Bab Satu: Pertanian di Bawah Tekanan Majmuk

Bahagian Satu — Mengapa Transformasi Pertanian Penting?

Persoalan bahagian ini: masalah apakah yang sepatutnya diselesaikan oleh kecerdasan buatan dalam pertanian?

Wacana tentang pertanian digital sering bermula daripada laluan pembangunan produknya, dan daripada keupayaan teknikal yang tersedia, kemudian pergi mencari kes penggunaan dalam pertanian. Buku ini mengambil jalan dari arah yang bertentangan: ia bermula dengan masalah pertanian, dengan keputusan dan akibatnya, dan dengan manusia yang mungkin membayar harga sesuatu kesilapan atau menuai buah pilihan yang tepat; kemudian barulah ia meneliti teknologi, bukan sebagai jawapan yang mendahului persoalan, tetapi sebagai satu kemungkinan yang mesti membuktikan dengan bukti bahawa ia sesuai dengan masalah, boleh dilaksanakan dalam realiti, dan layak menjadi sebahagian daripada keputusan pertanian.

Tiga bab pertama membina asas tempat berdirinya keseluruhan buku ini. Bab pertama bermula daripada pertanian di bawah beban tekanan majmuknya; bab kedua bertanya bilakah perubahan menjadi transformasi yang sebenar yang menyentuh keputusan dan hasilnya, dan bukan sekadar prosedur lama yang berpindah daripada kertas ke skrin; dan bab ketiga meletakkan di tangan pembaca satu neraca bukti untuk membezakan fakta yang telah memperoleh haknya untuk dipercayai, dakwaan yang diulang sehingga kelihatan seperti fakta, dan janji yang masih memerlukan pembuktian.

Ketiga-tiga bab ini ialah kunci kepada segala yang menyusul. Sesiapa yang membacanya akan mampu membaca mana-mana bab terapan dalam buku ini secara kritis; sesiapa yang melangkaunya mungkin mendapati dirinya berhadapan dengan angka yang dia tidak tahu bagaimana hendak menimbangnya.

Bab Satu: Pertanian di Bawah Tekanan Majmuk

Mesej Bab Ini

Pertanian tidak menghadapi satu masalah tunggal yang boleh diselesaikan dengan satu alat tunggal. Ia beroperasi di bawah tekanan majmuk yang di dalamnya kekurangan air, kemerosotan tanah, kebolehubahan cuaca, tenaga, buruh, harga, kewangan, dan infrastruktur semuanya saling berinteraksi. Nilai kecerdasan buatan tidak bermula daripada keupayaannya untuk meramal, tetapi daripada keupayaannya menjadikan hubungan-hubungan ini kelihatan sewaktu keputusan masih mungkin dibuat.

1. Ladang sebagai Sistem Hidup dan Sistem Ekonomi Serentak

Apabila sesebuah sistem digital melihat tompokan warna yang berubah dalam imej satelit, ia mungkin memerihalkannya sebagai kemerosotan indeks tumbuhan. Petani pula bertanya: adakah puncanya kehausan, atau kemasinan, atau penyakit, atau perbezaan varieti, atau bayang awan, atau kerosakan pada sistem pengairan? Jawapannya mengubah tindakan, kos, dan risiko. Jarak antara mengesan isyarat dan mentafsirkannya secara agronomi inilah jarak yang di dalamnya sesebuah sistem sama ada berjaya atau gagal.

Ulasan terkini mendedahkan luasnya apa yang mampu dilihat, diramal, dan diautomasikan oleh aplikasi kecerdasan buatan, daripada pemantauan ladang hingga anggaran hasil dan penambahbaikan mutu makanan. Tetapi ulasan itu turut mendedahkan, pada masa yang sama, satu batas yang kurang menawan tetapi lebih menentukan: keupayaan teknikal tidak bertukar menjadi manfaat pertanian melainkan ia menemukan data yang layak dipercayai, infrastruktur yang mampu memikulnya, kemahiran manusia yang tahu cara menggunakannya, dan prestasi yang bertahan apabila ia berpindah daripada satu tanaman ke tanaman lain, daripada satu musim ke musim lain, dan daripada makmal ke ladang [SRC001][SRC002][SRC003]. Atas sebab itu, ungkapan "memberi makan penduduk dunia yang semakin bertambah" mungkin merupakan matlamat kemanusiaan yang sah, tetapi ia bukanlah laluan bebas secara automatik bagi setiap penderia atau robot. Sebelum alat, datangnya tekanan yang khusus; sebelum ramalan, datangnya keputusan yang boleh diubah; dan sebelum janji, datangnya tingkap masa untuk bertindak, garis dasar, serta hasil yang akan menyatakan, dengan bukti, bahawa teknologi itu menambah nilai yang sebenar.

Pertanian ialah sistem biologi; pokok tidak berhenti tumbuh kerana rangkaian terputus. Ia sistem ekonomi; seorang petani mungkin mengetahui rawatan yang terbaik namun tidak mempunyai kecairan untuk membelinya. Ia sistem institusi; sesuatu racun perosak mungkin berkesan dalam kajian yang diterbitkan namun tidak berdaftar untuk tanaman itu dalam bidang kuasa yang berkenaan. Dan ia sistem sosial; sesuatu cadangan yang betul mungkin ditolak kerana ia tidak selari dengan bahasa pengguna, atau pengalamannya, atau pembahagian kerja dalam kalangan isi rumah. Mana-mana reka bentuk yang memadamkan salah satu dimensi ini menghasilkan jawapan yang tidak lengkap.

