Hahumada: Hahumada moved page Draft Ahumada Hernandez 178514978 to Itinerantes. Ahumada Hernandez 2026a

2026-05-21T21:49:24Z

Hahumada moved page Draft Ahumada Hernandez 178514978 to Itinerantes. Ahumada Hernandez 2026a

Hahumada: Created page with " {| style="width: 100%;border-collapse: collapse;" |- | colspan='7' style="border: 1pt solid black;text-align: center;vertical-align: top;"|'''INFORMACIÓN GENERAL''' |-..."

2026-05-21T21:48:04Z

Created page with " {| style="width: 100%;border-collapse: collapse;" |- | colspan='7' style="border: 1pt solid black;text-align: center;vertical-align: top;"|'''INFORMACIÓN GENERAL''' |-..."

New page

{| style="width: 100%;border-collapse: collapse;"
|-
| colspan='7' style="border: 1pt solid black;text-align: center;vertical-align: top;"|'''INFORMACIÓN GENERAL'''
|-
| colspan='2' style="border: 1pt solid black;vertical-align: top;"|'''Nombre del Semillero'''
| colspan='5' style="border: 1pt solid black;vertical-align: top;"|Sucreinnova
|-
| colspan='2' style="border: 1pt solid black;vertical-align: top;"|'''Nivel de Formación'''
| colspan='5' style="border: 1pt solid black;vertical-align: top;"|Bachilleres en formación
|-
| colspan='2' style="border: 1pt solid black;vertical-align: top;"|'''Programa Académico'''
| colspan='5' style="border: 1pt solid black;vertical-align: top;"|Aplicación de la electronica y robotica en proyectos de ciencia, tecnologia

e innovación – Tecnoacademias itinerantes.
|-
| colspan='2' style="border: 1pt solid black;vertical-align: top;"|'''Título del Proyecto'''
| colspan='5' style="border: 1pt solid black;vertical-align: top;"|AGROALERT AI: Sistema Inteligente de Monitoreo y Alerta Temprana para Cultivos Vulnerables a Inundaciones y Sequías mediante CyberPi
|-
| colspan='2' style="border: 1pt solid black;vertical-align: top;"|'''Autor (es)'''
| colspan='5' style="border: 1pt solid black;vertical-align: top;"|Facilitador:Helmer Ahumada Hernandez

Aprendices: (1) Emmanuel de Jesus Castillo(2) Samuel David Ochoa Canchila
|-
| colspan='2' style="border: 1pt solid black;vertical-align: top;"|'''Identificación'''
| colspan='5' style="border: 1pt solid black;vertical-align: top;"|Facilitador:1102846034

Aprendices: (1) 1142928867(2) 1103510406

|-
| colspan='2' style="border: 1pt solid black;vertical-align: top;"|

==Ponente (s)==

| colspan='5' style="border: 1pt solid black;vertical-align: top;"|

(1) Emmanuel de Jesus Castillo (2) Samuel David Ochoa Canchila

|-
| colspan='2' style="border: 1pt solid black;vertical-align: top;"|

==E-mail de Contacto==

| colspan='5' style="border: 1pt solid black;vertical-align: top;"|

hahumada [mailto:@sena.edu.co @sena.edu.co]

|-
| colspan='2' style="border: 1pt solid black;vertical-align: top;"|

==Teléfonos de Contacto==

| colspan='5' style="border: 1pt solid black;vertical-align: top;"|

|-
| colspan='2' style="border: 1pt solid black;vertical-align: top;"|

==Categoría==

(seleccionar una)

| style="border: 1pt solid black;vertical-align: top;"|

Propuesta de x Investigacións

| colspan='2' style="border: 1pt solid black;vertical-align: top;"|

Investigación ☐

en Curso

| style="border-top: 1pt solid black;border-left: 1pt solid black;border-bottom: 1pt solid black;vertical-align: top;"|

Investigación

Terminada

| style="border-top: 1pt solid black;border-bottom: 1pt solid black;border-right: 1pt solid black;vertical-align: top;"|

☐

|-
| style="border-top: 1pt solid black;border-left: 1pt solid black;border-bottom: 1pt solid black;vertical-align: top;"|

