Pol Llonch – Coordinador técnico del proyecto ClearFarm

Es licenciado en veterinaria por la Universidad Autónoma de Barcelona, donde también tiene un máster de especialización y investigación en veterinaria y ciencias alimentarias Tiene un doctorado en bienestar animal en IRTA (Instituto Recerca i Tecnología Agroalimentarias). Después trabajó durante tres años como investigador no Reino Unido, primero en Warwick y luego en Scotland Rural College.

Es diplomado por el colegio europeo de bienestar y medicina del comportamiento. Tiene publicados una media de 40 trabajos en revistas científicas y libros de ámbito internacional. A partir de 2015 empieza a trabajar en servicio de nutrición y bienestar animal de la UAB como coordinador técnico del proyecto ClearFarm.

Este proyecto ClearFarm investiga el uso de sensores en ganadería de precisión en granjas porcinas y vacuno lechero, para evaluar el bienestar animal así como el impacto sobre el medio ambiente.

 

¿Qué es el proyecto ClearFarm? ¿Por qué surge? ¿A que responde a su creación y qué objetivos persigue?

ClearFarm es un proyecto de innovación y investigación financiado por la Comisión Europea en el programa Horizonte 2020. Una convocatoria que se pedía de proyectos de innovación de como mejorar el bienestar de los animales que se utilizan en ganadería para alimentar a las personas y buscar métodos innovadores para mejorar el bienestar.

Claro, para mejorar o bienestar de los animales, antes tenemos que saber como están estos animales. No podemos implementar estrategias de mejora si no sabemos si hay animales que tienen problemas o no los tienen. Por lo tanto, un aspecto fundamental es poder evaluar el estado de los animales, como se encuentran ellos.

Este es lo objetivo principal de este proyecto, utilizar sistemas basados en ganadería de precisión que nos permitan mejorar el conocimiento sobre cómo están los animales en tiempo real e de una forma continuada.

 

Comentabas antes conmigo que también unos de los objetivos es valorar también el control medioambiental y económico, es decir, vamos a buscar objetivos distintos. El objetivo es bienestar en global, pero vamos a tener subjetivos, en este sentido.

Si, el objetivo principal es el bienestar animal, pero no queríamos abordar sólo este objetivo, dejando al lado otros aspectos que también la sociedad ha demostrado que está muy preocupada, como es por ejemplo el impacto ambiental que pueda generar la ganadería, en especial en sector porcino y vacuno lechero sobre el medio ambiente.

Entonces, queríamos abordar el aspecto bienestar animal que el efecto preocupa la sociedad, pero no desligándolos de otros aspectos también fundamentales cómo son el impacto sobre el medio ambiente. De forma que podamos proponer estrategias de mejora que no sólo mejoren el bienestar de los animales si no que también permitan una disminución del impacto de esta ganadería.

 

¿Cómo enteraremos a valorar que parámetros utilizamos para llegar a estos objetivos? Vamos a entrar en detalles. Dentro de estos aspectos claves, has hablado de porcino, has hablado de rumiantes.. ¿Y la avicultura?

Bueno, nos gustaría marcar más especies. Pero yo creo que cómo podéis ver al final de esta sección, los objetivos del ClearFarm no son poco ambiciosos y por lo tanto tenemos que poner un poco el freno, ya que nos gusta siempre abarcar mucho, ¿no?

Es verdad que la avicultura es sin duda una de las especies de mayor importancia, no sólo en España y Europa, si no a nivel mundial. Es seguramente el sector donde se consume más, pero al final cómo dicho, no podíamos abarcar todas las especies. Y decidimos centrarnos en el sector porcino y vacuno lechero por tener dos ejemplos, de dos modelos distintos digamos, de mercado.

Uno en caso del porcino porque presenta el animal que es el producto. Es decir, la carne es que se consume. Eso es un modelo entendemos distinto de la leche, que la leche es un producto digamos que sale de la vaca. Por lo tanto, controlar el bienestar de un animal que es en sí mismo el producto o el bienestar de un animal que produce, en este caso la leche. Entendíamos que eran dos formas distintas o dos modelos distintos de poder luego informar a ganaderos y consumidores sobre este producto, sobre el alimento.