2. Peta Cabaran Pertanian dan Laluan Penularannya

Jadual di atas menjelaskan bahawa sesuatu cabaran tidak bertukar menjadi manfaat semata-mata dengan menambah "AI." Di antara keduanya terbentang satu rantaian sebab yang mesti diuji: pengukuran yang sah, tafsiran yang sesuai, pilihan yang boleh dilaksanakan, tindak balas pada masa yang tepat, dan susulan terhadap hasilnya. Jika satu sahaja pautan terputus, sistem itu mungkin tidak mencapai apa-apa kesan langsung, walaupun model ramalannya sendiri tepat.

3. Iklim dan Hujan: Daripada Membaca Purata kepada Kejuruteraan Keputusan

Nilai iklim tidak diukur dengan apa yang dinyatakan oleh purata semata-mata, tetapi dengan keputusan yang dimungkinkan olehnya di tempat yang betul dan pada masa yang tepat. Purata kebangsaan bagi hujan mungkin betul dari segi statistik, namun terhad nilainya apabila diterapkan pada sebidang ladang tertentu. Begitu juga, ramalan jangka pendek mungkin membantu menangguhkan pengairan atau semburan, tetapi ia dengan sendirinya tidak menyediakan asas yang mencukupi untuk merancang pelaburan jangka panjang dalam tanaman saka. Oleh itu, perbezaan yang jelas mesti dibuat antara tiga ufuk masa, setiap satunya dengan persoalan, alat, dan keputusannya yang tersendiri:

• Cuaca operasi: menyokong keputusan segera, seperti masa untuk menyembur atau menuai.
• Musim: minggu hingga bulan, memandu pemilihan varieti, penentuan tarikh penanaman, dan anggaran keperluan input.
• Iklim: tahun dan dekad, menguji daya maju jangka panjang sesuatu tanaman, kecekapan infrastruktur air dalam jangka masa panjang, dan kebolehlaksanaan pelaburan.

Kesilapan bermula apabila sesebuah sistem menganggap ufuk-ufuk ini sebagai satu dan sama; maklumat yang betul pada satu skala masa mungkin menjadi mengelirukan apabila dipindahkan kepada skala yang lain. Kos kekeliruan ini meningkat di rantau gersang, tempat nilai marginal setiap unit air lebih tinggi, dan tempat keperluan pengepaman, penyahgaraman, atau penyejukan mungkin memindahkan beban daripada sumber air kepada tenaga tanpa benar-benar menghapuskannya. Atas sebab ini, tidak memadai untuk memerihalkan sesuatu sistem pengeluaran sebagai "lebih cekap bagi setiap kilogram." Kecekapan relatif semata-mata tidak mendedahkan magnitud jumlah tekanan terhadap sumber. Persoalan yang menentukan ialah: adakah peningkatan kecekapan membawa kepada perluasan kawasan bertanam atau pertambahan kitaran pengeluaran, sehingga jumlah pengambilan air meningkat walaupun prestasi bagi setiap unit produk bertambah baik? Pemisahan antara kecekapan unit dengan jumlah penggunaan bukanlah butiran perakaunan, tetapi syarat asas bagi menilai kesan yang sebenar. Perkara ini akan kembali sebagai paksi analisis dalam bab-bab mengenai pengairan, rumah hijau, dan kemampanan. Kajian yang dijalankan di beberapa rantau dunia menunjukkan bahawa kekurangan air, kebergantungan kepada bekalan luaran, dan rantaian sejuk bukanlah fail yang berasingan, tetapi pautan yang saling berkait dalam satu sistem keterjaminan makanan dan sumber yang tunggal. Namun begitu, banyak angka yang tersebar dalam kajian-kajian tersebut berbeza mengikut takrifan pasaran, tempoh masa, dan skop pengukuran; oleh itu ia tidak sesuai untuk membina angka serantau yang muktamad yang boleh digeneralisasikan dengan yakin. Apa yang boleh dipertahankan secara saintifik ialah struktur keputusan itu sendiri: perbandingan yang teliti sepatutnya mengimbangi pengeluaran domestik, jenis tanaman, keamatan air dan tenaga, keteguhan import, dan kemampuan stok menyerap kejutan. Daripada perspektif ini, bukan setiap pertambahan dalam pertanian terlindung dikira sebagai keuntungan automatik bagi kemampanan; nilai sebenarnya ditentukan oleh apa yang dicapainya pada peringkat keseluruhan sistem, bukan oleh apa yang disarankan oleh penunjuk kecekapan yang terpencil.

Kesimpulan strategik: iklim tidak menjadi pengetahuan yang boleh ditindaki kecuali apabila ia dibaca pada skala yang betul, dan kecekapan tidak menjadi kemampanan kecuali apabila ia mengurangkan tekanan menyeluruh terhadap sumber, dan bukannya mengagihkan semula atau memperluaskannya dalam bentuk lain.

