Uso de la inteligencia artificial para evaluar la aptitud específica del suelo : verificación de las respuestas proporcionadas por chat GPT
- Autores
- Kizur Igich, Eduardo; Kurtz, Ditmar Bernardo; Raimondo, Mariano Raúl
- Año de publicación
- 2023
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Fil: Kizur Igich, Eduardo. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.
Fil: Kurtz, Ditmar Bernardo. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.
Fil: Kurtz, Ditmar Bernardo. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria Corrientes; Argentina.
Fil: Raimondo, Mariano Raúl. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.
La determinación de la aptitud del suelo para los cultivos es una tarea fundamental en la labor de los ingenieros agrónomos. Tradicionalmente, se han utilizado técnicas y herramientas convencionales para determinar la aptitud de uso del suelo, como por ejemplo, la clase de capacidad de uso o índices de productividad del suelo; o herramientas modernas, como los modelos expertos, basados en el esquema FAO. Sin embargo, la inteligencia artificial (IA) se presenta como una prometedora herramienta para mejorar la precisión y la eficiencia en esta tarea. En este estudio, se exploró la capacidad de ChatGPT para determinar la aptitud de uso del suelo, específicamente para los cultivos de maíz y arroz en el departamento de Mercedes, Corrientes. Se compararon los resultados obtenidos mediante las evaluaciones de aptitud específica del suelo realizadas por el INTA, utilizando modelos expertos basados en el esquema FAO, con las respuestas proporcionadas por ChatGPT. Los materiales y programas utilizados incluyeron una computadora portátil HP con acceso a internet, cartas y capas de suelo del departamento Mercedes, disponibles en el servidor de mapas del INTA Corrientes, del grupo Recursos Naturales y el ChatGPT. La metodología consistió en entrenar a ChatGPT para desempeñar el papel de analista de suelo y planificador de uso sustentable, utilizando los datos del mapa previamente mencionado. Se evaluaron las limitaciones y ventajas de ChatGPT al solicitar que clasificara la aptitud en cuatro categorías: 1) Muy aptos, 2) Moderadamente aptos, 3) Marginalmente aptos y 4) No aptos. Las respuestas obtenidas se registraron en un cuadro comparativo para su análisis. En este trabajo se presentan los avances logrados y se realiza una comparación de las respuestas obtenidas hasta el momento, para las series de suelo analizadas. Como conclusión preliminar, se puede mencionar que el ChatGPT presenta un grado de acierto limitado en comparación con las evaluaciones realizadas previamente mediante el modelo experto. En resumen, se analizan las fortalezas y limitaciones de ChatGPT en esta tarea y aunque se observa un grado limitado de acierto en las respuestas proporcionadas por ChatGPT, este trabajo representa un avance en la exploración de la aplicación de IA en la determinación de la aptitud del suelo para cultivos. - Materia
-
Inteligencia artificial
Aptitud del suelo
Chat GPT - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional del Nordeste
- OAI Identificador
- oai:repositorio.unne.edu.ar:123456789/55920
Ver los metadatos del registro completo
id |
RIUNNE_f600f952668302f6fea2d504e76b3462 |
---|---|
oai_identifier_str |
oai:repositorio.unne.edu.ar:123456789/55920 |
network_acronym_str |
RIUNNE |
repository_id_str |
4871 |
network_name_str |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) |
spelling |
Uso de la inteligencia artificial para evaluar la aptitud específica del suelo : verificación de las respuestas proporcionadas por chat GPTKizur Igich, EduardoKurtz, Ditmar BernardoRaimondo, Mariano RaúlInteligencia artificialAptitud del sueloChat GPTFil: Kizur Igich, Eduardo. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.Fil: Kurtz, Ditmar Bernardo. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.Fil: Kurtz, Ditmar Bernardo. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria Corrientes; Argentina.Fil: Raimondo, Mariano Raúl. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.La determinación de la aptitud del suelo para los cultivos es una tarea fundamental en la labor de los ingenieros agrónomos. Tradicionalmente, se han utilizado técnicas y herramientas convencionales para determinar la aptitud de uso del suelo, como por ejemplo, la clase de capacidad de uso o índices de productividad del suelo; o herramientas modernas, como los modelos expertos, basados en el esquema FAO. Sin embargo, la inteligencia artificial (IA) se presenta como una prometedora herramienta para mejorar la precisión y la eficiencia en esta tarea. En este estudio, se exploró la capacidad de ChatGPT para determinar la aptitud de uso del suelo, específicamente