Generative AI and Agricultural Productivity: Evidence from Peanut Farmers in China

दुनिया के कई हिस्सों में, खेती अनिश्चितता के साथ एक निरंतर बातचीत है। एक किसान को यह तय करना होता है कि कब बुवाई करनी है, कितना पानी देना है, और जब कोई पत्ती पीली पड़ जाए तो क्या करना है, और यह सब अक्सर बिना किसी विशेषज्ञ की सीधी मौजूदगी के करना होता है। दशकों तक, इसका समाधान स्थानीय अनुभव, पड़ोसियों या सरकारी विस्तार कार्यकर्ताओं पर निर्भर रहना रहा था जो गाँव-गाँव घूमते थे। ये माध्यम महत्वपूर्ण ज्ञान प्रदान करते हैं, लेकिन वे अक्सर धीमे, बड़े पैमाने पर लागू करने में महंगे, या किसी एक खेत की विशिष्ट स्थितियों के अनुकूल नहीं होते। हाल के वर्षों में, मोबाइल फोन और इंटरनेट ने इस अंतर को पाटने के लिए शुरुआत की है, जिससे मौसम की रिपोर्ट और बाजार की कीमतों तक त्वरित पहुंच प्राप्त हुई है। फिर भी, एक नया प्रश्न उभरा है: क्या आर्टिफिशियल इंटेलिजेंस (AI) केवल स्थिर तथ्य देने से अधिक कुछ कर सकता है? क्या एक कंप्यूटर प्रोग्राम वास्तव में एक किसान से संवाद कर सकता है, किसी विशिष्ट फसल की अनूठी समस्या को समझ सकता है, और ऐसी सलाह दे सकता है जो किसी अनुभवी विशेषज्ञ से मिली हुई महसूस हो? यह जेनेरेटिव आर्टिफिशियल इंटेलिजेंस का वादा है, एक ऐसी तकनीक जो केवल पूर्व-लिखित उत्तरों को खोजने के बजाय नए, अनुकूलित उत्तर बनाने में सक्षम है। यदि यह तकनीक वास्तव में विशेषज्ञ सलाह की बाधा को कम कर सकती है, तो यह छोटे पैमाने के किसानों के भूमि प्रबंधन के तरीके को बदल सकती है, जिससे अनिश्चितता को अवसर में बदला जा सकता है।

नानजिंग एग्रीकल्चरल यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने इस वादे का वास्तविक दुनिया में परीक्षण करने के लिए, चीन के छह प्रांतों के मूंगफली किसानों पर ध्यान केंद्रित करते हुए कदम उठाया। उन्होंने 2025 में 977 परिवारों से डेटा एकत्र किया, जो एक ऐसा वर्ष था जिसने कृषि में इस तकनीक के लिए एक महत्वपूर्ण क्षण चिह्नित किया। शोधकर्ता यह जानना चाहते थे कि क्या जेनेरेटिव AI उपकरणों—ऐसे अनुप्रयोग जो उपयोगकर्ताओं के साथ चैट कर सकते हैं और सलाह उत्पन्न कर सकते हैं—का उपयोग करने से वास्तव में इस बात में बदलाव आया कि किसानों ने कितनी भूमि लगाई, उन्होंने कितनी उपज प्राप्त की, और उन्होंने अपने संसाधनों का कितनी कुशलता से उपयोग किया। एक स्पष्ट उत्तर पाने के लिए, उन्हें सावधान रहना था। जो किसान नई तकनीक का चयन करते हैं, वे अक्सर उन लोगों से भिन्न होते हैं जो ऐसा नहीं करते; वे अधिक शिक्षित, बेहतर भूमि वाले, या बस जोखिम लेने के लिए अधिक इच्छुक हो सकते हैं। शोधकर्ताओं ने तकनीक के प्रभाव को इन अन्य कारकों से अलग करने के लिए एक परिष्कृत सांख्यिकीय पद्धति का उपयोग किया, यह सुनिश्चित करने के लिए कि उनके द्वारा पाए गए कोई भी सुधार वास्तव में AI के उपयोग से जुड़े हों।

