Inteligencia artificial y gestión adaptativa en el agro argentino: una alianza estratégica para reducir la incertidumbre cognitiva

Karina Cornejo

doi:10.22490/25392786.11818

Vol. 15 Núm. 2 (2026)

Publicado 2026-09-21

Licencia

Derechos de autor 2026 Revista Estrategia Organizacional

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Revista

La revista proporciona acceso abierto inmediato a su contenido, basado en el principio de ofrecer al público un acceso libre a las investigaciones y colaborar a un mayor intercambio global de conocimiento.

Por tanto se acoge a la Licencia Creative Commons 4.0 Atribuciones Reconocimiento – NoComercial – CompartirIgual (by-nc-sa): No se permite un uso comercial de la obra original ni de las posibles obras derivadas, la distribución de las cuales se debe hacer con una licencia igual a la que regula la obra original. Para ver más dirigirse a: http://creativecommons.org/licenses/by-nc-sa/4.0/

La revista permite el autoarchivo después de publicado con la versión editada por la revista tanto en Web personales como repositorios institucionales y de área de conocimiento, siempre y cuando se realice la cita directa a la revista y se de el URL que dirige al artículo en el espacio Web de la revista. No solicita ningún tipo de embargo de los contenidos gestionados.

Para toda gestión la Revista Estrategia Organizacional se acoje al Código de Conducta COPE para Editores de Revistas y algunas Directrices sobre las Mejores Prácticas de COPE. Se recomienda leer el Código de ética en la sección sobre la revista. (Ver código)

Autor

Los contenidos de los artículos deben ser inéditos, no deben estar en evaluación en otra institución, el contenido no puede ser enajenado de terceros, no deben tener limitación legal o contractual que le prohiba autorizar su publicación en acceso abierto y medio impreso o digital.

La consecución de derechos de reproducción de todo el material gráfico es responsabilidad de los autores. Por ello, deben enviar las autorizaciones para la publicación y uso de ese material

Cada autor debe firmar la Carta de Cesión de Derechos a favor de la Universidad Nacional Abierta y A Distancia (UNAD) y la Revista Estrategia Organizacional.

Los autores de los artículos seleccionados para publicación deben leer y conocer el código de ética de la revista. En todos los casos el Editor y Comité editorial declaran que las opiniones expuestas son exclusividad y responsabilidad de los autores.

Política de preservación

La Revista Estrategia Organizacional preserva archivos a través de los servidores de la hemeroteca de la UNAD con la plataforma OJS. Este posee la herramienta PKP PLN que permite preservar el contenido de la revista independientemente de donde se encuentre alojado. Gracias a la Red privada de LOCKSS. Se puede ampliar la información en: https://pkp.sfu.ca/2016/08/08/pkp-lockss-pln-update

Adicionalmente, la revista cuenta con protocolos de interoperabilidad OAI-PMH: Open Archives Initiative-Protocol for Metadata Harvesting. Los detalles pueden consultarse en el siguiente link: https://hemeroteca.unad.edu.co/index.php/revista-estrategica-organizacio/oai.

Artículo

Inteligencia artificial y gestión adaptativa en el agro argentino: una alianza estratégica para reducir la incertidumbre cognitiva

DOI: https://doi.org/10.22490/25392786.11818

Karina Cornejo Instituto Nacional de Tecnología Agropecuaria

PDF

Resumen
Referencias

Introducción: La incorporación de sistemas de inteligencia artificial en el sector agropecuario plantea nuevas oportunidades para mejorar los procesos de decisión en contextos caracterizados por incertidumbre climática, económica, biológica y territorial. Sin embargo, la interacción entre la racionalidad humana y la racionalidad algorítmica genera desafíos cognitivos que condicionan la apropiación tecnológica por parte de los productores. Metodología: La investigación se desarrolló mediante un enfoque cualitativo, exploratorio y analítico, sustentado en el análisis de fuentes institucionales, literatura académica especializada y evidencia internacional comparada, complementado con un ejercicio prospectivo orientado a identificar escenarios de evolución tecnológica en el sector agropecuario. Resultados: Los hallazgos muestran que la adopción de inteligencia artificial predictiva continúa siendo parcial y heterogénea, concentrándose principalmente en explotaciones de mayor escala. Asimismo, se identifican barreras asociadas a la opacidad algorítmica, la desconfianza tecnológica y la percepción de pérdida de control sobre la toma de decisiones. Conclusiones: Se propone un modelo conceptual de inteligencia híbrida adaptativa que integra análisis algorítmico, conocimiento experto local y herramientas prospectivas para reducir la incertidumbre cognitiva sin desplazar al productor del centro de la gestión productiva.

