L’intelligence artificielle promet de nous permettre de produire plus de nourriture en utilisant moins de ressources. Jusqu’à présent, le coût a été le principal obstacle à une adoption généralisée. Mais le risque de cyberattaque, les dommages environnementaux, l’exploitation des travailleurs et l’élargissement de l’écart entre les agriculteurs commerciaux et de subsistance pourraient tous être des conséquences involontaires de l’exploitation du pouvoir de l’IA pour cultiver notre nourriture.
Ces risques sont importants et ne doivent pas être ignorés, préviennent les chercheurs.
Une nouvelle analyse des risques, publiée dans la revue Nature Machine Intelligence, met en garde contre le fait que l’utilisation future de l’IA dans l’agriculture comporte des risques potentiels importants pour les exploitations agricoles, les agriculteurs et la sécurité alimentaire qui sont mal compris et sous-estimés.
« L’idée de machines intelligentes qui dirigent des fermes n’est pas de la science-fiction. Les grandes entreprises sont déjà pionnières dans la prochaine génération de robots agricoles autonomes et de systèmes d’aide à la décision qui remplaceront les humains sur le terrain. »a déclaré le Dr Asaf Tzachor du Centre pour l’étude du risque existentiel (CSER) de l’Université de Cambridge, premier auteur de l’article.
« Mais jusqu’à présent, personne ne semble s’être posé la question de savoir s’il y a des risques associés à un déploiement rapide de l’IA agricole? »,a-t-il ajouté.
Malgré l’énorme promesse de l’IA pour améliorer la gestion des cultures et la productivité agricole, les risques potentiels doivent être traités de manière responsable et les nouvelles technologies doivent être correctement testées dans des contextes expérimentaux pour s’assurer qu’elles sont sûres et sécurisées contre les défaillances accidentelles.
Alarmes de cyberattaque
Tout d’abord, la recherche tire la sonnette d’alarme sur les cyberattaques susceptibles de perturber les fermes commerciales utilisant l’IA, en empoisonnant les ensembles de données ou en arrêtant les pulvérisateurs, les drones autonomes et les moissonneuses robotisées.
La cyberattaque de 2021 contre JBS, le plus grand transformateur de viande au monde, par exemple, préfigure les risques potentiels liés à l’introduction des technologies numériques dans les chaînes d’approvisionnement agroalimentaires, selon la recherche. Le géant de la viande a été contraint de payer environ 11 millions de dollars de rançon pour mettre fin à l’attaque sur ses réseaux informatiques, qui ont temporairement mis fin à certaines de ses opérations en Australie, au Canada et aux États-Unis.
De même, l’attaque de ransomware de l’année dernière par des pirates russes contre NEW Cooperative, qui fournit des céréales fourragères à 11 millions d’animaux d’élevage aux États-Unis, souligne davantage ce paysage émergent de la cybercriminalité.
Pour se prémunir contre cela, les chercheurs suggèrent que les « pirates à chapeau blanc » – ou les pirates « éthiques » qui utilisent leurs compétences pour aider les entreprises à améliorer leur sécurité informatique – aident les entreprises à découvrir toute défaillance de sécurité pendant la phase de développement, afin que les systèmes puissent être protégés contre les vrais pirates.
Dommages environnementaux
La technologie alimentaire et agricole est de plus en plus reconnue pour son potentiel de transformation, l’opportunité qu’elle ouvre pour développer un système alimentaire plus durable qui peut faire plus tout en protégeant et en restaurant le capital naturel.
Cependant, les auteurs suggèrent qu’un système d’IA programmé uniquement pour fournir le meilleur rendement des cultures à court terme pourrait ignorer les conséquences environnementales de la réalisation de cet objectif, entraînant une surutilisation des engrais et une érosion des sols à long terme.
L’application excessive de pesticides dans la poursuite de rendements élevés pourrait empoisonner les écosystèmes et une application excessive d’engrais azotés pourrait polluer le sol et les cours d’eau environnants, ont-ils fait valoir. Les auteurs suggèrent d’impliquer des écologistes appliqués dans le processus de conception de la technologie pour s’assurer que ces scénarios sont évités.