4. Tanah: Cabaran Perlahan yang Sukar Dilihat

Bukan setiap cabaran sekuat bunyi banjir; sebahagiannya menyelinap secara senyap dan terkumpul dengan perlahan, sebagaimana yang berlaku apabila struktur tanah merosot. Dalam konteks ini, sistem digital cenderung mengutamakan apa yang mudah diukur berulang kali, sedangkan sifat-sifat yang berubah dengan lebih perlahan, atau yang lebih mahal untuk dianalisis di makmal, mungkin kekal lebih menentukan bagi memahami realiti dan membuat keputusan. Pengulangan pengukuran lembapan tanah, betapa padat sekalipun, tidak menggantikan ketiadaan pengetahuan tentang teksturnya, atau kemasinannya, atau kedalamannya yang berkesan. Begitu juga, peta warna atau pantulan spektrum tidak menjadi analisis kesuburan tanah yang boleh dipercayai melainkan ia berpaksikan penentukuran yang tepat dan sampel yang mewakili. Di sinilah timbulnya risiko editorial dan teknikal yang amat bererti: bahawa kepadatan data bertukar menjadi ilusi pengetahuan. Limpahan pengukuran tidak semestinya bermakna kelengkapan kefahaman, sebagaimana kejituan paparan tidak menjamin kesahihan inferens. Kaedah yang wajar bermula dengan membina lapisan kepastian yang jelas; cerapan direkodkan sebagaimana adanya, sumbernya, unitnya, dan cap masanya dipelihara, kemudian inferens diletakkan bersebelahannya sebagai tafsiran terhadapnya, bukan pengganti kepadanya. Dan apabila data tidak mencukupi, cadangan sistem sepatutnya menyatakan kekurangan ini dengan jelas: kumpulkan satu lagi maklumat tambahan, atau lakukan pemeriksaan di lokasi, atau lengkapkan analisis dengan sampel yang mewakili. Sistem yang boleh dipercayai tidak menampung jurang pengetahuan dengan angka yang direka; ia menukar ketidakpastian menjadi langkah praktikal ke arah pengetahuan yang lebih tepat dan keputusan yang lebih kukuh asasnya.

5. Buruh: Daripada Momok Penggantian kepada Realiti Perpindahan Tugas

Perbincangan tentang automasi dan kemasukan kecerdasan buatan ke dalam ruang operasi sering diringkaskan kepada satu soalan yang penuh kebimbangan: berapa banyak pekerjaan akan lenyap? Namun ukuran ini, walau betapa pentingnya, tidak mendedahkan transformasi yang lebih mendalam yang sedang berlaku dalam pekerjaan itu sendiri. Automasi tidak selalunya menghapuskan kerja, sebaliknya ia mengagihkan semula tugas-tugasnya, mengubah kemahiran yang diperlukan, dan mengalihkan tanggungjawab daripada satu pihak kepada pihak yang lain. Tugas pemeriksaan visual awal mungkin berpindah daripada pekerja kepada kamera, tetapi pemindahan ini mewujudkan tugas-tugas lain sebagai gantinya: memasang peranti, membersihkannya, mengesahkan kesahihan amarannya, membaiki kerosakannya, dan mendokumentasikan kes-kes luar biasa yang tidak mampu ditafsirkannya. Mesin mungkin meringankan beban kerja yang berbahaya atau berulang-ulang, namun ia mungkin pada masa yang sama mewujudkan kebergantungan baharu kepada juruteknik khusus atau pembekal yang jauh. Daripada sudut ini, laporan Pertubuhan Makanan dan Pertanian mengenai automasi meletakkan prinsip keterangkuman dan kesesuaian dengan konteks di teras transformasi tersebut, sambil memberi amaran bahawa kesan automasi berbeza mengikut saiz ladang, sumber yang tersedia, dan struktur institusi yang mengelilinginya [SRC031]. Sehubungan itu, penilaian terhadap automasi tidak sepatutnya terhad kepada jawatan pekerjaan, tetapi mesti menembusi hingga ke peringkat tugas itu sendiri. Penilaian ini bermula dengan satu siri soalan yang menentukan:

• Tugas apakah yang telah berubah, dan bagaimana ia berubah?
• Siapakah yang melaksanakannya sebelum automasi, dan siapakah yang menyeliakannya selepas itu?
• Kemahiran baharu apakah yang kini diperlukan untuk menyempurnakannya?
• Siapakah yang memikul tanggungjawab apabila mesin rosak atau gagal?
• Adakah risiko fizikal benar-benar berkurangan, atau adakah ia bertukar menjadi beban pemantauan mental yang meletihkan?
• Adakah pekerja mempunyai laluan yang jelas untuk latihan, kelayakan, dan peralihan kepada peranan baharu?

Automasi yang bertanggungjawab tidak menganggap bahawa pasaran buruh akan menyusun semula dirinya secara automatik, dan ia juga tidak memperlakukan pekerja sebagai kesan sampingan kemajuan teknikal. Ia memandang transformasi itu sebagai satu proses institusi dan kemanusiaan yang bersepadu, yang di dalamnya pergerakan tugas, kemahiran, dan tanggungjawab diuruskan dengan kecermatan yang sama seperti yang diberikan kepada pengenalan mesin.

