Big Data en Bolivia hacia 2030: Aplicaciones sectoriales, equidad e impacto socioeconómico
1. Introducción. –
El Big Data entendido como el análisis de grandes volúmenes de datos, estructurados y no estructurados, para extraer información valiosa en tiempo real, ha venido creciendo exponencialmente en importancia a nivel mundial y regional, es así como en América Latina se proyecta un fuerte crecimiento del sector, la industria de análisis de Big Data en la región pasará de 8,44 mil millones de USD en 2025 a más de 12,21 mil millones en 2030, con una tasa de crecimiento anual de alrededor del 7,7%. Este auge responde al aumento de usuarios de internet y al uso masivo de aplicaciones digitales lo que resalta la importancia del Big Data para el desarrollo económico y social.
En Bolivia, la llegada del Big Data ofrece oportunidades significativas de transformación de servicios públicos y sectores productivos de cara a 2030. Actualmente, el uso de datos a gran escala en Bolivia no es una práctica común en la gestión pública ni privada, pese a ello, el país ha comenzado a sentar bases digitales y existen múltiples áreas de valor que evidencian su potencial de crecimiento. Las primeras iniciativas muestran cómo el Big Data puede emplearse para mejorar la calidad de vida, si se logra escalar y democratizar su uso en todos los sectores.
El presente trabajo presenta una “proyección” del Big Data en Bolivia hacia el año 2030, explorando de forma sucinta sus aplicaciones en sectores clave como ser salud, educación, agricultura y gestión pública, así como su posible impacto económico y social. Asimismo, se discute cómo estas tecnologías pueden transformar los servicios públicos, promover la equidad y mejorar la calidad de vida de la población boliviana; finalmente, se proponen recomendaciones de políticas públicas adaptadas al contexto nacional.
2. Metodología. –
Para elaborar el presente se realizó una revisión de artículos, literatura y casos de estudio, se consultaron documentos institucionales, noticias y publicaciones que abordan el uso de Big Data en Bolivia y América Latina (mismos que son citados al final como parte de la bibliografía), la búsqueda de los mismos, se enfocó en identificar ejemplos concretos y actuales de aplicaciones de Big Data en los sectores de salud, educación, agricultura y gestión pública, adicionalmente, se revisaron marcos de políticas internacionales (como la Agenda 2030 de la ONU) y estrategias digitales regionales para contextualizar la proyección al año 2030.
El articulo organizó su análisis de la información por sectores, extrayendo de cada fuente datos, estadísticas y experiencias de uso de Big Data sintetizando la evidencia de manera comparativa, contrastando la situación boliviana con la de otros países latinoamericanos, mediante ello se identificaron tanto oportunidades comunes en la región como particularidades del caso boliviano (brechas digitales, capacidades institucionales, etc.). A partir de la información recopilada se desarrolló una discusión sectorial y se realizan algunas recomendaciones que estimo es pertinente además de ser realista en el contexto de Bolivia.
3. Resultados. –
A continuación, se muestran los resultados de los análisis ordenados por los sectores ya mencionados, en cada inciso se detallan ejemplos de la forma en la que se ha aplicado Big Data en Bolivia y en otros países de América Latina para posteriormente exponer cómo estas herramientas están cambiando (o pueden cambiar) los servicios de cada sector, favoreciendo la equidad y una mejora de la calidad de vida.
a) Sector Salud
El uso de Big Data en salud desde un tiempo al presente, está revolucionando la forma de prestar servicios médicos, un ejemplo emblemático fue la respuesta a la pandemia de COVID-19 en Bolivia se desarrolló el tablero “Bolivia Segura”, un dashboard nacional de datos en tiempo real sobre el coronavirus, este panel permitía hacer seguimiento detallado de casos positivos, recuperados, fallecimientos y focos de contagio por región e incluía un “vacunómetro” para monitorear el progreso de la vacunación.
La disponibilidad de estos datos fortaleció la transparencia y facilitó la toma de decisiones sanitarias basada en evidencia, permitiendo focalizar recursos en las áreas con mayores contagios y evaluar el impacto de las medidas en tiempo real. De forma similar, otros países latinoamericanos como El Salvador, Perú y República Dominicana implementaron tableros de COVID-19, demostrando el valor de los datos para informar a la ciudadanía y gestionar la crisis.
