AVANCES TECNOLÓGICOS APLICADOS EN LA ACTIVIDAD PESQUERA

Blanca Bottini (FUNDATUN) y Amyra Cabrera M.(FACES-UCV)- 26 de Enero 2020

En el Estado mundial de la Pesca y la Acuicultura 2018, publicación bianual producida por la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO), se presenta una sección del panorama y las cuestiones emergentes que están marcando tendencia en este sector y de los cinco grandes temas que resaltan, uno de ellos lo denominan Tecnologías Disruptivas, término que habla de aquellas “nuevas tecnologías que aún requieren perfeccionamiento”.

No obstante, en el sector de la pesca y la acuicultura las Tecnologías Disruptivas aparecen, al igual que para otros sectores empresariales importantes, para inducir cambios significativos que permitirán ofrecer a los productores y administradores de los recursos pesqueros y acuícolas, herramientas para mejorar el desempeño del proceso en la cadena de valor, el cumplimiento de reglamentos, la trazabilidad, el ordenamiento de los recursos y por ende en la sostenibilidad y el ejercicio responsable de estas actividades.

El “Análisis Big Data, la inteligencia artificial, la robótica o machine learning”, denominadas Tecnologías 4.0, son sistemas regularmente asociados a otros sectores de negocios; no obstante, están siendo protagonistas para impulsar al ámbito pesquero y acuícola, que, en conjunto con otras estrategias globales, ofrecen oportunidades de mejora en la competitividad por los actuales mercados mundiales y contribuyen con el ejercicio de una pesca más sostenible.

Big Data = Término que describe una cantidad voluminosa de datos estructurados, semiestructurados y no estructurados con gran potencial para ser extraídos y obtener información (Campus Pro, 2019)

De acuerdo con estudiosos de la dinámica que aportan las tecnologías emergentes “se estima que en los próximos años la cantidad de datos a nivel mundial crecerá a un ritmo anual promedio de 40%, impulsada por la mayor difusión de los dispositivos conectados a internet y el uso activo de las redes sociales. Ante el volumen y variedad de información que no puede ser procesada y examinada con herramientas tradicionales, el análisis de big data ofrece una herramienta con un enorme potencial para aumentar la productividad, pero su aprovechamiento también plantea importantes desafíos” (INTAL, 2016).

Por estas latitudes, una experiencia destacada sobre el uso de la Tecnología 4.0para el sector fue realizada en 2016, por una startup peruana que participó en la HACKATHON de la Administración Nacional de la Aeronáutica y del Espacio (NASA), desarrollando con el uso de “Inteligencia Artificial” (Machine Learning) un modelo para el adecuado monitoreo de la pesca en el mar peruano, al que denominaron “FISHING”. El prototipo diseñado usó datos que fueron liberados por la NASA, que correspondían a la posición que tiene un determinado barco en un momento dado; así mismo, expresaron que con los datos también liberados por COPERNICUS se pueden hacer muchos más monitoreos, pudiéndose generar tendencias según las estacionalidades de pesca, revisar la dinámica de la pesca según meses del año, zonas de pesca afectadas o nuevas zonas de pesca, así como pronosticar rutas de pesca, etc. (Timov, 2016).

STARTUP = Empresas de reciente creación, normalmente fundadas por un emprendedor o varios, sobre una base tecnológica, innovadoras y presumiblemente con una elevada capacidad de rápido crecimiento (https://es.wikipedia.org/wiki/Empresa_emergente)

HACKATHON = Es una maratón de desarrollo web; un encuentro de programadores cuyo objetivo es el desarrollo colaborativo ligado a temas de programación y desarrollo de software y hardware. El término nace de la unión de dos palabras inglesas: “experto informático” (hacker) y maratón (marathon); y su objetivo no es otro que el desarrollo colectivo de aplicaciones móviles (apps) para un fin común además de aprender a trabajar de forma colaborativa (https://www.bbva.com/es/7-cosas-debes-saber-hackathon/)

COPERNICUS = Programa de Observación de la Tierra de la Unión Europea y, en particular, de los Indicadores de Monitoreo Oceánico (OMI) utilizados para observar las tendencias oceánicas, en línea con el cambio climático.

Otra experiencia destacada en el año 2018, fue realizada por el equipo de investigadores de la Universidad Autónoma de Baja California Sur (UABCS), que utilizando “Inteligencia Artificial” (Machine Learning) con datos históricos de comportamiento de las capturas, volúmenes de producción pesquera y condiciones ambientales asociadas a la pesca de pelágicos menores (sardinas, anchovetas, macarelas) del golfo de California, lograron generar proyecciones de las variables de distribución y volúmenes de captura aproximada hasta 2050 (Inforural, 2018).