para los cultivos de maíz y arroz en el departamento de Mercedes, Corrientes. Se compararon los resultados obtenidos mediante las evaluaciones de aptitud específica del suelo realizadas por el INTA, utilizando modelos expertos basados en el esquema FAO, con las respuestas proporcionadas por ChatGPT. Los materiales y programas utilizados incluyeron una computadora portátil HP con acceso a internet, cartas y capas de suelo del departamento Mercedes, disponibles en el servidor de mapas del INTA Corrientes, del grupo Recursos Naturales y el ChatGPT. La metodología consistió en entrenar a ChatGPT para desempeñar el papel de analista de suelo y planificador de uso sustentable, utilizando los datos del mapa previamente mencionado. Se evaluaron las limitaciones y ventajas de ChatGPT al solicitar que clasificara la aptitud en cuatro categorías: 1) Muy aptos, 2) Moderadamente aptos, 3) Marginalmente aptos y 4) No aptos. Las respuestas obtenidas se registraron en un cuadro comparativo para su análisis. En este trabajo se presentan los avances logrados y se realiza una comparación de las respuestas obtenidas hasta el momento, para las series de suelo analizadas. Como conclusión preliminar, se puede mencionar que el ChatGPT presenta un grado de acierto limitado en comparación con las evaluaciones realizadas previamente mediante el modelo experto. En resumen, se analizan las fortalezas y limitaciones de ChatGPT en esta tarea y aunque se observa un grado limitado de acierto en las respuestas proporcionadas por ChatGPT, este trabajo representa un avance en la exploración de la aplicación de IA en la determinación de la aptitud del suelo para cultivos.Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias2023-08-02info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfp. 30-30application/pdfKizur Igich, Eduardo, Kurtz, Ditmar Bernardo y Raimondo, Mariano Raúl, 2023. Uso de la inteligencia artificial para evaluar la aptitud específica del suelo: verificación de las respuestas proporcionadas por chat GPT. En: XXVIII Reunión de Comunicaciones Científicas, Técnicas y de Extensión. Corrientes : Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias, p. 30-30.978-987-3619-92-2http://repositorio.unne.edu.ar/handle/123456789/55920spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/ar/Atribución-NoComercial-SinDerivadas 2.5 Argentinareponame:Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE)instname:Universidad Nacional del Nordeste2025-09-04T11:14:08Zoai:repositorio.unne.edu.ar:123456789/55920instacron:UNNEInstitucionalhttp://repositorio.unne.edu.ar/Universidad públicaNo correspondehttp://repositorio.unne.edu.ar/oaiososa@bib.unne.edu.ar;sergio.alegria@unne.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:48712025-09-04 11:14:08.741Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) - Universidad Nacional del Nordestefalse |
dc.title.none.fl_str_mv |
Uso de la inteligencia artificial para evaluar la aptitud específica del suelo : verificación de las respuestas proporcionadas por chat GPT |
title |
Uso de la inteligencia artificial para evaluar la aptitud específica del suelo : verificación de las respuestas proporcionadas por chat GPT |
spellingShingle |
Uso de la inteligencia artificial para evaluar la aptitud específica del suelo : verificación de las respuestas proporcionadas por chat GPT Kizur Igich, Eduardo Inteligencia artificial Aptitud del suelo Chat GPT |
title_short |
Uso de la inteligencia artificial para evaluar la aptitud específica del suelo : verificación de las respuestas proporcionadas por chat GPT |
title_full |
Uso de la inteligencia artificial para evaluar la aptitud específica del suelo : verificación de las respuestas proporcionadas por chat GPT |
title_fullStr |
Uso de la inteligencia artificial para evaluar la aptitud específica del suelo : verificación de las respuestas proporcionadas por chat GPT |
title_full_unstemmed |
Uso de la inteligencia artificial para evaluar la aptitud específica del suelo : verificación de las respuestas proporcionadas por chat GPT |
title_sort |
Uso de la inteligencia artificial para evaluar la aptitud específica del suelo : verificación de las respuestas proporcionadas por chat GPT |
dc.creator.none.fl_str_mv |
Kizur Igich, Eduardo Kurtz, Ditmar Bernardo Raimondo, Mariano Raúl |
author |
Kizur Igich, Eduardo |
author_facet |
Kizur Igich, Eduardo Kurtz, Ditmar Bernardo Raimondo, Mariano Raúl |
author_role |
author |
author2 |
Kurtz, Ditmar Bernardo Raimondo, Mariano Raúl |
author2_role |
author author |
dc.subject.none.fl_str_mv |
Inteligencia artificial Aptitud del suelo Chat GPT |
topic |
Inteligencia artificial Aptitud del suelo Chat GPT |
dc.description.none.fl_txt_mv |