6. Harga dan Kewangan: Apabila Maklumat Itu Betul tetapi Tidak Boleh Ditindaki

Petani tidak menanam di dalam "purata statistik" yang kosong; dia membuat keputusannya dalam satu musim yang khusus, dalam belanjawan yang terhad, dan di bawah beban tanggungan yang sedia ada. Oleh itu, ketepatan aritmetik sesuatu cadangan tidak memadai untuk menjamin kesahihannya di lapangan. Sesebuah alat analisis mungkin mengesyorkan varieti dengan pulangan jangkaan yang lebih tinggi, namun keperluannya kepada kecairan awal, atau kemampuan penyimpanan yang terhad, mungkin menjadikan varieti lain lebih sesuai dan lebih berdaya maju. Begitu juga, pelaburan dalam sesuatu tanaman mungkin kelihatan menguntungkan menurut analisis yang merentangi lima tahun, namun ia kekal di luar jangkauan orang yang tidak mampu menanggung bayaran pendahuluan atau bertahan melalui satu musim kerugian. Justeru, cabaran ekonomi tidak boleh diringkaskan kepada harga input semata-mata; ia adalah hasil daripada satu sistem kos, risiko, dan kekangan yang saling berkait, termasuk:

• turun naik dan ketidakstabilan harga;
• masa pembayaran dan ketersediaan kecairan;
• kos peminjaman dan syarat pembiayaan;
• risiko yang tidak boleh diinsuranskan;
• masa yang diperlukan untuk latihan dan kelayakan;
• tempoh gangguan dan kerugian yang berpunca daripadanya;
• ketersediaan alat ganti dan kos penyelenggaraannya;
• hak petani untuk memindahkan datanya apabila menukar pembekal.

Hubungan-hubungan ini mendedahkan mengapa sesuatu teknologi yang baik mungkin tersebar pada kadar yang perlahan, walaupun manfaatnya terbukti. Penerimagunaan yang perlahan tidak semestinya bermakna petani "menentang inovasi"; ia mungkin merupakan tindak balas rasional terhadap teknologi yang menjanjikan tetapi belum sesuai dengan realiti kecairan, atau struktur risiko, atau syarat operasi. Nilai sebenar mana-mana cadangan tidak diukur dengan ketepatan teorinya semata-mata, tetapi dengan keupayaan petani untuk melaksanakannya dan meneruskannya tanpa mendedahkan ladangnya kepada saliran kewangan yang tidak mampu ditanggungnya.

7. Struktur Pegangan dan Ketidaksamaan dalam Akses kepada Teknologi Pertanian

Ladang berbeza dengan ketara dari segi keluasan, sumber kewangan, sifat pengeluaran, dan keupayaan menggunakan teknologi moden. Kajian mengenai struktur ladang dan penumpuan tanah menunjukkan bahawa saiz pegangan dan peranannya dalam pengeluaran ditandai oleh kepelbagaian yang jelas [SRC037]. Namun begitu, penilaian tidak sepatutnya dibina atas saiz ladang semata-mata; ladang kecil tidak serupa antara satu sama lain dari segi keperluan dan keupayaannya, sebagaimana ladang besar tidak selalunya paling mampu menerima pakai setiap teknologi atau memperoleh manfaat daripadanya. Tetapi saiz pegangan tetap merupakan faktor yang berpengaruh dalam kebolehlaksanaan ekonomi sesuatu teknologi. Ladang besar boleh, dalam kebanyakan kes, menyebarkan kos pembelian peranti atau sistem digital ke atas kawasan pengeluaran yang lebih luas, dan mungkin lebih mampu mengambil juruteknik khusus, menyerap kerugian percubaan yang gagal, dan berunding dengan pembekal tentang harga dan syarat penggunaan data. Adapun ladang kecil, teknologi itu mungkin berguna kepadanya dari segi teknikal, namun tidak mampu ditanggung dari segi ekonomi jika ia terpaksa memikul kos penuh secara bersendirian.

Satu contoh ilustratif: perkhidmatan dikongsi bersama menggantikan pembelian individu Andaikan sekumpulan petani perlu menggunakan dron untuk memantau tanaman dan mengesan zon tekanan dalam ladang mereka. Membeli dron berasingan, melatih juru operasi, dan menyelenggara peranti itu mungkin bukan pilihan yang ekonomik bagi setiap petani, terutamanya jika penggunaannya bermusim atau terhad. Perkara ini boleh ditangani melalui koperasi atau khidmat pengembangan pertanian tempatan yang memiliki dron tersebut dan mengendalikannya bagi pihak sebilangan petani. Badan pengendali mengumpulkan data mengikut protokol yang jelas dan menyediakan kepada setiap petani hasil yang khusus bagi pegangannya, sambil menjamin haknya untuk mengetahui bagaimana datanya digunakan, disimpan, dan dipindahkan. Melalui mekanisme ini, kos peranti dan pengendaliannya diagihkan kepada bilangan penerima manfaat yang lebih besar, tanpa menafikan petani kecil daripada manfaat yang diberikan oleh teknologi tersebut. Mencapai keadilan akses tidak terhad kepada cara pemilikan peranti; ia juga merangkumi reka bentuk kaedah penyampaian perkhidmatan. Pesanan teks ringkas, atau panggilan telefon, atau merujuk kepada pegawai khidmat pengembangan pertanian mungkin lebih sesuai berbanding aplikasi digital yang rumit yang memerlukan telefon canggih, sambungan internet yang berterusan, dan kemahiran teknikal yang tinggi. Oleh itu, kemodenan pertanian tidak sepatutnya diukur dengan bilangan peranti yang digunakan atau dengan tahap kerumitannya, tetapi dengan keupayaannya menambah baik keputusan, mengurangkan risiko, dan menjangkau pelbagai kategori petani atas syarat yang adil. Teknologi pertanian yang berjaya bukan semestinya yang paling maju, tetapi yang paling sesuai dengan keperluan pengguna dan paling mampu menyediakan manfaatnya tanpa menjadikan saiz pegangan atau keterbatasan sumber sebagai halangan untuk memperoleh manfaat daripadanya.

