Исследование: помогает ли ИИ мелким фермерским хозяйствам

Искусственный интеллект (ИИ) становится ключевой технологией века, и крупные агрохолдинги уже используют его для повышения прибыли и устойчивости. Однако остается вопрос: получают ли аналогичные выгоды мелкие фермеры?

Группа исследователей из Университета штата Южная Дакота изучила этот вопрос в работе "Применения искусственного интеллекта в сельском хозяйстве требуют подхода, основанного на принципах справедливости, для снижения рисков и предоставления преимуществ мелким фермерам".

ИИ и мелкие фермерские хозяйства

Несмотря на видимое доминирование крупных агрохолдингов, мелкие фермы (до 2 гектаров) производят около 35% мирового продовольствия и составляют 83% всех фермеров. Это создает "настоятельную необходимость поставить мелких фермеров в центр инноваций в области ИИ для сельского хозяйства".

В странах Глобального Юга (Латинская Америка, Африка, Азия, Океания) мелкие фермеры играют ключевую роль в обеспечении продовольственной безопасности, но часто полагаются на традиционные методы и не имеют технических навыков для использования ИИ.

Проблемы внедрения ИИ

Исследователи выделили две основные причины, по которым мелкие фермеры не получают тех же преимуществ от ИИ, что и крупные:

  1. Нехватка технических навыков. Например, для интерпретации данных дистанционного зондирования (спутниковых снимков), которые питают модели ИИ, требуются специальные знания. Платформы вроде Google Earth Engine помогают получить доступ к данным, но не решают проблему полностью.

  2. Нехватка капитала. Технологии точного земледелия, повышающие прибыль и экологичность, имеют низкий уровень внедрения среди мелких фермеров из-за экономической нестабильности. Они менее склонны рисковать, так как не могут финансово пережить неудачу.

Это создает "технологический разрыв" между мелкими и крупными хозяйствами. Крупные фермеры имеют больше капитала для инвестиций, могут позволить себе риски и создавать специализированные рабочие места для анализа данных.

Рекомендации по политике

Для преодоления этих барьеров исследователи предлагают подход, основанный на социальной справедливости, и дают рекомендации:

  • Требовать стандарты прозрачности для моделей, используемых в инструментах и приложениях ИИ.
  • Регулировать рынок, обеспечивая его конкуренцию и ограничивая влияние отдельных разработчиков.
  • Расширять консультационные услуги (extension services), чтобы обучать мелких фермеров технологиям, которые лучше всего подходят для их хозяйств.