El reciclaje sigue siendo un desafío clave para la sostenibilidad en nuestros días, por lo que un grupo de investigadores de la Universidad de Burgos, la Universidad Politécnica de Valencia y la Universidad Pública de Navarra ha desarrollado un nuevo sistema de análisis de imagen basado en inteligencia artificial (IA) para mejorar la clasificación de residuos. Este avance pretende optimizar la gestión de residuos urbanos y facilitar a la ciudadanía la correcta separación de materiales reciclables.
A pesar de los esfuerzos por promover prácticas sostenibles, España sigue por debajo de los objetivos europeos en materia de reciclaje. Muchos ciudadanos todavía tienen dudas sobre qué residuos son reciclables y dónde deben depositarlos. En este contexto, la tecnología puede convertirse en un aliado clave para mejorar la educación ambiental y facilitar la toma de decisiones en el día a día.
Los investigadores de este estudio han explorado el potencial de los modelos de visión por ordenador para desarrollar un asistente que ayude a los usuarios a clasificar correctamente sus residuos. Utilizando diferentes arquitecturas avanzadas de clasificación de imágenes, el análisis comparó su rendimiento y aplicó técnicas de agregación de modelos para mejorar la precisión de las predicciones.
Los resultados demuestran que la combinación de distintos enfoques, como modelos de aprendizaje con y sin entrenamiento previo, logra un sistema más fiable y preciso, adaptado a las particularidades del sistema de reciclaje español. Este tipo de herramientas podrían integrarse en aplicaciones móviles o dispositivos inteligentes para guiar a los ciudadanos en el proceso de separación de residuos, fomentando hábitos más sostenibles.
Próximos pasos del estudio
Con respecto al futuro de esta investigación, este trabajo forma parte de un proyecto más amplio orientado a la implementación de tecnologías inteligentes en la gestión de residuos. Los expertos planean desarrollar un asistente interactivo que en el futuro podría incorporar funciones de aprendizaje automático para mejorar sus recomendaciones en función de los hábitos de los usuarios.
Además, buscarán ampliar la base de datos del sistema, mejorando la clasificación en entornos reales con imágenes más variadas y condiciones diversas. La aplicación de técnicas de MLOps, que son un conjunto de prácticas que automatizan y optimizan el desarrollo de los modelos de inteligencia artificial, asegurará la precisión y utilidad de la IA a largo plazo.
En este artículo, cuyo título original es “Towards Sustainable Recycling: Advancements in AI-Based Waste Classification” han participado: Vicente Julián (catedrático), Mario Campos (investigador), Cedric Marco-Detchart (profesor ayudante doctor), Oriol Chacón (investigador), Jaime Andrés Rincón (profesor doctor de la Universidad de Burgos) y Vicente Juan Botti (profesor doctor).
Referencia
Chacón-Albero, O., Campos-Mocholí, M., Marco-Detchart, C., Julian, V., Rincon, J.A., Botti, V. (2025). Towards Sustainable Recycling: Advancements in AI-Based Waste Classification. In: González-Briones, A., et al. Highlights in Practical Applications of Agents, Multi-Agent Systems, and Digital Twins: The PAAMS Collection. PAAMS 2024. Communications in Computer and Information Science, vol 2149. Springer, Cham. https://doi.org/10.1007/978-3-031-73058-0_2