Estamos planeando un evento virtual en vivo a finales de este año y queremos saber de usted. ¿Estás utilizando una potente tecnología de IA que parece que todo el mundo debería utilizar? ¡Esta es tu oportunidad de mostrárselo al mundo! Con demasiada frecuencia, la IA se considera una empresa de, por y para los ricos. Vamos a echar un vistazo a Farmer.Chat de Digital Green, un robot de inteligencia artificial generativo que fue diseñado para ayudar a los pequeños agricultores de los países en desarrollo a acceder a información agrícola crítica. Los países en desarrollo frecuentemente han implementado soluciones técnicas que nunca se les habrían ocurrido a los ingenieros de los países ricos. Resuelven problemas reales en lugar de apelar a las fantasías de “comencemos otro Facebook” de los capitalistas de riesgo. Farmer.Chat es una de esas soluciones. Aprende más rápido. Excavar más hondo. Ver más lejos. Farmer.Chat ayuda a los agentes de extensión agrícola (EA) y a los agricultores a obtener respuestas a preguntas sobre agricultura. Se ha desplegado en India, Etiopía, Nigeria y Kenia. Si bien fue diseñado originalmente para las EA, los agricultores lo utilizan cada vez más directamente; ya se han acostumbrado a hacer preguntas en línea utilizando las redes sociales. Proporcionar acceso en línea a información agrícola mejor y más confiable de manera rápida y eficiente era un objetivo obvio. Una aplicación de IA para agricultores y organismos ejecutivos enfrenta muchas limitaciones. Una de las mayores limitaciones es la ubicación. La agricultura es hiperlocal. Dos granjas pueden estar a una milla de distancia, pero si una está en la ladera de una colina y la otra en un valle, tendrán suelos, drenajes y tal vez incluso condiciones climáticas completamente diferentes. Diferentes microclimas, plagas, cultivos: lo que funciona para tu vecino puede que no funcione para ti. Los datos para responder preguntas hiperlocales sobre temas como la fertilización y el manejo de plagas existen, pero están distribuidos en muchas bases de datos con muchos propietarios: gobiernos, ONG y corporaciones, además del conocimiento local sobre lo que funciona. Farmer.Chat utiliza todas estas fuentes para responder preguntas, pero al hacerlo, debe respetar los derechos de los agricultores y de los propietarios de la base de datos. Los agricultores tienen derecho a la privacidad; es posible que no quieran compartir información sobre su granja o dejar que otros sepan los problemas que están experimentando. Es posible que las corporaciones quieran limitar qué datos exponen y cómo se exponen. Digital Green resuelve este problema a través de FarmStack, un protocolo seguro de código abierto para compartir datos de forma voluntaria. El cifrado de extremo a extremo se utiliza para todas las conexiones. Todas las fuentes de datos, incluidos los agricultores y las agencias gubernamentales, eligen qué datos quieren compartir y cómo se comparten. Pueden decidir compartir ciertos tipos de datos y no otros, o imponer restricciones al uso de sus datos (por ejemplo, limitarlo a determinadas áreas geográficas). Si bien la aceptación detallada suena imponente, tratar a sus proveedores de datos y a sus usuarios con respeto ha permitido a Farmer.Chat construir un ecosistema confiable para compartir datos. A su vez, ese ecosistema conduce a granjas exitosas. FarmStack también permite comentarios confidenciales. ¿Se utilizaron correctamente los datos de un proveedor de datos? ¿Un agricultor proporcionó conocimientos locales que ayudaron a otros? ¿O fueron sus problemas con la información? Los datos son siempre una vía de doble sentido; Es importante no sólo utilizar los datos sino también mejorarlos. La traducción es el problema más difícil para Digital Green y Farmer.Chat. Farmer.Chat actualmente admite seis idiomas (inglés, hindi, telugu, amárico, swahili y hausa) y Digital Green está trabajando para agregar más. Para servir bien a los EA y a los agricultores, Farmer.Chat también debe ser multimodal (voz, texto y video) y debe llegar a los agricultores en sus idiomas nativos. Si bien hay información útil disponible en muchos idiomas, encontrar esa información y responder una pregunta en el idioma del agricultor a través del chat de voz es un desafío imponente. Farmer.Chat utiliza Google Translate, Azure, Whisper y Bhashini (una empresa india que ofrece conversión de texto a voz y otros servicios para idiomas indios), pero todavía existen lagunas. Incluso dentro de un mismo idioma, la misma palabra puede significar cosas diferentes para distintas personas. Muchos agricultores miden su rendimiento en sacos de arroz, pero ¿qué es “un saco de arroz”? Podría significar 10 kilos para un agricultor y 5 kilos para alguien que vende a un comprador diferente. Esta es un área donde es fundamental mantener informado a un agente de extensión. Un EA estaría al tanto de cuestiones como el uso local, la jerga local y los términos agrícolas técnicos, y podría resolver problemas haciendo preguntas e interpretando las respuestas de forma adecuada. Los EA también ayudan con la confianza. Naturalmente, los agricultores desconfían de seguir los consejos de una IA para cambiar prácticas que se han utilizado durante generaciones. Un EA que conoce a los agricultores y su historia y que puede situar las respuestas de la IA en un contexto local es mucho más confiable. Para gestionar el