����������������������������������������������������������������������������������

 

 

Tecnolog�a en Alimentos: Tendencias

 

Food Technology: Trends

 

Tecnologia de Alimentos: Tend�ncias

 

 

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: xavier.cedeno@utm.edu.ec

Ciencias de la Computaci�n .

Art�culo de Investigaci�n.

 

�������� *Recibido: 29 de enero de 2022 *Aceptado: 21 de febrero de 2023 * Publicado: 30 de marzo de 2023

 

        I.            Grupo Patrimonio Gastron�mico e Innovaci�n. Departamento de Turismo y Gastronom�a. Universidad T�cnica de Manab�.

     II.            Estudiante de la Carrera de Gastronom�a, Universidad T�cnica de Manab�.

  III.            "Veltics Research Group". Instituto de Lenguas, Universidad T�cnica de Manab�.

Resumen

El sector alimentario transita, hoy en d�a, entre la convivencia entre lo natural y lo artificial, la sostenibilidad, la seguridad alimentaria y la transparencia, se impone como una visi�n actual que apunta a las pr�cticas de consumo consciente y cuidado ambiental, en este panorama las tendencias en tecnolog�a de alimentos encuentra un fuerte aliado en la inteligencia artificial (IA) que incluye una variedad de tecnolog�as; rob�tica, el aprendizaje autom�tico o machine learning (ML) que apoyan la toma de decisiones estrat�gicas en este segmento. Sobre esta base el objetivo de este ensayo cient�fico se centr� en realizar algunas reflexiones sobre las tendencias actuales en tecnolog�a en alimentos. La metodolog�a empleada para la consecuci�n de tal fin, fue de tipo documental, de esta forma la recopilaci�n de informaci�n se efectu� en la base de datos de publicaciones de �ndole acad�mica y cient�fica y documentos emitidos por organizaciones internacionales que abordan dicha tem�tica. Dentro de las conclusiones establecidas, se tiene que el� uso de la tecnolog�a de alimentos en la actualidad ha evolucionado en diversas �reas para la gesti�n� de la calidad de los alimentos bajo la �ptica de la sustentabilidad y la transparencia, para minimizar los impactos negativos al medio ambiente y para ofrecer soluciones para mejorar la producci�n de alimentos.

Palabras Claves: Sector alimentario; Inteligencia artificial (IA); Sustentabilidad.

 

Abstract

The food sector transits, nowadays, between the coexistence between the natural and the artificial, sustainability, food safety and transparency, it is imposed as a current vision that points to the practices of conscious consumption and environmental care, in this panorama trends in food technology find a strong ally in artificial intelligence (AI) that includes a variety of technologies; robotics, automatic learning or machine learning (ML) that support strategic decision making in this segment. On this basis, the objective of this scientific essay focused on making some reflections on current trends in food technology. The methodology used to achieve this purpose was of a documentary type, in this way the collection of information was carried out in the database of academic and scientific publications and documents issued by international organizations that address this subject. Within the established conclusions, it is found that the use of food technology has currently evolved in various areas for the management of food quality from the perspective of sustainability and transparency, to minimize negative impacts on the environment. environment and to offer solutions to improve food production.

Keywords: Food sector; artificial intelligence (AI); Sustainability.

 

Resumo

O setor alimentar transita, hoje em dia, entre a coexist�ncia entre o natural e o artificial, a sustentabilidade, a seguran�a alimentar e a transpar�ncia, imp�e-se como uma vis�o atual que aponta para as pr�ticas de consumo consciente e cuidado ambiental, neste panorama tend�ncias da tecnologia alimentar encontrar um forte aliado na intelig�ncia artificial (IA) que inclui uma variedade de tecnologias; rob�tica, aprendizagem autom�tica ou machine learning (ML) que apoiam a tomada de decis�es estrat�gicas neste segmento. Com base nisso, o objetivo deste ensaio cient�fico centrou-se em fazer algumas reflex�es sobre as tend�ncias atuais da tecnologia de alimentos. A metodologia utilizada para atingir este prop�sito foi do tipo documental, desta forma a recolha de informa��o foi realizada na base de dados de publica��es acad�micas e cient�ficas e documentos emitidos por organismos internacionais que abordam esta tem�tica. Dentro das conclus�es estabelecidas, verifica-se que o uso da tecnologia de alimentos tem evolu�do atualmente em v�rias �reas para a gest�o da qualidade dos alimentos na perspectiva da sustentabilidade e transpar�ncia, para minimizar os impactos negativos no meio ambiente e oferecer solu��es para melhorar a alimenta��o Produ��o.