परिणाम उत्साहजनक थे, लेकिन विशिष्ट थे। जिन किसानों ने अपनी मूंगफली की फसलों के लिए जेनेरेटिव AI का उपयोग किया, उन्होंने उन लोगों की तुलना में काफी अधिक भूमि लगाई और प्रति इकाई क्षेत्र में उच्च उपज प्राप्त की जो ऐसा नहीं करते थे। औसतन, उपयोगकर्ताओं ने देखा कि उनकी मूंगफली का उत्पादन बढ़ा, और वे बुवाई के क्षेत्र का विस्तार करने के लिए पर्याप्त आश्वस्त महसूस करने लगे। हालाँकि, तकनीक ने व्यापक अर्थों में खेत की मौलिक दक्षता को बदलने में कोई बदलाव नहीं दिखाया। जब शोधकर्ताओं ने 'टोटल फैक्टर प्रोडक्टिविटी' (कुल कारक उत्पादकता)—एक माप कि कैसे एक खेत अपने सभी इनपुट, जैसे श्रम और उर्वरक, को आउटपुट में परिवर्तित करता है—की गणना की, तो उन्हें उपयोगकर्ताओं और गैर-उपयोगकर्ताओं के बीच कोई महत्वपूर्ण अंतर नहीं मिला। यह सुझाव देता है कि जबकि AI ने किसानों को बेहतर तात्कालिक निर्णय लेने में मदद की, इसने अभी तक संपूर्ण उत्पादन प्रणाली में क्रांति नहीं डाली है या मूंगफली उगाने की अंतर्निहित तकनीक को नहीं बदला है।

अध्ययन ने यह समझने के लिए गहराई से जांच की कि ये लाभ क्यों हुए। प्राथमिक लाभ कीटों और रोगों के बेहतर प्रबंधन से आया प्रतीत हुआ। AI का उपयोग करने वाले किसान अपनी फसलों में समस्याओं की पहचान बहुत तेजी से और अधिक सटीकता से कर सके। किसी पड़ोसी के बीमारी को नोटिस करने या मुरझाई हुई पत्तियों के कारण का अनुमान लगाने का इंतजार करने के बजाय, वे AI से परामर्श कर सकते थे, जिसने उन्हें समस्या का निदान करने और जल्द से जल्द सही उपचार लागू करने में मदद की। इस गति और सटीकता ने बीमारी के कारण होने वाली फसल की हानि को कम कर दिया। इसके अतिरिक्त, इस तकनीक ने किसानों को उनके श्रम का अधिक कुशलता से उपयोग करने में मदद की। सूचना खोजने और कार्यों की योजना बनाने के मानसिक कार्य को संभालकर, AI ने किसानों को खेत में शारीरिक कार्य पर ध्यान केंद्रित करने के लिए समय मुक्त कर दिया। अध्ययन में पाया गया कि ये सुधार कीट नियंत्रण के क्षेत्र में केंद्रित थे; AI ने किसानों द्वारा नई बीज किस्मों, नए उर्वरकों या नई कटाई की मशीनरी को अपनाने के तरीके को महत्वपूर्ण रूप से नहीं बदला। तकनीक दैनिक, आवर्ती निर्णयों के लिए सबसे उपयोगी साबित हो रही थी जिनमें त्वरित, स्थानीय उत्तरों की आवश्यकता होती है।

हर किसान को एक ही तरह से लाभ नहीं हुआ। अध्ययन से पता चला कि जेनेरेटिव AI के लाभ स्वतः नहीं थे; वे किसान के अपने कौशल और परिस्थितियों पर बहुत अधिक निर्भर थे। उपज में वृद्धि उन किसानों के बीच सबसे अधिक स्पष्ट थी जिनके पास पहले से ही उच्च स्तर की डिजिटल साक्षरता थी, जिसका अर्थ था कि वे स्मार्टफोन का उपयोग करने और डिजिटल टूल चलाने में सहज थे। इसने उन लोगों की भी मदद की जिन्होंने पहले तकनीकी प्रशिक्षण लिया था या अन्य किसानों के साथ ज्ञान का आदान-प्रदान किया था। ये समूह सही प्रश्न पूछने और AI की सलाह को कार्रवाई में बदलने के लिए बेहतर ढंग से सुसज्जित थे। इसके अलावा, बड़े, कम खंडित भूखंडों वाले किसानों के लिए लाभ अधिक स्पष्ट थे। कई छोटे, बिखरे हुए टुकड़ों वाली भूमि वाले किसानों के लिए, तकनीक ने उपज में वैसा उछाल नहीं दिया, जो यह सुझाव देता है कि बेहतर जानकारी को बेहतर परिणामों में बदलने के लिए खेत का पैमाना मायने रखता है।