 

Entonces ya estáis hablando aquí que el objetivo es informar a los dos extremos de la cadena de producción, ¿verdad? Es decir, el objetivo es tener datos interesantes sobre el bienestar para el consumidor y el ganadero.

En este caso, digamos el enfoque de este proyecto del ClearFarm es digamos bivalente en el sentido que intenta a generar información, generar conocimiento, medir el bienestar animal para poder informar a dos sectores muy distintos, pero al final se están muy relacionados.

Uno es los ganaderos, los productores, aquellos que se encargan de producir los animales, de criarlos y el consumidor entendiéndolo como el extremo, no opuesto, si no al otro lado de la cadena que es quién al final va a comprar el producto y lo va a consumir.

Entonces, el objetivo principal es utilizar esta ganadería de precisión, los sensores o la información que generan estos sensores, se podrá utilizar de forma distinta en función de a quién va a dirigirlo, voy a poner un ejemplo. Un ganadero, digamos el productor va a utilizar la información por ejemplo si los animales están sanos o si tienen alguna enfermedad que debería tratarse. Esto los va ayudar a tomar decisiones en el momento correcto, justo antes o en el momento que empieza la enfermedad para tratarse bien. Digamos que para el productor lo que hacemos es mejorar la eficiencia del producción, el proceso en sí mismo.

Por otro lado, en el otro extremo, el consumidor, digamos lo que intentamos abarcar es la necesidad del consumidor de una producción más transparente. Intentamos utilizar esta información que generan los sensores para poder, para que esta llegue al consumidor y este pueda pues conocer cómo se han producido estos animales.

Si han gozado de buenas condiciones de bienestar animal y al final si cubren sus expectativas de calidad ética o no, y esto que puedan utilizarse como herramienta de decisión a la hora de comprar productos por ejemplo.

 

Vamos paso a paso, porque quizás nuestros espectadores dicen que estamos ante un macroproyecto muy ambicioso y que además te diría complicado de ir explicando. Vamos a entrar en el proyecto. El proyecto nace y ¿Qué fases tiene este proyecto? Porque evidentemente estamos hablando de unos objetivos que son objetivos consecuentes de unas fases anteriores de recogida de datos, de evaluación, de validación, etcétera. Explícanos un poco las fases del proyecto.

El proyecto tiene una duración de cuatro años. Empezamos en octubre de 2019 y llevamos poco menos de año y medio. Ha sido un año un poco difícil para empezar un proyecto europeo que se le supone mucha interacción entre socios y tal. Pero bueno, esto es lo que nos ha tocado cómo en todo el mundo por supuesto.

Entonces, durante estos cuatro años el proyecto se divide en cuatro fases principales en nivel técnico y operativo. Son cuatro paquetes de trabajo (work packets) que se organizan de la siguiente forma:

El primer paquete de trabajo lo que se pretendía, porque justo ahora terminó, era preguntar a todos los interesados, involucrados en la cadena de valor. Es decir, a ganaderos, transportistas, mataderos, industria láctea, consumidores, grupos de opinión como organizaciones en defensa de los animales, etcétera. Es decir, tener la máxima representatividad posible de la sociedad y preguntarles a ellos, a ellas, como creen que podría na ganadería de precisión ayudar a informar sobre el estado de los animales.

Aquí creamos grupos de trabajo con todos estos socios que hemos nombrados. Por ejemplo, los ganaderos decían que les interesaba mucho conocer – por ejemplo en caso de ganadero de vacas – cuando una vaca empieza ha a ir coja, que es una patología muy típica en vacuno lechero. Así que, a ver qué información de los sensores podemos utilizar para informar a este ganadero sobre esta patología.

Otros grupos por ejemplo, los consumidores o las ONGs nos pedían que querían más información del estado de los animales. Y se generó todo una lista con cada una de estos sectores involucrados que es lo que querían.

Este primer paquete de trabajo que cómo he dicho finalizó hace poco, pues generó todo lo que nosotros llamamos de la estructura de la información que queremos que contenga la plataforma que vamos a desarrollar.