Palavras-chave: Setor de alimentos; intelig�ncia artificial (IA); Sustentabilidade.

 

Introducci�n

En los tiempos que transcurren en el panorama global, se identifica una paradoja que emerge en el sector alimentario que transita entre la convivencia entre lo natural y lo artificial, el firme compromiso de trabajar por la salud, la sostenibilidad, la seguridad alimentaria y la transparencia, se impone como una visi�n actual que apunta a las pr�cticas de consumo consciente y cuidado ambiental, por otro lado, las tecnolog�as digitales est�n siendo empleadas en el sector de alimentos y bebidas bajo la �ptica de soluciones de inteligencia artificial (IA).

La tecnolog�a alimentaria es una ciencia que recoge todos los principios aplicados a los productos destinados a la alimentaci�n, desde el momento de la obtenci�n de la materia prima hasta la presentaci�n del producto final al consumidor. Es una ciencia que se encuentra en auge debido al desarrollo tecnol�gico y a la aparici�n de nuevos m�todos de tratamiento y procesado de los productos (Delgado, Mart�n Vertedor, Ram�rez, & Rocha, 2019).

Las categor�as que configuran, los alimentos como naturales, seg�n (Battacchi, Verkerk, Pellegrini, Fogliano, & Steenbekkers, 2020) se basan en algunos de los siguientes par�metros �c�mo se cultivan los alimentos�, �c�mo se producen los alimentos� y �el producto final" Estos miramientos, se focalizan en el paradigma de sustentabilidad que proyecta condiciones de producci�n y transformaci�n de alimentos con la proyecci�n hacia el futuro, centradas en estrategias tendientes a lograr mayor eficiencia energ�tica; cuidado al medio ambiente, eficiencia econ�mica consciente de las necesidades sociales y adem�s tiene en cuenta el cumplimiento de las normativas recientes y futuras que conjugan los aspectos sociales, econ�micos y medioambientales.

Precisamente en esta l�nea, el Objetivo de Desarrollo Sostenible (ODS) N�12 plantea la necesidad de: �garantizar modalidades de consumo y producci�n sostenibles� de la mano de la tecnolog�a (Minnicelli, 2021).� Tambi�n destaca esta autora, una de las industrias que hay que poner bajo la lupa es la alimenticia, pues la producci�n de alimentos es la principal fuente de gases de efecto invernadero como el di�xido de carbono (CO2). Seg�n el Fondo Mundial para la Naturaleza (WWF por sus siglas en ingl�s), el 40% de los alimentos producidos nunca llegan a consumirse, y el 17% de la comida que se compra acaba en la basura, lo que da como resultado que el 10% de las emisiones de CO2 se deban al desperdicio de alimentos (Minnicelli, 2021). As� la tecnolog�a se traduce en una plataforma para lanzar al mercado productos y servicios respetuosos con el ambiente y de este modo promover un mejor estilo de vida y de consumo (Minnicelli, 2021).

Desde la vertiente de la producci�n de alimentos artificiales basadas en soluciones de inteligencia artificial (IA) de acuerdo con las estimaciones de (Rivero, 2022), la IA cuenta con el potencial de optimizar todas las �reas de la manufactura de alimentos, facilitando aplicaciones inteligentes, espec�ficas por industria para la mejora de todos los aspectos de la cadena de suministro, desde la granja a la mesa, creando cadenas de suministro �giles y logrando un aumento de la facturaci�n.

