🌿 Agro AI Governance — IA para Gobernanza Agroalimentaria
Valentina Burbano Salazar, Josser Cordoba Rivas, Diana Carolina Argüello Casallas
Agro AI Governance es una plataforma open source de gobernanza agroalimentaria participativa con inteligencia artificial explicable. Convierte reportes del territorio, señales ciudadanas y evidencia comunitaria en decisiones priorizadas, trazables y auditables. La solución integra un bot de Telegram para captura de datos en tiempo real, un dashboard web para análisis y visualización, y una cadena de hashes SHA-256 inmutable para auditoría institucional.
El sistema fue desarrollado durante el Global South AI Safety Hackathon 2026 (19-21 de junio) con enfoque en equidad, transparencia y seguridad en el uso de IA para el sector agroalimentario de América Latina.
4. Contexto y Problemática
En América Latina, la toma de decisiones en el sector agroalimentario enfrenta múltiples desafíos: datos fragmentados, falta de trazabilidad, ausencia de mecanismos de participación ciudadana efectivos y brechas de equidad entre zonas rurales y urbanas. Las herramientas existentes se limitan a la visualización de datos sin ofrecer capacidades de priorización, auditoría o gobernanza verificable.
Agro AI Governance aborda esta problemática mediante un enfoque integral que combina:
Captura ciudadana descentralizada vía Telegram y web
Motor de reglas de gobernanza con 10 criterios de evaluación
Score de riesgo explicable (0-100) por registro
Cadena de auditoría inmutable para trazabilidad institucional
Auditoría de Impacto Dispar alineada con CONPES 4144 (Colombia, 2025)
5. Solución Propuesta
La plataforma opera en cuatro capas funcionales:
Capa 1 - Inteligencia Territorial
Motor de reglas con 10 criterios clasificados por severidad (Critical, High, Medium) que evalúa cada registro del CSV. Las reglas incluyen GOV-001 (trazabilidad de origen), GOV-002 (certificación para uso sensible), BIO-002 (umbral de contaminantes), entre otras. Cada registro recibe un score de riesgo de 0 a 100 y una clasificación en tres niveles: CONFIABLE, REVISIÓN o NO APTO.
Capa 2 - Participación Ciudadana
Bot de Telegram con 6 comandos interactivos (/start, /ayuda, /ultimo, /lotes, /registro, /catalogo) que permite a productores y gestores territoriales reportar descartes agroindustriales, adjuntar evidencia y recibir retroalimentación inmediata. El bot procesa archivos CSV de hasta 5,000 registros con barra de progreso en tiempo real.
Capa 3 - Gobernanza Verificable
Cadena de hashes SHA-256 encadenada donde cada evento (carga de lote, procesamiento, auditoría) registra un event_hash y un previous_hash. Una alteración no autorizada en la base de datos invalida la cadena completa, garantizando inmutabilidad y trazabilidad institucional.
Capa 4 - Equidad LATAM
Auditoría de Impacto Dispar que verifica que el ratio entre subgrupos regionales y poblaciones rurales/urbanas sea menor a 1.25, alineado con CONPES 4144 (Colombia, 2025) y el ASEAN Guide on AI Governance and Ethics. La calibración empírica valida que una brecha de cobertura mayor a 10 puntos porcentuales active revisión automática.
6. Arquitectura Técnica
Componente Tecnología
Backend Django 4.x
Base de datos SQLite
Bot de Telegram python-telegram-bot (long polling)
Motor de reglas Python puro - ruleset-2026-06-django-unificado-v1
Auditoría SHA-256 encadenado
Gráficas Matplotlib / charts.py
Analítica Jupyter Notebook + food_waste_charts.py
Despliegue Docker + docker-compose
7. Resultados y Métricas Alcanzadas
Durante el hackathon, el sistema fue probado con el dataset global_food_wastage_dataset.csv de 5,000 registros, obteniendo los siguientes resultados:
5,000 registros procesados en tiempo real
4,537 registros clasificados como CONFIABLE
407 registros en REVISIÓN (requieren inspección humana)
56 registros NO APTOS (errores estructurales o alertas críticas)
23 eventos registrados en la cadena de auditoría
Cadena de hashes validada como íntegra e inalterada
Auditoría de Impacto Dispar LATAM completada con ratio < 1.25
94% de riesgo territorial identificado
12 alertas activas
8 zonas monitoreadas
3 canales de reporte integrados (web, Telegram, analítica)
8. Alineación con Políticas Públicas
El proyecto está alineado con:
CONPES 4144 (Colombia, 2025) - Política de Equidad y Desarrollo Territorial
ASEAN Guide on AI Governance and Ethics - Principios de IA ética y gobernanza
Objetivos de Desarrollo Sostenible (ODS) - Hambre Cero y Reducción de Desigualdades
9. Repositorio y Documentación
Repositorio GitHub:
https://github.com/BurbanoValentina/agro_governance_unified
Documentación completa disponible en Google Drive:
Video de presentación del proyecto (pitch)
Diapositivas de la solución
Documentación técnica y manual de usuario
Base de datos con registros de prueba
Podcast explicativo del proyecto
Notebook Jupyter de auditoría de equidad alimentaria
10. Equipo
Desarrollado por BurbanoValentina para el Global South AI Safety Hackathon 2026.
11. Uso de IA (LLM Statement)
Claude (Anthropic) fue utilizado para asistir en el encuadre del proyecto, redacción de secciones y sugerencias de estructura de código. Todos los resultados cuantitativos, decisiones metodológicas y afirmaciones de política fueron especificados y verificados de forma independiente por el equipo.
No reviews are available yet
Cite this work
@misc {
title={
(HckPrj) 🌿 Agro AI Governance — IA para Gobernanza Agroalimentaria
},
author={
Valentina Burbano Salazar, Josser Cordoba Rivas, Diana Carolina Argüello Casallas
},
date={
},
organization={Apart Research},
note={Research submission to the research sprint hosted by Apart.},
howpublished={https://apartresearch.com}
}