Entonces, ahora empezamos los paquetes de trabajo segundo y tercero, donde vamos a las granjas y probamos cómo funcionan todos estos sensores. ¿Qué información nos están dando? Y sobre todo muy importante, como interaccionan entre ellos.

Es decir, hoy en día ya sabemos que hay granjas que disponen de sensores, es típico de una granja de vacas iber, las vacas con podómetros que nos dan información sobre la actividad. Pues bien, lo que hacemos es poner más sensores y esto, contrastarlo con otra información por ejemplo de proactividad leche diaria. Al final con todo esto, ver se somos capaces de sacar mucha más información, que llegue a un nivel de definición que hasta ahora nunca se había llegado.

 

Vamos por partes Pol, porque has mencionado los socios, has mencionado el tema de la ganadería de precisión, has mencionado parámetros. Vamos a ir paso por paso para que la gente que nos está viendo también sepa quién está involucrada en este proyecto. En España, internacionalmente qué universidades, a nivel de productores y de cooperativas, quien está implicado y después pasaremos a lo que es los parámetros. Parámetros que los sensores en las granjas nos están evaluando en cada caso y en cada especie.

Estaba hablando de los cuatro paquetes de trabajo, he nombrados los tres primeros. El último que sería de explotaciones, de definir la idea que digamos al nivel de mercado tenga potencial. Al final, no olvidemos que este proyecto pretende generar un producto, algo que realmente cambie el modelo de negocio en cuanto a la información en bienestar animal. Simplemente para contextualizar este proyecto y ahora que seguimos con todos estos detalles.

 

Vamos a la primera fase, que es de la lista de requerimientos por parte de cada punto de la cadena de producción. La segunda fase de recogida de datos es a través de las granjas de los socios y a través de los sensores de las empresas de ganadería de precisión. Vamos hablar de estos dos aspectos, de los socios, de las universidades que han hecho la recogida de datos y están volcando toda esa información. A las empresas de ganadería de precisión y, mezclando todo esto, ¡todo tuyo!

Voy hablar de los socios. Bueno es un proyecto europeo y están ahí involucrados seis países, España, Italia, Holanda (Países Bajos), Dinamarca, Finlandia y también está Israel como país tercero. En cada uno de estos países hay socios académicos como nosotros, una universidad, un centro de investigación. Pues en España está la Universidad Autónoma de Barcelona y está la Universidad de Murcia. En Italia por ejemplo hay la Universidad de Milán, en Holanda la Universidad de Wageningen, en Dinamarca la Universidad de Aarhus y en Finlandia está Luke, que es un centro de investigación y estos serían los socios digamos académicos.

Otra parte muy importante de este proyecto son los socios digamos industriales o empresas, que al final son más o menos la mitad y entre estos socios hay dos grupos principales. Un grupo que serían aquellos que pertenecen a la cadena de valor. Es decir, socios que son productores por ejemplo y el otro grupo serían compañías, empresas que están relacionadas de algún modo o otro con la ganadería de precisión. Voy a dar más detalles de cada uno de estos socios.

En el caso de las empresas digamos relacionadas con la ganadería en España está El Pozo en porcino, un grupo muy importante de producción porcina. Y, en vacuno lechero está Covap, la Cooperativa del Valle de los Pedroches, que está cerca de Córdoba y serían los dos socios españoles digamos en producción. Luego tenemos otro socio que se marcaría dentro de este grupo, que es un productor que no voy atrever ahora a decir el nombre porque es un nombre finlandés y no me atrevo porque lo voy a decir mal seguro. Pero sería el tercero, que es un grupo de productor lácteo finlandés.

Por otro lado, como he dicho hay también ese grupo de empresas que están relacionadas con la ganadería de precisión.

En este sentido, una empresa es Dol-Sensors, sea algún ganadero de porcino que nos estás escuchando, pues tendrá por ejemplo los ventiladores Skov son de esta empresa, que es una empresa danesa. Está Connecterra que es una empresa que hace sensores en vacuno lechero, básicamente collares. Y luego, está Syntesa que es una consultora de una manera para trabajar más el tema de análisis de datos. Finalmente, está en Israel una empresa que es llama Cattle Watch que también trabaja en sensores de vacuno.

