Οι εξελίξεις στην τεχνητή νοημοσύνη προσφέρουν την ευκαιρία να γεφυρωθεί το ψηφιακό χάσμα
Παρά τις έντονες συζητήσεις σχετικά με τους κινδύνους και τον ρόλο της τεχνητής νοημοσύνης (AI), οι δυνατότητές της είναι αναμφισβήτητα οι μεγαλύτερες για τα 600 εκατομμύρια μικροκαλλιεργητές στον κόσμο, οι οποίοι δεν έχουν μέχρι στιγμής επωφεληθεί από τα οφέλη της επανάστασης των δεδομένων.
Αυτοί οι αγρότες συχνά εργάζονται σε λιγότερο από δύο εκτάρια ο καθένας, αλλά παράγουν περίπου το ένα τρίτο της παγκόσμιας προσφοράς τροφίμων. Όμως, τα χαμηλά επίπεδα αλφαβητισμού και αριθμητισμού, σε συνδυασμό με τις απομακρυσμένες τοποθεσίες τους, σημαίνουν ότι συνήθως αποκλείονται από την επίσημη οικονομία.
Το αποτέλεσμα είναι ότι οι οικονομικές στατιστικές δεν αντικατοπτρίζουν πλήρως την ουσιαστική συνεισφορά τους ή τις προκλήσεις και τις ανισότητες που αντιμετωπίζουν για την επίτευξη ενός βιώσιμου εισοδήματος.
Αυτό όμως θα μπορούσε να αλλάξει αν ο τομέας της ανάπτυξης, συμπεριλαμβανομένων των οργανισμών βοήθειας, αγκαλιάσει και επενδύσει σε όλο το εύρος της ικανότητας της τεχνητής νοημοσύνης να αξιοποιεί τα δεδομένα για την υποστήριξη και τον μετασχηματισμό των αγροτικών κοινοτήτων και οικονομιών.
Τα ελλείμματα δεδομένων τροφοδοτούν το ψηφιακό χάσμα
Οι μικροκαλλιεργητές σε χώρες με χαμηλό εισόδημα έχουν ιστορικά χάσει τις πιστώσεις, την πρόσβαση στην αγορά και άλλες υπηρεσίες, συμπεριλαμβανομένης της ασφάλισης και ακόμη και των πιστώσεων άνθρακα, λόγω έλλειψης δεδομένων σχετικά με τις δραστηριότητές τους.
Χωρίς επίσημα αρχεία και αποδεικτικά στοιχεία για τις συγκομιδές, τις πωλήσεις και τα κέρδη τους, θεωρούνται υψηλού κινδύνου και μη προσβάσιμοι στις τράπεζες, διαιωνίζοντας τον κύκλο της φτώχειας, αρνούμενοι την πρόσβασή τους στις ίδιες τις υπηρεσίες που θα μπορούσαν να βελτιώσουν την παραγωγικότητα και την κερδοφορία.
Αν και αρκετές ψηφιακές καινοτομίες για τη γεωργία μικρής κλίμακας προσπάθησαν να αντιμετωπίσουν αυτό το πρόβλημα, ο συνολικός αντίκτυπος στα εισοδήματα των μικροκαλλιεργητών παρέμεινε μέτριος. Για παράδειγμα, το εργαλείο ψηφιακής χαρτογράφησης DigiFarm της Safaricom διαθέτει περισσότερους από ένα εκατομμύριο εγγεγραμμένους χρήστες, αλλά από το 2020, η ενεργή συμμετοχή των χρηστών ήταν μικρότερη από 24%.
Ωστόσο, ο αναπτυξιακός τομέας έχει την ευκαιρία να χρησιμοποιήσει την ΤΝ για να καλύψει τα κενά δεδομένων σε κλίμακα και να αναδείξει αυτούς τους αγρότες από αόρατους σε φορείς επιρροής, διασφαλίζοντας ότι θα έχουν ισότιμη πρόσβαση στα εργαλεία και τους πόρους που προωθούν τη σύγχρονη γεωργία.
Δημιουργία ενάρετων κύκλων: από την έλλειψη δεδομένων στην αφθονία
Οι εξελίξεις στην τεχνητή νοημοσύνη προσφέρουν την ευκαιρία να γεφυρωθεί το ψηφιακό χάσμα, επιτρέποντας σε μη κερδοσκοπικούς οργανισμούς, νεοφυείς επιχειρήσεις και κοινωνικές επιχειρήσεις να δημιουργήσουν λύσεις που προσφέρουν αξία στους αγρότες, δημιουργώντας έναν ενάρετο κύκλο.