Más allá de la pandemia, la aplicación del Big Data está mejorando la atención médica cotidiana y la prevención de enfermedades, por ejemplo en Perú, el Ministerio de Desarrollo e Inclusión Social implementó una aplicación móvil de detección temprana de anemia infantil usando la cámara del teléfono y algoritmos de visión artificial, se analiza una foto del párpado inferior de los niños para detectar señales de anemia. Los resultados han sido muy prometedores, el diagnóstico automatizado coincidió en más del 90% de los casos con los exámenes de laboratorio tradicionales. Esto significa que con una simple fotografía es posible identificar anemia de forma casi precisa, facilitando diagnósticos más rápidos y llevando servicios de salud a zonas donde muy probablemente no hay laboratorios clínicos.
El Big Data de igual forma está transformando la vigilancia epidemiológica y la gestión de emergencias de salud, organismos internacionales destacan herramientas como el sistema EIOS (Epidemic Intelligence from Open Sources), adoptado por varios países de la región, que monitorea en tiempo real noticias, publicaciones científicas y redes sociales para detectar brotes o amenazas sanitarias emergentes. La Organización Panamericana de la Salud reportó que los países latinoamericanos que utilizan EIOS mejoraron su capacidad de detectar tempranamente eventos de salud pública, reduciendo los tiempos de respuesta y comunicando de manera más efectiva las alertas. En términos prácticos, esto se traduce en prevenir la propagación de enfermedades (por ejemplo, identificando rápidamente casos sospechosos de dengue o de COVID) y en responder con agilidad (activando campañas de vacunación o controles focalizados).
Esto quiere decir entonces que principalmente, el Big Data bien aplicado permite llevar servicios de salud de calidad incluso a poblaciones alejadas o vulnerables, por ejemplo el programa de telesalud en Bolivia (instaurado por el Ministerio de Salud y Deportes), potenciada por datos, atendió en 2023 a más de 320 mil pacientes de áreas rurales que antes tenían difícil acceso a especialistas. El análisis de datos masivos de salud (por ejemplo, registros clínicos electrónicos) ayuda a detectar patrones, identificar factores de riesgo en ciertas comunidades, anticipar brotes y orientar campañas de prevención allí donde más se necesitan. Todo esto significa un sistema de salud más preventivo, inclusivo y eficiente, donde los recursos (humanos, medicamentos, equipamiento, etc.) se distribuyen con base en evidencias y no a ciegas.
De cara a 2030, se espera que en Bolivia estas prácticas se consoliden, aprovechando la expansión de historiales médicos electrónicos y bases de datos integrados, para cerrar brechas de atención entre zonas urbanas y rurales. En todo caso el resultado deseado es una población más saludable, con mayor esperanza de vida y protección frente a amenazas sanitarias, gracias al poder de los datos.
b) Sector Educación
En el Sector Educación, el Big Data ofrece herramientas para personalizar la enseñanza, optimizar la gestión educativa para prevenir la deserción escolar, contribuyendo a una educación de mayor calidad y equidad, un ejemplo claro proviene de Uruguay donde la Administración Nacional de Educación Pública (ANEP) está desarrollando un sistema de inteligencia artificial para predecir la deserción estudiantil en nivel básico y medio. Este proyecto integra el historial académico de cada alumno con factores socioeconómicos y del entorno (por ejemplo, datos de censos y contexto familiar) y mediante machine learning identifica aquellos estudiantes con alto riesgo de abandonar la escuela. La iniciativa permite reconocer qué factores (pobreza, rendimiento previo, etc.) inciden más en el abandono escolar, proporcionando a las autoridades insumos para tomar acciones preventivas. Es decir que, gracias al Big Data, los docentes y gestores pueden focalizar el apoyo en los alumnos en riesgo ya sea mediante becas, tutorías especiales u otros, logrando así reducir la deserción y mejorar la calidad educativa.
En Bolivia también se comienza a dar pasos en esta dirección, el Ministerio de Educación cuenta con un Sistema de Información Educativa en línea que centraliza estadísticas de unidades educativas, indicadores de calidad y datos de estudiantes y docentes. Estas plataformas permiten identificar, por ejemplo, cuáles regiones tienen mayores tasas de reprobación o qué escuelas carecen de ciertos recursos, facilitando una toma de decisiones basada en datos en política educativa. Aunque aún estos sistemas se encuentran bastante retrasados en comparación con otros países, el uso de analítica avanzada en educación boliviana, la disponibilidad de datos abiertos educativos (por ejemplo, en el portal de datos de la AGETIC) sienta bases para futuros análisis.
