¿Puede la IA acabar con el hambre? Lo que da de comer y lo que solo da titulares

LA CIFRA QUE IMPORTA. El último informe SOFI de la FAO y otras cuatro agencias de la ONU cifra el hambre crónica en 645 millones de personas en 2025. Es el 7,8% de la población mundial y el tercer año seguido de descenso. La mejora no llega a todos. Por primera vez, África tiene más personas hambrientas que Asia: unos 309 millones frente a 292 millones. En África pasa hambre una de cada cinco personas. El Informe Mundial sobre Crisis Alimentarias de 2026 añade la cara más dura del problema. En 2025, 266 millones de personas de 47 países sufrieron inseguridad alimentaria aguda, es decir, una falta de comida que pone en riesgo la vida o el sustento. Ese año se confirmó hambruna en zonas de Gaza y de Sudán. Es la primera vez en los diez años del informe que se confirman dos hambrunas en el mismo año. Según el propio informe, la causa principal es el conflicto armado. La sequía y los recortes de ayuda vienen detrás. Nuestra tesis es esta: la IA ya ayuda de verdad a producir más y a perder menos cosechas, pero casi no sirve contra el hambre más grave, que es un problema de guerra, pobreza y voluntad política. Confundir ambas cosas es el error que más titulares genera.

LO QUE AMARTYA SEN YA EXPLICÓ. En 1981, el economista Amartya Sen, que después ganaría el Nobel, publicó «Poverty and Famines». Su caso principal fue la hambruna de Bengala de 1943, que mató a entre 1,5 y 3 millones de personas según las fuentes. Sen comprobó que ese año la producción de alimentos había bajado respecto al anterior, pero era mayor que en otros años sin hambruna. La gente no murió porque faltara arroz. Murió porque la guerra disparó los precios y los salarios rurales no subieron al mismo ritmo. Sen lo llamó enfoque de las «titularidades»: pasas hambre cuando no tienes con qué conseguir la comida, aunque la comida exista. Su tesis tiene críticos, pero su idea central ha resistido cuatro décadas. Nuestra lectura: ningún modelo de IA abre un corredor humanitario ni sube el salario de un jornalero. Cuando un directivo tecnológico promete que la IA acabará con el hambre, conviene preguntarle de qué hambre habla. Si habla de la del pequeño agricultor que pierde la cosecha, puede aportar mucho. Si habla de la de Sudán, el problema es otro.

LO QUE YA FUNCIONA. El avance más sólido está en el tiempo meteorológico. En julio de 2025, el Centro Europeo de Previsiones Meteorológicas a Plazo Medio (ECMWF) puso en servicio AIFS-ENS. Es su sistema de previsión por conjuntos con IA: 51 previsiones distintas que, juntas, estiman la probabilidad de cada escenario. Según el ECMWF, es más de 10 veces más rápido que su modelo físico y gasta unas 1.000 veces menos energía. No es mejor en todo. Un estudio preliminar de 2026 concluye que el modelo físico clásico sigue acertando más en la previsión del viento. Por eso el ECMWF mantiene los dos sistemas en paralelo. El caso más interesante de uso real llegó en India. En el verano de 2025, el Ministerio de Agricultura envió por SMS previsiones sobre la llegada del monzón a unos 38,8 millones de agricultores de 13 estados. Las previsiones combinaban NeuralGCM, un modelo abierto de Google; el AIFS europeo; y 125 años de datos de lluvia. Según Google y la Universidad de Chicago, anticiparon la llegada del monzón hasta con un mes de margen. Para quien decide cuándo sembrar, ese mes vale una cosecha. El segundo frente es el diagnóstico de plagas con el móvil. La aplicación PlantVillage Nuru identifica enfermedades de la yuca a partir de fotos de las hojas y funciona sin cobertura. En un estudio revisado por pares en Tanzania, acertó en el 65% de los casos. Los técnicos agrícolas acertaron entre el 40% y el 58%, y los agricultores, entre el 18% y el 31%. Si se analizan seis hojas por planta, su acierto sube al 74-88%, un nivel similar al de un experto. El tercer frente son las alertas tempranas, como FEWS NET, el sistema estadounidense de alerta de hambrunas. Aquí la lección no es técnica. Según Devex y NPR, el sistema estuvo parado unos seis meses en 2025 por la congelación de la ayuda exterior de EE.UU. En 2026 dejó de actualizar durante semanas países como Somalia, Afganistán y Yemen. Un sistema de alerta solo funciona si alguien lo paga y, después, alguien actúa cuando suena la alarma.

