Acceso usuarios
Kim Vladimir Diaz Fuentes
La planificación agrícola en el Perú enfrenta severas limitaciones por la falta de integración de datos, la baja tecnificación de los productores y la creciente vulnerabilidad climática. Este artículo presenta SISVAP, una propuesta de plataforma nacional de planificación agraria asistida por inteligencia artificial, diseñada para mejorar la eficiencia en la asignación de cultivos, anticipar riesgos climáticos, fortalecer la trazabilidad digital y contribuir a la seguridad alimentaria. La metodología se basó en codiseño con modelos de lenguaje, validación con fuentes oficiales y adaptación al entorno institucional peruano. SISVAP demuestra que es posible construir soluciones públicas de alto impacto con tecnologías disponibles y enfoque ético, orientadas a transformar la gestión agrícola desde el territorio.
Agricultural planning in Peru faces severe limitations due to fragmented data systems, low technological adoption among farmers, and increasing climate vulnerability. This article introduces SISVAP, a proposed national platform for AI-assisted agricultural planning, aimed at improving crop allocation efficiency, anticipating climate risks, strengthening digital traceability, and contributing to food security. The methodology combined generative language models, validation with official data, and adaptation to Peru’s institutional context. SISVAP demonstrates that high-impact public solutions can be built using existing technologies and ethical design principles, offering a scalable path toward smarter and territory-based agricultural governance.
