María Pazo defendeu a súa tese doutoral, titulada “Development and optimization of decentralized machine learning models in the context of sustainable mining”, un traballo que explora como a intelixencia artificial pode mellorar a toma de decisións no sector mineiro. A lectura tivo lugar o pasado luns 23 de febreiro na Escola de Minas e Enerxía, e o proxecto obtivo Mención Internacional, un recoñecemento á súa calidade e proxección exterior.
A súa investigación baséase nun marco de aprendizaxe automática de enfoque bayesiano, unha técnica que permite manexar grandes cantidades de datos e avaliar riscos con maior precisión. Grazas a este método, é posible comprender mellor como distintas decisións afectan non só á economía do proxecto mineiro, senón tamén ao seu impacto no contorno natural e nas comunidades. A tese combina redes bayesianas, teoría da información e ferramentas de AutoML, tres piares que permiten que os modelos “aprendan” de datos complexos e distribuídos de forma máis eficiente.
O traballo desenvolveuse no CINTECX, dentro do grupo de investigación GESSMin, que estuda métodos para unha minería máis responsable. A proposta de Pazo chega nun momento no que a dixitalización, a transición enerxética e o avance da intelixencia artificial están a transformar por completo o sector. Neste contexto, dispor de modelos que axuden a anticipar escenarios e reducir a incerteza converteuse nun elemento fundamental para avanzar cara a unha minería máis sostible.
Un enfoque que achega a ciencia de datos aos retos reais da minería
A tese ofrece unha ferramenta que facilita integrar información dispersa, interpretar riscos e tomar decisións máis informadas. Nun sector onde cada elección implica consecuencias económicas, ambientais e sociais, este tipo de modelos pode marcar a diferenza.
A investigación demostra que a intelixencia artificial non só é útil para optimizar procesos industriais, senón tamén para apoiar decisións complexas nun sector clave para a transición enerxética.

