بانک جهانی بر «هوش مصنوعی کوچک» برای کشاورزان تأکید کرد

پاسکال دونوهو، مدیر ارشد دانش گروه بانک جهانی، در گفت‌وگوی ۱۸ اکتبر بر ابزارهای کم‌هزینه هوش مصنوعی برای کشاورزان تأکید کرد.

این رویکرد در گزارش‌های پیشین بانک جهانی با عنوان «هوش مصنوعی کوچک» تشریح شده است: ابزارهایی برای نیازهای مشخص محلی، مانند تشخیص بیماری گیاه یا دریافت اطلاعات بازار، که استفاده از آن‌ها با تلفن هوشمند ساده و اتصال محدود ممکن باشد. نمونه‌های هند نشان می‌دهند این خدمات چگونه عرضه می‌شوند؛ سنجش اثر اقتصادی آن‌ها به داده‌های هزینه، محصول و درآمد کاربران نیاز دارد.

چرا یک مدل کوچک می‌تواند مسئله‌ای بزرگ را هدف بگیرد؟

کمبود اطلاعات به‌موقع برای کشاورزان خرد، هزینه اقتصادی دارد. تصمیم درباره زمان آبیاری، مصرف کود، بیماری گیاه یا فروش محصول ممکن است در فاصله کوتاهی تغییر کند، اما دسترسی به کارشناس، آزمایش خاک و اطلاعات بازار در بسیاری از مناطق محدود است. اگر یک ابزار تلفن همراه بتواند اطلاعات معتبر و قابل‌فهم را در زمان مناسب عرضه کند، هزینه جست‌وجو و تأخیر در تصمیم کاهش می‌یابد. از این سازوکار می‌توان بهبود احتمالی عملکرد، کاهش اتلاف نهاده‌ها و افزایش درآمد را انتظار داشت؛ با وجود این، اندازه واقعی اثر فقط با اندازه‌گیری محصول، هزینه و درآمد مزرعه پیش و پس از استفاده، و مقایسه با گروه مشابه مشخص می‌شود.

عنوان «کوچک» در این رویکرد بر دسترس‌پذیری، هزینه و کاربرد مشخص محلی تأکید دارد. کارکردن یک برنامه روی تلفن به این معنی نیست که تمام پردازش آن داخل همان دستگاه انجام می‌شود؛ نیاز به سرور و اتصال به طراحی هر خدمت بستگی دارد. کیفیت توصیه نیز به درستی داده محلی، به‌روزبودن اطلاعات هواشناسی و خاک، زبان کاربر و امکان مراجعه به متخصص وابسته است. پاسخ نادرست درباره آفت یا کود می‌تواند هزینه نقدی و کاهش محصول ایجاد کند.

نمونه هند؛ «آگری‌کانکت» چه می‌کند و چه چیزی هنوز ثابت نشده است؟

در گزارش رسمی ۱۱ ژوئن بانک جهانی درباره ایالت اوتار پرادش، زیرساخت دیجیتال «یوپی اَگری‌وِرس» به‌عنوان بستری برای پیوند اطلاعات بازار، مشاوره و خدمات مالی معرفی شده است. بنا بر همین گزارش، این بستر از ابزارهای هوش مصنوعی سبک سازگار با تلفن‌های هوشمند ساده و پهنای باند محدود استفاده می‌کند. هدف ابتکار آگری‌کانکت کمک به ۳۰۰ میلیون کشاورز خرد در جهان برای حرکت از تولید معیشتی به تولید مازاد است؛ این رقم هدف اعلامی است و نباید آن را شمار بهره‌برداران کنونی خواند.

گزارش ژوئن به یک تغییر روش کاشت برنج نیز اشاره می‌کند که در یک نمونه گزارش‌شده توانسته هزینه‌ها و مصرف آب را کاهش دهد. اما افزایش عملکرد ناشی از شیوه جدید کاشت، به‌تنهایی اثبات نمی‌کند که هوش مصنوعی عامل آن بوده است؛ بذر، تجهیزات، آبیاری و آموزش نیز هم‌زمان نقش دارند. تفکیک اثر فناوری دیجیتال از سرمایه‌گذاری کشاورزی اهمیت دارد، وگرنه افزایش تولیدِ حاصل از مجموعه‌ای از مداخله‌ها به یک اپلیکیشن نسبت داده می‌شود.