Todo esto, si entráis en la página web del proyecto www.clearfarm.eu vais a saber pues la distribución de todos estos partners con más detalles.

 

¡Muy bien! Entonces vamos a entrar en la fase dos, que ya tenemos lo que la ganadería, los sensores de estas empresas que son una parte de los socios, las granjas de los industriales y vamos saber en cada caso. ¿Cuáles son los parámetros que evaluamos? ¿Qué parámetros en granja de porcino? Chequeamos a nivel de comederos, tiempo en comederos, cantidad de animales por corral, en vacuno lechero… Explícame. Los bolos ruminales, el pH, un poquito de todo.

Lo primero que hecimos fue hacer una revisión sistematizada que hicimos desde la Universidad Autónoma de Barcelona junto con los finlandeses. Una revisión de todas las soluciones tecnológicas que existen en el mercado hoy en día. Nos pusimos con una compañera, Janeth, que se puso a hacer la revisión de que existe hoy en día y si lo vamos a Google por ejemplo, que nos permita medir cosas de los animales con sensores.

 

De esta lista que salieron centenares de soluciones distintas, al final escogimos aquellas qué para nosotros, pues eran más fiables. Habían recibido por ejemplo, validación externa de un centro independiente y ahí la lista se redujo muchísimo y vamos seleccionando un par. Sólo nos quedamos con dos sensores distintos en el caso de porcino y dos en vacuno lechero.

En vacuno lechero empezamos justo hace un mes a implantar estos collares que comentaba antes, son unos collares que llevan un acelerómetro. Que es nada más, imaginemos un péndulo en tres dimensiones que nos da información sobre cómo se está moviendo la vaca. Esta información nos permite saber no sólo si la vaca está tumbada o está andando si no también se está comiendo, se está rumiando, es decir, muchas cosas. Esto es un sensor.

El otro es bolo ruminal, es un aparato que está recubierto de cerámica y tiene un dedo de largo más o menos. Este se introduce, se hace ingerir a la vaca y queda permanentemente en el rumen. Este bolo ruminal lo que nos da es información acerca de la temperatura interna del animal.

Por ejemplo, si el animal aumenta la temperatura, por lo tanto podemos pensar que tiene fiebre. Además también nos dá sobre el pH para evaluar la acidez y saber si la vaca está teniendo alguna indigestión, una acidez ruminal. Estos son los dos que utilizamos en vacuno lechero y qué justo hace más de un mes, hemos implantado en las granjas de distintos países europeos.

Los otros sensores en porcino, nos basamos en dos. Uno es uno monitor, se trata de una cámara que utilizando análisis de imagen por inteligencia artificial nos dice de los cerdos que hay en el corral. Aquellos que están tumbados, aquellos que están andando, los que se encuentran en el comedero, pues comiendo o en bebedero, etcétera.

Nos da información sobre la actividad de forma constante en corral, 24 horas al día. Y el otro sensor que utilizamos en porcino es un micrófono ambiente colgado ahí en la sala de corrales. Que también utilizando análisis de sonido, por inteligencia artificial, prevé eventos de enfermedades respiratorias por ejemplo.

Imaginemos cerdos que empiezan a toser con más frecuencia. Pues esto salta la alarma conforme aquí, ahí, problemas respiratorios. Esto serían los sensores por especie que estamos utilizando y testando justo ahora empezando a recopilar datos.

 

Una pregunta. Estamos recopilando datos en la granja y con el consumidor hicimos su lista de requerimientos. Pero esta lista de requerimientos a mi me surge la duda, voy dando vueltas. ¿Cómo podemos evaluar qué quiere un consumidor si podemos tener un elenco, una alícuota amplia de tipo de consumidor? Es decir, el consumidor estándar, ¿Cómo habéis se evaluado un consumidor estándar para vuestra plataforma?

Es un aspecto crítico de hecho, cómo informar al consumidor y de hecho lo que hemos visto en los estudios que hemos hecho en esta primera fase es que incluso pueden existir diferencias geográficas. Un consumidor por ejemplo danés puede esperar cosas distintas que el consumidor italiano, español, etcétera. Por lo tanto, podría ser que aquellas empresas que informen sobre bienestar, o digamos, vendan productos alimentarios en un país como Finlandia o Dinamarca, lo hagan de una forma distinta a como se informa en otros países.