Par exemple, si les monocultures – où un seul génotype d’une espèce végétale est cultivé sur de vastes terres – sont irriguées, fertilisées et inspectées par les mêmes suites d’algorithmes, une erreur de modèle ou des capteurs mal calibrés peuvent entraîner une fertilisation excessive et une dégradation du microbiome du sol, au risque d’échecs de rendement des cultures à grande échelle.
Exploitation des travailleurs
En plus de réduire l’empreinte carbone globale de la production alimentaire, des technologies telles que la sélection végétale, l’agriculture de précision, la robotique et l’automatisation, l’agriculture verticale et les applications mobiles promettent également de réduire la dépendance des agriculteurs à l’égard de la main-d’œuvre embauchée.
Les machines autonomes peuvent améliorer les conditions de travail des agriculteurs, les soulageant du travail manuel, ont observé les chercheurs. Mais sans conception technologique « inclusive », les inégalités socio-économiques qui sont actuellement enracinées dans l’agriculture mondiale persisteront, a averti Tzachor.
« Les systèmes agricoles d’IA experts qui ne tiennent pas compte de la complexité des intrants de main-d’œuvre ignoreront, et potentiellement soutiendront, l’exploitation du désavantage.ed communautés,dire.
Divers robots agricoles et machines de pointe, tels que des drones et des capteurs, sont déjà utilisés pour recueillir des informations sur les cultures et soutenir la prise de décision des agriculteurs: détecter des maladies ou une irrigation insuffisante, par exemple. Et les moissonneuses-batteuses autonomes peuvent apporter une récolte sans avoir besoin d’un opérateur humain. Ces systèmes automatisés visent à rendre l’agriculture plus efficace, à réduire les coûts de main-d’œuvre, à optimiser la production et à minimiser les pertes et le gaspillage. Cela conduit à une augmentation des revenus pour les agriculteurs ainsi qu’à une plus grande dépendance à l’IA agricole.
Cependant, les petits producteurs qui cultivent la majorité des fermes dans le monde et nourrissent de grandes parties du Soi-disant Sud sont susceptibles d’être exclus des avantages liés à l’IA, a souligné Tzachor. La marginalisation, les faibles taux de pénétration d’Internet et la fracture numérique pourraient empêcher les petits exploitants d’utiliser des technologies de pointe, creusant ainsi les écarts entre les agriculteurs commerciaux et de subsistance, a-t-il fait valoir.
Les données agricoles partielles, biaisées ou non pertinentes, quant à elles, peuvent entraver les efforts de la technologie agricole pour améliorer la sécurité alimentaire.
Avec environ deux milliards de personnes touchées par l’insécurité alimentaire, dont quelque 690 millions de personnes souffrant de malnutrition et 340 millions d’enfants souffrant de carences en micronutriments, les technologies d’intelligence artificielle et l’agriculture de précision promettent des avantages substantiels pour la sécurité alimentaire et nutritionnelle face au changement climatique et à la croissance de la population mondiale.
Mais les personnes et les pratiques au centre des systèmes agricoles autochtones sont souvent sous-représentées dans les données, malgré leur contribution à la sécurité alimentaire locale et à la diversification alimentaire. Par exemple, les ensembles de données agricoles typiques n’ont pas suffisamment pris en compte les techniques de polyculture, telles que l’agriculture forestière et le sylvopâturage. Ces techniques produisent une gamme de produits alimentaires, fourragers et tissus tout en augmentant la fertilité des sols, en contrôlant les ravageurs et en maintenant l’agrobiodiversité.
C’est important, comme l’ont noté les chercheurs. « l’accent mis depuis des décennies sur les cultures de base telles que le blé, le riz et le maïs a l’emporté sur les efforts de recherche concernant les cultures d’une importance cruciale pour les producteurs et les agriculteurs de subsistance les plus pauvres, notamment le quinoa, le manioc et le sorgho ».
« L’IA est saluée comme le moyen de révolutionner l’agriculture »a ajouté le Dr Seán Ó hÉigeartaigh, directeur exécutif du CSER et co-auteur de la nouvelle recherche. « Alors que nous déployons cette technologie à grande échelle, nous devons examiner de près les risques potentiels et viser à les atténuer dès le début de la conception de la technologie. »
Référence
L’intelligence artificielle responsable en agriculture nécessite une compréhension systémique des risques et des externalités
Nature Machine Intelligence
DoI: 10.1038/s42256-022-00440-4
