DO SOLO AO SATÉLITE
Inteligência Artificial Transformando a Agricultura de Precisão
DOI:
https://doi.org/10.31510/infa.v22i2.2287Palavras-chave:
Inovação no Campo. Eficiência Produtiva. TecnologiaResumo
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
Referências
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
Publicado
Edição
Seção
Licença
Direitos autorais (c) 2026 Revista Interface Tecnológica

Este trabalho está licenciado sob uma licença 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)