De acuerdo con las consideraciones que anteceden, el objetivo del presente estudio consiste en realizar algunas reflexiones sobre las tendencias actuales en tecnolog�a en alimentos.

 

 

 

Desarrollo

La industria de los alimentos en su proceso productivo requiere de la utilizaci�n de un importante consumo de energ�a, de recursos h�dricos y de uso del suelo, es por ello que, desde el enfoque de la sustentabilidad y transparencia, a decir de (Portal Computer Weekly, 2023), las organizaciones deben considerar una fuente alternativa local para los productos y apoyarse en el aprendizaje autom�tico para reducir gastos de energ�a, agua y desperdicio de alimentos. Es decir, la inversi�n en innovaci�n s� es un factor clave para identificar nuevas oportunidades de negocio con responsabilidad, considerando las esferas econ�micas, sociales y ambientales (triple bottom line)�(Cruz Reyes, 2020), habida cuenta de que para la transformaci�n de los alimentos y su comercializaci�n se requieren tecnolog�as con miras al cumplimiento de normas de producci�n y de consumo, pues estos son elementos para la competitividad. Las mejoras en las t�cnicas de producci�n basadas en innovaciones permiten incrementar los rendimientos y mejorar la calidad, principalmente en lo relativo a la homogeneidad de los productos y a la ausencia de defectos f�sicos�(Cruz Reyes, 2020).

 

Tendencias en Tecnolog�a en Alimentos

A lo largo de este documento se ha venido esbozando como parte de la evoluci�n que ha sufrido la industria alimentaria, algunos de los avances tecnol�gicos que se est�n empleando en este sector en el prop�sito de mejorar cada vez m�s la eficiencia de este segmento productivo, tal es el caso de la inteligencia artificial (IA) y el aprendizaje autom�tico o Machine Learning (ML) como un enfoque sostenible, dado que seg�n expone�(Kler, Elkadi, Ran�, & Singh, 2022) tienen el potencial de reducir las p�rdidas econ�micas, lo que respalda la eficiencia y la capacidad de respuesta de la industria alimentaria. De acuerdo con instancias internacionales como la Organizaci�n de las Naciones Unidas para la Agricultura y la Alimentaci�n (FAO); Organizaci�n Mundial de la Salud (OMS) y la Organizaci�n Mundial del Comercio (OMC), la inteligencia artificial y los programas de aprendizaje autom�tico tambi�n est�n encontrando una mayor aplicaci�n en los sistemas de producci�n de alimentos y concretamente en la evaluaci�n y la gesti�n de riesgos en materia de inocuidad alimentaria�(FAO/OMS/OMC, 2019).

La Inteligencia Artificial es una de las principales herramientas que la industria de la alimentaci�n y las bebidas puede utilizar para aplicar la personalizaci�n en sus productos, ya que esta �ltima se trata de una tendencia m�s relevante del sector�(Silva, 2020). Sobre esta tem�tica en el documento emanado de la (FAO/OMS/OMC, 2019), han indicado que algunos usos pr�cticos de las aplicaciones de inteligencia artificial ya se han integrado con buenos resultados en la gesti�n de la cadena de suministro de alimentos, con vistas a mejorar la clasificaci�n de los alimentos, la supervisi�n de la higiene personal de los trabajadores y la evaluaci�n de la limpieza de los equipos.

 

La Rob�tica en los Procesos Alimentarios

La IA en la industria alimenticia incluye una variedad de tecnolog�as; rob�tica, el aprendizaje autom�tico o machine learning (ML), entre otras (Rivero, 2022). Los criterios t�cnicos para el desarrollo de los sistemas rob�ticos industriales, son cada vez m�s representativos en la industria alimentaria, como potencial de transformaci�n de los procesos agroindustriales, que se corresponden a la tendencia aumentada de la eficiencia en la manipulaci�n de alimentos y uso del tiempo�(Garc�a S�nchez, Garc�a Vacacela, Villavicencio, & Melendez, 2019).