نمونه‌های مشخص‌تری در گزارش بانک جهانی به تاریخ ۳۱ اوت دیده می‌شود. در کرالا، سامانه «کاتیر» در حال توسعه است تا داده‌های ماهواره‌ای و خدمات مشاوره کشاورزی را در اختیار کاربران بگذارد. بنا بر این گزارش، پایگاه آن تا آن زمان اطلاعات بیش از سه میلیون کشاورز و نقشه بیش از ۱٫۱ میلیون هکتار زمین را دربرمی‌گرفت، اما عرضه کامل خدمات همچنان در پیش بود. این اعداد اندازه پایگاه داده را نشان می‌دهند؛ تعداد بهره‌برداران فعال و تغییر درآمدشان شاخص‌های جداگانه‌ای هستند.

در مهاراشترا نیز دستیار چندزبانه «ماهاویستار» به پرسش‌های کشاورزان درباره بیماری گیاه، هوا و بازار پاسخ می‌دهد. طبق گزارش همان نهاد، این ابزار در چند ماه بیش از سه میلیون بار بارگیری شده است. شمار بارگیری با تعداد کاربران فعال، کشاورزان بهره‌مند یا افزایش واقعی بهره‌وری برابر نیست. برای تبدیل این شاخص به سنجه اقتصادی باید میزان استفاده مستمر، دقت راهنمایی، هزینه خدمات و تغییر درآمد خانوارهای کشاورز روشن شود.

برآورد بانک جهانی درباره اشتغال؛ فرصت است یا جابه‌جایی کار؟

گزارش توسعه جهانی ۲۰۲۶ بانک جهانی که چهارم اوت معرفی شد برآورد می‌کند حدود ۱۶٫۲ درصد مشاغل در اقتصادهای درحال‌توسعه ظرفیت افزایش معنادار بهره‌وری با کمک هوش مصنوعی دارند؛ رقم قابل‌مقایسه برای اقتصادهای پردرآمد ۱۸٫۷ درصد است. بر اساس همان برآورد، سهم مشاغل در معرض خطر خودکارسازی با هوش مصنوعی مولد در کشورهای کم‌درآمد و با درآمد متوسط ۴٫۵ درصد و در اقتصادهای پردرآمد ۱۴٫۲ درصد است.

این درصدها پیش‌بینی قطعیِ ایجاد یا حذف همین مقدار شغل نیستند. «در معرض خودکارسازی بودن» با بیکاری تحقق‌یافته تفاوت دارد و ظرفیت افزایش بهره‌وری نیز به معنی رشد هم‌اندازه دستمزد نیست. ممکن است بخشی از منفعت ابتدا نصیب ارائه‌دهنده خدمات نرم‌افزاری، فروشنده محصول یا واسطه تأمین مالی شود؛ سهم کشاورز به رقابت، مالکیت داده و قدرت چانه‌زنی بستگی دارد. بنابراین مسئله اقتصادی فقط دسترسی به مدل نیست، بلکه توزیع ارزش افزوده در زنجیره تولید و فروش نیز هست.

مانع اصلی؛ برق، ارتباطات، مهارت و اعتماد

بانک جهانی در گزارش اوت یادآوری کرده است که در آفریقای زیرصحرا نزدیک یک‌سوم مدارس روستایی برق قابل‌اتکا ندارند و بیش از دوسوم به اینترنت پایدار دسترسی ندارند. دامنه این آمار مدارس روستایی است؛ نرخ دسترسی مزرعه‌ها یا خانوارها باید جداگانه سنجیده شود. گسترش خدمات دیجیتال کشاورزی نیز به امکان شارژ تلفن، اتصال لازم برای به‌روزرسانی داده‌ها و آموزش کاربران وابسته است.

