El alumnado del Curso de Especialización en Inteligencia Artificial y Big Data del IES Severo Ochoa participa en ApiSenseIA, un proyecto que compara dos colmenas —una de madera tradicional y otra de madera plástica reciclada— monitorizadas con sensores, energía solar e IA en plena Sierra de Mariola.
¿Se puede comparar de forma objetiva dos colmenas usando sensores, energía solar e inteligencia artificial? Esa es la pregunta que da vida a ApiSenseIA, un proyecto colaborativo de Formación Profesional en el que participamos desde el IES Severo Ochoa junto al IES A. Navarro Santafé y varias empresas del entorno. Nuestro alumnado del Curso de Especialización en IA y Big Data aporta la mirada de los datos y la inteligencia artificial.
Un apiario convertido en laboratorio de datos
La idea es tan sencilla como potente: instalar dos colmenas equivalentes en las mismas condiciones y dejar que los datos hablen. Una está hecha de madera tradicional; la otra, de MADÉRICA, una madera plástica fabricada a partir de plásticos de rechazo por el Centro Especial de Empleo INTEGRADOS. Ambas se ubican en el Parque Natural de la Sierra de Mariola y funcionan con un sistema 100% alimentado por energía solar fotovoltaica.
El objetivo final es una comparativa real y trazable de las ventajas e inconvenientes de cada material en igualdad de condiciones: estabilidad térmica e hídrica, evolución del peso, actividad del enjambre y comportamiento frente al clima.
Cómo se digitaliza una colmena
La clave está en convertir cada colmena en una fuente de datos en tiempo real mediante una red de sensores y sistemas de captura:
- Temperatura y humedad interior de cada colmena, para estudiar la estabilidad de cada material.
- Célula de carga que registra el peso y permite seguir la evolución de las reservas y la actividad.
- Estación ambiental: temperatura, humedad y velocidad/dirección del viento del entorno.
- Cámaras y seguimiento de piqueras, para supervisar el apiario y el flujo de entrada y salida de abejas.
Toda esa información se consulta en tiempo real.
Datos, automatización e inteligencia artificial
Los datos se envían y replican en una base de datos de series temporales como InfluxDB para garantizar disponibilidad, históricos y continuidad:
Para visualizar los datos y mostrar el estado de las colmenas, así como analizar sus datos, hemos diseñado diversos prototipos de cuadros de mandos mediante Grafana:
Sobre esa base se aplican modelos de lenguaje (LLM) que permiten analizan los datos actuales e históricos para explicar las alertas y detectar patrones, anomalías y correlaciones con el entorno.
La jornada de transferencia de conocimiento, en vídeo
Como parte del proyecto celebramos una jornada de transferencia de conocimiento en el corazón del Parc Natural de la Serra de Mariola, que reunió al alumnado y profesorado de ambos centros con las empresas colaboradoras. El vídeo recoge un día de trabajo de campo en el apiario.
Durante la jornada hicimos un recorrido completo por el proyecto sobre el terreno:
- Subimos hasta el apiario instalado en plena sierra y revisamos la instalación fotovoltaica que da energía a todo el sistema.
- Nos equipamos con los trajes de apicultura y, ahumador en mano, abrimos las dos colmenas para inspeccionar los cuadros, las abejas y el estado de cada enjambre.
- Recolectamos la miel: desoperculado de los panales, extracción en la centrifugadora, filtrado y envasado en tarros.
- El alumnado compartió su experiencia ante la cámara, explicando qué está aprendiendo con el proyecto.
Fue la mejor forma de ver cómo encajan todas las piezas —IoT, energía solar, conectividad, datos e inteligencia artificial— en un entorno real, y de reforzar la colaboración entre los institutos y las empresas que hacen posible ApiSenseIA.
Más allá de las abejas, ApiSenseIA es un entorno de aprendizaje real. El alumnado trabaja competencias muy demandadas por el sector —captura de datos, conectividad, automatización, análisis y toma de decisiones basada en datos— sobre un caso tangible. Y lo hace generando un modelo replicable que otros centros podrán reutilizar: monitorización remota, mantenimiento basado en datos, eficiencia energética y analítica con IA.