La tecnología que hay detrás de los aguacates: así se consigue una maduración perfecta

• Las amenazas del boyante aguacate español: nuevas plagas, endogamia y colapso hídrico
• Los aguacates se ponen 'morenos' y otras curiosidades de los alimentos

Según un estudio publicado en Science Daily, en 2020 se desperdició el 30 % de los aguacates producidos a nivel mundial. Las razones más habituales estaban relacionadas con daños generados durante el proceso de manipulación y, sobre todo, por superar el punto de maduración óptimo para la venta. Este es el motivo por el que, a lo largo de los últimos años, se han realizado fuertes inversiones en reducir esta cifra.

Tradicionalmente, el punto de madurez de los aguacates se ha determinado mediante tecnologías ópticas y métodos manuales. Sin embargo, como demuestra la cifra expuesta anteriormente, ninguno de estos sistemas es demasiado eficaz. No es de extrañar que una de las principales demandas del sector consistiese en la invención de un dispositivo capaz de automatizar el proceso.

Una de las empresas que más se ha preocupado de esta cuestión es Ghenova. Esta organización, que se especializa en el área de la ingeniería y que tiene su sede en la ciudad de Sevilla, ha logrado crear un sistema mecatrónico capaz de monitorizar el proceso de maduración de los aguacates, aunque podría aplicarse a otras frutas. Su nombre es Avocado Ripening Point Detection System (“sistema de detección del punto de madurez del aguacate”), aunque su nombre comercial es Arpodes.

Incremento de la eficiencia

Arpodes ha sido posible gracias a la colaboración estratégica y al apoyo financiero de la Corporación Tecnológica de Andalucía y de Red.es, así como al trabajo de la división digital de Ghenova. En concreto, lo que hace es imitar el proceso de detección manual del punto de madurez del aguacate, que normalmente se realiza ejerciendo presión con el dedo corazón mientras se mantiene apoyado sobre la palma.

Por tanto, se trata de un método de análisis no destructivo, para el cual es necesario el uso de dos sensores y de un motor de gran precisión. Después, los datos recopilados por el dispositivo son procesados en un modelo de Deep Learning o “aprendizaje profundo” que, previamente, ha sido entrenado por expertos en el sector del aguacate. Por si fuese poco, la información obtenida también sirve para ajustar las condiciones de las cámaras de maduración.

Es cierto que el dispositivo todavía es solo un prototipo que apenas es capaz de procesar un aguacate cada vez. Sin embargo, desde la compañía señalan que su desarrollo y aplicación puede ser clave para garantizar la eficiencia logística de la cadena de suministro. Especialmente, al importar y exportar este producto, cuya demanda se está viendo incrementada de forma continua desde hace ya bastantes años.