Για παράδειγμα, η τεχνητή νοημοσύνη μπορεί να βοηθήσει στη δημιουργία πιο προσιτών και διαμοιραζόμενων δεδομένων σχετικά με την παραγωγή των μικροκαλλιεργητών, ώστε να αυξηθεί η συμμετοχή τους στην επίσημη οικονομία.
Η οπτική αναγνώριση χαρακτήρων (OCR) είναι ένα παράδειγμα τεχνολογίας βασισμένης στην ΤΝ που μπορεί να δώσει στους μικροκαλλιεργητές ένα πολύτιμο ψηφιακό αποτύπωμα, σαρώνοντας και ψηφιοποιώντας δεδομένα σε χαρτί, όπως συμβάσεις δανείων και αρχεία γεωργικής παραγωγής. Αυτό συμβάλλει στην αποτελεσματική επισημοποίηση της επιχειρηματικής δραστηριότητας των μικροκαλλιεργητών καταγράφοντας τις δραστηριότητές τους σε μια καθολικά αποδεκτή μορφή.
Στο πλαίσιο του «AI for Women Farmers Challenge» στο Νεπάλ, για παράδειγμα, οι εθελοντές της FruitPunch AI χρησιμοποιούν μοντέλα OCR για να ψηφιοποιήσουν και να μεταφράσουν χειρόγραφο κείμενο στα νεπαλέζικα από φωτογραφίες και σαρώσεις, επιτρέποντας την αναζήτηση και ανάλυση των δεδομένων. Η διαδικασία αυτή καθιστά τα δεδομένα όχι μόνο αναζητήσιμα αλλά και αναλύσιμα, ανοίγοντας το δρόμο για την ανάπτυξη προσαρμοσμένων δομών δεδομένων που μπορούν να χρησιμοποιηθούν για την υποστήριξη αιτήσεων πίστωσης ή δανείων.
Με περισσότερες πληροφορίες σχετικά με τη γεωργία μικρής κλίμακας, καθίσταται ευκολότερο για τους αναπτυξιακούς οργανισμούς και τα χρηματοπιστωτικά ιδρύματα να δημιουργήσουν πολύτιμα προϊόντα και υπηρεσίες που θα βγάλουν τους μικροκαλλιεργητές από τη βιοποριστική γεωργία.
Οι λιανοπωλητές, οι τράπεζες και οι ασφαλιστές χρησιμοποιούν ήδη μοντέλα τεχνητής νοημοσύνης για να τιμολογούν τα προϊόντα τους. Ωστόσο, δεν διαθέτουν σύνολα δεδομένων αρκετά μεγάλα για να εκπαιδεύσουν αυτά τα μοντέλα για τους μικροκαλλιεργητές, επειδή τα δεδομένα είναι κατακερματισμένα και συχνά δεν είναι ψηφιακά.
Με πρόσβαση σε σύνολα δεδομένων με γεωγραφικό προσδιορισμό για ιστορικά δεδομένα απόδοσης, πρόβλεψη απόδοσης και ιστορικό αποπληρωμής δανείων, για παράδειγμα, τα ιδρύματα αυτά θα μπορούσαν να αποδιακινδυνεύσουν τους αγρότες και να προσφέρουν προσαρμοσμένα χρηματοοικονομικά προϊόντα και υπηρεσίες. Οι αγρότες θα είχαν τότε μεγαλύτερη πρόσβαση σε προϊόντα ειδικά προσαρμοσμένα στις ανάγκες τους, ενώ οι πάροχοι υπηρεσιών θα μπορούσαν να αξιοποιήσουν νέα τμήματα της αγοράς.
