La Prof. Nadia Mery analiza cómo esta tecnología está transformando la cadena de valor minera, las investigaciones que desarrolla el Departamento en la materia y los desafíos que enfrenta la industria para incorporarla de manera efectiva.
La inteligencia artificial (IA) se ha instalado como una de las herramientas con mayor proyección para la industria minera, permitiendo analizar grandes volúmenes de datos, identificar patrones complejos y desarrollar modelos predictivos que apoyan la toma de decisiones. Así lo señala la Prof. Nadia Mery, académica del Departamento de Ingeniería de Minas, quien releva que sus aplicaciones ya se extienden a prácticamente toda la cadena de valor del sector: optimización de procesos productivos, mantenimiento predictivo de equipos, planificación minera, estimación de recursos minerales, gestión eficiente de agua y energía, y monitoreo orientado a la seguridad operacional.
"La inteligencia artificial no reemplaza el criterio de las y los profesionales. La minería sigue siendo una disciplina donde las decisiones tienen importantes implicancias técnicas, económicas, ambientales y de seguridad", afirma la académica.
Investigación aplicada desde el DIMin
En el Departamento de Ingeniería de Minas existe un interés creciente por integrar machine learning y analítica avanzada con el conocimiento propio de la disciplina. La línea de investigación de la académica Mery combina estas técnicas con metodologías geoestadísticas para mejorar la evaluación de recursos minerales y la cuantificación de la incertidumbre, un aspecto clave considerando que buena parte de las decisiones mineras —desde la evaluación económica de un proyecto hasta la planificación de una explotación— se toman en escenarios inciertos.
Su experiencia previa en una operación minera fue una motivación directa para esta línea de trabajo: constatar que, si bien existe una gran cantidad de datos disponibles, el desafío está en integrarlos y convertirlos en información útil para las decisiones de ingeniería.
Desafíos: datos, confianza e interpretabilidad
Para la académica, incorporar IA de manera efectiva va más allá de implementar algoritmos. Destaca tres desafíos centrales: la calidad e integración de los datos, que provienen de múltiples fuentes con distintos niveles de confiabilidad; el desafío organizacional de generar confianza en los resultados de los modelos; y la interpretabilidad, es decir, la necesidad de comprender por qué un modelo llega a determinada conclusión y evaluar si tiene sentido desde el punto de vista ingenieril.
La Prof. Mery destaca aportes concretos en distintos ámbitos: en seguridad, mediante el monitoreo de variables críticas y la detección temprana de anomalías; en productividad, a través de la optimización de procesos y planificación; y en sostenibilidad, mejorando el uso de recursos como el agua y la energía. "El mayor aporte está en mejorar la calidad de la información disponible para tomar decisiones", sostiene.
Formación de futuros profesionales
Junto a la Prof. del DIMin Kimie Suzuki, la investigadora Mery está desarrollando un trabajo orientado a analizar cómo las universidades están incorporando competencias en inteligencia artificial en la formación de profesionales vinculados a la minería, con el objetivo de identificar oportunidades para fortalecer los planes de estudio. Ambas académicas relevan la importancia de desarrollar competencias transversales de pensamiento crítico, análisis de datos, interpretación de resultados y toma de decisiones, por sobre el uso de herramientas específicas, que evolucionan rápidamente.
De cara al futuro, Nadia Mery sostiene que la industria minera nacional cuenta con condiciones favorables para liderar la incorporación de estas tecnologías: una industria de clase mundial, universidades con investigación de alto nivel y una capacidad creciente para trabajar con grandes volúmenes de datos. No obstante, releva que el factor determinante seguirá siendo la formación de capital humano capaz de utilizar estas herramientas con criterio técnico. "La inteligencia artificial no reemplazará a los profesionales; por el contrario, exigirá personal cada vez mejor preparado", concluye.
Comentarios (0)
Participa de la conversación. Tu comentario se publicará una vez revisado por el equipo editorial.