Zabala Vargas, Sergio AndrésGualdron Herrera, Brayan RicardoRestrepo Yepes, Ronny FernellRico Zuluaga, Cesar Andres2025-11-062025-11-062025-07-15Gualdron Herrera, B. R., & Restrepo Yepes, R. F., & Rico Zuluaga, C. A. (2025). Estrategias de sostenibilidad agrícola con inteligencia artificial y big data para la eficiencia ambiental en corregimientos rurales de Medellín [Monografía, Corporación Universitaria Minuto de Dios - UNIMINUTO]. Repositorio UNIMINUTO.https://hdl.handle.net/10656/22418Proponer un modelo de gestión agrícola sostenible mediante inteligencia artificial y Big Data para mejorar la eficiencia ambiental en los corregimientos rurales de Medellín, considerando las barreras de adopción tecnológica, el contexto territorial y el fortalecimiento de capacidades locales.La sostenibilidad ambiental en el sector agrícola representa un reto prioritario en el contexto actual de cambio climático, pérdida de biodiversidad y degradación del suelo. Este trabajo de grado tiene como objetivo principal proponer estrategias de sostenibilidad agrícola mediante el uso de tecnologías emergentes como la inteligencia artificial (IA) y el Big Data, enfocándose en corregimientos rurales del municipio de Medellín. Se parte del reconocimiento de que estas zonas, caracterizadas por condiciones geográficas diversas y niveles bajos de tecnificación, presentan limitaciones importantes en términos de acceso a tecnologías, conectividad, infraestructura y formación especializada, lo que repercute directamente en la eficiencia de sus prácticas agrícolas. La investigación se desarrolló bajo un enfoque mixto, utilizando técnicas de recolección de datos tanto cuantitativa como cualitativa, entre ellas encuestas estructuradas, entrevistas semiestructuradas y observaciones de campo. Estos instrumentos permitieron identificar falencias en la implementación de prácticas sostenibles, la percepción de los agricultores sobre el uso de nuevas tecnologías, y las barreras que dificultan su adopción. Entre los hallazgos más relevantes se destacan el bajo conocimiento sobre herramientas digitales de análisis de datos, el escaso acompañamiento institucional, y la carencia de estrategias locales para la conservación del suelo y los ecosistemas circundantes. Con base en los datos obtenidos, se diseñó una propuesta estructurada en recomendaciones estratégicas orientadas a mejorar la eficiencia ambiental mediante la integración progresiva de tecnologías digitales aplicadas a la agricultura.Environmental sustainability in the agricultural sector represents a key challenge in the current context of climate change, biodiversity loss, and soil degradation. This research project aims to propose agricultural sustainability strategies through the use of emerging technologies such as Artificial Intelligence (AI) and Big Data, focusing on rural districts (corregimientos) of the municipality of Medellín. These areas, characterized by diverse geographical conditions and low levels of technological adoption, face significant limitations in terms of access to digital tools, connectivity, infrastructure, and specialized training—factors that directly affect the efficiency of their agricultural practices. The research followed a mixed-methods approach, applying both quantitative and qualitative data collection tools, including structured surveys, semi-structured interviews, and field observations. These instruments allowed for the identification of deficiencies in the implementation of sustainable practices, perceptions of farmers regarding technology use, and the main barriers to adoption. Key findings include a low level of knowledge regarding data analysis tools, a lack of institutional support, and the absence of local strategies for soil and ecosystem conservation. Based on the collected data, a structured proposal was developed with strategic recommendations to improve environmental efficiency through the gradual integration of digital technologies in agriculture.75 páginasesAcceso Abierto - http://purl.org/coar/access_right/c_abf2MonografíaSostenibilidadAgriculturaInteligencia ArtificialBig DataZonas RuralesSustainabilityAgricultureArtificial Intelligencehttp://creativecommons.org/licenses/by-nc-nd/4.0/