Este trabajo de investigación realiza una revisión sistemática de los métodos y tecnologías emergentes para la detección y clasificación automatizada del estado de madurez en frutas, con un enfoque en el uso de inteligencia artificial (IA) y aprendizaje profundo. Se analizan diversas técnicas, como redes neuronales convolucionales (CNN), modelos YOLO, Random Forest y Support Vector Machines (SVM), que han demostrado una precisión superior al 90% en la clasificación de frutas como plátanos, mangos, tomates y duraznos. Los resultados indican que estas tecnologías superan los métodos tradicionales, optimizando la cadena de suministro agrícola y reduciendo el desperdicio. Sin embargo, se identifican desafíos como la variabilidad en los datos de entrenamiento, la necesidad de condiciones controladas y la dificultad de generalización en entornos reales. Además, se destaca la t...