado de trabajos de investigación es una actividad ardua que requiere de herramientas que permitan gestionar y transferir el conocimiento generado; sin embargo, el acceso a ese conocimiento es beneficio de muy pocos. Contribuir a la gestión y transferencia del conocimiento generado es el siguiente paso y para para ello se requiere de un modelo ontológico del dominio específico del maíz nativo de México en el cual se consideren las características de las razas, así como sus necesidades como tipo de terreno de siembra, clima, agua, entre otras, todo ello en la búsqueda por proporcionar la toma de decisiones correcta en cuanto a la raza de maíz nativo que puede ser elegida para siembra en determinado sitio.

Desde la dirección regional de la FAO para América Latina y el Caribe, se trabaja en la búsqueda de sistemas de apoyo a las tomas de decisiones en la agricultura para enfrentar los desafíos actuales del sector agropecuario como el generado por la crisis sanitaria, social y económica generada a partir del Covid-19 (Organizacion de las Naciones Unidad para la Alimentación y la Agricultura(FAO), 2020). En este sentido, se plantea la creación de una agenda regional de innovación que aborde las áreas agroalimentarias y agropecuarias desde una perspectiva de mayor audacia sistemas inteligentes que permitan tomar decisiones basadas en conocimiento para a partir de ellas, elegir las razas de ganado y cultivos ideales para cada región (Berdagué, 2020); así mismo, se destaca la relevancia de considerar la seguridad alimentaria como parte de la agenda de centros de investigación regionales, incluyendo las modalidades de agricultura familiar ampliamente encontradas en América Latina.

En línea con lo planteado por la FAO para enfrentar estos desafíos, en (Guerrero-Meléndez, Roque-Hernandez, Rios-Alvarado, & López, 2019), los autores muestra el desarrollo de una ontología que está enfocada en proporcionar una base de conocimiento que permita realizar la toma de decisiones respecto a la raza de maíz nativo ideal para ser sembrada en determinada región de México, para ello hace uso de la clasificación de maíces nativos mexicanos realizado por la Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO) en colaboración con el Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP), y el Instituto Nacional de Ecología (INE) en México, dentro del Proyecto Global de Maíces Nativos (CONABIO, 2012), y modela cada una de los requerimientos de siembra (clima, altura sobre nivel de mar, entre otros) además de las características fenotípicas de cada raza (tamaño, color, forma, dureza de grano, etcétera).

Desarrollos semánticos de dominios relacionados al cultivo de maíz

La apuesta por la generación y transferencia de conocimientos, la investigación colaborativa y la articulación de esfuerzos y capacidades, rinde frutos, tal y como lo muestran las innovaciones desarrolladas dentro de diversos centros de investigación y organizaciones como lo encontrado en el proyecto Crop Ontology (Shrestha, Dreher, & Pietragalla, 2016), así como la difusión de prácticas agronómicas sustentables (Secretaria de Agricultura y Desarrollo Rural, 2020).

Gran parte de los recursos semánticos relacionado a la agricultura cubren todo un conjunto de subdominios que ofrecen una descripción general de los dominios representados. Por otro lado, los idiomas en los cuales están desarrollados una gran parte de los recursos encontrados son el inglés, portugués, y chino (Drury, Fernandes, Moura, & De Andrade Lopes, 2019).

Gestionar el conocimiento en el dominio de maíces nativos de México implica obtener, organizar y almacenar el conocimiento existente y dotarlo de reglas que permitan la inferencia de nuevo conocimiento a partir del existente. En este sentido el desarrollo de ontologías permite reunir el conocimiento proveniente de diversas fuentes heterogéneas, con un ordenamiento semántico y dotada de reglas, lo que la convierte en una base de conocimiento la cual puede ser consumida por sistemas y aplicaciones de software a través de las cuales se realice la gestión y transferencia del conocimiento.

Contar con una base de conocimiento en idioma español que pueda ser consumida por sistemas y aplicaciones de software facilita continuar con la fase de diseminación del conocimiento entre los sectores interesados en la producción, estudio, y conservación del maíz nativo como son estudiantes de las carreras afines a la agronomía, investigadores, así como pequeños, medianos y grandes productores de México y otros países hispanoparlantes. Integrar las actividades de investigación, docencia y producción del campo mexicano es una tarea ardua que exige una visión de transversalidad entre tecnologías y dominios del entorno real, además de la cooperación entre organizaciones.