Искусственный интеллект и доверие фермеров к прогнозам в агрономии

В западной Индии фермер, заключивший контракт с крупным производителем продуктов питания, получил через полевого агента данные о будущем урожае. Система оценила ожидаемый объем и качество продукции на основе применяемых методов работы и внесенных ресурсов, а также спрогнозировала уровень оплаты труда. Благодаря объяснению полевого агента, который продемонстрировал данные агрономических осмотров, спутниковые показатели здоровья посевов и стандарты качества с аналогичных хозяйств, аграрий понял логику прогноза. После того как реальный урожай совпал с расчетами системы, отношение фермера к подобным прогнозам изменилось.

Прогнозирование урожайности и качества позволяет агробизнесу заранее планировать закупки, оптимизировать графики переработки и сокращать потери за три-четыре недели до сбора урожая. Тем не менее, точность таких решений зависит от качества исходных данных, а готовность аграриев следовать рекомендациям — от их понятности и надежности источника информации. Опыт более чем 35 корпоративных внедрений показывает, что прогнозы без объяснений вызывают подозрения и воспринимаются как необоснованные вердикты.

Для формирования доверия к прогнозам искусственного интеллекта необходимо выполнение трех условий. Во-первых, система должна опираться на реальные данные конкретного хозяйства, включая наземные записи, наблюдения агрономов и журналы учета ресурсов, а не только на региональные средние показатели. Во-вторых, прогнозы должны быть понятны фермеру на языке его опыта. В-третьих, информацию должен передавать человек, пользующийся доверием, например, агроном, полевой агент или работник кооператива. При соблюдении этих условий аграрии активнее делятся наблюдениями и помогают улучшать работу системы.