La inteligencia artificial continúa expandiendo sus aplicaciones y ahora también gana espacio en proyectos educativos con impacto ambiental. En este sentido, estudiantes del Instituto de Enseñanza Agropecuaria y Electromecánica (IEAE) N° 3 de San Vicente presentaron ECO-IA, una recicladora inteligente capaz de identificar y clasificar residuos de manera automática mediante un modelo de machine learning.
El proyecto fue desarrollado por estudiantes de las orientaciones Electromecánica y Agropecuaria del IEAE N° 3 de San Vicente. Según relató Tobías Buiak Bareiro, el equipo lo integró junto a Mía Rosa Benítez, ambos de quinto año, con el acompañamiento del profesor Guillermo Duran Rosselli y de docentes de distintas asignaturas que aportaron asesoramiento técnico y pedagógico durante todo el proceso.
La iniciativa surgió al observar el aumento de residuos y las dificultades para realizar una correcta separación en espacios públicos. Además, el equipo buscó una solución tecnológica que permita reducir la contaminación y fomentar hábitos de reciclaje en plazas y parques nacionales de Misiones.
“El proyecto se planteó en la materia Informática, pero se desarrolló de manera interdisciplinaria junto a Agroecología, Electrónica, Inglés, Lengua, Dibujo Técnico y Matemáticas. Nos llevó alrededor de cinco meses entre la investigación, el diseño, el entrenamiento del modelo, la construcción del prototipo y las pruebas”, mencionó Bareiro en diálogo con medios locales.
Innovación estudiantil con impacto ambiental
El funcionamiento de ECO-IA comienza cuando una cámara incorporada al ESP32-CAM captura una imagen del residuo. Esa información es procesada por un modelo entrenado en la plataforma Edge Impulse, que analiza las características visuales para determinar si se trata de plástico o aluminio. Una vez identificado el material, el sistema activa los mecanismos necesarios para dirigirlo automáticamente al compartimento correspondiente.
“Para construir el prototipo utilizamos un ESP32-Cam, servomotores MG996R, un display Oled, una fuente de alimentación, cables Dupont y filamento PLA para impresión 3D. Los componentes más importantes son el ESP32-Cam, porque ejecuta el modelo de inteligencia artificial, y los servomotores, que permiten automatizar la clasificación”, mencionó Mía Rosa Benítez.
Uno de los mayores desafíos fue entrenar el modelo de inteligencia artificial en un microcontrolador con recursos limitados. Asimismo, recopilaron imágenes específicas, realizaron múltiples pruebas en Edge Impulse y optimizaron el modelo para ejecutarlo correctamente en el ESP32-Cam. Además, ajustaron la integración entre hardware y software para mejorar el funcionamiento.
“Actualmente, el prototipo reconoce plástico y aluminio a partir de los objetos con los que fue entrenado, como botellas, vasos plásticos y latas de aluminio. En las pruebas realizadas obtuvimos una tasa de acierto del 90%, aunque todavía necesitamos evaluarlo con distintos residuos para validar ese porcentaje”, señaló la estudiante.
Un prototipo que aprende a clasificar
Por su parte, el profesor Guillermo Duran Rosselli destacó que el prototipo tiene potencial para implementarse en escuelas, plazas y parques. En esta línea, señaló que será necesario ampliar la cantidad de materiales reconocidos, mejorar la resistencia estructural e incorporar un sistema de alimentación autónoma con energía solar.
“Si una herramienta como ECO-IA se implementara de manera masiva, podría mejorar la separación en origen, aumentar el porcentaje de reciclaje, reducir la cantidad de residuos que llegan a los vertederos y disminuir el impacto ambiental. Además, ayudaría a generar conciencia ambiental y promover prácticas más sostenibles en la comunidad”, afirmó el docente.
El objetivo ahora es perfeccionar ECO-IA incorporando el reconocimiento de nuevos materiales como vidrio, cartón y papel. Asimismo, prevén sumar paneles solares para dotar al prototipo de autonomía energética y mejorar la precisión del modelo mediante un entrenamiento más amplio.
