Modelos predictivos y seguridad alimentaria

El estudio realiza una revisión de alcance sobre el uso de modelos predictivos para fortalecer la seguridad alimentaria en América Latina, con énfasis en el caso colombiano. Analiza 65 investigaciones publicadas entre 2014 y 2024, que aplican algoritmos como Bosques Aleatorios y Redes Neuronales para anticipar rendimientos agrícolas, gestionar riesgos climáticos y optimizar recursos. Los resultados evidencian que las variables agrícolas, climáticas y tecnológicas predominan, mientras que las dimensiones socioeconómicas y nutricionales están subrepresentadas. El artículo resalta la necesidad de integrar datos multidimensionales para desarrollar modelos más robustos que fortalezcan la resiliencia y sostenibilidad de los sistemas alimentarios en la región.