Los sistemas de pesaje manual tradicionales para aves en granjas avícolas son lentos y pueden comprometer el bienestar animal. Aunque se han introducido sistemas de pesaje automáticos como alternativa, enfrentan limitaciones para estimar con precisión el peso de aves pesadas. Por lo tanto, es necesario explorar métodos alternativos que ofrezcan una mayor eficiencia y precisión. Una solución prometedora radica en la aplicación de la inteligencia artificial (IA), que tiene el potencial de revolucionar varios aspectos de la producción y gestión avícola, convirtiéndola en una herramienta indispensable para la industria avícola moderna. Este estudio tuvo como objetivo desarrollar un enfoque de IA basado en el modelo de lógica difusa (FL) como una solución viable para estimar el peso del ganado avícola. Al incorporar el conocimiento de expertos y considerar variables clave como la temperatura interior, la humedad interior y el consumo de alimento, se desarrollaron modelos basados en FL con diferentes configuraciones utilizando inferencias de Mamdani y se evaluaron en ocho períodos de cría diferentes en Samsun, Turquía. Los resultados de este estudio demostraron la efectividad de los modelos basados en FL para estimar el peso del ganado avícola. Los modelos lograron diferentes valores de error absoluto promedio en diferentes grupos de edad de los pollos de engorde, que oscilaron entre el 0.02% y el 5.81%. Estos hallazgos sugieren que los métodos basados en FL tienen un gran potencial para la estimación precisa y eficiente del peso del ganado avícola. Este estudio abre caminos para futuras investigaciones en el campo, fomentando la exploración de enfoques basados en FL para mejorar la estimación del peso del ganado avícola en las operaciones de cría avícola.