En América Latina, Big Data educativo también se aplica para innovaciones pedagógicas, por ejemplo, sistemas de learning analytics analizan en tiempo real las interacciones de los estudiantes con plataformas virtuales de aprendizaje, permitiendo a los profesores ajustar la enseñanza al ritmo y estilo de cada alumno. Durante la pandemia, con la educación a distancia, muchos países recopilaron datos de acceso, participación en clases en línea y desempeño, que luego sirvieron para diseñar programas de reforzamiento escolar enfocando esfuerzos en los estudiantes que quedaron rezagados.
El impacto social esperado para Bolivia en los próximos 5 años es una educación más inclusiva y de calidad, ello gracias al uso correcto del Big Data, pudiendo identificar brechas educativas con mayor precisión para las distintas comunidades y así diseñar políticas para su progreso. Ello afianzado en el análisis de datos puede optimizar la distribución de recursos orientar capacitaciones docentes donde los aprendizajes son más bajos o enviar material de apoyo a las escuelas rurales con menor rendimiento. Asimismo, al personalizar el aprendizaje, cada estudiante recibe la atención adecuada a sus necesidades, reduciendo la brecha entre quienes avanzan rápido y quienes necesitan más apoyo. De cara a 2030, la visión es que Bolivia cuente con sistemas educativos apoyados en datos, que permitan disminuir la deserción escolar, aumentar las tasas de graduación y asegurar que ningún niño se quede relegado por falta de seguimiento oportuno.
c) Sector Agricultura
La agricultura boliviana y latinoamericana en general enfrenta el desafío de aumentar su productividad de forma sostenible en el tiempo, apoyándose en tecnologías de la última revolución industrial. En este campo, el Big Data combinado con inteligencia artificial redefine prácticas agrícolas tradicionales, sensores en los campos, imágenes satelitales, drones y registros climáticos generan enormes cantidades de datos agrícolas, que analizados correctamente permiten a los agricultores obtener información valiosa sobre el clima, el estado del suelo, la salud de los cultivos, etc. Por ejemplo, con datos históricos de temperatura y humedad, junto a pronósticos meteorológicos, se puede predecir con anticipación una sequía o riesgo de helada, de este modo el productor tomaría medidas preventivas para proteger su cosecha, igualmente, el análisis de imágenes de satélite puede detectar focos de plagas o enfermedades en las plantas antes de que sean visibles a simple vista, permitiendo aplicar controles focalizados y evitar pérdidas.
En América Latina surgen las denominadas “agrotech” siendo un caso destacado el AgrodatAI de Colombia, una plataforma que integra datos de mercados, clima y fincas para asesorar a pequeños agricultores. Esta tecnología en menos de 5 años logró atraer 330.000 usuarios, la mayoría pequeños productores que utilizan sus servicios digitales, este tipo de plataformas ofrecen recomendaciones sobre qué y cuándo sembrar, alertas tempranas de eventos climáticos y hasta asistencia vía chatbots inteligentes.
De hecho, muchas soluciones agrícolas digitales incorporan ya IA y aprendizaje automático, por ejemplo, permitiendo que un agricultor suba la foto de una planta enferma desde su celular y reciba un diagnóstico de la plaga y consejos de tratamiento, gracias a algoritmos entrenados, también se están empleando chatbots que responden consultas en lenguaje natural, de modo que el productor puede preguntar por pronósticos o precios y obtener respuesta inmediata.
Bolivia, con un importante sector agrícola, tiene mucho por ganar adoptando el Big Data, algunos proyectos aun en sus primeras fases de desarrollo en el país incluyen sistemas de información agroclimática para agricultores. Además, organismos internacionales han señalado que tecnologías como Big Data, IoT y blockchain pueden volver más eficientes las cadenas de valor agrícolas, reducir su impacto ambiental y abrir nuevas oportunidades de mercado. Por ejemplo, un estudio del BID destaca que el uso de servicios basados en conocimiento apoyado en Big Data en el sector de la agricultura puede mejorar la eficiencia y productividad, a la vez que hacer un uso más sostenible de agua y suelos. En términos concretos, eso implica más ingresos para el productor y alimentos más accesibles para la población.
