Коли штучний інтелект потрапляє на пасіку, бджоли — і бджолярі — процвітають

Ароматні сади лічі на півночі Індії, гірчичні поля, що течуть через Раджастан, немов золоті річки, та величезні соняшникові ферми в Карнатаці – усі вони мають одну спільну рису. Власне, мільярди: бджіл.

Послуги з запилення комахами, де бджолярі здають свої вулики в оренду фермерам, щорічно приносять 22,5 мільярда доларів в індійську сільськогосподарську економіку. Але, незважаючи на те, що забезпечує більшу врожайність сільськогосподарських культур, біорізноманіття та стійкість до зміни клімату, сектор бджільництва залишається малопоміченим та недостатньо обслуговуваним, далеким від повного розкриття свого потенціалу.

Кілька років тому Моніка Шукла, колишня банківська технологка, яка стала соціальною підприємницею, працювала з сільськими громадами по всій Індії над ринково-орієнтованими, сталими рішеннями, які могли б покращити життя, особливо для жінок. Вона та її команда зустрілися із сотнями дрібних бджолярів у понад десятку штатів і зрозуміли, що бджільництво, якщо його підтримувати науковою підготовкою, справедливими ринками та кращими інструментами й технологіями, може стати ще потужнішим рушієм доходів, продуктивності сільськогосподарських культур, біорізноманіття та стійкості до зміни клімату в сільських та племінних районах. Фактично, прем'єр-міністр Нарендра Моді у 2020 році розпочав те, що він називає «солодкою революцією», місію з просування та розвитку наукового бджільництва, якісного меду та продуктів бджільництва.

«Йдеться про розгляд системи в цілому та відновлення інфраструктури, щоб ці зусилля фактично призвели до створення засобів до існування, стабільності доходів та боротьби з нестабільністю», — каже Шукла. Бджільництво має низькі бар'єри для входу та не потребує багато землі, тому його часто вводять як можливість для існування для жінок, дрібних землевласників та безземельних фермерів, але, за її словами, підтримка часто зменшується після початкового навчання.

Тож у 2023 році вона заснувала Buzzworthy Ventures (також відому як Humble Bee), надаючи тисячам дрібних бджолярів наукову підготовку, гарантований викуп та доступ до ринку, а також краще обладнання для покращення управління вуликами та якості меду, а також посилення запилення сільськогосподарських культур. Це включає в себе запуск BeeKind, мобільної платформи, яка використовує аналітичні дані та прогнозний аналіз на основі штучного інтелекту, щоб пропонувати рекомендації щодо здоров'я та продуктивності вуликів, календар запилення, поради щодо стійкості до зміни клімату тощо.

За словами Шукли, його було розроблено з урахуванням знань сільських бджільницьких громад, щоб уникнути «хибної впевненості», що виникає через рішення, розроблені без такого рівня участі. «Якщо грамотність, мова чи гендерна динаміка не враховані в дизайні, саме ті люди, яким рішення, як стверджується, допомагає, перестають його використовувати».

Наприклад, однією з найбільших проблем, яку визначила команда, було те, що бджолярі, особливо жінки, не мають часу, навичок або доступу до смартфонів, щоб мати змогу надійно користуватися додатками. Рішенням було не більше функцій, а більше людей.

Ініціатива підтримує кластери бджолярів за допомогою BeeMitra — навченого фасилітатора на місцях, який часто походить з однієї громади та допомагає бджолярам з діагностикою, відстеженням врожайності, відстеженням здоров'я вуликів, управлінням міграцією тощо. Команда створила FieldView, дзеркальний додаток BeeKind, для використання BeeMitras та польовими фасилітаторами від імені бджолярів, що забезпечує їм постійний доступ до підтримки BeeKind без необхідності вивчати всі функції чи мати смартфон. Дані програми збираються пасивно за допомогою зображень, дзвінків, голосового введення та відвідувань сайтів. Потім аналітичні дані, згенеровані штучним інтелектом, передаються за допомогою коротких голосових сповіщень місцевими мовами.

«Ми вбудовуємо участь у саму систему», — каже Шукла про модель штучного інтелекту «людина в циклі». «Польові координатори та провідні жінки-бджолярки регулярно повідомляють про випадки, коли рекомендації штучного інтелекту не відповідають польовим умовам, і цей зворотний зв’язок безпосередньо впливає на вдосконалення моделі».