Projeto recorre à inteligência artificial para reduzir desperdício e valorizar a bolota

Durante anos foi vista como um recurso secundário, muitas vezes desperdiçado ainda antes de chegar à indústria. Agora, a bolota está no centro de um novo projeto que aposta na inteligência artificial (IA) para transformar um produto subvalorizado numa oportunidade económica – começando, não pela transformação, mas pela seleção.

Em regiões como Trás-os-Montes, onde a bolota é abundante, o seu potencial continua longe de ser totalmente aproveitado. Apesar da sua disponibilidade e valor alimentar, a bolota continua subvalorizada, num contexto marcado por limitações tecnológicas e pela dificuldade em garantir processos de seleção eficientes.

Embora não seja a entidade líder do consórcio, o MORE CoLAB teve um papel determinante na construção do projeto AcornSelectAI - Sistema de Seleção de Miolo de Bolota com Recurso a Inteligência Artificial, desde a definição estratégica até à identificação de necessidades concretas da indústria. 

“Coordenámos a construção da ideia do projeto, partindo do mapeamento do processo produtivo atual e da identificação de necessidades reais”, explicaram Khadija Sabiri, coordenadora técnico-científica do Departamento TECH Group, e Estefânia Gonçalves, project manager no mesmo departamento, em entrevista ao Conta Lá.

O projeto nasce de uma falha persistente na cadeia de valor: perdas significativas na fase de triagem da matéria-prima. Como esclareceram as responsáveis, “após a colheita, a bolota necessita de passar por um processo de triagem, no qual é descartada uma parte significativa de miolo com qualidade”, comprometendo o potencial económico do recurso. 

A resposta passa pelo desenvolvimento de um sistema inteligente e automatizado capaz de separar, analisar e selecionar miolos de bolota de elevada qualidade. Ao atuar numa fase anterior à transformação, o AcornSelectAI procura aumentar o aproveitamento da matéria-prima e reduzir erros na seleção, garantindo maior fiabilidade no processo produtivo.

Tecnologia para resolver um problema estrutural

A subvalorização da bolota não é recente e resulta de uma combinação de fatores que travaram a sua utilização em escala industrial. Durante décadas, limitações tecnológicas e falta de investimento impediram o desenvolvimento de soluções eficientes de seleção e processamento, enquanto a ausência de cadeias de valor estruturadas manteve este recurso à margem da inovação.

“As limitações tecnológicas ao nível da seleção e processamento dificultaram a sua utilização em escala industrial, a par de uma perceção reduzida do seu potencial económico e alimentar”, referiram as investigadoras, sublinhando que só recentemente este cenário começou a mudar, impulsionado pela necessidade de soluções mais sustentáveis no setor agroalimentar.

Neste contexto, a IA surge como elemento central do projeto. O sistema em desenvolvimento recorre a algoritmos de machine learning e técnicas adaptativas para analisar a matéria-prima de forma rápida e precisa, sendo capaz de aprender continuamente e ajustar-se às suas características. De acordo com Khadija Sabiri e Estefânia Gonçalves, esta abordagem permite “reduzir significativamente o desperdício” e assegurar ganhos ao nível da eficiência operacional, da qualidade do produto final e da sustentabilidade do processo.

Mais do que automatizar uma etapa, o objetivo é introduzir maior rigor na seleção, criando condições para que recursos até aqui subaproveitados possam ganhar relevância económica.

Da indústria aos produtores: impacto ao longo da cadeia de valor

O projeto encontra-se ainda em fase de desenvolvimento, mas foi concebido desde o início em articulação com o setor empresarial, nomeadamente com a LandraTech, identificada como beneficiária da solução. Esta ligação direta à indústria reforça o potencial de aplicação prática da tecnologia e antecipa o seu interesse no mercado.

“Espera-se que os principais beneficiários sejam as indústrias de transformação de frutos secos, através do aumento da eficiência e da qualidade da matéria-prima utilizada”, afirmaram. Ainda assim, os efeitos não se limitam à indústria: ao melhorar o aproveitamento dos recursos, o projeto poderá também gerar benefícios para os produtores locais e para toda a cadeia de valor.

Ao contrário de outras dinâmicas de valorização que podem restringir o acesso a determinados produtos, neste caso não se prevê um efeito de nicho. Como sublinharam Khadija Sabiri e Estefânia Gonçalves, a intervenção numa fase inicial do processo contribui para aumentar a eficiência e reduzir perdas, podendo “favorecer a acessibilidade e a competitividade do recurso”, em vez de o limitar.

Um modelo replicável com ambição nacional e internacional

Desenvolvido por um consórcio que reúne entidades do sistema científico e tecnológico e empresas, o AcornSelectAI assenta numa lógica de colaboração entre investigação e aplicação industrial. Entre os parceiros estão a HRV – Equipamentos de Processo, a Universidade da Beira Interior (UBI) e o Instituto de Telecomunicações, numa articulação que pretende acelerar a transferência de conhecimento para o mercado.

Durante a fase de desenvolvimento, o projeto já contribui para a criação de emprego qualificado nas entidades envolvidas. A longo prazo, o impacto esperado passa pela redução do desperdício de matéria-prima de qualidade e pela promoção de um uso mais eficiente dos recursos naturais, com efeitos diretos na rentabilidade económica e na sustentabilidade ambiental.

Uma das principais apostas está, no entanto, na capacidade de replicação da tecnologia. “O sistema poderá ser adaptado a outros frutos secos ou produtos agrícolas que exijam processos de seleção e classificação”, reforçaram as responsáveis pelo projeto, abrindo caminho à sua aplicação noutras regiões e cadeias de valor.

Num setor onde toneladas de matéria-prima continuam a perder-se na triagem, o AcornSelectAI aponta para uma mudança simples: usar tecnologia para aproveitar melhor o que já existe.