Hacia 2030, podríamos ver en Bolivia redes de sensores en campos detectando humedad para activar riegos inteligentes, drones sobrevolando cultivos de quinua en el altiplano para mapear su crecimiento, o aplicaciones móviles comunitarias donde los agricultores compartan datos y reciben pronósticos, todo esto contribuiría no solo a aumentar la producción de forma sustentable, sino también a incluir a los pequeños productores en la era digital, brindándoles herramientas que antes solo estaban al alcance de la agroindustria para que de esa manera el Big Data agrícola pueda impulsar el desarrollo rural, reducir la brecha urbano-rural y reforzar la seguridad alimentaria del país.
d) Gestión Publica
En la Gestión Publica el Big Data tiene repercusiones en todos los servicios que el Estado brinda al ciudadano, desde la planificación urbana, la seguridad ciudadana, hasta la tramitación de documentos. En países de la región se observa que el uso de grandes datos tiende a mejorar el diseño y la prestación de servicios públicos, fomentar la participación democrática y la rendición de cuentas, esto significa que los gobiernos pueden tomar decisiones mejor informadas y a la vez abrir sus datos para que la ciudadanía colabore y vigile la gestión, fortaleciendo la transparencia.
Por ejemplo, un área de aplicación concreta son las contrataciones estatales, el Gobierno Autónomo Municipal de La Paz abrió un portal de licitaciones donde se publican en formato de datos todos los procesos de contratación de la ciudad, esta iniciativa comenzó liberando datos de las contrataciones de alimento complementario escolar (desayuno escolar) para luego extenderse a todos los procesos de compras públicas accesibles en línea para cualquier ciudadano, siendo el resultado una mayor transparencia y control social ya que ahora es posible verificar quién gana cada licitación (más allá del portal del SICOES), en qué plazos y montos, reduciendo así el margen a la corrupción.
Un ejemplo a nivel región viene de Perú, donde el gobierno implementó herramientas de Big Data para agilizar trámites y servicios, la Central de Compras Públicas desarrolló un Cotizador Electrónico inteligente que utiliza algoritmos y tecnología blockchain para resumir precios y opciones a las entidades públicas en sus procesos de compra, esto ha optimizado los tiempos, un proceso de cotización que antes tomaba 68 días ahora se realiza en solo 1 día. Este sistema ganó un premio nacional a las buenas prácticas en gestión pública, evidenciando cómo la analítica de datos puede hacer más eficientes los servicios gubernamentales.
Los gobiernos latinoamericanos también han usado Big Data para gestión urbana y seguridad, en ciudades inteligentes, datos de movilidad (GPS de buses, celulares) se analizan para reordenar rutas del transporte público o sincronizar semáforos, reduciendo congestiones. en seguridad, la minería de datos delictivos (lugares, horas, tipos de delito) ha permitido en algunos sitios focalizar patrullajes policiales en zonas y horarios de mayor incidencia, previniendo delitos. Incluso en la administración tributaria la combinación de grandes bases de datos de transacciones y algoritmos ha ayudado a identificar evasión de impuestos o fraudes, aumentando la recaudación sin subir impuestos, solo mejorando la fiscalización inteligente.
Todo esto quiere decir que una Gestión Publica apoyada en Big Data tiende a ser más eficaz, transparente e inclusiva, eficaz porque orienta mejor sus políticas públicas, transparente porque al abrir datos se somete a la opinión popular que en la práctica debe disuadirle del mal ejercicio e inclusivo porque puede identificar mejor las necesidades de distintos grupos de población, por ejemplo, analizando Big Data socioeconómico se puede detectar qué municipios no están recibiendo suficientes servicios básicos y así corregir desequilibrios, aumentando la equidad.
De cara a 2030, el desafío de Bolivia es consolidar esta transformación digital del Estado, invertir en sistemas integrados de información, en portales de datos abiertos donde el país actualmente está rezagado al no tener aún una ley nacional de acceso a la información y en capacidades humanas para analizar datos en el sector público. Con esas bases, el Big Data podrá ser un aliado para lograr servicios públicos de calidad para todos y para fortalecer la confianza Ciudadano-Estado.
