IA y pulpos: ¿cuántos habrá mañana?

Este artículo también está en AUDIO

Predecir cuántos pulpos llegarán al puerto es casi tan difícil como entender por qué tu ex todavía te da «like» en Instagram. El pulpo común («Octopus vulgaris») es una estrella de la gastronomía, pero también es un animal sumamente sensible a los cambios del entorno.

Un grupo de científicos decidió que ya era hora de dejar de adivinar y empezaron a usar Inteligencia Artificial (IA) para entender las capturas en el Golfo de Cádiz y el Mar de Alborán, al sur de España. La idea es simple: si sabemos cuántos habrá, podemos pescarlos sin acabar con ellos.

Dos mares y un mismo protagonista

El estudio analizó datos de más de 20 años (del 2000 al 2022). Resulta que el Golfo de Cádiz y el Mar de Alborán son como dos hermanos con personalidades distintas: en Cádiz las cosas son un poco más caóticas, mientras que en Alborán el pulpo es más predecible y sigue ritmos estacionales muy marcados.

Los investigadores descubrieron que las capturas no son al azar. En Cádiz, el pulpo parece tener ciclos de 6 años, mientras que en Alborán son de 7 años. Es como si el ecosistema tuviera un despertador interno que le dice a la población cuándo crecer y cuándo tomarse un respiro.

Matemáticas «clásicas» vs. Cerebros digitales

Para predecir el futuro, los científicos enfrentaron a tres equipos de modelos matemáticos. Primero, los clásicos (ARIMA y ETS), que son como los abuelos sabios: buenos para ver tendencias largas pero un poco lentos para los cambios bruscos.

Luego trajeron a los algoritmos de Machine Learning (MLP, NNAR y ELM). Estos son como detectives modernos que buscan patrones ocultos y relaciones que no son lineales. Por último, usaron Deep Learning (LSTM), una tecnología inspirada en cómo funcionan nuestras neuronas para recordar secuencias largas.

Lo curioso es que la tecnología más compleja no siempre ganó. En el Golfo de Cádiz, los modelos de Machine Learning (MLP) fueron los campeones porque saben manejar mejor los «sustos» o picos inesperados de datos. En Alborán, donde todo es más estable, los modelos clásicos y las redes neuronales simples hicieron un trabajo excelente.

¿Para qué nos sirve saber esto?

No se trata solo de números en una computadora. Esta información es oro puro para la pesca sostenible. Si los pescadores y el gobierno saben que en noviembre y enero habrá un pico de capturas, pueden planificar mejor cuándo trabajar y cuándo dejar que el mar descanse.

El estudio demostró que usar un «ensamble» (o sea, combinar lo mejor de cada modelo) da resultados mucho más precisos. Es como pedirle opinión a varios expertos en lugar de confiar en uno solo. Así, nos aseguramos de que el pulpo siga siendo el rey del mercado (y la gastronomía local andaluza) por muchos años más.

A pesar de estos avances, los científicos son honestos: la naturaleza siempre tiene la última palabra. Todavía falta integrar datos como la temperatura del agua o la lluvia para que estas «bolas de cristal» digitales sean infalibles. Por ahora, la IA ya nos está ayudando a cuidar el océano con mucha más inteligencia.

Referencia Original 

Sanz-Fernández, V., Czerwinski, I. A., Cabrera-Castro, R., Muñoz-Lechuga, R., Gutiérrez-Estrada, J. C., Pulido-Calvo, I., & Queirolo, D. (2026). Univariate approaches for forecasting of commercial octopus (Octopus vulgaris Cuvier, 1797) landings: A comprehensive analysis of traditional time series models, machine learning algorithms and a deep learning algorithm. *Fisheries Research*, 281, 107622. https://doi.org/10.1016/j.fishres.2025.107622