 

Por ejemplo, si el consumidor danés está muy interesado, si los animales, las vacas tienen acceso al pasto. Pues que nuestra plataforma, pueda informar sobre esto, para el consumidor danés. Pero el consumidor italiano, está más interesado en el estado nutricional de los animales. Es decir, que sus animales no han padecido nunca hambre, pues lo podamos también informar. De alguna manera, generar una plataforma que sea flexible y adaptable a los requerimientos de cada mercado.

 

Para terminar la fase de recogida de datos. ¿Durante cuánto tiempo se están recogiendo datos?

Más o menos calculamos que vamos a necesitar entre un año y un año y medio para tener una idea fiable. O sea, al final lo que estamos construyendo es un algoritmo, que este algoritmo integre la información de todos estos sensores. Además de otra información que yo voy a comentar y de alguna manera lo dijera para dar una información fácil de entender para el consumidor y el ganadero.

 

Por lo tanto, este algoritmo lo tenemos que entrenar. Tenemos que darle datos para que pueda ir refinando cómo se analizan todos estos datos y los podemos ir transfiriendo. Claro, debemos pensar que una vaca, en la que estamos midiendo su comportamiento alimenticio durante todo el día, durante cada día de la semana. O sea, todas las semanas, por ejemplo una granja promedio que tenga 200 o 300 vacas esto genera muchísimos datos. Por lo tanto, integrar esto y que dé al final información no es tarea fácil.

Por lo tanto, vamos a necesitar bastante tiempo entre un año y un año y medio que vamos estar en las granjas recopilando información, contrastando, etcétera.

 

Para aquellos que nos están oyendo, cuando hablas de un algoritmo, ¿Qué es un algoritmo?

Al final, un algoritmo es una ecuación que permite, pues utilizando datos de distintas fuentes, hacer unos cálculos y te de por ejemplo un índice. Aquí simplificando, si lo que queremos es un índice de bienestar, basado en distintos criterios que son los que están medidos por los sensores.

Pues al final, el algoritmo lo que va hacer es calcular por ejemplo, ¿cuántas veces ha ido la vaca a comer? ¿Cuánto tiempo se ha pasado la vaca descansando? La temperatura interna, ¿si ha reflejado fiebre o no? Todo eso lo va a meter en esta ecuación, este algoritmo y va dar un índice final – estoy simplificando – se a vaca ha estado dentro de los parámetros que se consideran correctos de bienestar o no.

 

Este algoritmo al final nos tiene que valer para finalmente dar un valor, ¿no? O una escala de valor.

Sí, nosotros no pretendemos dar un valor final digamos absoluto. Porque entendemos que es difícil reflejar algo tan complejo como es el bienestar animal con un número. Pero quizá, aspiramos a dar información por ejemplo en distintos niveles, imaginemos un semáforo verde, ámbar y rojo. Y, en función de los niveles de bienestar animal y en distintos ámbitos, por ejemplo, voy a suponer, pues en ámbito de la alimentación, ¿se este animal se ha alimentado de forma correcta o no?

En el ámbito de la salud, ¿se ha tenido una buena salud o no? También el confort que es importante para el bienestar animal y luego el comportamiento natural o comportamiento apropiado. Pues dar una manera de informar a los consumidores, sería mira, pues por cada uno de estos cuatro criterios o aspectos de bienestar le damos un color distinto. Y, que luego cada consumidor podrá valorar si esto está de acuerdo con sus expectativas.

 

Lo entiendo. Pero, entrar en conflicto con el planteamiento de las certificaciones de bienestar actuales, ¿o es…?

Digamos que es un cambio de paradigmas. La certificación en bienestar animal, esa que vemos por ejemplo, vamos a comprar brick de leche y vemos certificado por tal en bienestar animal o etcétera. Estas certificaciones al final responden a un modelo donde hay unos expertos, unos evaluadores que van a la granja un día concreto, se pasa un día en la granja.