8. Unjuran Sejarah: Apabila Sesuatu Unjuran Terus Hidup dan Kehilangan Konteksnya

Sesetengah angka memperoleh kewibawaan yang melebihi dokumen tempat ia dilahirkan. Angka itu berulang dalam laporan dan pembentangan sehingga kelihatan seperti kebenaran tetap yang tidak disentuh masa. Antara angka yang paling menonjol ialah dakwaan bahawa dunia perlu meningkatkan pengeluaran makanan sebanyak 70% menjelang 2050. Namun memahami angka ini menuntut kita kembali kepada konteks asalnya: Apakah yang diukurnya? Dari titik mana ia bermula? Dan atas andaian apakah ia bersandar? Pada tahun 2009, Pertubuhan Makanan dan Pertanian Pertubuhan Bangsa-Bangsa Bersatu membentangkan dua gambaran yang saling berkait tentang masa depan makanan global, bukan satu angka tunggal yang menggabungkan pertumbuhan penduduk dan pengeluaran makanan menjadi satu makna. Gambaran pertama bersandar pada unjuran penduduk varian sederhana Pertubuhan Bangsa-Bangsa Bersatu dalam Semakan 2007, dan menganggarkan kenaikan penduduk dunia daripada kira-kira 6.8 bilion orang pada masa dokumen itu disediakan kepada 9.1 bilion orang pada tahun 2050, iaitu peningkatan kira-kira 34%. Gambaran kedua berkaitan volum pengeluaran yang diperlukan untuk memenuhi permintaan yang diunjurkan dalam dunia yang lebih ramai penduduknya, lebih terbandar, dan berpendapatan lebih tinggi, serta di bawah corak pemakanan yang berubah. Menurut senario ini, memenuhi permintaan tersebut mungkin memerlukan peningkatan pengeluaran makanan global sebanyak kira-kira 70% menjelang 2050, berbanding purata 2005–2007 [SRC014].

Apakah yang diukur oleh angka 70% itu? Angka ini tidak bermakna penduduk dunia akan bertambah sebanyak 70%, dan ia juga tidak bermakna hasil setiap hektar mesti meningkat dengan kadar yang sama. Ia ialah hasil sebuah senario jangka panjang yang menggabungkan satu set pemboleh ubah yang saling berkait, yang utamanya:

• pertumbuhan penduduk;
• kenaikan tahap pendapatan;
• pengembangan pembandaran;
• perubahan corak penggunaan makanan;
• andaian berkenaan sumber, hasil, dan input;
• pembangunan teknologi;
• aliran perdagangan.

Penting juga untuk dicatat bahawa dokumen tersebut tidak menggunakan satu tempoh rujukan tunggal merentas semua penunjuknya. Sementara senario pengeluaran mengambil purata 2005–2007 sebagai asas umum untuk perbandingan, sesetengah pengiraan berkaitan kalori dan bijirin bersandar pada tempoh rujukan yang lain. Meringkaskan keseluruhan dokumen kepada ungkapan umum seperti "garis dasar 2005–2007" oleh itu mengaburkan perbezaan antara penunjuk dan melemahkan kepersisan kaedah.

Mengapa angka itu berubah daripada 70% kepada 60%? Semakan Pertubuhan Makanan dan Pertanian pada tahun 2012 mendedahkan dengan jelas bahawa angka ini ialah unjuran sejarah yang terbuka kepada semakan, bukan pemalar saintifik yang muktamad. Pertubuhan itu menganggarkan semula peningkatan yang diperlukan sepanjang tempoh yang sama pada kira-kira 60% dan bukan 70%. Sebab utamanya ialah data yang dikemas kini menunjukkan pengeluaran tahun asas sebenarnya lebih tinggi daripada yang dianggarkan oleh pengiraan terdahulu.

Cabaran makanan global tidak tiba-tiba surut sebanyak sepuluh mata peratusan; sebaliknya, apa yang berubah, pada tahap yang besar, ialah ukuran tempat pengiraan itu bermula. Apabila nilai tahun asas meningkat, peratusan peningkatan yang diperlukan untuk mencapai nilai masa depan yang sama, atau yang hampir dengannya, akan menurun. Ini satu titik kaedah yang asas: sesuatu peratusan tidak boleh ditafsirkan, atau dibandingkan dengan yang lain, tanpa mengetahui titik permulaan pengiraannya. Kerja susulan pertubuhan itu turut menggunakan anggaran lain yang bertolak daripada tahun asas, julat, dan senario yang berbeza. Perbandingan langsung antara angka-angka ini oleh itu menjadi mengelirukan melainkan takrifan, batasan, tempoh rujukan, dan andaian asas setiap anggaran dinyatakan dengan jelas.

