本文轉載自公眾號“讀芯術”(ID：AI_Discovery)。

Dr. Courtney Heldreth和Diana Akrong是Google Research的用戶體驗研究人員。他們的工作是探索如何利用人工智能幫助改善發展中國家農民的生活，著眼于將農民的需求、做法、價值體系、社交圈和日常農業生態系統現實融入Google打造的產品中。

[[349694]]

Diana是Google Accra UX團隊的創始成員;Courtney是一位社會心理學家，她帶領一個團隊開展基于文化的研究，以了解人工智能對發展中國家人民的風險和機遇。他們在2020年5月接受了David Weinberger的采訪。

David：發展中國家當地的小型農場面臨著哪些挑戰?

Courtney：2050年前，預計地球上會增加25億人口，而耕地卻越來越少，而且氣候變化將持續對糧食生產產生毀滅性影響。

Diana：這些問題對發展中國家的影響將大于對發達國家的影響。

David：今后嚴重至威脅地球的、導致分布不均的問題會層出不窮，那么機器學習能解決哪些問題呢?

Diana：衛星圖像在空間分析中很有用，可以為農民提供從天氣到土壤濕度水平的個性化和可操作的信息。但在許多發展中國家，分辨率不足以捕獲這些地區典型小型農場的細節。這使得為這些農場提供準確和個性化的建議和預測變得很難。

Courtney：這一點真的很重要。農田的地形和范圍是超變量，因此嘗試檢測小型農場中的土壤濕度時，與在100英尺外的農場中可能會大不相同。另外，發展中國家的許多農場都無法準確地區分出起點和終點。此外還存在建立正確基準數據的巨大問題……

[[349695]]

Shannon May為谷歌繪制的插圖

David：也就是說，應用到機器學習系統的基準數據準確性很重要，因此實際數據最好是準確的。

Courtney：是的，正確基準數據對于創建精確的機器學習模型非常重要。但在偏遠地區，收集數據往往既費財又費力。例如，通常你需要在一段時間內從農場不同的地方收集多個土壤樣本。這需要把人們帶到數百個農場，收集大量樣本，然后把這些樣本送到實驗室，這會非常昂貴。

疫情使得人們很難外出去核實基于衛星圖像提出的建議。而且當固定的、清晰的邊界概念在文化上不重要的情況下，很難確定哪些數據適用于哪個地理位置。

Diana：這是社會技術背景的重要組成部分，有太多相互影響的因素影響著是否采用以及如何采用技術。

David：比如說呢?

Diana：比如農村社區的網絡基礎設施。在撒哈拉以南的非洲農村地區，大多數網絡連接都依賴2G技術，且覆蓋范圍有限。由于高運營成本和低收入機會，在這些地方擴展網絡具有挑戰性。這就限制了基于云的解決方案在這些地區發揮作用，在一定程度上也限制了數據的收集和使用。

Courtney：這是一個很好的觀點。大多數政府是以決策為主要利益而收集數據，并且不能充分滿足農民個體的需要。盡管在這些小型農場和村莊中，一些利益方在投資技術和數據收集方面沒有看到足夠的回報，但我們將其視為機遇。我們如何才能認識這些小農所在的地方?我們如何更好地理解小農的需求和狀況，從而發現人工智能創造更多經濟賦權的方式?

David：因此，你們并不是在尋求用嶄新的事物來取代傳統的做法?

Diana: 完全不是。我們相信，在農業價值鏈中，可以利用技術增強人的能力和做事方法。

[[349696]]

圖源：unsplash

David：如何避免強加對技術人員來說有意義、但對想要幫助的農民卻未必有效的解決方案呢?

Diana：當地農民最了解自己面對的挑戰。因此，我們堅信參與式設計——創建對社區有用并可供社區使用的解決方案。要做到這一點，就要讓社區成為這個過程的一部分。

這樣不僅有助于改善工作，尊重當地社區的需求和價值觀，而且有助于提高改進工作的采納度。農村社區采用技術的方式是當地農民試用，如果他們喜歡，他們會告訴其他農民，口碑是最好的營銷渠道。

Courtney：如果是為農民而做但和農民一起設計，這項技術要么不會被采用，要么不會傳播。

Diana：我們還看到一些案例，關于預防特定作物疾病有效信息的表達方式與農民的想法和表達方式并不一致。這也是我們倡導在機器學習發展過程中傾聽農民聲音的另一個原因。

David：那么，在如此復雜的環境下，如何整合技術來幫助解決問題呢?

