DO SOLO AO SATÉLITE
Inteligência Artificial Transformando a Agricultura de Precisão
DOI:
https://doi.org/10.31510/infa.v22i2.2287Keywords:
Inovação no Campo. Eficiência Produtiva. TecnologiaAbstract
O objetivo deste artigo é avaliar o papel das inovações digitais na transformação do setor agrícola, identificando benefícios, desafios e possibilidades de aplicação. A metodologia adotada foi de caráter exploratório e descritivo, com abordagem qualitativa, fundamentada em revisão bibliográfica de artigos científicos, já publicados. Os resultados demonstram que a Agricultura de Precisão (AP), associada à Inteligência Artificial (IA), possibilita o uso racional de insumos, a automatização de processos produtivos e a tomada de decisões baseadas em dados precisos, promovendo maior produtividade e eficiência. Constatando ainda que tais tecnologias contribuem para a sustentabilidade, ao minimizar desperdícios e otimizar recursos naturais, como água e energia. Conclui-se que a digitalização do campo representa um caminho promissor para atender às demandas de segurança alimentar e competitividade no cenário global, oferecendo soluções inovadoras para os desafios contemporâneos da agricultura e reforçando a necessidade de investimentos contínuos em pesquisa e desenvolvimento para ampliar seu alcance e aplicabilidade.
Downloads
References
IVANOV, V. Oportunidades e desafios tecnológicos no agronegócio para 2025: o futuro da inovação no setor. 2025. Disponível em: https://osruralistas.com.br/tecnologia/oportunidades-e-desafios-tecnologicos-no-agronegocio-para-2025-o-futuro-da-inovacao-no-setor Acesso em: 01 de setembro 2025.
JORGE, L. A. C. et al. Inteligência artificial aplicada na agricultura de precisão e digital. Agricultura de Precisão: um novo olhar na era digital. Embrapa. 2023. Disponível em: https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1170729/1/P-Inteligencia-artificial-aplicada-na.pdf Acesso em: 28 de agosto 2025.
LAKATOS, Eva Maria; MARCONI, Marina de Andrade. Fundamentos de metodologia científica. 7. ed. São Paulo: Atlas, 2017.
MALAGONI, R. Desafios do agronegócio e perspectivas futuras. 2024. Disponível em: https://agroindustria.com.br/desafios-do-agronegocio-e-perspectivas-futuras/ Acesso em: 01 de setembro 2025.
MELO, M. P. et al. Importância da agricultura de precisão para a eficiência da produção agrícola: uma revisão. Revista Contribuciones a Las Ciencias Sociales, v. 17, n. 5. 2024.
MELO, D.; LIMA, G. H. O. Inteligência artificial aplicada ao agronegócio: perspectivas e desafios éticos. Revista Direito e Tecnologia, v. 16, n. 2. 2022.
MOLIN, J. P. Agricultura de Precisão: números do mercado brasileiro. Agricultura de Precisão - Boletim Técnico 03, esalq/usp, Piracicaba, 2017.
NETO, A. E. S. Tecnologia no agronegócio: inovação, eficiência produtiva e transformação digital do campo. 2025. Disponível em: https://www.jusbrasil.com.br/artigos/tecnologia-no-agronegocio-inovacao-eficiencia-produtiva-e-transformacao-digital-do-campo/3555589512 31 de agosto 2025.
OSCO, L. P. et al. Uma revisão sobre aprendizado profundo em sensoriamento remoto com UAV. Revista Internacional de Observação Aplicada da Terra e Geoinformação, v. 102. 2021.
SACHITHRA, V.; SUBHASHINI, L. D. C. S. Como a inteligência artificial é usada para alcançar a sustentabilidade na agricultura: Revisão sistemática. Inteligência Artificial na Agricultura, v. 8. 2023.
SILVA, E. C.; ESPEJO, M. M. S. B. Adoção da internet das coisas (IoT) na agropecuária: uma revisão sistemática sobre as possibilidades de adoção no ambiente produtivo rural brasileiro. Interações, v. 25, n. 4. 2024.
SLVA, W. V. R.; SILVA-MANN, R. Transformações na agricultura: uma abordagem crítica sobre a agricultura de precisão. IOSR Journal of Business and Management (IOSR-JBM), v. 25, n.12. 2023.
JÚNIOR-SILVA, A. H. et al. Agricultura digital e a sustentabilidade no campo: status atual e tendências. 2022. Disponível em: https://ciagro.institutoidv.org/ciagro2023/uploads/35.pdf Acesso em: 26 de agosto 2025.
PARK, S.; SONG, A. Análise de discrepâncias para detecção de parcelas candidatas que requerem atualização da categoria de terreno no mapa cadastral usando imagens hiperespectrais de UAV: um estudo de caso em Jeonju, Coreia do Sul. Sensoriamento Remoto (Basel), v. 12, n. 3. 2020.
RAMOS, A. M. M. et al. Detecção do ataque da lagarta-do-cartucho (Spodoptera frugiperda) em plantas de algodão com aprendizado de máquina e medições espectrais. Agricultura de Precisão, v. 23. 2022.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Revista Interface Tecnológica

This work is licensed under a Creative Commons Attribution 4.0 International License.
Os direitos autorais dos artigos publicados pertencem à revista Interface Tecnológica e seguem o padrão Creative Commons (CC BY 4.0), que permite o remixe, adaptação e criação de obras derivadas do original, mesmo para fins comerciais. As novas obras devem conter menção ao(s) autor(es) nos créditos.

1.png)
1.png)