Nilai sejarah, bukan gambaran kekal tentang masa kini Unjuran 2009 tidak kehilangan nilainya semata-mata kerana ia disemak semula. Nilai sebenarnya bersifat sejarah dan kaedah: ia mendedahkan bagaimana cabaran keterjaminan makanan dibingkaikan pada satu detik saintifik dan politik yang tertentu, dan bagaimana jangkaan tentang penduduk, pendapatan, pembandaran, dan penggunaan ditukarkan kepada satu anggaran kuantitatif jangka panjang. Tetapi dengan sendirinya ia tidak sesuai untuk menggambarkan dunia pada tahun 2026, dan ia juga tidak memadai untuk mewajarkan penerimaan mana-mana teknologi tertentu. Lebih penting lagi, dokumen itu sendiri tidak meringkaskan keterjaminan makanan kepada peningkatan bekalan. Menghasilkan lebih banyak makanan dengan sendirinya tidak menjamin penghapusan kelaparan; makanan mungkin ada di pasaran namun tetap di luar jangkauan orang yang tidak mampu membelinya atau yang tidak mempunyai cara untuk mendapatkannya. Keterjaminan makanan, dengan itu, tidak difahami melalui volum pengeluaran semata-mata, tetapi juga melalui keupayaan sebenar untuk memperoleh makanan.

Angka yang berdisiplin bermula dengan konteksnya Bahayanya bukan terletak pada angka yang kekal dalam ingatan, tetapi pada angka yang terus hidup selepas konteksnya mati. Penggunaan saintifik yang berdisiplin bagi mana-mana unjuran oleh itu menuntut penjelasan tentang:

• tahun ia dikeluarkan;
• ufuk masa yang disasarkannya;
• pemboleh ubah yang diukurnya;
• garis dasar yang digunakan;
• andaian terpenting yang mendasari pembinaannya.

Apabila menggambarkan realiti semasa, seseorang seharusnya merujuk kepada sumber rasmi terkini yang ada, dan bukan mengitar semula unjuran sejarah seolah-olah ia satu diagnosis tentang masa kini. Angka yang bertarikh ialah saksi penting kepada pemikiran zamannya; angka yang ditanggalkan tarikhnya mungkin lebih berkuasa dari segi retorik, tetapi kurang nilainya dalam menghasilkan pengetahuan. Atas sebab ini, ungkapan "tingkatkan pengeluaran sebanyak 70%" tidak seharusnya menjadi jambatan retorik yang dilompati terus daripada sesuatu cabaran global kepada sebuah penderia, sebuah algoritma, atau sebuah robot. Keperluan kepada teknologi tidak ditegakkan oleh angka global yang abstrak; ia bermula dengan satu keputusan pertanian yang spesifik, bukti yang boleh diuji, dan kesan yang boleh diukur.

9. Apakah Sebenarnya yang Ditambah oleh Kecerdasan Buatan kepada Keputusan Pertanian?

Nilai sebenar kecerdasan buatan tidak bermula apabila ia cuba menggantikan kepakaran pertanian, tetapi apabila ia meluaskan medan penglihatan dan memberi pembuat keputusan peluang yang lebih baik untuk memahami dan campur tangan pada waktu yang tepat. Algoritma tidak mengenali ladang sebagaimana petani atau pakar mengenalinya, tetapi ia boleh mengesan isyarat yang sukar dijejaki secara manual, mengumpulkan bukti yang bertaburan, dan menukarkannya kepada anggaran yang terbuka kepada pemeriksaan dan penggunaan praktikal. Nilai ini terbentuk dalam empat fungsi yang saling berkait:

1. Pemerhatian: meluaskan skop penglihatan

Kecerdasan buatan boleh menangkap perubahan atau corak halus yang mungkin terlepas daripada pandangan mata, atau yang sukar dikesan secara manual pada kelajuan dan kekerapan yang sama merentas kawasan yang luas. Isyarat sedemikian mungkin termasuk:

• permulaan awal tekanan air;
• perubahan luar biasa pada warna tumbuhan;
• gangguan pada tingkah laku haiwan;
• kemerosotan atau perubahan pada prestasi sesebuah jentera pertanian.

Nilainya tidak terletak pada pengumpulan imej dan bacaan semata-mata, tetapi pada penukaran pemerhatian kepada amaran awal yang menarik perhatian kepada satu tempat yang wajar diperiksa sebelum masalah itu meluas atau jendela masa untuk campur tangan hilang.

2. Anggaran: beralih daripada pengukuran kepada ramalan yang spesifik

Fungsi anggaran bermula apabila ukuran yang bertaburan ditukarkan kepada satu kebarangkalian atau ramalan yang jelas dari segi subjek, tempat, dan tempoh masa. Sesebuah sistem mungkin menganggarkan risiko wabak penyakit sepanjang beberapa hari akan datang, atau meramalkan keperluan air dalam kitaran pengairan yang seterusnya, atau menentukan julat pengeluaran yang berkemungkinan. Tetapi anggaran yang profesional tidak membentangkan hasilnya seolah-olah ia satu fakta yang disahkan. Nilainya hanya lengkap apabila ia menjelaskan:

• darjah ketidakpastian yang melekat padanya;
• keadaan yang menjadikan penggunaannya sah;
• batas yang di luarnya ia mungkin kehilangan ketepatan;
• tempoh dan tempat yang terpakai baginya.

