Fiche
FRUCTHOR-IA : trufficulture et robotique en Dordogne
Le projet FRUCTHOR-IA explore l’aide à la décision et la robotique trufficole. Objectifs publiés en Dordogne et questions pour suivre les essais.
Mis à jour le
En Dordogne, FRUCTHOR-IA donne un exemple local de recherche sur l’intelligence artificielle appliquée à une production agricole. Une publication du Département datée du 30/01/2026 présente le volet trufficole du projet et une rencontre européenne organisée deux jours auparavant. Elle décrit des orientations de travail, sans fournir de mesure de rendement permettant de conclure à l’efficacité d’un outil dans une exploitation.
Les objectifs annoncés pour la filière
Le Département évoque des indicateurs d’aide aux décisions concernant les plantations, l’irrigation, le sol, la taille et le réensemencement. Il envisage aussi un robot léger pour certaines interventions au sol, avec une attention particulière aux zones de brûlés autour des arbres. Le projet bénéficie d’un cofinancement INTERREG SUDOE. Ces éléments proviennent de la présentation départementale de FRUCTHOR-IA, relue le 16/11/2026.
La publication ne constitue ni un catalogue de matériel disponible ni une invitation actuelle à candidater à un essai. Elle ne donne pas non plus de tarif d’acquisition. Pour suivre le projet, cherchez une publication ultérieure précisant le stade de développement, les conditions d’expérimentation et les résultats effectivement observés.
Quelles preuves demander lors d’une présentation ?
Un outil d’aide à la décision et un robot intervenant dans une parcelle demandent des vérifications différentes. La grille ci-dessous propose des questions pour un échange avec une équipe de projet ; elle n’attribue aucune de ces fonctions à un prototype existant.
| Objet présenté | Question de vérification |
|---|---|
| Un indicateur calculé | Quelles mesures l’alimentent, à quelle date et sur quelle zone ? |
| Une proposition d’intervention | Qui la relit et quelles observations peuvent la contredire ? |
| Un déplacement autonome | Où s’arrête la zone autorisée et comment interrompre le mouvement ? |
| Un résultat d’essai | Avec quelle situation de référence la comparaison est-elle faite ? |
Demandez aussi comment sont traitées les données manquantes. Une absence de mesure ne devrait pas être confondue avec une valeur normale. Si une carte ou une recommandation est montrée, faites préciser ce qui vient d’une observation, d’un calcul ou d’une hypothèse. Cette distinction aide à comprendre la portée réelle de la démonstration.
Préparer son propre dossier de questions
Avant une rencontre, rassemblez une description simple des opérations qui prennent du temps, des informations déjà notées et des contraintes de terrain. Inutile de transmettre immédiatement toutes vos données : un exemple anonymisé ou fictif peut suffire à expliquer la difficulté. Choisissez ensuite un critère observable, comme la possibilité de retrouver la mesure à l’origine d’une proposition.
La fiche intégrer l’IA dans une activité agricole traite séparément l’organisation documentaire. Pour cadrer ce type de besoin, un audit des données et des usages permet de discuter du périmètre ; il ne vaut pas expertise agronomique ni validation d’un équipement robotique.
Retrouvez les interlocuteurs et les rencontres documentées sur l’accueil Dordogne et dans la fiche Digital Valley à Périgueux. Leur présence dans cet annuaire ne signifie pas qu’ils participent au projet FRUCTHOR-IA.
Sources
Pages consultées pour écrire cet article :