En el mismo orden, (Silva, 2020) considera que la rob�tica ha abierto nuevas oportunidades para la automatizaci�n de procesos alimentarios. La adopci�n de dicha tecnolog�a ha sido un proceso lento, pero hoy es ya una realidad incuestionable en muchas industrias del sector y se prev� una demanda creciente en los pr�ximos a�os. En este sentido,�(Bachche, 2015) argumenta, la rob�tica ha revolucionado las distintas fases, operaciones y movimientos controlados mediante la programaci�n de bucle secuencial con la implementaci�n de software disponible para activar la cinem�tica de los robots y obtener trayectorias de movimientos flexibles e im�genes tridimensionales a partir de la adaptabilidad de un algoritmo de procesamiento.

En la misma direcci�n, subraya tambi�n (Silva, 2020),� el potencial de la rob�tica en el campo de la alimentaci�n es inmenso, tanto por la mejora de sus aplicaciones tradicionales (tareas de carga-descarga, manipulaci�n, empaquetado y paletizado de alimentos), como por las nuevas aplicaciones que ofrece, como por ejemplo el corte de carne o queso, porcionado de pizzas, trabajos en el interior de congeladores, decoraci�n de pasteles, correcta posici�n de etiquetas, etc.

Otras ventajas son una mayor higiene del proceso, repetitividad del tratamiento, efectividad y elevada producci�n. Al eliminar el contacto humano con los productos en la cadena de producci�n y envasado, los sistemas robotizados ofrecen la posibilidad de reducir el riesgo de contaminaci�n�(Silva, 2020).

Igualmente, la inclusi�n de los sistemas rob�ticos en distintos escenarios laborales, optimiza los flujos de trabajo y reduce las cargas al incluir sus arquitecturas de control subyacente en la din�mica computacional l�gica que combina la lectura funcional de control con perspectivas flexibles y procedimentales que desde el punto de vista cultural y t�cnica permiten descubrir nuevos enfoques y detectar mayor independencia�(Garc�a S�nchez, Garc�a Vacacela, Villavicencio, & Melendez, 2019).

Sin embargo, como el costo de introducir estas tecnolog�as en la industria alimentaria es m�s alto que emplear la mano de obra, estas tecnolog�as no se est�n adoptando a gran escala�(Kumar, Rawat, Mohd, & Husain, 2021). De manera similar (Chuprina, 2019) indica, la rob�tica todav�a es algo bastante sutil para introducir, incluso para las grandes f�bricas y los negocios de restaurantes, pero ocupar� su nicho muy pronto, brindando un beneficio obvio a largo plazo. Algunas innovaciones recientes en rob�tica son los drones y bots de entrega que utilizan las tiendas de conveniencia �7-Eleven�, �Flippy�: un robot de dos brazos para fre�r y empacar las hamburguesas�(Kumar, Rawat, Mohd, & Husain, 2021).

 

El Aprendizaje Autom�tico o Machine Learning (ML)

Se considera como un tipo particular de inteligencia artificial (IA), la misma es definida seg�n�(G�ron, 2020) como ciencia (y arte) de programar computadores para que aprendan a partir de los datos. Las soluciones de Inteligencia Artificial y Aprendizaje Autom�tico ofrecen grandes posibilidades para optimizar y automatizar procesos, ahorrar costos y hacer posible menos errores humanos para muchas industrias�(Chuprina, 2019). El aprendizaje autom�tico (ML) es una subparte de la inteligencia artificial (IA) y se usa ampliamente en el sector alimentario para la automatizaci�n industrial y el modelado predictivo con la creciente demanda y poblaci�n mundial�(Sharma, Mittal, Kumar, Sharma, & Upadhyay, 2022).

