La inteligencia artificial continúa ampliando sus aplicaciones y también comienza a ganar espacio en proyectos educativos con impacto ambiental. En ese contexto, estudiantes del Instituto de Enseñanza Agropecuaria y Electromecánica (IEAE) N° 3 de San Vicente desarrollaron ECO-IA, una recicladora inteligente capaz de identificar y clasificar residuos de manera automática mediante un modelo de machine learning. La iniciativa busca facilitar la separación en origen, promover el reciclaje y fomentar la conciencia ambiental en espacios públicos.

“El proyecto ECO-IA fue desarrollado por estudiantes de la orientación Electromecánica y Agropecuaria del Ieae N° 3 de San Vicente. Integramos el equipo junto a Mía Rosa Benítez, ambos de quinto año, con el acompañamiento del profesor Guillermo Duran Rosselli y de docentes de distintas asignaturas que nos brindaron asesoramiento técnico y pedagógico durante todo el desarrollo”, explicó Tobías Buiak Bareiro.

La idea surgió a partir de la observación del aumento de residuos y de las dificultades que existen para realizar una correcta separación en espacios públicos. A partir de esa problemática, el equipo buscó desarrollar una solución tecnológica que permita clasificar residuos de manera automática, reducir la contaminación y fomentar hábitos de reciclaje y conciencia ambiental, especialmente en plazas y parques nacionales de Misiones.

“El proyecto surgió 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”, sostuvo el alumno.

El funcionamiento de ECO-IA comienza cuando una cámara incorporada al microcontrolador ESP32-CAM captura una imagen del residuo que se deposita en el equipo. Esa información es procesada por un modelo de machine learning entrenado previamente en la plataforma Edge Impulse, que analiza las características visuales del objeto para determinar a qué categoría pertenece, como plástico o aluminio. Una vez identificado el material, el sistema activa los mecanismos necesarios para dirigir automáticamente el residuo hacia el compartimento correspondiente.

“Para construir el prototipo utilizamos un ESP32-Cam (visión artificial y procesamiento), servomotores MG996R (automatización del movimiento), un display Oled (visualización de información), 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, alumna de quinto año e integrante del equipo.

A su vez, detalló que uno de los mayores desafíos fue entrenar el modelo de inteligencia artificial para que pudiera reconocer correctamente los residuos utilizando un microcontrolador con recursos limitados. Para resolver esa dificultad, recopilaron imágenes específicas, realizaron múltiples pruebas en la plataforma Edge Impulse y optimizaron el modelo para ejecutarlo correctamente en el ESP32-Cam. Además, fue necesario ajustar la integración entre el hardware y el software para mejorar el funcionamiento del sistema.

“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”, dijo la estudiante.

Por su parte, el profesor comentó que el prototipo tiene potencial para implementarse en escuelas, plazas y parques. No obstante, señaló que para llevarlo a una escala mayor será necesario ampliar la cantidad de materiales que puede reconocer, mejorar la resistencia estructural del equipo e incorporar un sistema de alimentación autónoma mediante 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

 Por último, adelantó que el objetivo es seguir perfeccionando ECO-IA incorporando el reconocimiento de nuevos materiales, como vidrio, cartón y papel. Además, prevén sumar paneles solares para dotar al prototipo de autonomía energética y mejorar la precisión del modelo mediante el entrenamiento con una mayor variedad de residuos.