El Programa de Mejoramiento Genético de Arroz de INIA (PMGA) busca obtener mejores cultivares de arroz para el sector productivo. Para ello genera líneas experimentales y las selecciona en base al comportamiento evaluado en ensayos de campo y laboratorio. La precisión de esta selección depende de la calidad de los ensayos, el número de repeticiones, localidades y años de evaluación, y la magnitud de efectos y variabilidad debida a factores ambientales (año, localidad), y de interacción genotipo por ambiente (respuesta diferencial de las líneas a los ambientes). Cuantificar estas fuentes permitiría encontrar la distribución de recursos que maximice la ganancia genética con menores costos y tiempo. Para ello se requiere el análisis conjunto de ensayos a través de múltiples años y ambientes. Sin embargo, actualmente los ensayos del PMGA son analizados por separado debido a que los datos están fragmentados en una multiplicidad de soportes y formatos que impiden su análisis conjunto. Esta sub-utilización de la información disminuye la precisión de las estimaciones y por ende la ganancia genética y la eficiencia del PMGA. Este proyecto buscó mejorar la eficiencia del PMGA mediante la consolidación de todos los datos generados por el PMGA y el posterior análisis conjunto de toda la información para la selección de líneas experimentales, mejorando la ganancia genética y la estimación de los parámetros genéticos del PMGA. Se encontró una mejora de más del 20% en la precisión de las estimaciones del valor genético de las líneas en evaluación temprana cuando se analiza en forma conjunta la información de múltiples años y ensayos. Se estimó la ganancia del PMGA para rendimiento y resistencia a las principales enfermedades del cultivo, encontrándose una tendencia genética significativa y favorable en las mejores líneas evaluadas por el programa.