Entre la información integrada esta la temperatura, salinidad, producción primaria, distribución de las especies, que son relacionadas con el ambiente para obtener ese patrón. Este estudio nos destaca que los modelos para el estudio de las pesquerías y para advertir sobre el estado de un determinado recurso, requieren de una base de información de muchos años, al igual que una serie de indicadores biológicos, ecológicos, de comportamiento, y de monitoreo de la producción. Con esa data, y los modelos de inteligencia artificial como sistemas complementarios, se pueden obtener mejores aproximaciones de la dinámica pesquera.

En este caso particular, los datos de la pesca incorporados a los modelos antes mencionados son obtenidos a través de monitoreos permanentes llevados a cabo desde el año 1985, por las instituciones de investigación aliadas con las autoridades gubernamentales; dada la importancia que reviste el ordenamiento y manejo de las especies de pelágicos menores del golfo de California y de la costa occidental de la península de California (sobre el Pacífico mexicano), para la sostenibilidad de la actividad pesquera en la zona y su consecuente repercusión socioeconómica en las comunidades de pescadores y su entorno.

Por otra parte, en el año 2018, la organización sin fines de lucro Global Fishing Watch (GFW), en colaboración con Google, la Fundación Leonardo Di Caprio, Oceana, SkyTruth, entre otras, dio a conocer la publicación “Siguiendo la huella global de la pesca” (Tracking the global footprint of fisheries); la cual aparece divulgada en la revista SCIENCE (Kroodsma y col., 2018). El estudio se realizó mediante el seguimiento vía satélite (utilizando datos del Sistema de Identificación Automática o AIS), y análisis de Big Data e inteligencia artificial, identificándose más de 70.000 buques pesqueros, su tamaño, la potencia de sus motores y el tipo de arte de pesca, así como el momento y el lugar de las capturas. Esto genero el primer mapa mundial de la actividad pesquera o "seguimiento de la huella global de la pesca" (Global Fishing Watch, 2018).

Sistema de Identificación Automática (AIS, por las siglas de Automatic Identification System) = dispositivo que transportan grandes embarcaciones oceánicas que les permite compartir su ubicación con embarcaciones cercanas para evitar colisiones (Global Fishing Watch, 2018)

En virtud que la novel información no había sido validada por la comunidad científica competente, y tampoco su aplicabilidad al manejo de la pesca, una colaboración entre Global Fishing Watch (GFW), la Organización de las Naciones Unidas para la Agricultura y la Alimentación (FAO), la Fundación Centro Tecnológico Experto en la Cadena de Valor del Mar y la Alimentación (AZTI - Fundazioa), y la Autoridad Pesquera de Seychelles (SFA), llevo a que más de 50 expertos en pesca de todo el mundo revisaran y evaluaran los mapas, gráficos y textos de apoyo producidos por los autores. En consecuencia, en el año 2019 se publica el “Atlas mundial de la actividad pesquera basada en AIS: desafíos y oportunidades”.

Este documento presenta el número y porcentaje de embarcaciones que transmiten datos del AIS, los patrones espaciales de presencia e intensidad de la actividad pesquera, y un análisis por tipo de arte para cada área de la FAO; así mismo, incluye métodos detallados, estudios de casos y comparaciones con datos externos. De esta manera los países miembros y la comunidad con interés en el tema pueda comprender la importancia, oportunidad y desafíos de mapear y analizar la actividad pesquera con datos del AIS.

Con esta plataforma de la Global Fishing Watch (GFW), se logra evolucionar la capacidad de monitorear la flota global de pesca comercial, ofreciéndose un seguimiento casi en tiempo real de la actividad pesquera a través de un mapa público y gratis (Research Accelerator Program), que permite rastrear barcos de pesca y descargar datos sobre sus actividades pasadas (2012) y presentes. Así como también contribuye con la investigación científica, poder hacerle seguimiento a la Pesca Ilegal, No Declarada y No Reglamentada (Pesca INDNR) que afecta a gran parte de las pesquerías del mundo, abordar la sobrepesca, la protección de los espacios marinos y zonas de pesca, que impulsen a promover una mejor gestión y ordenamiento de los recursos pesqueros.

Otro emprendimiento innovador que actualmente se realiza en Europa es el Proyecto SMARTFISH, donde intervienen 18 instituciones relacionadas con el tema de la pesca, y trata de desarrollar, probar y promover un conjunto de sistemas de alta tecnología para el sector pesquero de la Unión Europea. Fue iniciado en el año 2018 y concluye para el año 2021, lo financia la Unión Europea a través del Programa de Impulso a la Investigación, Desarrollo e Innovación (I+D+i Horizon 2020), con un presupuesto de 6 millones de euros (AZTI, 2019).

