Mapeamento das redes de pesquisa em Inteligência Artificial aplicada ao agronegócio e agricultura

Resumo

A inteligência artificial (IA) tem se mostrado um fator transformador no agronegócio, impulsionando a automação, aprimorando a análise de dados e otimizando a tomada de decisões. Este estudo buscou mapear as redes de produção científica sobre a aplicação da IA na agricultura, examinando as colaborações entre pesquisadores, instituições e nações, bem como identificando tendências e desafios emergentes. A metodologia empregada consistiu em uma análise bibliométrica de artigos indexados na base de dados Scopus, utilizando o software VOSviewer para investigar redes de coautoria, cocitação e coocorrência de palavras-chave. Os achados do estudo indicam um aumento significativo nas publicações a partir de 2019, atribuído ao avanço da digitalização e à crescente demanda por inovação no setor agropecuário. As investigações concentram-se predominantemente no uso de aprendizado de máquina para previsão de safras, na automação agrícola por meio de sensores inteligentes e drones, e na rastreabilidade agroalimentar embasada em blockchain. Contudo, a análise revelou uma rede de colaboração fragmentada, caracterizada por grupos de pesquisa independentes e uma interação limitada entre eles, o que pode restringir a disseminação do conhecimento e o desenvolvimento integrado da tecnologia. Diante desse cenário, ressalta-se a importância de políticas que incentivem uma maior cooperação interdisciplinar e internacional. A integração da IA com práticas sustentáveis possui o potencial de tornar a agricultura mais eficiente, resiliente às alterações climáticas e acessível a diversas realidades produtivas.