Evalúa en general como están estos animales con las condiciones de la granja y hay una puntuación. Si esta puntuación está por encima del umbral que se considera mínimo, pues pasa y tiene una certificación. Si está por debajo no pasa y no la tiene.

Decía que es un cambio de paradigma porque, en este caso es dar una adicción continuada de cómo están los animales.

No es una adicción que pasa en una visita un día al año, en este día pueden haber ocurrido muchas cosas buenas o malas. Por lo tanto, pueden no reflejar el estado real de la granja. Entonces, si utilizamos sensores que están en la granja todo el tiempo, podemos conocer los animales como están todo el tiempo. Por lo tanto, en base a esto informar al consumidor y ojo, no nos olvidemos, al ganadero que también está muy interesado por conocer cómo están sus animales.

 

 

Aquí debo decir que no es nuestro objetivo, digamos ser o terminar siendo la competencia de las certificadoras, en absoluto. Porque además, creo que la certificación de bienestar animal ha hecho importantes avances en el campo, digamos en el mercado haciendo florecer el interés en bienestar animal.

Pero si que vamos a desarrollar, la pretensión es desarrollar una herramienta para ponernos al servicio de las certificadoras y que sean estas las que decidan o no utilizar esta herramienta que entendemos que es más precisa que los protocolos que se utilizan hoy en día.

 

Me parece que es bastante complementario. Aunque, sí que es verdad que dada la complejidad de la ganadería de precisión quizás, o la inversión que se necesita en una ganadería, en una explotación para incorporar estos sensores.

Yo veo quizá, que esta plataforma en el futuro, puede «estar como un NIR». Es decir, como una centralización de información de las granjas y, que una central está barajando los datos y retorna los datos a las granjas en este sentido. Un NIR compartido, ¿no? De intentar buscar la línea y que todo sobre esta línea normativa puedan ir los ganaderos pues jugando con estos datos.

Estoy viendo esta plataforma, este proyecto y me gustaría incluso quizá algunas granjas, algunas cooperativas o integradoras que pudieran ir más allá. Incluso poner a prueba cambios de manejo, cambios de alimentación y valorar si realmente el estado sanitario y de bienestar de sus animales mejoran o empeoran, ¿no?

Si, al final lo que aquí intentaremos desarrollar es una plataforma para generar datos sobre cómo están los animales, como responden los animales al ambiente. A partir de aquí estos datos se pueden utilizar de infinitas maneras.

Por ejemplo, para una cooperativa – caso de nuestro socio Covap – le puede ser muy interesante al saber si un alimento, que ha decidido incorporar en sus granjas, si esto tiene efecto no sólo en la productividad, si no en otros aspectos de los animales.  Y, además tenerlo en tiempo real. Es decir, saber en cada momento que es lo que está ocurriendo en los animales de tus granjas.

Pero, además de cooperativas, de productores, se puede utilizar también por otros sectores. La industria farmacéutica puede utilizar estos datos para saber la efectividad de un tratamiento que se esté utilizando y todo esto en tiempo real.

Al final, una de las mayores ganancias de este proyecto es que se generan tal cantidad de datos, que estos datos en función de cómo se analicen, pueden tener distintas utilidades.  Aquí también pueden salir distintos modelos de negocio, nosotros hemos identificado estos dos.

El del consumidor que necesita ser informado y el del ganadero que necesita conocer su proceso productivo, pero puede darle otros. Por lo tanto, esta plataforma podría seguir evolucionando y dar cobertura a otros modelos.

 

Tú también sueñas, ¿has pensado más allá, a parte de la base de este proyecto? Es decir, yo comento de los cambios dentro de manejo, alimentación, instalaciones, sanitarios, etcétera. Pero tú comentas intermediarios, ¿Qué más? ¿Hacia dónde podría ir? Porque evidentemente la plataforma puede generar un big data muy importante a nivel de bienestar que puede ser muy interesante. Poder manejar en diferentes líneas de objetivos, ¿no? ¿Qué temas podríamos esperar?

Claro, fijémonos que se trata de los datos que vamos recopilando. Son datos al final de cómo reaccionan los animales a su ambiente. Sobre todo son datos de comportamiento, pero también datos fisiológicos.

