🇺🇸 Anisha Dhoot

Las dos mitades del proyecto responden a preguntas distintas. KelpNutriBoost aborda el coste de los insumos y la huella de carbono: el quelpo es abundante en la costa de Oregón, crece sin necesidad de fertilizantes ni agua dulce, y aporta el nitrógeno y los minerales traza que convierten a los extractos de algas en un enmienda de suelo de eficacia probada. Mezclarlo con biocarbón —un carbono estable similar al carbón vegetal producido al calentar materia orgánica sin oxígeno— es una técnica respaldada por una amplia bibliografía científica, valorada por su capacidad para retener nutrientes y agua en el suelo.

El elemento inusual reside en los materiales usados para el biocarbón. En lugar de residuos agrícolas, Dhoot utilizó plásticos reciclados y aguas residuales tratadas como materia prima, transformando dos fuentes de desechos costosos de gestionar en un insumo agrícola. Es el tipo de sustitución que parece obvia una vez implementada, y es lo que eleva el proyecto de un simple ejercicio escolar a una propuesta con fundamentos económicos reales.

Earth-AI es el segundo componente y, en cierto modo, el más exigente para una joven de 16 años: un modelo de machine-learning que procesa condiciones climáticas y de suelo locales para predecir qué cultivos crecerán mejor. Dhoot aprendió a programar mediante cursos online para construirlo. En conjunto, el fertilizante y el modelo conforman una plataforma que ella denomina Smart Carbon Recycling: insumos por un lado y una herramienta de toma de decisiones por el otro.

El Premio Gloria Barron para Jóvenes Héroes selecciona cada año a quince ganadores de entre cientos de candidaturas en Estados Unidos y Canadá, otorgando a cada uno 10.000 dólares para continuar su labor. Se trata de un premio al servicio y liderazgo más que a una competencia científica pura; es importante matizar que el galardón reconoce el proyecto y su aplicación, no necesariamente un resultado revisado por pares.

Esa distinción constituye el marco honesto para esta entrada. Lo documentado es una plataforma desarrollada por ella misma con dos componentes funcionales, un premio nacional otorgado por un jurado externo tras una exhaustiva selección, y cobertura en medios locales y radio pública de Oregón. Lo que no está documentado son los datos de rendimiento a escala de campo. La afirmación de esta página es la que el registro respalda: una joven de 16 años diseñó, construyó y obtuvo reconocimiento nacional por un sistema agrícola que combina un fertilizante derivado de residuos con un modelo predictivo programado por ella misma.

Los fertilizantes nitrogenados son responsables de una parte sustancial de las emisiones agrícolas mundiales, tanto en su fabricación —el proceso Haber-Bosch es intensivo en energía y depende mayoritariamente de combustibles fósiles— como en su uso, donde el nitrógeno sobrante contamina las vías fluviales y se libera como óxido nitroso. Los extractos de algas y el biocarbón son dos de las intervenciones de bajas emisiones más estudiadas en este campo, lo que sitúa el proyecto de Dhoot dentro de una línea de investigación activa.

El atractivo del biocarbón radica en que aborda dos problemas simultáneamente: secuestra carbono en una forma estable que resiste la descomposición durante siglos y mejora la estructura del suelo al retener agua y nutrientes que, de otro modo, se perderían por lixiviación. Producirlo a partir de plástico reciclado y aguas residuales en lugar de residuos agrícolas es una elección menos convencional, la cual dota al proyecto de un argumento de gestión de residuos a la par del agrícola.

El componente de machine-learning merece mención aparte. El modelado de aptitud de cultivos a partir de variables climáticas y edáficas es un problema estándar en la ciencia de datos agrícolas. Construir una versión funcional requiere recopilar datos, seleccionar variables, entrenar un modelo y evaluarlo, una secuencia académica de nivel universitario. Lograrlo a los 16 años mediante cursos autodidactas es la parte más difícil de simplificar, y explica por qué la entrada describe una plataforma y no solo un producto aislado.

La limitación honesta de cualquier proyecto de ciencias de secundaria es la escala, y aquí también aplica. Un biofertilizante validado en ensayos no es lo mismo que uno validado durante toda una temporada en tierras de cultivo reales, y un modelo de aptitud de cultivos entrenado con datos disponibles no equivale a uno probado frente a rendimientos que no ha visto. Dhoot no ha afirmado lo contrario, y esta página tampoco. Lo que consta es una plataforma completa y funcional de dos partes, construida por una joven de 16 años que aprendió por sí misma la segunda mitad, reconocida mediante un premio nacional tras una selección entre cientos de candidatos en dos países.