Según expone la página web de la Fundación AZTI, el objetivo de SMARTFISH, es optimizar la eficiencia de los recursos, mejorar la recopilación automática de datos para la evaluación de las poblaciones de peces, proporcionar evidencia del cumplimiento de las regulaciones pesqueras y reducir el impacto ecológico. En ese sentido, el Proyecto SMARTFISH con la finalidad de ejecutar un mejor sistemas de monitoreo, análisis y mejora de todas las áreas del proceso en el sector pesquero, desde la evaluación, la captura, el seguimiento, la vigilancia y el control; aprovechara todos aquellos desarrollos tecnológicos 4.0 como el análisis de Big Data, la inteligencia artificial, el aprendizaje automático, los teléfonos inteligentes / tabletas, tecnología LED, acústica, tecnología robótica (ROV, del inglés Remoted Operated Vehicle), así como la visión artificial y la tecnología de cámara (CatchScanner, CatchSnap y CatchMonitor) con tecnologías de visión artificial en 3D. El sistema FishData, como parte de los instrumentos de este proyecto, será capaz de recoger y analizar sistemáticamente los datos obtenidos en los barcos pesqueros y enviarlos a tierra para facilitar el uso científico de los resultados en la evaluación y gestión de stocks.

Cabe destacar que en el marco de este proyecto, también se colabora con la primera empresa vasca que desarrolla boyas oceanográficas para pesca de túnidos (Zunibal), en el desarrollo de una ecosonda acústica capaz de discriminar el tamaño de las especies en los bancos para facilitar las decisiones de los patrones de la flota cerco del Cantábrico antes de hacer el lance, lo que llevará a reducir los descartes y avanzar hacia pesquerías más sostenibles (Interempresas, 2019).

Entre los alcances que pretende tener el Proyecto SMARTFISH, se mencionan:

• Ayudar a los pescadores a tomar decisiones fundamentadas durante las fases de pre-captura, captura y post-captura del proceso de extracción. Por lo cual se mejoraría la eficiencia de la captura y la composición en la pesca en toda la UE, lo que conlleva a una mejora de la eficiencia económica al tiempo que reduce la mortalidad involuntaria de peces, la presión de pesca innecesaria y el daño al ecosistema.

• Proporcionar nuevos datos para la evaluación de poblaciones de la pesca comercial y mejorar la calidad y cantidad de la información procedente de las encuestas de evaluación tradicionales. De esta forma, será posible realizar una valoración más precisa del stock pesquero y evaluar poblaciones (stocks) con escasez de datos y, consecuentemente, difíciles de gestionar.

• Acceder automáticamente a datos ya recabados sobre capturas de pesquerías, lo que permitirá crear reglamentos de gestión para alcanzar mayores índices de cumplimiento.

Como corolario de todas estas experiencias antes descritas, se puede decir que el potencial de los nuevos avances tecnológicos al servicio del medio ambiente, allanan el camino para tomar mejores decisiones y gestionar con mayor eficiencia la sostenibilidad de los recursos sometidos a la pesca. Indiscutiblemente todas estas innovaciones, requieren de una serie de informaciones producto del seguimiento permanente de las pesquerías y de tener el conocimiento sobre la situación de los recursos objetivo de la pesca; por lo tanto, los países deben ser responsables en mantener una recolecta de datos históricos, lo más ampliamente posible.

Es así como en este marco de nuevas tendencias, donde se requiere de un enfoque integrado y multisectorial para la ordenación de los recursos pesqueros, cabe destacar lo que asevera el Dr. Guzmán Diez, especialista en gestión pesquera de AZTI: “El denominado Crecimiento Azul, la estrategia que apoya el desarrollo sostenible del sector marino, la Economía Circular y la irrupción de las tecnologías 4.0. ofrecen oportunidades de mejora de la competitividad de la industria pesquera en un mercado cada vez más global que debemos aprovechar. Porque el nuevo paradigma 4.0. es un “ejemplo claro” de la senda que debe seguir toda la cadena de valor de la alimentación y también el sector pesquero, mediante el “impulso de la mejora de los procesos productivos para optimizar la competitividad de las empresas locales, frente a la presión ejercida a nivel global por las compañías procedentes de lugares que a menudo no respetan ni la legalidad ni la sostenibilidad de los recursos marinos”

