Pesticida irrorazione con drone su campo di grano.
L'intelligenza artificiale (AI) è sul punto di guidare una rivoluzione agricola e di aiutare ad affrontare la sfida di nutrire la nostra popolazione globale in crescita in modo sostenibile. Ma i ricercatori avvertono che l'utilizzo di nuove tecnologie di intelligenza artificiale su larga scala comporta enormi rischi che non vengono presi in considerazione.
Immagina un campo di grano che si estende fino all'orizzonte, coltivato per la farina che sarà trasformata in pane per sfamare le persone delle città. Immagina che tutta l'autorità per la lavorazione del terreno, la semina, la concimazione, il monitoraggio e la raccolta di questo campo sia stata delegata all'intelligenza artificiale:algoritmi che controllano i sistemi di irrigazione a goccia, i trattori a guida autonoma e le mietitrebbie, abbastanza intelligenti da rispondere alle intemperie e alle esigenze esatte della coltura. Quindi immagina che un hacker rovini le cose.
Una nuova analisi del rischio, pubblicata di recente sulla rivista Nature Machine Intelligence , avverte che il futuro utilizzo dell'intelligenza artificiale in agricoltura comporta rischi potenziali sostanziali per le aziende agricole, gli agricoltori e la sicurezza alimentare che sono poco conosciuti e sottovalutati.
“L'idea di macchine intelligenti che gestiscono fattorie non è fantascienza. Le grandi aziende stanno già sperimentando la prossima generazione di ag-bot autonomi e sistemi di supporto decisionale che sostituiranno gli esseri umani sul campo", ha affermato il dott. Asaf Tzachor del Center for the Study of Existential Risk (CSER) dell'Università di Cambridge, primo autore di la carta.
"Ma finora nessuno sembra aver posto la domanda 'ci sono dei rischi associati a un rapido dispiegamento dell'IA agricola?'", ha aggiunto.
Nonostante l'enorme promessa dell'IA di migliorare la gestione delle colture e la produttività agricola, i potenziali rischi devono essere affrontati in modo responsabile e le nuove tecnologie adeguatamente testate in contesti sperimentali per garantire che siano sicure e protette contro guasti accidentali, conseguenze non intenzionali e attacchi informatici, gli autori dire.
Nella loro ricerca, gli autori hanno elaborato un catalogo di rischi che devono essere considerati nello sviluppo responsabile dell'IA per l'agricoltura e i modi per affrontarli. In esso, lanciano l'allarme sugli attacchi informatici che potrebbero causare interruzioni alle fattorie commerciali utilizzando l'IA, avvelenando i set di dati o spegnendo irroratrici, droni autonomi e mietitrici robotiche. Per proteggersi da ciò, suggeriscono che gli "hacker white hat" aiutino le aziende a scoprire eventuali falle di sicurezza durante la fase di sviluppo, in modo che i sistemi possano essere salvaguardati da veri hacker.
In uno scenario associato a un fallimento accidentale, gli autori suggeriscono che un sistema di intelligenza artificiale programmato solo per fornire la migliore resa delle colture a breve termine potrebbe ignorare le conseguenze ambientali del raggiungimento di questo obiettivo, portando a un uso eccessivo di fertilizzanti e all'erosione del suolo a lungo termine. L'applicazione eccessiva di pesticidi alla ricerca di rese elevate potrebbe avvelenare gli ecosistemi; un'applicazione eccessiva di fertilizzante azotato inquinerebbe il suolo e i corsi d'acqua circostanti. Gli autori suggeriscono di coinvolgere ecologisti applicati nel processo di progettazione tecnologica per garantire che questi scenari vengano evitati.
Le macchine autonome potrebbero migliorare le condizioni di lavoro degli agricoltori, alleviandoli dal lavoro manuale. Ma senza una progettazione tecnologica inclusiva, le disuguaglianze socioeconomiche che sono attualmente radicate nell'agricoltura globale, comprese le discriminazioni di genere, classe ed etniche, rimarranno.
"I sistemi di agricoltura IA esperti che non considerano la complessità degli input di lavoro ignoreranno, e potenzialmente sosterranno, lo sfruttamento delle comunità svantaggiate", ha avvertito Tzachor.
Vari ag-bot e macchinari avanzati, come droni e sensori, sono già utilizzati per raccogliere informazioni sulle colture e supportare il processo decisionale degli agricoltori:rilevare malattie o irrigazione insufficiente, ad esempio. E le mietitrebbie a guida autonoma possono portare un raccolto senza la necessità di un operatore umano. Tali sistemi automatizzati mirano a rendere l'agricoltura più efficiente, risparmiando sui costi di manodopera, ottimizzando la produzione e riducendo al minimo le perdite e gli sprechi. Ciò comporta un aumento delle entrate per gli agricoltori e una maggiore dipendenza dall'IA agricola.
Tuttavia, è probabile che i piccoli coltivatori che coltivano la maggior parte delle fattorie in tutto il mondo e nutrono grandi aree del cosiddetto Sud del mondo siano esclusi dai benefici legati all'IA. L'emarginazione, gli scarsi tassi di penetrazione di Internet e il divario digitale potrebbero impedire ai piccoli proprietari di utilizzare tecnologie avanzate, ampliando il divario tra agricoltori commerciali e di sussistenza.
Con circa due miliardi di persone afflitte dall'insicurezza alimentare, inclusi circa 690 milioni di malnutriti e 340 milioni di bambini che soffrono di carenze di micronutrienti, le tecnologie di intelligenza artificiale e l'agricoltura di precisione promettono sostanziali benefici per la sicurezza alimentare e nutrizionale di fronte al cambiamento climatico e alla crescita della popolazione mondiale .
“L'IA viene salutata come la via per rivoluzionare l'agricoltura. Poiché utilizziamo questa tecnologia su larga scala, dovremmo considerare da vicino i potenziali rischi e mirare a mitigarli all'inizio della progettazione tecnologica", ha affermato il dottor Seán Ó hÉigeartaigh, direttore esecutivo di CSER e coautore della nuova ricerca.
Riferimento:"L'intelligenza artificiale responsabile in agricoltura richiede una comprensione sistemica dei rischi e delle esternalità" di Asaf Tzachor, Medha Devare, Brian King, Shahar Avin e Seán Ó hÉigeartaigh, 23 febbraio 2022, Nature Machine Intelligence .
DOI:10.1038/s42256-022-00440-4
Questa ricerca è stata finanziata dalla Templeton World Charity Foundation, Inc.