4. Discusión. –
Los casos anteriores demuestran que el Big Data tiene un potencial transformador transversal ya que aplicado a distintos sectores cataliza innovaciones que mejoran la eficiencia, equidad y sostenibilidad de los sistemas económicos y sociales. En Bolivia, imaginar el horizonte de 2030 con Big Data implica pensar en un país donde las decisiones se toman con mayor y mejor información donde los beneficios de la revolución de los datos alcancen a toda la población, sin embargo, es claro que, para llegar a ese escenario, es necesario abordar varios desafíos actuales y encauzar esfuerzos en ciertas áreas clave, por ejemplo:
- En primer lugar, está la necesidad de cerrar la brecha digital, aunque el acceso a internet en Bolivia ha mejorado, aún existe una marcada diferencia entre áreas urbanas y rurales. A nivel regional, alrededor de un tercio de la población permanece excluida de internet y Bolivia no es la excepción. Sin conectividad y habilidades digitales básicas, las comunidades no pueden generar ni beneficiarse del Big Data (un tablero de salud no sirve en un pueblo sin internet). Por ello, cualquier proyección de Big Data inclusivo al 2030 requiere invertir en infraestructura (extender redes de banda ancha, abaratar costos de conexión) y en alfabetización digital para que más bolivianos puedan participar de la economía digital
- Otro desafío es el marco institucional y legal, el manejo de grandes datos conlleva también responsabilidades, protección de la privacidad, seguridad de la información y ética. El país actualmente carece de una Ley de Acceso a la Información y de un régimen de protección de datos personales, avanzar hacia 2030 implica modernizar el marco legal, aprobando leyes de transparencia y gobernanza de datos que aseguren que la información pública esté abierta para el bien común y paralelamente regulaciones de privacidad que protejan a los ciudadanos del mal uso de sus datos.
- En términos de capacidades, Bolivia necesita desarrollar talento humano en análisis de datos ya que no bastan las máquinas si no hay personas capaces de interpretarlas, se requiere formar más analistas de datos que entiendan la problemática nacional y aprovechen la tecnología para resolverla. Esto se puede lograr incorporando contenidos de Big Data e inteligencia artificial en universidades incluso en el pregrado, así como mediante capacitaciones a servidores públicos en el uso de analítica de datos.
- También es crucial fomentar una cultura de datos tanto en el sector público, a veces el obstáculo no es técnico sino cultural, por ejemplo, que las instituciones compartan sus datos entre sí, que los encargados de la toma de decisión confíen en la evidencia empírica y no solo en la intuición o que se incentive a las empresas a liberar datos de valor social (respetando la confidencialidad comercial).
Dentro de todo este contexto y sobre la base de lo analizado, a continuación, se sugieren algunas recomendaciones concretas para que Bolivia aproveche el Big Data de forma viable y sostenible de aquí a 2030:
- Invertir en infraestructura digital y conectividad universal, priorizar la expansión de internet de banda ancha en regiones rurales y comunidades indígenas, mediante alianzas público-privadas. Esto incluiría la ampliación de redes y la instalación de centros de acceso comunitario.
- Fortalecer la apertura y calidad de los datos públicos, desarrollar una Política Nacional de Datos Abiertos que obligue a las instituciones a publicar sus datos en formatos accesibles y con actualizaciones periódicas, al mismo tiempo, establecer estándares de calidad para que los datos de distintas fuentes sean interoperables entre sí, esto facilitará que universidades, empresas o ciudadanos reutilicen los datos gubernamentales para crear aplicaciones de valor agregado.
- Crear un marco legal integral de datos y promover la confianza, Impulsar la aprobación de una Ley de Acceso a la Información Pública y una Ley de Protección de Datos Personales. La primera garantizará el derecho ciudadano a los datos gubernamentales (salvaguardando excepciones justificadas), y la segunda dará seguridad sobre el uso legítimo de información personal. Adicionalmente, considerar lineamientos para la ética de datos e IA en el sector público.
- Fomentar alianzas público-privadas y con la sociedad civil, reconocer que el gobierno no puede (ni debe) hacerlo todo solo, es recomendable establecer canales de colaboración con empresas tecnológicas y ONGs para co-desarrollar soluciones de Big Data, por ejemplo, asociaciones con operadoras telefónicas para aprovechar datos anónimos de movilidad en planificación urbana o con organizaciones ambientalistas para monitorear bosques mediante satélites.
- Iniciar proyectos piloto en sectores prioritarios con alto impacto, para demostrar viabilidad, el gobierno podría lanzar pilotos de Big Data en problemas concretos, por ejemplo, un sistema de alerta temprana de dengue en regiones cálidas del país, integrando datos climáticos y de salud o una plataforma de análisis de rendimiento escolar a nivel nacional para detectar escuelas en riesgo.
Aplicar estas recomendaciones requeriría compromiso político de alto nivel (para priorizar la inversión en datos) y continuidad institucional. No obstante, los beneficios potenciales justifican el esfuerzo ya que un país orientado por datos tiende a tomar mejores decisiones, optimizar recursos y anticiparse a problemas, lo cual en última instancia acelera el desarrollo económico y mejora las condiciones de vida de la población, sin embargo esta claro que se pueden realizar muchas mas tareas en pro de la inclusión del Big Data en los distintos sectores productivos del país.