Sesuatu ramalan yang berguna, dengan itu, bukan angka yang telanjang, tetapi angka yang dikelilingi syarat tafsirannya dan batas keyakinan terhadapnya.

3. Penyelarasan: mengumpulkan bukti dalam satu konteks keputusan

Maklumat pertanian biasanya bertaburan merentas pelbagai sumber: penderia ladang, rekod terdahulu, ramalan cuaca, peraturan agronomi, sumber yang tersedia, serta kekangan ekonomi dan kawal selia. Kecerdasan buatan boleh mengumpulkan elemen-elemen ini dan membentangkannya dalam satu konteks tunggal yang membantu orang yang bertanggungjawab melihat gambaran penuh. Nilai di sini tidak terbit daripada limpahan data, tetapi daripada penyusunan dan penghubungannya dengan baik. Seorang pembuat keputusan perlu memahami hubungan antara tiga perkara penting:

1. Apakah yang sedang berlaku di ladang?
2. Apakah yang diizinkan oleh sumber dan kekangan?
3. Apakah tindakan yang boleh dilaksanakan dalam masa yang ada?

Apabila maklumat disusun sedemikian rupa, data berubah daripada arkib yang terus menimbun kepada asas praktikal untuk membuat keputusan.

4. Maklum balas dan pembelajaran operasi: menukarkan hasil kepada pengetahuan yang boleh diperbaiki

Tugas sistem tidak berakhir dengan mengeluarkan satu cadangan. Langkah yang lebih penting ialah membandingkan apa yang diperhatikan, diramalkan, atau dicadangkannya dengan apa yang sebenarnya berlaku di ladang, kemudian menggunakan percanggahan itu untuk menambah baik kedua-dua model dan amalan pertanian. Ini tidak bermakna membenarkan sistem belajar atau mengubah tingkah lakunya tanpa pengawasan. Yang dimaksudkan ialah mewujudkan kitaran semakan yang berdisiplin yang mendedahkan:

• titik kesilapan dalam ramalan atau cadangan;
• punca bias yang berpotensi;
• perubahan yang telah berlaku dalam keadaan operasi;
• kes yang memerlukan pengemaskinian model;
• prosedur pertanian yang memerlukan pelarasan.

Melalui mekanisme ini, kesilapan bukan sekadar kegagalan teknikal, tetapi maklumat yang membantu menambah baik prestasi seterusnya, dalam lingkungan pengawasan manusia yang jelas dan tanggungjawab yang ditakrifkan. Daripada ramalan kepada keputusan: di manakah tanggungjawab manusia kekal? Betapa jitu sekalipun fungsi ini menjadi, ia tidak menggantikan kefahaman pertanian, dan tidak juga melepaskan manusia daripada tanggungjawab terhadap keputusan itu. Sesuatu algoritma mungkin menunjukkan kebarangkalian penyakit yang meningkat, tetapi ia tidak mampu menentukan dengan sendirinya sama ada tanda itu mewajarkan pemeriksaan ladang yang segera, atau sama ada kos kelewatan melebihi kos penggera palsu, atau sama ada campur tangan yang dicadangkan itu sah di sisi undang-undang, selamat, dan tersedia di ladang berkenaan. Sesuatu algoritma mungkin mengenal pasti corak dalam data, tetapi makna corak itu tidak ditentukan dalam data semata-mata. Ia dibentuk dalam konteks tanah, iklim, peringkat pertumbuhan tanaman, dan sejarah ladang, serta dipengaruhi oleh keupayaan petani untuk bertindak balas dan oleh masa, sumber, dan pilihan yang boleh dilaksanakan yang ada padanya. Atas sebab ini, kematangan sesuatu sistem tidak diukur melalui keupayaannya menyembunyikan jarak antara ramalan dengan keputusan, tetapi melalui keupayaannya menjadikan jarak itu jelas dan boleh diurus. Sistem yang matang menyatakan dengan terang:

• apa yang diperhatikannya;
• bagaimana ia sampai kepada anggarannya;
• darjah keyakinannya terhadap keputusan itu;
• had pengetahuannya dan kesahihan model;
• akibat kesilapan, sama ada penggera palsu ataupun kegagalan mengesan risiko yang benar-benar wujud.

Pada tahap itu, algoritma menjadi rakan kongsi dalam melihat, bukan pengganti kepada pertimbangan pertanian. Ia memberikan amaran sebelum tempoh untuk campur tangan menyempit, dan ia menghimpunkan bukti yang bertaburan merentas pelbagai sumber, tetapi ia meninggalkan kuasa pilihan dan tanggungjawab terhadapnya kepada mereka yang memahami bahawa ladang bukan sekadar himpunan angka, tetapi sebuah sistem hidup yang mempunyai konteks, had, dan akibatnya sendiri.