Esto nos da mucha información como he dicho antes, para distintos objetivos. Están los que hemos comentados ya ahora, pero podría utilizarse también, pues al final, todo es para tener más transparencia el sector. Pero, yo creo que el uso que se haga de estos datos, insisto, es infinito, pero ahora no me atrevo a decir ejemplos concretos, pero hay muchos.

 

Pues no se si tienes algo más a añadir. Hoy lo que hemos hablado, la verdad es que avanzado muy rápido y no creo que nos hayamos dejado nada vital de lo hablado. Aunque sí que es verdad que es muy distinto intentar explicarlo a una tercera persona que hablar un «tet-a-tet» entre tú y yo. Porque hay muchas cosas que a mi me sorprendieron también. Por el concepto ClearFarm, la transparencia, la grasa limpia, clara…

El nombre del proyecto, quiere ejemplificar que lo que buscamos es una granja transparente, una granja que se pueda controlarse. Pueda monitorizar de forma, insisto, continuada, sistematizada desde distintos niveles y aquí viene el nombre del Clear. Que es transparente y luego este modelo que estamos intentando desarrollar, puede ser aplicable a otras producciones como hemos comentado al principio en el caso de la avicultura. Es decir, si esto conseguimos hacerlo funcionar en porcino y en vacuno lechero. Pues quizás, también lo podamos implementar en la avicultura, en las aves de corral, sean gallinas ponedoras o pollos de engorde.

 

Porque el proyecto, ¿de dónde surge? ¿Quién piensa? ¿Quién hace el brainstorming?

Bueno, la idea inicial sale de un grupo más pequeño en lo que estaría la Universidad de Murcia, nosotros, la Universidad Autónoma de Barcelona que somos los coordinadores además y, también está la Universidad de Wageningen. Una universidad muy importante en términos de producción animal, quizás la universidad más importante del mundo. Y, entre personas de estos tres grupos, pues salió esta idea que ha evolucionado muchísimo de lo que inició, qué se previó. Pero al final,  yo veo que la idea principal era esta y, luego así que hemos añadiendo cosas como la que comentamos antes del impacto ambiental.

Hemos estado hablando de cómo informar al consumidor sobre el impacto ambiental. Pero lo que no queríamos nosotros, bajo ningún concepto es, que por ejemplo – hoy en día sabemos que existe una rectificación que se llama la etiqueta de la huella de carbono, el Carbon Footprint – y… podríamos nosotros dar esa etiqueta de bienestar animal. Pero, ¿Qué pasaría si están contrapuestas? Es decir, una tendrá unos valores muy buenos de impacto ambiental, mientras que el otro tendrá valores muy malos.

Lo que queremos es que la etiqueta del ClearFarm entere también estos conceptos de impacto ambiental y, esto definitivamente no estaba en la idea inicial del proyecto.

 

Pues, yo para finalizar sólo invitaría a todos los que nos han estado oyendo y aquellos que lo hagan más tarde, que visiten la web. Porque realmente es una web muy clara, muy dinámica con un video muy explicativo y sencilla. Sencilla ahora, ahora que empieza y que supongo que poco a poco también irá avanzando a medida que todo el proyecto, la plataforma vaya creciendo. Pues Pol, muchísimas gracias como coordinador del proyecto ClearFarm, ha sido todo un placer tenerte con nosotros. A ti estamos para que lo que quieras también desde nutriNews.

Lo agradecemos a vosotros también darnos la oportunidad, también hablo aquí en nombre de Xavi Manteca que en la realidad es el coordinador del proyecto. Yo trabajo digamos, mi ámbito de trabajo es de coordinador técnico. Y, bueno, agradecerlos la oportunidad de darnos a explicar este proyecto tan ambicioso, lo sabemos.

Pero que esperemos que realmente aporte un poco mas de transparencia, un poco de luz en la producción animal. Con el fin, de mejorar la imagen que creemos que es buena y debe poder se explicar y también la eficiencia a la hora de criar animales.

 

¡Pues muchas gracias Pol y hasta siempre!

Muchas gracias, ¡hasta luego también!

 

---

Para seguir la entrevista completa, síguenos en Instagram:

https://www.instagram.com/tv/CMNQdR_llbx/?hl=es