Las tecnolog�as de IA y ML se ocupan de una variedad de formas de agilizar y procesar la automatizaci�n, ahorrar ingresos, eliminar errores humanos, reducir el desperdicio de art�culos abundantes, consumidores m�s felices, operaciones optimizadas y automatizadas y pedidos m�s individualizados en una variedad de negocios de alimentos como restaurantes, bares, cafeter�as y fabricantes de alimentos. En las l�neas de producci�n, los sistemas de IA superan los esfuerzos humanos en t�rminos de precisi�n, velocidad y consistencia�(Sharma, Mittal, Kumar, Sharma, & Upadhyay, 2022).

El aprendizaje autom�tico emplea estad�sticas para detectar patrones en grandes cantidades de datos. Esencialmente, cualquier cosa que se pueda convertir en datos digitales, como n�meros, im�genes y clics, se puede colocar en un sofisticado algoritmo de aprendizaje autom�tico. Machine Learning es una de las tecnolog�as esenciales en el planeta en este momento�(Sharma, Mittal, Kumar, Sharma, & Upadhyay, 2022)

Visto lo precedente, se puede observar las m�ltiples ventajas que ofrecen las tecnolog�as empleadas en la industria de alimentos y bajo la �ptica de la sustentabilidad suponen las tendencias que marcan el funcionamiento de esta tan importante sector en la era actual.

 

Conclusiones

La industria de alimentaci�n y de bebidas es un sector industrial de primac�a en el mundo, dada la naturaleza de sus actividades orientadas a la producci�n de alimentos para la poblaci�n a nivel global y adem�s su empleabilidad tiene una de las tasas m�s altas en el mercado empresarial, de este modo el� uso de la tecnolog�a de alimentos en la actualidad ha evolucionado en diversas �reas para la gesti�n� de la calidad de los alimentos bajo la �ptica de la sustentabilidad y la transparencia, para minimizar los impactos negativos al medio ambiente y para ofrecer soluciones para mejorar la producci�n de alimentos.

Las tendencias en tecnolog�a de alimentos encuentran un fuerte aliado en la inteligencia artificial (IA) misma que aplicada a este sector puede apoyar los programas dirigidos a la promoci�n de la producci�n y a un consumo m�s consciente, adem�s puede contribuir a modificar el rumbo de la salud ambiental del planeta, puesto que por m�s sutiles que se perciban algunos cambios en la vida cotidiana de las personas pueden tener un gran impacto en el conjunto de la sociedad.

La literatura consultada se�ala que la inteligencia artificial (IA) impulsa la producci�n de alimentos sostenibles, as� mismo, puede contribuir en gran medida a aumentar la producci�n mundial de alimentos, se indica tambi�n que la IA en la industria alimenticia incluye una variedad de tecnolog�as; rob�tica, el aprendizaje autom�tico o machine learning (ML), entre otras. A trav�s del aprendizaje autom�tico, se emplea estad�sticas para detectar patrones en grandes cantidades de datos que apoyan la toma de decisiones estrat�gicas en el sector.

Por su parte, la rob�tica ofrece m�ltiples posibilidades para la mejora de las aplicaciones tradicionales como tareas de carga-descarga, manipulaci�n, empaquetado y paletizado de alimentos, entre otras, aunque es un campo que a�n no se incorpora en elevadas proporciones en las empresas, por sus elevados costos, no obstante, se prev� de cara al futuro una importante expansi�n en este campo en el sector alimentario.

 

Referencia

1.      Bachche, S. (2015). Deliberation on design strategies of automatic harvesting systems: a survey. Robotics. 4 (2), doi:10.3390/robotics4020194, pp.194-222.

2.      Battacchi, D., Verkerk, R., Pellegrini, N., Fogliano, V., & Steenbekkers, B. (2020). The state of the art of the evaluation of the naturalness of food ingredients: a review of the proposed approaches and their relationship with consumption trends. Trends in Food Science & Technology; Volume 106, https://doi.org/10.1016/j.tifs.2020.10.013, pp.434 - 444.

