El grupo AIDA impulsa una inteligencia artificial capaz de manejar la incertidumbre
ECONOMÍA SOCIAL
En el mundo real, casi ninguna decisión se toma con toda la información sobre la mesa. Los datos son incompletos, las condiciones cambian y lo que hoy funciona mañana puede dejar de hacerlo. En ese terreno -imperfecto y cambiante- es donde la inteligencia artificial demuestra mejor su utilidad.
22 abr 2026 . Actualizado a las 12:46 h.Precisamente sobre la necesidad de decidir mejor en entornos complejos trabaja grupo AIDA (Artificial Intelligence & Data Analysis), formado por 35 investigadores de la Universidad de Oviedo, financiado por el Principado de Asturias en la convocatoria de ayudas a grupos de investigación en 2024. Estas ayudas, convocadas por Sekuens y gestionada por la Fundación para el Fomento en Asturias de la Investigación Científica y la Tecnología (FICYT), permiten consolidar las líneas de estudio del grupo.
La diferencia entre un modelo perfecto y uno útil
El problema aparece cuando esos modelos salen del entorno ideal y se aplican a situaciones reales. Como explica Camino Rodríguez Vela, catedrática de la Universidad de Oviedo e investigadora principal del grupo, «la imprevisibilidad es una parte natural e inevitable de cualquier proceso real».
Por ejemplo, señala, en una red energética, en una explotación agrícola o en una cadena logística, las decisiones se toman con datos incompletos, cambios constantes y escenarios que no siempre se pueden anticipar.
Por eso, el trabajo de AIDA no consiste en afinar sistemas para escenarios perfectos, sino en diseñar modelos que sigan funcionando cuando las condiciones cambian.
En lugar de depender de valores exactos, el grupo trabaja con márgenes y escenarios variables. Eso permite, entre otras cosas, planificar rutas de transporte o sistemas de recarga para vehículos eléctricos que sigan siendo viables aunque cambie la demanda o fluctúe la energía disponible.
De la teoría a problemas concretos
Ese planteamiento no se queda en el plano teórico. Como explica Camino, el objetivo del grupo es que la inteligencia artificial sirva para tomar decisiones útiles en ámbitos muy distintos, pero siempre con una misma lógica de fondo: responder mejor a problemas reales.
Esa aplicación se ve con claridad en sectores como la agricultura, la energía, el transporte o la salud. «Abordamos retos muy variados, pero con un alto impacto social e industrial», señala la investigadora.
En agricultura, el grupo ha desarrollado asistentes inteligentes que permiten monitorizar cultivos mediante sensores e imágenes, detectar anomalías y ayudar a identificar plagas.
También trabaja con tecnologías accesibles, como el uso de móviles, para estimar el volumen o el peso del ganado.
En transporte y energía, desarrolla modelos que optimizan rutas para flotas con vehículos eléctricos, teniendo en cuenta tanto los trayectos como los momentos óptimos de recarga, y procesos de producción industrial, teniendo en cuenta los costes energéticos asociados.
Y en salud y nutrición, aplica inteligencia artificial para analizar imágenes de alimentos y estimar su composición o para predecir la toxicidad de compuestos sin recurrir a ensayos con animales.
Una inteligencia artificial más eficiente y sostenible
Pero tomar mejores decisiones no basta si el propio sistema que las genera consume más recursos de los que optimiza.
La inteligencia artificial tiene un coste energético creciente, y eso obliga a replantear su desarrollo. Por eso, AIDA incorpora en todas sus líneas lo que Camino define como «IA verde»: modelos que no solo optimizan procesos externos, sino que también reducen su propio consumo de recursos.
A medio plazo, tecnologías como el aprendizaje multimodal —capaz de integrar distintos tipos de datos a la vez— o el uso de datos no etiquetados marcarán buena parte del desarrollo de la inteligencia artificial aplicada.
En el fondo, el trabajo del grupo responde a una idea sencilla: convertir datos complejos en decisiones útiles. Como resume Camino, «la inteligencia artificial permite tomar mejores decisiones en situaciones complejas, reduciendo incertidumbre y optimizando recursos».
Aplicada a problemas reales, esa capacidad no solo mejora la eficiencia de sistemas industriales o energéticos. También permite intervenir con más criterio en contextos donde los datos son incompletos, las condiciones cambian y decidir bien resulta cada vez más difícil.
Ahí reside, en esencia, la aportación de AIDA: desarrollar modelos capaces de responder a la complejidad real sin perder de vista la eficiencia, la sostenibilidad y el impacto práctico de cada decisión.