Uno de los principales desafíos de la geotecnia aplicada a minería es la dispersión en los parámetros del terreno. Incluso en campañas bien ejecutadas, la variabilidad natural de los materiales y las limitaciones de los métodos de ensayo pueden generar incertidumbre en la interpretación, afectando la toma de decisiones de diseño. En este contexto el desafío no es solo medir más, sino interpretar mejor.
Los ensayos presiométricos constituyen una base sólida para abordar este problema, al permitir la obtención de parámetros directamente en terreno y bajo condiciones controladas. Su aplicación en minería ha demostrado ser especialmente útil en una amplia gama de materiales, desde suelos blandos como relaves a suelos gruesos, como ripios y rocas meteorizadas, los que son particularmente difíciles de caracterizar. Estos últimos representan un desafío particular para la caracterización geotécnica, debido a que los ensayos convencionales suelen ser insuficientes para representar adecuadamente su comportamiento de deformación.
Sin embargo, el valor del dato presiométrico se potencia cuando se integra a un proceso de análisis coherente. La modelación numérica permite traducir estos parámetros en comportamiento, evaluando escenarios, validando hipótesis de diseño y analizando la respuesta del terreno frente a distintas condiciones operacionales. De este modo, el modelo deja de ser una representación abstracta y se convierte en una herramienta para entender y anticipar el desempeño real del sistema.
En los últimos años, la incorporación de técnicas de inteligencia artificial ha permitido avanzar un paso más en este proceso. A través de simulaciones iterativas, la IA puede evaluar múltiples combinaciones de propiedades del suelo hasta identificar aquellas que reproducen de mejor manera la curva de respuesta obtenida durante el ensayo presiométrico, reduciendo significativamente los tiempos y costos de análisis frente a un proceso manual. No se trata de reemplazar el criterio ingenieril, sino de complementarlo con una herramienta capaz de contrastar resultados, disminuir la dispersión de los parámetros de diseño y hacer más eficiente la caracterización geotécnica.
La experiencia en proyectos mineros muestra que la diferencia no está en una herramienta aislada, sino en la integración coherente de ensayos, modelación y análisis avanzado. Cuando los datos son de calidad y se interpretan con criterio técnico, es posible reducir la incertidumbre, optimizar diseños y tomar decisiones más seguras en entornos geológicos complejos.