El proyecto MADTEC-2025-M-346, financiado por la Secretaría de Ciencia, Humanidades, Tecnología e Innovación (Secihti), impulsa el desarrollo y la maduración tecnológica de Tzuku, una plataforma orientada a apoyar el monitoreo, el bienestar y el entrenamiento de perros de trabajo, asistencia y compañía.
¿Qué pueden revelar el movimiento, la postura, los sonidos e incluso la temperatura de un perro sobre su comportamiento y bienestar? Para responder a esta y otras preguntas, el Centro de Investigación Científica y de Educación Superior de Ensenada, Unidad Académica Tepic (CICESE-UAT), desarrolla Tzuku: una plataforma tecnológica que integra sensores, inteligencia artificial e Internet de las Cosas (IoT) para analizar de forma integral la información asociada al comportamiento canino.
Los perros nos acompañan, nos asisten, nos protegen y, en muchos casos, también trabajan a nuestro lado. Pueden ser animales de compañía, guías, rescatistas, detectores, de apoyo terapéutico o aliados en tareas especializadas. En todos estos contextos, entender su comportamiento no solo fortalece el vínculo con las personas, sino que también es clave para cuidar su bienestar, mejorar su entrenamiento y anticipar posibles situaciones de riesgo.
Sin embargo, interpretar lo que un perro expresa no siempre es sencillo. Un ladrido, una postura corporal, un cambio en su movimiento o una variación fisiológica pueden tener distintos significados según el contexto. Por ello, analizar su comportamiento implica ir más allá de señales aisladas y considerar de manera integral lo que ocurre en su cuerpo, en su actividad y en su entorno.
Con esta visión nació Tzuku, una iniciativa cuyo nombre proviene de la lengua wixárika y significa perro. Desde sus primeras etapas, el proyecto ha explorado cómo la inteligencia artificial, los sensores, los dispositivos vestibles y las tecnologías móviles pueden apoyar el estudio del comportamiento canino.
Su primera versión fue un prototipo experimental que permitió probar componentes tecnológicos, recopilar datos y desarrollar modelos preliminares. Además, demostró que es posible analizar las señales de los perros mediante métodos computacionales, sentando así las bases científicas y tecnológicas para una herramienta más completa, capaz de integrar diversas fuentes de información sobre el animal.
Actualmente, Tzuku entra en una nueva etapa a través del proyecto MADTEC-2025-M-346, titulado Mejoramiento y escalamiento de Tzuku: plataforma tecnológica multimodal IoT para el entrenamiento y el análisis inteligente del comportamiento de perros de trabajo, de asistencia y de compañía. Esta iniciativa cuenta con el financiamiento de la Secihti, mediante la convocatoria Maduración de Tecnologías, Mejoramiento de la Inventiva y Retos Tecnológicos para la Atención de Problemáticas Nacionales Prioritarias 2025.
El apoyo de Secihti es clave, ya que permite que Tzuku evolucione de una etapa experimental a un proceso de maduración tecnológica. Este avance implica optimizar el funcionamiento de la plataforma, validar sus capacidades, mejorar la experiencia de los usuarios, atender aspectos normativos, analizar riesgos, evaluar su potencial de aplicación y avanzar en los procesos de protección intelectual. Esto con el objetivo de reducir la brecha entre un prototipo de laboratorio y una solución tecnológica con posibilidades reales de transferencia, adopción y uso en escenarios reales.
Uno de los principales desarrollos se centra en el dispositivo de sensado, que, en esta nueva etapa, busca evolucionar hacia un collar inteligente más funcional y adecuado para perros. Este dispositivo permitirá registrar información sobre el movimiento, la ubicación, la temperatura y otras variables fisiológicas, así como los sonidos emitidos por el animal, como ladridos, gruñidos o quejidos.
La plataforma también incluye una aplicación móvil que permite registrar actividades, entrenamientos, observaciones y evidencia audiovisual. Esta información, junto con la recopilada por el dispositivo de sensado, se integrará en modelos de inteligencia artificial capaces de analizar datos provenientes de diversas fuentes, como sensores, audio, video y registros fisiológicos.