Σχετικά άρθρα: AI for Good: | Η τεχνητή νοημοσύνη θα αλλάξει για πάντα τη θεραπεία γονιμότητας | Φανταστείτε μια ηθική θέση για την τεχνητή νοημοσύνη στην περιβαλλοντική διακυβέρνηση | Η Microsoft οδηγεί το δρόμο για μια ταχύτερη μετάβαση στην πράσινη ενέργεια | Μπορεί η τεχνητή νοημοσύνη να μας βοηθήσει να μιλήσουμε στα ζώα; | Η απειλή της τεχνητής νοημοσύνης για την ανθρωπότητα ανταγωνίζεται τις πανδημίες και τον πυρηνικό πόλεμο, προειδοποιούν οι ηγέτες της βιομηχανίας | Ο ρόλος των κυβερνήσεων στη ρύθμιση και τη χρήση της τεχνητής νοημοσύνης για τους SDGs | Οι προκλήσεις που έρχονται για τη γεννητική τεχνητή νοημοσύνη
Η ΤΝ μπορεί επίσης να αξιοποιηθεί για την ενδυνάμωση και τον εξοπλισμό των μικροκαλλιεργητών με καλύτερη και ταχύτερη πρόσβαση σε συμβουλές και πληροφορίες εμπειρογνωμόνων, συμπεριλαμβανομένων των τοπικών κλιματικών προβλέψεων, του κινδύνου επιβλαβών οργανισμών και ασθενειών και των τιμών της αγοράς.
Οι πλατφόρμες ΤΝ που αξιοποιούν τόσο την επαγγελματική όσο και την κοινοτική εμπειρογνωμοσύνη, όπως το Farmer.CHAT της Digital Green, καλύπτουν ήδη αυτή την ανάγκη. Αλληλεπιδρώντας με τους χρήστες είτε μέσω κειμένου είτε μέσω φωνητικών μηνυμάτων μέσω της εφαρμογής μηνυμάτων που προτιμούν, όπως το WhatsApp ή το Telegram, οι λύσεις ΤΝ αντιμετωπίζουν επίσης το ευρύτερο χάσμα ψηφιακού αλφαβητισμού.
Τέλος, η τεχνητή νοημοσύνη προσφέρει επίσης στους μικροκαλλιεργητές τη δυνατότητα να αξιοποιήσουν τα δικά τους δεδομένα ως πρόσθετη δυνητική ροή εσόδων, και αυτό είναι το επόμενο βήμα για την πλήρη συμμετοχή στην ψηφιακή οικονομία.
Με την απαίτηση για τεράστια σύνολα δεδομένων για την εκπαίδευση μοντέλων ΤΝ και την έλλειψη σημαντικών δεδομένων μικροκαλλιεργητών, υπάρχει η ευκαιρία να δημιουργηθούν αγορές δεδομένων ΤΝ όπου οργανώσεις αγροτών, όπως συνεταιρισμοί ή ενώσεις, θα προσφέρουν τα συγκεντρωμένα δεδομένα τους και θα διανέμουν τα έσοδα από τις πωλήσεις στα μέλη τους.
Διασφάλιση του απορρήτου και της ασφάλειας των δεδομένων
Ωστόσο, είναι επιτακτική ανάγκη η συμμετοχή των μικροκαλλιεργητών στο οικοσύστημα ΤΝ να μην είναι εκμεταλλευτική και η αυξημένη διαθεσιμότητα δεδομένων να μην είναι εκχυδαϊστική προς όφελος μόνο των μεγαλύτερων φορέων της αγοράς. Η πλήρως ενημερωμένη συγκατάθεση για τη συλλογή δεδομένων, η οποία κοινοποιείται με πολιτισμικά κατάλληλο τρόπο, και η κυριότητα των δεδομένων από τους αγρότες είναι οι ελάχιστες απαιτήσεις για τη διασφάλιση της ισότιμης συμμετοχής τους και την προστασία της ιδιωτικής τους ζωής.
Η τεχνητή νοημοσύνη προσφέρει αναμφίβολα στον τομέα της ανάπτυξης ένα ισχυρό νέο εργαλείο για τη μείωση της φτώχειας, το οποίο θα πρέπει να ενσωματωθεί, να βελτιωθεί και να επικαιροποιείται συνεχώς στο πλαίσιο των προσπαθειών για τη στήριξη των μικροκαλλιεργητών.
Αυτό απαιτεί περισσότερες επενδύσεις στην πρόσληψη και την ανάπτυξη ταλέντων, καθώς και την ανάπτυξη ψηφιακού αλφαβητισμού και προσβασιμότητας επί τόπου. Το κλειδί τώρα είναι η αναβάθμιση των δεξιοτήτων, η επένδυση και η ανάπτυξη της ικανότητας για την πλήρη αξιοποίηση της τεχνολογίας ως δύναμης για το καλό.