Dos estudiantes de quinto año del Instituto de Enseñanza Agropecuaria y Electromecánica (IEAE) N° 3 de San Vicente diseñaron y construyeron ECO-IA, una recicladora que utiliza inteligencia artificial para clasificar residuos de manera automática. El proyecto fue presentado por Tobías Buiak Bareiro y Mía Rosa Benítez, con el acompañamiento del profesor Guillermo Duran Rosselli y docentes de varias materias.
La idea nació a partir de la preocupación del equipo por el aumento de residuos y la dificultad para lograr una separación adecuada en espacios públicos. Su propósito es reducir la contaminación y fomentar el reciclaje en plazas y parques de Misiones.
«El proyecto se planteó en la materia Informática, pero se desarrolló de manera interdisciplinaria junto a Agroecología, Electrónica, Inglés, Lengua, Dibujo Técnico y Matemáticas. Nos llevó alrededor de cinco meses entre la investigación, el diseño, el entrenamiento del modelo, la construcción del prototipo y las pruebas», explicó Bareiro.
El dispositivo funciona a partir de una cámara integrada en un microcontrolador ESP32-CAM que captura una imagen del residuo. Un modelo de machine learning entrenado en la plataforma Edge Impulse analiza esa imagen para determinar si el material es plástico o aluminio y activa los mecanismos que lo dirigen al compartimento correcto.
«Para construir el prototipo utilizamos un ESP32-Cam, servomotores MG996R, un display Oled, una fuente de alimentación, cables Dupont y filamento PLA para impresión 3D. Los componentes más importantes son el ESP32-Cam, porque ejecuta el modelo de inteligencia artificial, y los servomotores, que permiten automatizar la clasificación», detalló Benítez.
Uno de los principales obstáculos fue adaptar el modelo de inteligencia artificial a las limitaciones de procesamiento del microcontrolador. El equipo recopiló imágenes, realizó múltiples pruebas y ajustó la integración entre hardware y software hasta lograr un funcionamiento estable.
«Actualmente, el prototipo reconoce plástico y aluminio a partir de los objetos con los que fue entrenado, como botellas, vasos plásticos y latas de aluminio. En las pruebas realizadas obtuvimos una tasa de acierto del 90%, aunque todavía necesitamos evaluarlo con distintos residuos para validar ese porcentaje», señaló la estudiante.
El profesor Duran Rosselli destacó el potencial del dispositivo para ser instalado en escuelas, plazas y parques, aunque aclaró que será necesario ampliar los materiales reconocidos, mejorar la resistencia estructural e incorporar energía solar para hacerlo autónomo.
«Si una herramienta como ECO-IA se implementara de manera masiva, podría mejorar la separación en origen, aumentar el porcentaje de reciclaje, reducir la cantidad de residuos que llegan a los vertederos y disminuir el impacto ambiental. Además, ayudaría a generar conciencia ambiental y promover prácticas más sostenibles en la comunidad», afirmó el docente.
Como próximos pasos, el equipo planea sumar el reconocimiento de vidrio, cartón y papel, incorporar paneles solares para autonomía energética y ampliar el entrenamiento del modelo para mejorar su precisión.