Khi AI xâm nhập vào nhà nuôi ong, ong - và những người nuôi ong - phát triển mạnh

Các vườn vải thiều thơm ở miền bắc Ấn Độ, những cánh đồng mù tạt chảy qua Rajasthan như những con sông vàng và các trang trại hướng dương rộng lớn ở Karnataka đều có một điểm chung. Trên thực tế, hàng tỷ: ong.

Các dịch vụ thụ phấn côn trùng, nơi những người nuôi ong cho nông dân thuê tổ ong của họ, đóng góp 22,5 tỷ đô la cho nền kinh tế nông nghiệp Ấn Độ hàng năm. Nhưng mặc dù thúc đẩy năng suất cây trồng cao hơn, đa dạng sinh học và khả năng chống chịu với khí hậu, ngành nuôi ong vẫn là một lĩnh vực chưa được đảm bảo và chưa được phục vụ tốt, còn lâu mới đạt được tiềm năng đầy đủ của nó.

Vài năm trước, Monika Shukla, một cựu chuyên gia công nghệ ngân hàng trở thành doanh nhân xã hội, đã làm việc với các cộng đồng nông thôn trên khắp Ấn Độ về các giải pháp bền vững theo định hướng thị trường có thể cải thiện sinh kế, đặc biệt là cho phụ nữ. Cô và nhóm của mình đã gặp hàng trăm người nuôi ong quy mô nhỏ ở hơn một chục tiểu bang và nhận ra rằng nghề nuôi ong, nếu được hỗ trợ bởi đào tạo khoa học, thị trường công bằng và các công cụ và công nghệ tốt hơn, có thể become động lực mạnh mẽ hơn nữa về thu nhập, năng suất cây trồng, đa dạng sinh học và khả năng phục hồi khí hậu ở các khu vực nông thôn và bộ lạc. Trên thực tế, Thủ tướng Narendra Modi vào năm 2020 đã đưa ra cái mà ông gọi là “cuộc cách mạng ngọt ngào”, một sứ mệnh thúc đẩy và phát triển nghề nuôi ong khoa học và các sản phẩm mật ong và tổ ong chất lượng.

Shukla nói: “Đó là việc xem xét toàn bộ hệ thống và sửa chữa cơ sở hạ tầng, để nỗ lực đó thực sự kết hợp với sinh kế, ổn định thu nhập và chống mong manh. Nghề nuôi ong có rào cản gia nhập thấp và không đòi hỏi nhiều đất, vì vậy nó thường được giới thiệu như một cơ hội sinh kế cho phụ nữ, chủ đất nhỏ và nông dân không có đất, nhưng, cô nói, hỗ trợ thường giảm sau khi đào tạo ban đầu.

Vì vậy, vào năm 2023, cô thành lập Buzzworthy Ventures (còn được gọi là Humble Bee), trang bị cho hàng nghìn người nuôi ong quy mô nhỏ đào tạo khoa học, đảm bảo mua lại và tiếp cận Market Access, và thiết bị tốt hơn để cải thiện quản lý tổ ong và chất lượng mật ong và tăng cường thụ phấn cho cây trồng. Điều đó bao gồm việc giới thiệu BeeKind, một nền tảng di động sử dụng thông tin chi tiết và phân tích dự đoán dựa trên AI để cung cấp hướng dẫn về sức khỏe và năng suất của tổ ong, lịch thụ phấn, lời khuyên về khả năng phục hồi khí hậu và hơn thế nữa.

Nó được phát triển với những hiểu biết sâu sắc từ các cộng đồng nuôi ong nông thôn để tránh “sự tự tin sai lầm” được tạo ra bởi các giải pháp được thiết kế mà không có mức đầu vào đó, Shukla nói. “Nếu khả năng đọc viết, ngôn ngữ hoặc động thái giới tính không được bao gồm trong thiết kế, thì chính những người mà giải pháp tuyên bố sẽ giúp ngừng sử dụng nó.”

Ví dụ, một trong những thách thức lớn nhất mà nhóm nghiên cứu xác định là những người nuôi ong, đặc biệt là phụ nữ, không có thời gian, kỹ năng hoặc Access vào điện thoại thông minh để có thể sử dụng ứng dụng một cách đáng tin cậy. Giải pháp không phải là nhiều tính năng hơn, mà là nhiều người hơn.

Sáng kiến này hỗ trợ các nhóm người nuôi ong với BeeMit ra, một người hỗ trợ tại chỗ được đào tạo, người thường đến từ cùng một cộng đồng và giúp những người nuôi ong chẩn đoán, theo dõi năng suất, theo dõi sức khỏe tổ ong, quản lý di cư và hơn thế nữa. Nhóm đã tạo ra FieldView, một ứng dụng phản chiếu của BeeKind, để BeeMit ras và các nhà điều hành thực địa sử dụng thay mặt cho những người nuôi ong, cho phép họ truy cập liên tục vào hỗ trợ BeeKind mà không cần phải tìm hiểu tất cả các chức năng hoặc sở hữu điện thoại thông minh. Dữ liệu ứng dụng được ghi lại một cách thụ động thông qua hình ảnh, cuộc gọi, đầu vào bằng giọng nói và lượt truy cập trang web. Thông tin chi tiết do AI tạo ra sau đó được truyền đạt thông qua các cảnh báo ngắn dựa trên giọng nói bằng ngôn ngữ địa phương.

“Chúng tôi đang xây dựng sự tham gia vào chính hệ thống”, Shukla nói về mô hình AI “con người trong vòng lặp” này. “Các điều phối viên thực địa và phụ nữ nuôi ong lãnh đạo thường xuyên đánh dấu khi các khuyến nghị AI không phù hợp với điều kiện thực địa và phản hồi đó trực tiếp đưa vào việc tinh chỉnh mô hình.”