En este estudio, investigamos el uso de algoritmos de inteligencia artificial (IA) en combinación con hiperespectroscopía VIS-NIR-SWIR para la clasificación de once variedades de lechuga. Para este propósito, se utilizó un espectroradiómetro para recopilar datos hiperespectrales en el rango VIS-NIR-SWIR, y se aplicaron 17 IA para clasificar las plantas de lechuga. Los resultados mostraron que la mayor precisión y exactitud se lograron utilizando las curvas hiperespectrales completas o los rangos espectrales específicos de 400-700 nm, 700-1300 nm y 1300-2400 nm. Cuatro modelos, AdB, CN2, G-Boo y NN, demostraron valores excepcionales de R y ROC, superando 0.99, al compararse entre todos los modelos y confirmando la hipótesis y destacando el potencial de las IA y las huellas hiperespectrales para una clasificación y fenotipificación de pigmentos eficientes y precisas en agricultura. Los hallazgos de este estudio tienen importantes implicaciones para el desarrollo de métodos eficientes para la fenotipificación y clasificación en agricultura y el potencial de las IA en combinación con la tecnología hiperespectral. Para avanzar en nuestra comprensión de las capacidades de la hiperespectroscopía y las IA en la agricultura de precisión y contribuir al desarrollo de prácticas agrícolas más efectivas y sostenibles, se necesita más investigación para explorar el potencial completo de estas tecnologías en diferentes especies de cultivos y entornos.