El “Crecimiento Azul” es un enfoque innovador, integrado y multisectorial para la ordenación de los recursos acuáticos destinado a obtener la mayor cantidad de bienes y servicios ecosistémicos con el uso de los océanos, las aguas continentales y los humedales, proporcionando al mismo tiempo beneficios sociales y económicos. Su objetivo es la ordenación coordinada con miras al crecimiento inclusivo que contribuye a los tres pilares del desarrollo sostenible (social, económico y ambiental) y a aliviar la pobreza, el hambre y la malnutrición (Burgess y col. (2018) citado en FAO, 2018)

La “Economía Circular” se concibe como una forma de organizar las actividades económicas en la que el valor de los productos y los insumos materiales se mantiene dentro del ciclo económico durante tanto tiempo como sea posible, apuntando con ello a minimizar los desperdicios descartados en el ambiente. Sus principios fundamentales son reducir, reciclar y reutilizar todo tipo de materiales, incluyendo los metales, los minerales y los recursos biológicos. Por tanto, el concepto de la economía circular está pensado como remplazo del ciclo lineal de “extraer-procesar/transformar/utilizar-descartar” (IICA, 2019)

FUENTES CONSULTADAS:

AZTI (2019). “SMARTFISH: tecnologías de pesca inteligentes para un sector pesquero eficiente y respetuoso con el medio ambiente”. [Documento en línea]. Disponible en: https://www.azti.es/proyectos/smartfish/. [Consultado 19 de ene de 2020].

BBVA (2016). “HACKATHON: estas son las claves que deberías conocer”. [Documento en línea]. Disponible en: https://www.bbva.com/es/7-cosas-debessaber-hackathon/. [Consultado 17 de enero de 2020].

Campus Pro (2019). “Relación entre Big Data e Inteligencia Artificial” [Documento en línea]. Disponible en: https://campuspro.es/relacion-entre-bigdata-e-inteligencia-artificial/. [Consultado 14 de enero de 2020].

FAO (2018). “El estado mundial de la Pesca y la Acuicultura”. Roma. Licencia: CC BY-NC-SA 3.0 IGO, 250 pág.

GLOBAL FISHING WATCH (2018). “Seguimiento de la huella mundial de la pesca”. [Documento en línea]. Disponible en: https://globalfishingwatch.org/ [Consultado 17 de enero de 2020].

Inforural (2018). “Inteligencia artificial para proyectar pesquerías de pelágicos menores”. [Documento en línea]. Disponible en: https://www.inforural.com.mx/inteligencia-artificial-para-proyectar-pesquerias-de-pelagicos-menores/. [Consultado 14 de enero de 2020].

Instituto Interamericano de Cooperación para la Agricultura –IICA (2019). “Programa de Bioeconomía y Desarrollo Productivo: abordajes conceptuales y metodológicos para la cooperación técnica”. Monografía, 28 pág.

Instituto para la Integración de América Latina y el Caribe –INTAL (2016). “Big Data: información para potenciar la productividad”. [Documento en línea]. Disponible en: https://conexionintal.iadb.org/2016/11/01/big-data/. [Consultado 14 de enero de 2020].

Interempresas (2019). “Tecnologías 4.0 para una pesca más eficiente y sostenible”. [Documento en línea]. Disponible en: https://www.interempresas.net/Industria-Pescado/Articulos/233721-Tecnologias-40-para-una-pesca-mas-eficiente-y-sostenible.html [Consultado 20 de enero de 2020].

Kroodsma D. A., J. Mayorga, T. Hochberg, N. A. Miller, K. Boerder, F. Ferretti, A. Wilson, B. Bergman, T. D. White, B. A. Block, P. Woods, B. Sullivan, C. Costello & B. Worm (2018). “Tracking the global footprint of fisheries”. Science. 359 (6378): 904-908. DOI: 10.1126/science.aao5646 https://science.sciencemag.org/content/359/6378/904

Taconet, M., Kroodsma, D. y Fernandes, JA (2019). “Atlas Mundial de la Actividad Pesquera basada en AIS: desafíos y oportunidades”. Roma, FAO, 395 pág.

Timov (2016). “ZONNGO, la startup peruana participa en la hackathon de la nasa y desarrolla inteligente solución para la pesca peruana”. [Documento en línea]. Disponible en: https://zonngo.com/inteligencia-artificial-en-la-pesca-datos-del-oceano-25-años. [Consultado 20 de enero de 2020].

Wikipedia (2020). “Empresa Emergente”. [Documento en línea]. Disponible en: https://es.wikipedia.org/wiki/Empresa_emergente. [Consultado 17 de ene de 2020].