هزینه‌های پنهان دیگری هم وجود دارد: چه کسی داده مزرعه را جمع می‌کند و حق استفاده از آن با کیست؟ توصیه اشتباه چگونه اصلاح می‌شود؟ اگر خدمات ابتدا رایگان و سپس اشتراکی شوند، کشاورز خرد چه گزینه دیگری دارد؟ پاسخ به این پرسش‌ها بر هزینه تولید، رقابت شرکت‌ها و امکان اعتماد عمومی اثر می‌گذارد. از منظر سیاست‌گذاری، حمایت از زیرساخت عمومی و امکان ارزیابی مستقل خدمت ممکن است به‌اندازه تأمین بودجه خرید نرم‌افزار اهمیت داشته باشد.

سرمایه خصوصی در معادله توسعه چه نقشی دارد؟

گروه بانک جهانی در اطلاعیه رسمی ۱۷ سپتامبر اعلام کرد که در سال مالی ۲۰۲۶، ۱۱۲ میلیارد دلار سرمایه خصوصی بسیج کرده است. این رقم به کل فعالیت گروه بانک جهانی مربوط است و بودجه اختصاصی هوش مصنوعی یا آگری‌کانکت محسوب نمی‌شود. بررسی سهم کشاورزی و پروژه‌های دیجیتال از این کل، به اطلاعات تفکیکی قراردادها، پرداخت‌ها و عملکرد پروژه‌ها نیاز دارد. سرمایه بسیج‌شده نیز به‌تنهایی مبلغ هزینه‌شده در مزرعه‌ها را نشان نمی‌دهد.

در نمونه هند، پیوند اطلاعات کشاورزی با دسترسی به وام، فروش محصول و خدمات لجستیکی می‌تواند سازوکار اثرگذاری روشن‌تری نسبت به ارائه یک پاسخ رایانه‌ای داشته باشد. اطلاعات بهتر ممکن است ریسک ارزیابی وام‌دهنده را کم کند، اما بدون بازار رقابتی، بیمه و امکان فروش، افزایش تولید الزاماً به افزایش سود کشاورز منجر نمی‌شود. به همین دلیل برنامه بانک جهانی زمانی از سطح نمایش فناوری عبور می‌کند که تغییر قابل‌اندازه‌گیری در درآمد و هزینه تولید ثبت شود.

از دسترسی به ابزار تا نتیجه اقتصادی

رونما پیش‌تر در گزارش نشست بانکوک و مسئله مشاغل هوش مصنوعی به رابطه فناوری، رشد و اشتغال پرداخته بود. کاربرد کشاورزی، نمونه مشخصی برای پیگیری همین رابطه است: ارائه یک خدمت دیجیتال باید به تصمیم بهتر در مزرعه و سپس به نتیجه اقتصادی قابل‌اندازه‌گیری برسد. دسترسی به اطلاعات، نخستین مرحله این مسیر است.

برای ارزیابی پیشرفت این برنامه‌ها سه دسته داده اهمیت دارد: هزینه و پایداری خدمات دیجیتال برای مزرعه کوچک؛ نتایج آزمون‌های مستقل درباره عملکرد محصول، مصرف آب و سود خالص؛ و گزارش شفاف سرمایه‌گذاری و تعداد کاربران فعال. مقایسه مزارع استفاده‌کننده با مزارع مشابه، در دوره‌ای که تغییرات آب‌وهوا و قیمت‌ها نیز ثبت شده باشد، می‌تواند سهم واقعی ابزار دیجیتال را روشن‌تر کند.

تصویر مطلب: عکس آرشیوی کشاورز کنیایی با تلفن همراه، ۱۵ اکتبر ۲۰۱۰. عکس: نیل پالمر / CIAT، از ویکی‌مدیا کامنز، با مجوز CC BY-SA 2.0. تصویر به پروژه‌های هوش مصنوعی معرفی‌شده در این گزارش مربوط نیست.