Fil: Kizur Igich, Eduardo. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina. Fil: Kurtz, Ditmar Bernardo. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina. Fil: Kurtz, Ditmar Bernardo. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria Corrientes; Argentina. Fil: Raimondo, Mariano Raúl. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina. La determinación de la aptitud del suelo para los cultivos es una tarea fundamental en la labor de los ingenieros agrónomos. Tradicionalmente, se han utilizado técnicas y herramientas convencionales para determinar la aptitud de uso del suelo, como por ejemplo, la clase de capacidad de uso o índices de productividad del suelo; o herramientas modernas, como los modelos expertos, basados en el esquema FAO. Sin embargo, la inteligencia artificial (IA) se presenta como una prometedora herramienta para mejorar la precisión y la eficiencia en esta tarea. En este estudio, se exploró la capacidad de ChatGPT para determinar la aptitud de uso del suelo, específicamente para los cultivos de maíz y arroz en el departamento de Mercedes, Corrientes. Se compararon los resultados obtenidos mediante las evaluaciones de aptitud específica del suelo realizadas por el INTA, utilizando modelos expertos basados en el esquema FAO, con las respuestas proporcionadas por ChatGPT. Los materiales y programas utilizados incluyeron una computadora portátil HP con acceso a internet, cartas y capas de suelo del departamento Mercedes, disponibles en el servidor de mapas del INTA Corrientes, del grupo Recursos Naturales y el ChatGPT. La metodología consistió en entrenar a ChatGPT para desempeñar el papel de analista de suelo y planificador de uso sustentable, utilizando los datos del mapa previamente mencionado. Se evaluaron las limitaciones y ventajas de ChatGPT al solicitar que clasificara la aptitud en cuatro categorías: 1) Muy aptos, 2) Moderadamente aptos, 3) Marginalmente aptos y 4) No aptos. Las respuestas obtenidas se registraron en un cuadro comparativo para su análisis. En este trabajo se presentan los avances logrados y se realiza una comparación de las respuestas obtenidas hasta el momento, para las series de suelo analizadas. Como conclusión preliminar, se puede mencionar que el ChatGPT presenta un grado de acierto limitado en comparación con las evaluaciones realizadas previamente mediante el modelo experto. En resumen, se analizan las fortalezas y limitaciones de ChatGPT en esta tarea y aunque se observa un grado limitado de acierto en las respuestas proporcionadas por ChatGPT, este trabajo representa un avance en la exploración de la aplicación de IA en la determinación de la aptitud del suelo para cultivos. |
description |
Fil: Kizur Igich, Eduardo. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-08-02 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
Kizur Igich, Eduardo, Kurtz, Ditmar Bernardo y Raimondo, Mariano Raúl, 2023. Uso de la inteligencia artificial para evaluar la aptitud específica del suelo: verificación de las respuestas proporcionadas por chat GPT. En: XXVIII Reunión de Comunicaciones Científicas, Técnicas y de Extensión. Corrientes : Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias, p. 30-30. 978-987-3619-92-2 http://repositorio.unne.edu.ar/handle/123456789/55920 |
identifier_str_mv |
Kizur Igich, Eduardo, Kurtz, Ditmar Bernardo y Raimondo, Mariano Raúl, 2023. Uso de la inteligencia artificial para evaluar la aptitud específica del suelo: verificación de las respuestas proporcionadas por chat GPT. En: XXVIII Reunión de Comunicaciones Científicas, Técnicas y de Extensión. Corrientes : Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias, p. 30-30. 978-987-3619-92-2 |
url |
http://repositorio.unne.edu.ar/handle/123456789/55920 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ Atribución-NoComercial-SinDerivadas 2.5 Argentina |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ Atribución-NoComercial-SinDerivadas 2.5 Argentina |
dc.format.none.fl_str_mv |
application/pdf p. 30-30 application/pdf |
dc.publisher.none.fl_str_mv |
Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias |
publisher.none.fl_str_mv |
Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias |
dc.source.none.fl_str_mv |
reponame:Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) instname:Universidad Nacional del Nordeste |
reponame_str |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) |
collection |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) |
instname_str |
Universidad Nacional del Nordeste |
repository.name.fl_str_mv |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) - Universidad Nacional del Nordeste |
repository.mail.fl_str_mv |
ososa@bib.unne.edu.ar;sergio.alegria@unne.edu.ar |
_version_ |
1842344214159949824 |
score |
12.623145 |