5. Conclusiones. –
La proyección del Big Data en Bolivia hacia 2030 es la proyección de un país más inteligente, eficiente y equitativo, a través de ejemplos en salud, educación, agricultura y gestión pública, se ha visto que el análisis masivo de datos no es una moda tecnológica, sino una herramienta estratégica para abordar problemas arraigados y mejorar servicios esenciales.
Si Bolivia logra integrar el Big Data en sus políticas públicas y sectores productivos, los impactos positivos podrían ser transformadores, sistemas de salud más preventivos, educación inclusiva y personalizada, agricultura sostenible y productiva, gestión pública transparente y efectiva.
No obstante, alcanzar esta visión requerirá superar retos importantes, la brecha digital, la falta de normativas adecuadas y la limitada cultura de uso de datos son obstáculos que deben atenderse en el corto plazo. La experiencia latinoamericana muestra que los países que avanzan en Big Data lo hacen sobre pilares como infraestructura robusta, talento humano capacitado, apertura de datos y marcos éticos claros. El país se encuentra en un punto donde puede aprender de esas lecciones regionales para dar el salto tecnológico necesario.
En conclusión, Big Data no es únicamente una cuestión tecnológica, sino un catalizador de desarrollo humano que bien aprovechado, permitirá focalizar mejor las políticas para reducir desigualdades y mejorar la calidad de vida de todos los bolivianos, especialmente de los más vulnerables. De cara a 2030, el desafío es asegurar que las decisiones se tomen con datos y no con suposiciones y que los beneficios de la revolución de los datos lleguen hasta el último rincón del país. Con voluntad política, inversión pública y colaboración internacional, Bolivia puede convertir el Big Data en un aliado estratégico para lograr los Objetivos de Desarrollo Sostenible y construir un futuro más próspero e inclusivo.
En síntesis, el camino hacia 2030 está trazado por datos, depende de todos nosotros los habitantes de este país, especialmente con vistas a las próximas elecciones nacionales y subnacionales, recorrerlo de manera responsable, creativa y centrada en el bienestar colectivo.
6. Bibliografía
- Data-Pop Alliance & AECID (2021). Estudio exploratorio regional en Big Data para el desarrollo sostenible en Latinoamérica y el Caribe. Proyecto Intercoonecta, Santa Cruz de la Sierra, Boliviadatapopalliance.orgdatapopalliance.org. (Informe que analiza el ecosistema de Big Data en países de la región, incluyendo Bolivia, con hallazgos y recomendaciones de política).
- Mordor Intelligence (2025). Tamaño, participación, análisis y tendencias de la industria de análisis de Big Data en América Latina (2019-2030)mordorintelligence.ar. (Reporte de inteligencia de mercado que proyecta el crecimiento del sector Big Data en la región y sus impulsores).
- Salud Digital (2023). “Telesalud Bolivia atendió en 2023 a más de 320 mil pacientes de áreas rurales”saluddigital.comsaluddigital.com, saluddigital.com. (Noticia sobre el alcance del programa boliviano de telesalud, ilustrando la expansión de servicios de salud digital en el país).
- Salud Digital (2025). “OPS resalta los beneficios del sistema EIOS para detectar amenazas sanitarias en las Américas”saluddigital.com, saluddigital.com. (Artículo que describe el impacto del sistema de inteligencia epidemiológica EIOS en la detección temprana de brotes en países latinoamericanos).
- Medio FAO-PMA (2020). “Guatemala – Plataforma SIMON de seguridad alimentaria”datapopalliance.orgdatapopalliance.org. (Caso de estudio citado en Data-Pop Alliance sobre monitoreo de desnutrición con Big Data, relevante para agricultura/ODS2).
- Urgente.bo (2023). “Estudio del BID destaca potencial de la agricultura para el desarrollo de la región andina”urgente.bo. (Nota de prensa boliviana resumiendo un estudio del BID que enfatiza la adopción de Big Data e IA en la agroindustria andina para mejorar eficiencia y sostenibilidad).
- GSMA & IDB (2024). Panorama agrotecnológico y tendencias en la disrupción digital en América Latinagsma.comgsma.com. (Informe que recopila casos de transformación digital en la agricultura latinoamericana, con ejemplos de plataformas como AgrodatAI, chatbots agronómicos, etc.).