LO QUE PROMETE Y LO QUE ES HUMO. La asesoría agrícola con IA generativa es la promesa más atractiva. Farmer.Chat, de la ONG Digital Green, responde por WhatsApp o por voz en idiomas locales. Según una estimación de la propia organización recogida por OpenAI, podría bajar el coste de la asesoría agrícola de 35 dólares por agricultor a 0,35. Es una proyección, no un resultado medido. Hay una señal de alerta que conviene recordar. En un ensayo aleatorizado en Kenia, investigadores de Berkeley, Harvard y otras universidades dieron un mentor basado en GPT-4, accesible por WhatsApp, a cientos de pequeños empresarios. De media, el efecto fue nulo. Los que ya iban bien mejoraron entre un 15% y un 20%. Los que iban mal empeoraron entre un 8% y un 10%. Según los autores, estos últimos preguntaban por problemas difíciles, como la sequía o la falta de capital, y aplicaban consejos genéricos, como bajar precios. Es el mismo patrón que vemos en sanidad: la IA funciona mejor con supervisión humana y formación al lado. Los robots de deshierbe están más maduros, pero su ventaja económica aún no está demostrada. El LaserWeeder de Carbon Robotics usa visión artificial para localizar las malas hierbas y las quema con láser. Un estudio independiente de 2024 confirmó que el deshierbe láser elimina al menos el 97% de la biomasa de malas hierbas, una eficacia comparable a la de los herbicidas. La empresa afirma que reduce hasta un 80% el coste del control de malas hierbas. No hemos encontrado ninguna auditoría independiente que lo confirme después de descontar el precio de la máquina. Además, hoy compensa en hortalizas de alto valor, no en los campos de maíz de los que come la mayoría. La edición genética con IA es la apuesta de más largo plazo. La empresa Inari combina edición múltiple, que cambia varios genes a la vez, con modelos que predicen qué cambios funcionarán. Ha captado unos 720 millones de dólares. Su objetivo es aumentar entre un 10% y un 20% el rendimiento de la soja, el maíz y el trigo sin usar más recursos. Por ahora es un objetivo y no un resultado de campo verificado. El humo está en las granjas verticales: cultivos en interior, en estanterías apiladas y con luz artificial. Plenty se declaró en quiebra en marzo de 2025 después de captar cerca de 1.000 millones de dólares de inversores como SoftBank, Walmart y Jeff Bezos. Bowery cerró en noviembre de 2024 tras levantar cientos de millones. AeroFarms y AppHarvest se acogieron a la ley de quiebras en 2023. El motivo es sencillo: producir con luz eléctrica sale más caro que producir con luz solar. Además, cultivaban sobre todo lechuga y fresas, que aportan pocas calorías. Nunca fueron una solución contra el hambre.

NUESTRA LECTURA E IMPLICACIONES. A corto plazo vemos tres riesgos reales. El primero es la brecha. Si la asesoría con IA ayuda sobre todo al agricultor que ya tiene tierra, crédito y formación, puede aumentar la desigualdad en el campo en lugar de reducirla. El ensayo de Kenia apunta en esa dirección. El segundo es la concentración. Si las semillas editadas se patentan y los datos de cada parcela se quedan en las plataformas de unos pocos fabricantes de maquinaria, el valor se irá a ellos y no al pequeño productor. El tercero es la fragilidad política. Las mejores herramientas de alerta dependen de presupuestos que se recortan con un decreto, como mostró el parón de FEWS NET. A largo plazo somos optimistas, con fundamento. El cambio climático hará más irregulares las lluvias, y la IA ya ofrece previsiones más baratas y precisas justo donde más falta hacen. Las semillas diseñadas para resistir sequías y plagas pueden proteger las cosechas de las próximas décadas. Y el coste de la asesoría experta tiende a caer hacia casi cero. Esa es la abundancia que defendemos: menos horas de incertidumbre agotadora en el campo y más margen para que cada persona elija a qué dedicarse. Pero hay una condición. Lo que ya funciona se apoya en bienes públicos abiertos: el modelo europeo AIFS, el NeuralGCM de código abierto y los datos históricos de lluvia de India. Es la misma tesis que sostenemos sobre el código abierto: democratiza. Nuestra propuesta para medir el progreso es clara. Olvidemos cuántos agricultores se descargan una app. Midamos cuántas cosechas se salvan, cuánto suben los ingresos de los más pobres y si las alertas llegan a tiempo y se atienden. La IA puede ayudar a que el mundo produzca comida de sobra. Que esa comida llegue a quien la necesita sigue dependiendo de la paz y de la política.