Palabras clave: inteligencia artificial, agricultura, incertidumbre cognitiva, economía agrícola, prospectiva

Arrieta, A. B., Díaz-Rodríguez, N., Del Ser, J., Bennetot, A., Tabik, S., Barbado, A., García, S., Gil-López, S., Molina, D., Benjamins, R., Chatila, R., & Herrera, F. (2020). Explainable artificial intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI. Information Fusion, 58, 82–115. https://doi.org/10.1016/j.inffus.2019.12.012 DOI: https://doi.org/10.1016/j.inffus.2019.12.012

Banco Interamericano de Desarrollo (BID). (2022). AgTech y transformación digital del agro en América Latina. BID. https://publications.iadb.org

Bolsa de Comercio de Rosario (BCR). (2025). Nubes en el horizonte: Incertidumbre climática y volatilidad de los mercados agrícolas. https://www.bcr.com.ar

Eastwood, C., Klerkx, L., & Nettle, R. (2017). Dynamics and distribution of public and private research and extension roles for technological innovation: A case study of precision agriculture. Journal of Rural Studies, 49, 1–12. https://doi.org/10.1016/j.jrurstud.2016.11.008 DOI: https://doi.org/10.1016/j.jrurstud.2016.11.008

FAO. (2023). Artificial intelligence in agriculture: Status, challenges and opportunities. Food and Agriculture Organization of the United Nations. https://www.fao.org

Felici, S., & Gatti, G. (2025). Evaluación de impacto de la adopción de agricultura de precisión en la región pampeana argentina. INTA. (En prensa).

Joint Research Centre. (2024). Digital transformation of agriculture and rural areas in the EU. Publications Office of the European Union. https://joint-research-centre.ec.europa.eu

Kahneman, D. (2011). Thinking, fast and slow. Farrar, Straus and Giroux.

Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263–291. https://doi.org/10.2307/1914185 DOI: https://doi.org/10.2307/1914185

Klerkx, L., Jakku, E., & Labarthe, P. (2019). A review of social science on digital agriculture, smart farming and agriculture 4.0. NJAS – Wageningen Journal of Life Sciences, 90–91, 100315. https://doi.org/10.1016/j.njas.2019.100315 DOI: https://doi.org/10.1016/j.njas.2019.100315

Liakos, K. G., Busato, P., Moshou, D., Pearson, S., & Bochtis, D. (2018). Machine learning in agriculture: A review. Sensors, 18(8), 2674. https://doi.org/10.3390/s18082674 DOI: https://doi.org/10.3390/s18082674

Miles, I., Saritas, O., & Sokolov, A. (2016). Foresight for science, technology and innovation. Springer. https://doi.org/10.1007/978-3-319-32574-3 DOI: https://doi.org/10.1007/978-3-319-32574-3

Ministerio de Economía de la Nación. (2025). Cadena de valor AgTech: Diagnóstico y perspectivas del ecosistema de tecnologías digitales aplicadas al agro argentino. Gobierno de la República Argentina.

Pape, J.-A., & Speelman, S. (2020). Assessing the adoption and impact of decision support systems in agriculture: A systematic review. Computers and Electronics in Agriculture, 178, 105256. https://doi.org/10.1016/j.compag.2020.105256

Ramírez, R., & Wilkinson, A. (2016). Strategic reframing: The Oxford scenario planning approach. Oxford University Press. DOI: https://doi.org/10.1093/acprof:oso/9780198745693.001.0001

Rogers, E. M. (2003). Diffusion of innovations (5th ed.). Free Press.

Simon, H. A. (1957). Models of man: Social and rational. Wiley. DOI: https://doi.org/10.2307/2550441

Wachter, S., & Mittelstadt, B. (2019). A right to reasonable inferences: Re-thinking data protection law in the age of big data and AI. Columbia Business Law Review, 2019(2), 494–620. https://doi.org/10.52214/cblr.v2019i2.3424 DOI: https://doi.org/10.31228/osf.io/mu2kf

Wachter, S., Mittelstadt, B., & Russell, C. (2021). Why fairness cannot be automated. Computer Law & Security Review, 41, 105567. https://doi.org/10.1016/j.clsr.2021.105567 DOI: https://doi.org/10.1016/j.clsr.2021.105567

Licencia

Cómo citar

Cornejo, K. (2026). Inteligencia artificial y gestión adaptativa en el agro argentino: una alianza estratégica para reducir la incertidumbre cognitiva. Revista Estrategia Organizacional, 15(2), 93-117. https://doi.org/10.22490/25392786.11818

Descargar cita

Almétricas