'''Área de la investigación '''(Marque solo opción)

| style="border-top: 1pt solid black;border-bottom: 1pt solid black;border-right: 1pt solid black;vertical-align: top;"|

una

| colspan='2' style="border: 1pt solid black;vertical-align: top;"|

Ciencias Agrarias ☐

Biológicas y del mar ☐

Ciencias de la Salud ☐

Ciencias exactas y de la tierra ☐

Ciencias humanas ☐

| colspan='2' style="border-top: 1pt solid black;border-left: 1pt solid black;border-bottom: 1pt solid black;vertical-align: top;"|

Ciencias sociales Navales y de seguridad Ingeniería

Lingüística artes y letras Otra: (Mencione cuál)

| style="border-top: 1pt solid black;border-bottom: 1pt solid black;border-right: 1pt solid black;vertical-align: top;"|

☐

☐

X☐

☐

|}

=1. TÍTULO:=

AgroAlert AI: Sistema Inteligente de Monitoreo y Alerta Temprana para Cultivos Vulnerables a Inundaciones y Sequías mediante CyberPi.

=2. RESUMEN=

AgroAlert AI es un sistema inteligente desarrollado mediante la placa educativa CyberPi, orientado al monitoreo y generación de alertas tempranas en cultivos vulnerables a inundaciones y sequías. El proyecto busca brindar una solución tecnológica educativa y de bajo costo para apoyar a pequeños agricultores y comunidades rurales afectadas por fenómenos climáticos extremos.

El sistema utiliza sensores integrados del CyberPi, conectividad WiFi y programación en Python para recopilar variables ambientales, analizar comportamientos climáticos simulados y emitir alertas visuales y sonoras en tiempo real. Además, permite registrar datos para análisis estadísticos y futuras aplicaciones de inteligencia artificial e Internet de las Cosas (IoT).

La investigación promueve el aprendizaje STEM en estudiantes de educación media, fortaleciendo competencias en programación, electrónica, ciencia de datos y resolución de problemáticas reales del territorio. AgroAlert AI representa una propuesta innovadora con impacto social, ambiental y tecnológico alineada con los objetivos de transformación digital del agro y gestión del riesgo.

2. '''JUSTIFICACIÓN'''

El departamento de Sucre y muchas regiones rurales de Colombia enfrentan constantemente problemáticas asociadas a inundaciones, sequías y variaciones climáticas que afectan significativamente la producción agrícola y la estabilidad económica de pequeños productores campesinos. La ausencia de herramientas tecnológicas accesibles dificulta la toma de decisiones oportunas y aumenta las pérdidas en cultivos.

AgroAlert AI surge como una alternativa tecnológica educativa que integra programación, electrónica e IoT mediante el uso de CyberPi para generar sistemas de monitoreo ambiental y alerta temprana aplicados al agro. El proyecto permite acercar tecnologías emergentes a estudiantes de secundaria, fomentando la innovación y el desarrollo de soluciones reales para problemáticas de su entorno.

Desde el componente económico, AgroAlert AI puede contribuir a disminuir pérdidas agrícolas mediante alertas preventivas que permitan actuar oportunamente frente a eventos climáticos extremos. Esto fortalece la economía popular y promueve prácticas agrícolas más eficientes y sostenibles.

En el ámbito social, el proyecto fortalece las capacidades tecnológicas de jóvenes en formación, incentivando el pensamiento científico, la investigación aplicada y el trabajo colaborativo. Asimismo, promueve la apropiación social de la tecnología en comunidades rurales vulnerables.

En cuanto al impacto ambiental, AgroAlert AI fomenta el uso responsable de recursos naturales y el monitoreo preventivo de riesgos climáticos, contribuyendo a estrategias de adaptación al cambio climático y desarrollo sostenible.

Finalmente, el proyecto se encuentra alineado con las líneas estratégicas de SENNOVA, Tecnoacademias y los Objetivos de Desarrollo Sostenible relacionados con innovación, educación de calidad, producción sostenible y acción por el clima.

