La minería moderna exige anticipación estratégica. El Dr. Luis Rojas Valdivia detalla cómo la inteligencia artificial reduce la incertidumbre en planta y transforma el perfil de los futuros ingenieros en la provincia.
LO ESENCIAL EN 10 SEGUNDOS
Durante el posgrado en la Universidad Nacional de San Juan, el Dr. Luis Rojas Valdivia explicó que la inteligencia artificial pasará de ser consultiva a gobernar procesos mineros. Esta tecnología optimiza reactivos, anticipa fallas críticas operativas y atrae fuertemente el interés de las operadoras instaladas en San Juan.
El salto de la academia a la planta industrial
La industria minera de clase mundial ya no discute si debe adoptar nuevas tecnologías, sino a qué velocidad puede integrarlas. La automatización, los sensores avanzados y los gemelos digitales son una realidad operativa. En este contexto, si San Juan busca consolidarse como un polo minero de referencia internacional, la formación universitaria tiene que estar a la altura de esa transformación inminente.
El Dr. Luis Rojas Valdivia, especialista en la materia, destacó el rol de vanguardia que está asumiendo la Universidad Nacional de San Juan (UNSJ) y su Facultad de Ingeniería. «No están esperando que la tecnología llegue de afuera como una moda, sino que están generando espacios para discutirla críticamente desde la ingeniería, la operación y la formación profesional», afirmó. En este sentido, resaltó el impulso de la Dra. Vanesa Bazán, directora de posgrado, para mantener a la institución alineada con los avances globales.
La propuesta de valor de la universidad trasciende la simple enseñanza de software. Consiste en formar profesionales capaces de comprender, validar y gobernar tecnologías inteligentes dentro de los contextos reales de las plantas de procesamiento, lidiando con restricciones concretas de agua, energía, seguridad y variabilidad geológica.
Ruta de maduración tecnológica frente a la variabilidad
Llevar la inteligencia artificial al día a día de una faena minera implica entender que una planta de procesamiento no es un sistema estático. Factores como la ley de alimentación, la dureza del mineral o las condiciones de molienda cambian constantemente. Frente a esto, la IA funciona como una capa de observación y decisión.
«La clave es no enseñar esto como una herramienta abstracta», advirtió el Dr. Rojas Valdivia. Para lograr una implementación exitosa, el especialista propone una ruta de maduración tecnológica escalonada.
- Primero: El modelo nace como una tesis apoyada en datos históricos.
- Segundo: Se avanza a una prueba mínima viable en condiciones controladas.
- Tercero: Es la prueba industrial, donde se expone a la variabilidad real y al ruido de los datos. Finalmente, si demuestra robustez, se escala y se integra a la toma de decisiones. «La IA sin ingeniería es solo estadística; la IA con ingeniería puede convertirse en gobierno inteligente del proceso», sentenció.
Mantenimiento predictivo: alertas con semanas de anticipación
Históricamente, la recuperación de minerales lidió con un cuello de botella fundamental: tomar decisiones operativas basándose en datos parciales o mediciones diferidas de laboratorio. Esto generaba que la operación fuera reactiva frente a los problemas.
Hoy, la eficiencia se mide en la capacidad de anticiparse. En el área de mantenimiento predictivo, las decisiones que antes dependían de inspecciones periódicas en correas transportadoras o infraestructura crítica, hoy se nutren de datos combinados de vibración, temperatura y carga. «Una falla que antes aparecía como un evento imprevisto puede convertirse en una alerta temprana con días o incluso semanas de anticipación», detalló el experto.
En procesos específicos como la flotación inteligente, la IA interpreta la densidad, granulometría y recuperación para sugerir ajustes inmediatos, evitando una pérdida metalúrgica real. Lo mismo ocurre en lixiviación, optimizando el riego y la concentración de ácido para maximizar la eficiencia productiva.
El interés activo de las operadoras en San Juan
La escala y complejidad de los proyectos mineros ubicados en San Juan exigen niveles de competitividad que solo se alcanzan con inteligencia técnica. Según el especialista, existe un interés muy palpable por parte de las operadoras locales, y las consultas ya no se limitan al procesamiento exclusivo del mineral, sino que atraviesan toda la cadena de valor.
Actualmente, las mesas de trabajo en la provincia debaten sobre control de flota, autonomía de transporte en interior de mina, perforación asistida, trazabilidad documental y análisis de productividad. «San Juan tiene una oportunidad muy importante porque no solo posee proyectos mineros relevantes, sino también capacidad académica y profesionales formados», aseguró el Dr. Rojas Valdivia.
El verdadero reto para la industria local será evitar la compra de soluciones «enlatadas» cerradas, y apostar por construir las capacidades locales necesarias para auditar y escalar estas herramientas.
Agentes inteligentes y la evolución profesional
El futuro inmediato plantea dejar atrás a la IA como una simple herramienta consultiva para convertirla en una plataforma de gobierno de procesos. El paso evolutivo proyecta que los ingenieros dirijan grupos de agentes inteligentes especializados, donde cada uno se enfoque en un área crítica: energía, agua, mantenimiento o costos.
«Esto no significa reemplazar al profesional. Al contrario, significa elevar su rol», explicó. El ingeniero del mañana pasará de mirar pantallas estáticas a definir restricciones ambientales, auditar decisiones algorítmicas y garantizar que la operación respete los límites éticos y económicos.
Esta integración tecnológica liberará al capital humano de tareas repetitivas, permitiéndole concentrarse en el liderazgo analítico e, incluso, mejorar su calidad de vida personal. El sector minero camina irreversiblemente hacia un escenario predictivo donde la inteligencia de los datos será el activo más valioso para asegurar la sostenibilidad del negocio.
La transición hacia una industria minera 4.0 en la región ya cruzó el punto de no retorno. La optimización algorítmica y el análisis predictivo dejarán de ser ventajas competitivas para convertirse en la licencia operativa estándar del sector. Las operadoras que no logren integrar el conocimiento geológico y metalúrgico tradicional con el gobierno de datos quedarán marginadas en términos de costos y sostenibilidad. La verdadera revolución minera que se gesta en las aulas y plantas no es la de reemplazar al operario, sino la de dotarlo de una certeza operativa inédita para maximizar cada tonelada de mineral extraído.
Periodista especializada en gestión minera, sustentabilidad y desarrollo regional. Con un enfoque centrado en la transparencia y la comunicación estratégica, analiza el impacto de la industria en las comunidades y el marco institucional del sector. En Acero y Roca, es la voz encargada de desglosar los desafíos de la licencia social y los procesos de modernización minera.