Courtney：這是個關鍵的問題。我們的方法一直尋求：人工智能的優勢和當地農民的需求之間有哪些細微的交集?農業生態系統極為復雜，有供應商、農民、商人、客戶和交付系統……我們無法嘗試解決所有問題，因為我們知道我們無法成為整個價值鏈的專家。

但是這種復雜性無法避免。為了給這個群體提供有意義的技術解決方案，需要考慮整個價值鏈，因為農業、糧食安全和公共衛生密切聯系。昆蟲可以在農作物上繁殖，森林砍伐可能導致瘧疾傳播和營養不良。我們還沒有所有答案，但我們正在為復雜又細膩的生態系統進行設計。

例如，我們支持農民提高生產力，但這還不是終點。高供給可能意味著較低的價格，這會降低農民的收入。因此，我們還需要促進獲取有關社區中其他農民正在種植什么的信息，促進進入市場，并盡所能確保有益信息通過整個價值鏈傳遞。

David：如果說價值鏈——實際上是一種生態系統——是如此復雜和重要，但又如此龐大，以至于作為一名技術人員無法指望完全理解它，你該如何開展下去呢?

[[349697]]

圖源：unsplash

Courtney：我們的團隊進行了研究，從而了解農民在這個復雜的價值鏈中面臨的挑戰。通過這個研究，我們確定了兩個關鍵的杠桿點(它們被定義為在一個復雜系統中，一個小的改變可以產生大的變化的地方。)

第一個杠桿點是促進可持續農業實踐，這是一種實踐系統，可以增加生物多樣性，肥沃土壤，改善流域和增強生態系統服務。第二個杠桿點是尋求為農民提供更多經濟保障的方式，從而提高其應變能力。

在我們開始探索這些領域時，我們主要關注的是理解農民的需求和挑戰。這就是為什么社區伙伴關系如此重要的原因。擁有與農民、政府建立信任關系的合作伙伴對于開發真正有幫助的技術至關重要。

David：建立信任應該是其中的關鍵部分。

Diana：沒錯!社區是建立在信任之上的，因此與他們合作至關重要。

David：項目進行的現狀如何?

Courtney：我們一直在采取一種非常基礎的、以農民為中心的方法。這意味著要腳踏實地，與農民交談，了解他們需要什么和想要什么，以及如何與經濟安全、家庭穩定、甚至心理健康相結合。我們正在與印度各地的500名農民進行交談，了解他們的需求，以及人工智能如何幫助他們。

然后新冠病毒就爆發了，所有線下的研究交流都被推遲了。但只要安全，我們就會繼續做這項工作。與此同時，我們也專注于專家訪談。

David：都有哪些專家呢?

Diana：在非洲撒哈拉以南、印度和印度尼西亞工作的研究人員、農藝師、農場投入品分銷商、農業綜合企業經理、政策制定者、學者和農業推廣人員。這些專家與農民密切合作，并且其中一些人本身就是農民。

David：你們的研究結果會公開嗎?

Courtney：我們計劃盡可能將其公開。我們將發表以農民為中心的人工智能的研究論文，提出一個了解農民需求及其社會系統的框架。我們還計劃發布農民調查的結果，并希望與公眾分享。

David：什么時候公開呢?

Diana：希望在今年年底之前，但是現在新冠病毒影響著我們的日程，有很多需要外出的工作需要現在無法實現。我們希望在與農民的對話中優先考慮面對面的互動，以便我們在了解農民的需求、目標和愿望時建立關系并建立信任。

David：怎樣才算成功?

[[349698]]

圖源：unsplash

Courtney：這是一個不斷學習的過程。如果它能讓更多的小農采用可持續的農業做法，從而讓農場更有生產力和適應力，我們就認為這個項目是成功的。這是我們希望能夠實現的目標。

Diana：對于個體農民，在有限的資源下最大化生產力是很重要的。適應能力很重要，因為生態系統是如此復雜和不可預測。我們越能預測和幫助減少控制結果的不確定性，對這些農民就越好。

David：農民的聲音決定什么是成功?

Courtney：這是我們工作中最重要的方面。在整個開發過程中，我們會始終如一地與他們進行溝通。因為我們是用戶體驗研究者，也是人類同胞，我們非常關心并確保農民的聲音會被聽到并且永遠不會消失。