=4. PLANTEAMIENTO DEL PROBLEMA=

Las inundaciones y sequías representan una de las principales amenazas para los pequeños agricultores en zonas rurales del departamento de Sucre y otras regiones del Caribe colombiano. La falta de sistemas tecnológicos accesibles para monitorear condiciones ambientales y generar alertas tempranas ocasiona pérdidas económicas, afectaciones sociales y disminución de la productividad agrícola.

Muchos pequeños productores no cuentan con herramientas digitales que les permitan identificar cambios climáticos o condiciones de riesgo en sus cultivos de manera rápida y eficiente. Además, existe una limitada apropiación tecnológica en estudiantes y comunidades rurales para desarrollar soluciones innovadoras orientadas a la gestión del riesgo y agricultura inteligente.

Ante esta problemática, surge la necesidad de desarrollar sistemas educativos y tecnológicos de bajo costo que permitan monitorear variables ambientales y emitir alertas preventivas mediante herramientas accesibles como CyberPi.

==Pregunta de Investigación==

¿Cómo puede un sistema inteligente basado en CyberPi contribuir al monitoreo y generación de alertas tempranas en cultivos vulnerables a inundaciones y sequías en comunidades rurales?

''''''5.''' OBJETIVOS:'''

===Objetivo General===

Desarrollar e implementar un sistema inteligente de monitoreo y alerta temprana mediante CyberPi para apoyar la prevención de riesgos por inundaciones y sequías en cultivos agrícolas.

===Objetivos Específicos===

:* Identificar las principales necesidades de monitoreo ambiental en cultivos vulnerables a inundaciones y sequías.

:* Diseñar un sistema electrónico utilizando CyberPi para la recopilación y visualización de variables ambientales.

:* Programar funcionalidades de alertas visuales y sonoras utilizando Python y mBlock.

:* Implementar mecanismos de conectividad IoT para el envío y análisis de datos ambientales.

:* Evaluar el funcionamiento del sistema mediante simulaciones de escenarios climáticos.

:* Fortalecer competencias STEM e investigativas en estudiantes de educación media.

=6. REFERENTE TEÓRICO:=

La construcción del marco teórico de AgroAlert AI se fundamenta en investigaciones relacionadas con agricultura inteligente, Internet de las Cosas (IoT), monitoreo ambiental, gestión del riesgo climático y tecnologías educativas aplicadas al agro.

El uso de tecnologías IoT en agricultura ha permitido optimizar procesos de monitoreo y control ambiental mediante sensores y dispositivos inteligentes. Estas tecnologías facilitan la recopilación de datos en tiempo real y apoyan la toma de decisiones preventivas frente a fenómenos climáticos.

CyberPi, desarrollado por Makeblock, representa una herramienta educativa avanzada que integra programación, sensores, conectividad WiFi y capacidades para proyectos de ciencia de datos e inteligencia artificial, siendo ideal para procesos STEM y proyectos de investigación escolar.

El proyecto también se fundamenta en enfoques de agricultura sostenible y adaptación al cambio climático, promoviendo tecnologías accesibles para pequeños productores rurales.

==Referencias Teóricas==

Wolfert, S., Ge, L., Verdouw, C., & Bogaardt, M. (2017). Big Data in Smart Farming.

Ray, P. P. (2017). Internet of Things for Smart Agriculture.

Liakos, K., et al. (2018). Machine Learning in Agriculture.

Zhang, Y., Wang, G., & Wang, L. (2019). IoT Technologies for Agriculture.

FAO. (2021). Digital Technologies in Agriculture and Rural Areas.

Makeblock Education. CyberPi Official Documentation.

UNESCO. (2020). STEM Education for Sustainable Development.

Sharma, P., & Sharma, H. (2018). Smart Farming Technologies.

Maxwell, L., & Marshall, D. (2017). Precision Agriculture and Environmental Sustainability.

Naciones Unidas. Objetivos de Desarrollo Sostenible 2030.

=7. METODOLOGÍA:=

La metodología utilizada en AgroAlert AI combina investigación aplicada, aprendizaje basado en proyectos y desarrollo tecnológico participativo.