3.      Chuprina, R. (2019). Aprendizaje autom�tico e IA en la industria alimentaria: soluciones y potencial. Data Science Central. https://www.datasciencecentral.com/machine-learning-and-ai-in-food-industry-solutions-and-potential/.

4.      Cruz Reyes, M. (2020). Inversi�n en innovaci�n: conductor de la generaci�n de valor sustentable en empresas agroalimentarias. Mercados y Negocios, n�m. 42. https://www.redalyc.org/articulo.oa?id=57186427300, pp.1-16.

5.      Delgado, J., Mart�n Vertedor, D., Ram�rez, R., & Rocha, J. (2019). Tecnologia alimentaria. M�rida, Espa�a: Editorial S�ntesis SA.

6.      FAO/OMS/OMC. (2019). Primera Conferencia Internacional FAO/OMS/UA sobre inocuidad alimentaria. Organizaci�n de las Naciones Unidas para la Agricultura y la Alimentaci�n (FAO); Organizaci�n Mundial de la Salud (OMS) y la Organizaci�n Mundial del Comercio (OMC), Ginebra. https://cdn.who.int/media/docs/default-source/resources/digitalization-food-saf , pp.1-4.

7.      Garc�a S�nchez, R., Garc�a Vacacela, R., Villavicencio, N., & Melendez, R. (2019). Sistema de Rob�tica Industrial en Operaciones Agroindustriales: Optimizaci�n del Proceso de Limpieza y Selecci�n. Alternativas; Vol. 20. Nro. 1. DOI: http://dx.doi.org/10.23878/alternativas.v20i1.274, pp.62-70.

8.      G�ron, A. (2020). Aprende Machine Learning con Scikit-Learn, Keras y TensorFlow. O�Reilly Media Inc. 2da ed.

9.      Kler, R., Elkadi, G., Ran�, K., & Singh, A. (2022). Aprendizaje autom�tico e inteligencia artificial en la industria alimentaria: un enfoque sostenible. Revista de Calidad Alimentaria; (2). DOI: 10.1155/2022/8521236. https://www.researchgate.net/publication/360541380_Machine_Learning_and_Artificial_Intelligence_in_the_Food_Industry_A_Sustainable_Approach.

10.  Kumar, I., Rawat, J., Mohd, N., & Husain, S. (2021). Oportunidades de la Inteligencia Artificial y el Machine Learning en la Industria Alimentaria. Revista de Calidad Alimentaria. Volumen 2021. ID de art�culo 4535567. https://doi.org/10.1155/2021/4535567. https://www.hindawi.com/journals/jfq/2021/4535567/.

11.  Minnicelli, A. (2021). Tecnolog�a para acelerar el camino de los ODS. Nro. 12. Producci�n y Consumo Responsables. Revista Fonres Responsabilidad Social Empresaria. #112. https://edufors.com/pdf/revista-fonres/2021/diciembre_DIGITAL.pdf, pp.56.

12.  Portal Computer Weekly. (2023). Tendencias tecnol�gicas en el sector de Alimentos y Bebidas. Revista Industria Alimentaria. Bolet�n Edici�n Nro. 57. https://www.industriaalimentaria.org/blog/contenido/tendencias-tecnologicas-en-el-sector-de-alimentos-y-bebidas.

13.  Rivero, J. (2022). La Inteligencia Artificial en la industria de alimentos y bebidas. BM Editores, SA de CV, Coyoac�n, M�xico. https://bmeditores.mx/entorno-pecuario/la-inteligencia-artificial-en-la-industria-de-alimentos-y-bebidas/.

14.  Sharma, A., Mittal, K., Kumar, S., Sharma, U., & Upadhyay, P. (2022). Impacto de la inteligencia artificial y el aprendizaje autom�tico en la industria alimentaria: una encuesta. IGI Global. DOI: 10.4018/978-1-6684-5141-0.ch011. https://www.igi-global.com/chapter/impact-of-artificial-intelligence-and-machine-learning-in-the-food-industry/307426, pp.26.

 

 

� 2023 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).