खेतों से परे, शोधकर्ताओं ने परिवारों पर आर्थिक प्रभाव को देखा। बढ़ी हुई उपज और बड़े बुवाई क्षेत्रों ने तकनीक का उपयोग करने वाले परिवारों की आय में सीधे तौर पर वृद्धि की। दिलचस्प बात यह है कि AI ने न तो किसानों द्वारा उर्वरकों या कीटनाशकों पर किए जाने वाले खर्च को बदला, और न ही इसने उस कीमत को बदला जिस पर उन्होंने मूंगफली बेची। मूल्य पूरी तरह से अधिक उगाने और बीमारी से कम नुकसान होने से आया। भविष्य की ओर देखते हुए, जिन किसानों ने AI का उपयोग किया, उन्होंने इसका उपयोग जारी रखने की तीव्र इच्छा व्यक्त की, विशेष रूप से उन कार्यों के लिए जो बार-बार होते हैं, जैसे बीज चुनना, पानी का प्रबंधन करना और कीट स्तर की जांच करना। वे भारी मशीनरी खरीदने या फसल एकत्र करने के बाद कटाई के प्रसंस्करण जैसे बड़े, एकमुश्त निर्णयों के लिए इसका उपयोग करने के प्रति कम उत्साहित थे। यह सुझाव देता है कि किसान इस तकनीक को खेती के दैनिक लय के लिए एक शक्तिशाली सहायक के रूप में देखते हैं, न कि प्रमुख पूंजी निवेशों के विकल्प के रूप में।

निष्कर्षों ने एक स्पष्ट तस्वीर पेश की है कि आज यह तकनीक कहाँ खड़ी है। जेनेरेटिव आर्टिफिशियल इंटेलिजेंस कोई जादुई छड़ी नहीं है जो तुरंत सभी कृषि समस्याओं को हल कर देती है या खाद्य उत्पादन के तरीके को पूरी तरह से बदल देती है। इसके बजाय, यह एक अत्यधिक प्रभावी निर्णय-सहायता उपकरण के रूप में कार्य करता है जो एक महत्वपूर्ण अंतर को भरता है: सामयिक, स्थानीय सलाह की आवश्यकता। किसानों को समस्याओं को जल्दी पहचानने और उनके श्रम को बेहतर ढंग से प्रबंधित करने में मदद करके, यह उत्पादन और आय बढ़ा सकता है, लेकिन केवल तभी जब उनके पास इसे उपयोग करने के कौशल और इसे समर्थन देने के लिए भूमि संरचना हो। अध्ययन सुझाव देता है कि कृषि प्रौद्योगिकी का भविष्य न केवल स्मार्ट एल्गोरिदम बनाने में है, बल्कि उन्हें मानव शिक्षा और बेहतर बुनियादी ढांचे के साथ जोड़ने में है। यदि किसानों को इन नए डिजिटल उपकरणों के साथ प्रभावी ढंग से काम करना सिखाया जा सकता है, और यदि उनकी खेती की जाने वाली भूमि को कुशल प्रबंधन की अनुमति देने वाले तरीके से व्यवस्थित किया जाता है, तो जेनेरेटिव AI छोटे पैमाने के किसानों के लिए टूलकिट का एक मानक हिस्सा बन सकता है, जिससे सूचना को एक दुर्लभ संसाधन से एक विश्वसनीय सहयोगी में बदला जा सकता है।