Tipo de Investigación

La investigación se desarrollará bajo un enfoque de investigación-acción participativa, donde estudiantes y facilitadores diseñarán soluciones tecnológicas aplicadas a problemáticas reales del entorno rural.

==Procedimiento Metodológico==

=1. Identificación de la problemática=

Se realizarán consultas y análisis sobre afectaciones causadas por inundaciones y sequías en comunidades rurales y cultivos agrícolas.

=2. Diseño del sistema=

Los estudiantes diseñarán el prototipo utilizando CyberPi, integrando sensores, interfaces visuales y módulos de conectividad.

=3. Desarrollo del prototipo=

Se programará el sistema mediante Python y mBlock para:

monitoreo ambiental

visualización de datos

generación de alertas

registro de información

=4. Simulación de escenarios=

Se recrearán escenarios de inundación y sequía mediante maquetas y simulaciones controladas para evaluar el comportamiento del sistema.

=5. Implementación de conectividad IoT=

Se desarrollarán mecanismos de transmisión de datos mediante WiFi para monitoreo remoto.

=6. Evaluación del sistema=

Se analizará:

precisión de alertas

tiempos de respuesta

funcionamiento del prototipo

facilidad de uso

=7. Socialización del proyecto=

Los resultados serán presentados en:

ferias tecnológicas

encuentros de semilleros

eventos STEM

muestras institucionales

=8. RESULTADOS ESPERADOS o RESULTADOS:=

Desarrollo de un prototipo funcional basado en CyberPi para monitoreo ambiental.

Generación de alertas tempranas visuales y sonoras ante riesgos climáticos.

Implementación de un sistema IoT educativo para recopilación de datos.

Fortalecimiento de competencias en programación, electrónica y ciencia de datos.

Participación activa de estudiantes en procesos de investigación aplicada.

Sensibilización sobre gestión del riesgo climático y agricultura sostenible.

Creación de una maqueta interactiva para demostraciones en ferias científicas y tecnológicas.

=9. CONCLUSIONES:=

AgroAlert AI representa una experiencia educativa e investigativa que integra tecnologías emergentes con problemáticas reales del territorio. El proyecto demuestra cómo herramientas educativas como CyberPi pueden convertirse en soluciones innovadoras para el monitoreo ambiental y la prevención de riesgos en el sector agrícola.

La participación activa de estudiantes en el diseño, programación e implementación del sistema fortalece competencias STEM, pensamiento crítico y capacidades investigativas. Asimismo, el proyecto promueve la apropiación tecnológica y el desarrollo de soluciones sostenibles para comunidades rurales vulnerables.

AgroAlert AI evidencia el potencial de la educación tecnológica para generar impacto social, ambiental y económico mediante proyectos contextualizados y orientados al desarrollo territorial.

=10. BIBLIOGRAFÍA:=

:* Wolfert, S., Ge, L., Verdouw, C., & Bogaardt, M. Big Data in Smart Farming.

:* Ray, P. P. Internet of Things for Smart Agriculture.

:* Liakos, K., et al. Machine Learning in Agriculture.

:* FAO. Digital Technologies in Agriculture and Rural Areas.

:* UNESCO. STEM Education for Sustainable Development.

:* Makeblock Education. CyberPi Official Documentation.

:* Sharma, P., & Sharma, H. Smart Farming Technologies.

:* Maxwell, L., & Marshall, D. Precision Agriculture and Environmental Sustainability.

:* Naciones Unidas. Objetivos de Desarrollo Sostenible 2030.

Zhang, Y., Wang, G., & Wang, L. IoT Technologies for Agriculture.

← Older revision	Revision as of 21:49, 21 May 2026
(No difference)

Itinerantes. Ahumada Hernandez 2026a - Revision history

Hahumada: Hahumada moved page Draft Ahumada Hernandez 178514978 to Itinerantes. Ahumada Hernandez 2026a

Hahumada: Created page with " {| style="width: 100%;border-collapse: collapse;" |- | colspan='7' style="border: 1pt solid black;text-align: center;vertical-align: top;"|'''INFORMACIÓN GENERAL''' |-..."