problema de las alucinaciones y otros tipos de resultados incorrectos, Digital Green utiliza generación de recuperación aumentada (RAG). Si bien RAG es conceptualmente simple (busque documentos relevantes y cree un mensaje que le indique al modelo que desarrolle su respuesta a partir de ellos), en la práctica, es más complejo. Como sabe cualquiera que haya realizado una búsqueda, es probable que los resultados de la búsqueda le den unos miles de resultados. Incluir todos esos resultados en una consulta RAG sería imposible con la mayoría de los modelos de lenguaje y poco práctico con los pocos que permiten grandes ventanas de contexto. Por lo tanto, es necesario calificar los resultados de la búsqueda según su relevancia; es necesario seleccionar los documentos más relevantes; entonces es necesario podar los documentos para que contengan sólo las partes relevantes. Tenga en cuenta que, para Digital Green, este problema es multilingüe y multimodal: los documentos relevantes pueden aparecer en cualquiera de los idiomas o modos que utilizan. Es importante probar cuidadosamente cada etapa de este proceso: software de traducción, software de conversión de texto a voz, puntuación de relevancia, poda de documentos y los propios modelos de lenguaje: ¿puede otro modelo hacer un mejor trabajo? Es necesario colocar barreras de seguridad en cada paso para protegerse contra resultados incorrectos. Los resultados deben pasar la revisión humana. Pruebas digitales ecológicas con “controles de calidad dorados”, conjuntos de preguntas y respuestas altamente calificadas. Cuando se le hace una “pregunta de oro”, ¿puede la aplicación producir consistentemente resultados tan buenos como la “respuesta de oro”? Es necesario realizar pruebas como esta constantemente. Digital Green también revisa manualmente el 15% de sus registros de uso para asegurarse de que sus resultados sean consistentemente de alta calidad. En su podcast para O’Reilly, Andrew Ng señaló recientemente que la etapa de evaluación del desarrollo de productos con frecuencia no recibe la atención que merece, en parte porque es muy fácil escribir software de IA; ¿Quién quiere pasar unos meses probando una aplicación que tardó una semana en escribirse? Pero eso es exactamente lo que se necesita para tener éxito. Farmer.Chat está diseñado para ser inclusivo en términos de género y climáticamente inteligente. Dado que el 60% de los pequeños agricultores del mundo son mujeres, es importante que la solicitud sea acogedora para las mujeres y no asumir que todos los agricultores son hombres. Los pronombres son importantes. También lo son los modelos a seguir; los agricultores que presentan técnicas y responden preguntas en videoclips deben incluir hombres y mujeres. Clima inteligente significa hacer recomendaciones sensibles al clima siempre que sea posible. El cambio climático es un gran problema para los agricultores, especialmente en países como la India, donde el aumento de las temperaturas y los cambios en los patrones de precipitaciones pueden ser desastrosos. Las recomendaciones deben anticipar los patrones climáticos actuales y las formas en que es probable que cambien. Las recomendaciones climáticamente inteligentes también tienden a ser menos costosas. Por ejemplo, aunque Farmer.Chat no teme recomendar fertilizantes comerciales, enfatiza soluciones locales: casi todas las granjas pueden tener un suministro ilimitado de compost, que cuesta menos que los fertilizantes y ayuda a gestionar los desechos agrícolas. La agricultura puede estar muy ligada a la tradición: «Hacemos esto porque eso es lo que hacían mis abuelos, y sus padres antes que ellos». Una nueva técnica agrícola desarrollada por unos científicos anónimos en una oficina urbana significa poco; Es mucho más probable que lo adopten si escucha que un agricultor que conoce y respeta lo ha utilizado con éxito. Para ayudar a los agricultores a adoptar nuevas prácticas, Digital Green prioriza el trabajo de sus pares siempre que sea posible utilizando videos recopilados de los agricultores locales. Intentan poner en contacto a los agricultores entre sí, celebrando sus éxitos para ayudarlos a adoptar nuevas ideas. Finalmente, Farmer.Chat y FarmStack son ambos de código abierto. Es posible que las licencias de software no afecten directamente a los agricultores, pero son importantes para construir ecosistemas saludables en torno a proyectos que apuntan a hacer el bien. Vemos demasiadas aplicaciones cuyo propósito es monopolizar la atención de un usuario, someterlo a vigilancia no deseada o degradar las discusiones políticas. Un proyecto de código abierto para ayudar a las personas: necesitamos más de eso. A lo largo de su historia, en la que Farmer.Chat es solo el capítulo más reciente, Digital Green ha ayudado a más de 6,3 millones de agricultores, ha aumentado sus ingresos hasta en un 24 % y ha aumentado el rendimiento de sus cultivos hasta en un 17 %. Farmer.Chat es el siguiente paso en este proceso. Y nos preguntamos: los problemas que enfrentan las pequeñas explotaciones agrícolas en los países desarrollados no son diferentes de los problemas de los países en desarrollo. El clima, los insectos y las enfermedades de los cultivos no respetan la economía ni la política. Farmer.Chat ayuda a los pequeños agricultores a tener éxito en los países en desarrollo. Necesitamos los mismos servicios en el llamado “primer mundo”.