10. Senarai Semak: Bagaimanakah Masalah Pertanian Dirangka Sebelum Membeli Teknologi?

Projek teknikal yang berjaya bermula dengan mengenal pasti keputusan yang perlu ditambah baik, bukan dengan memilih peranti atau algoritma. Sebelum membeli sesuatu produk, mengikat kontrak dengan vendor, atau membiayai sesuatu projek, jawapan bertulis yang jelas perlu disediakan bagi soalan berikut:

Pertama: Keputusan dan Nilai yang Dijangkakan

• Keputusan pertanian apakah yang ingin kita tambah baik? Dan siapakah yang membuatnya pada masa ini?
• Kerugian apakah yang ingin kita kurangkan, atau peluang apakah yang ingin kita rebut? Dan bolehkah ia diukur dalam tempoh masa yang ditetapkan?
• Garis dasar dan penanda aras rujukan apakah yang akan kita gunakan untuk membandingkan hasil teknologi itu? Adakah ia amalan semasa, anggaran pakar, peraturan mudah, atau ketiadaan campur tangan?

Kedua: Data, Kualitinya, dan Pemilikannya

• Data apakah yang tersedia untuk membuat keputusan itu? Dan adakah ia mencukupi dan sesuai dengan tujuannya?
• Siapakah yang memiliki data ini, dan siapakah yang berhak mencapai dan menggunakannya?
• Kesilapan atau jurang yang diketahui apakah yang terkandung di dalamnya?
• Bolehkah pengguna mengeksport data mereka apabila menukar sistem atau vendor?

Ketiga: Kesilapan dan Risiko

• Apakah akibat penggera palsu, apabila sistem menunjukkan masalah yang tidak wujud?
• Apakah akibat negatif palsu, apabila sistem gagal mengesan masalah yang sedia wujud?
• Bahaya apakah yang mungkin timbul daripada amaran atau campur tangan yang lewat?
• Siapakah yang memikul tanggungjawab untuk membuat susulan terhadap keputusan dan menangani kesilapan?

Keempat: Kebolehlaksanaan Cadangan

• Adakah tindakan yang dicadangkan oleh teknologi itu benar-benar tersedia?
• Adakah ia sah di sisi undang-undang dan mematuhi keperluan kawal selia?
• Bolehkah ia dibiayai dan dilaksanakan pada masa yang sesuai?
• Adakah tenaga kerja, kemahiran, dan sumber yang diperlukan untuk melaksanakannya tersedia?

Cadangan yang betul dari segi pengiraan tiada nilainya jika pelaksanaannya mustahil dari segi praktikal atau kewangan.

Kelima: Susulan dan Pembalikan Selamat

• Siapakah yang membuat susulan terhadap apa yang berlaku selepas cadangan itu dilaksanakan?
• Bagaimanakah hasilnya diukur dan dibandingkan dengan garis dasar?
• Apakah mekanisme untuk pembalikan jika sistem itu gagal atau hasilnya menampakkan bahaya yang tidak dijangka?
• Bolehkah seseorang kembali dengan selamat kepada prosedur terdahulu, atau adakah sistem itu mewujudkan kebergantungan yang sukar dileraikan?

Keenam: Kesinambungan Operasi dan Hak Pengguna

• Adakah aliran kerja berterusan apabila sambungan internet terputus?
• Bolehkah ia dikendalikan tanpa kehadiran vendor, atau apabila sokongan teknikal tidak dapat dihubungi?
• Bolehkah pengguna memahami asas pembinaan keputusan itu?
• Bolehkah mereka membantah cadangan itu atau mengatasinya apabila ia bercanggah dengan realiti ladang?

Jika jawapan yang jelas bagi soalan ini tidak ada, masalahnya bukanlah kerana model atau produk masih belum dipilih; masalahnya ialah projek keputusan itu sendiri belum direka bentuk. Teknologi tidak membaiki kekaburan sesuatu masalah secara automatik; ia mungkin sekadar memberikannya antara muka yang lebih berkilau dan kos yang lebih tinggi. Titik permulaan yang profesional ialah menakrifkan keputusan, mengukur nilainya, dan memahami risikonya, kemudian barulah memilih teknologi yang mendukungnya—bukan membentuk semula masalah agar sepadan dengan apa yang ditawarkan oleh teknologi.

Ringkasan Bab

Tekanan majmuk tidak semestinya mewajarkan teknologi yang majmuk. Campur tangan yang lebih baik mungkin berupa penambahbaikan rekod pengairan, latihan pekerja, pembaikan rantaian sejuk, atau penyediaan sumber rasmi dalam bahasa yang mudah difahami. Kecerdasan buatan mungkin menjadi mata rantai yang mengikat tugas ini bersama serta menambah baik pemasaan dan kepersisannya. Penilaian tidak dikeluarkan daripada nama teknologi itu, tetapi daripada kesannya terhadap suatu rantaian keputusan yang khusus dan daripada keupayaannya untuk kekal selamat dan berdaya maju dari segi ekonomi dalam dunia sebenar.

Nota Bukti

pemetaan bidang ini bersandar pada ulasan [SRC001][SRC002][SRC003], pada laporan rasmi tentang automasi menyeluruh [SRC031], dan pada analisis struktur ladang [SRC037]. Unjuran [SRC014] dikekalkan semata-mata sebagai dokumen sejarah. Fail serantau digunakan untuk mengekstrak struktur masalah dan persoalan; tiada angka pasaran atau keterjaminan makanan dibawa daripadanya yang tidak ditutup dalam daftar sumber.