Understanding Italian Farmers’ Intentions to Use Artificial Intelligence
यह अध्ययन 231 इतालवी किसानों के सर्वेक्षण डेटा का विश्लेषण करने के लिए एक विस्तारित प्रौद्योगिकी स्वीकृति मॉडल (Technology Acceptance Model) का उपयोग करता है, जो यह प्रकट करता है कि जबकि कथित उपयोगिता एआई (AI) अपनाने का प्राथमिक चालक है, व्यापक कार्यान्वयन के लिए लक्षित नीतिगत और सहायता उपायों के माध्यम से लागत, तकनीकी जटिलता और डेटा सुरक्षा के संबंध में निरंतर चिंताओं को संबोधित करना आवश्यक है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
आधुनिक कृषि के क्षेत्रों में, एक शांत क्रांति हो रही है, जो नए हलों या उर्वरकों द्वारा नहीं, बल्कि डेटा द्वारा संचालित है। आज के किसान जटिल चुनौतियों के जाल का सामना कर रहे हैं, जिसमें बदलते मौसम के पैटर्न से लेकर टिकाऊ संसाधन प्रबंधन की आवश्यकता तक शामिल है। इन मांगों को पूरा करने के लिए, यह क्षेत्र डिजिटल उपकरणों की ओर मुड़ रहा है, जिसे अक्सर 'एग्रीकल्चर 4.0' कहा जाता है। इस बदलाव के केंद्र में आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता) है, जो फसलों की पैदावार का पूर्वानुमान लगाने, बीमारियों का जल्दी पता लगाने और सटीकता के साथ पानी के प्रबंधन में मदद करने के लिए विशाल मात्रा में जानकारी का विश्लेषण करने में सक्षम तकनीक है। हालाँकि, इस डिजिटल परिवर्तन की सफलता केवल सॉफ्टवेयर की जटिलता या एल्गोरिदम की शक्ति पर निर्भर नहीं करती है। यह एक अधिक मानवीय कारक पर टिकी है: किसानों की स्वयं इन नए उपकरणों को अपनाने की इच्छा। लोगों द्वारा नई तकनीक को स्वीकार करने के तरीके पर दशकों के शोध से पता चलता है कि अपनाना शायद ही कभी उपलब्धता का सरल मामला होता है। इसके बजाय, यह इस बात से आकार लेता है कि उपयोगकर्ता क्या मानते हैं कि एक तकनीक उनके लिए क्या कर सकती है, उन्हें इसे उपयोग करने में कितना प्रयास लगेगा, और क्या वे महसूस करते हैं कि उनके पास इस छलांग को लगाने के लिए आवश्यक सहायता और सुरक्षा है।
मार्चे पॉलिटेक्निक यूनिवर्सिटी, इटली के शोधकर्ताओं की एक टीम यह समझने के लिए निकली कि वास्तव में क्या इतालवी किसानों को आर्टिफिशियल इंटेलिजेंस का उपयोग करने पर विचार करने के लिए प्रेरित करता है। उन्होंने अपना अध्ययन देश भर के 231 किसानों के मानस पर केंद्रित किया, जो दक्षिण के द्वीपों से लेकर उत्तर के मैदानों तक फैले हुए थे। उनकी अंतर्दृष्टि एकत्र करने के लिए, शोधकर्ताओं ने एक ऑनलाइन सर्वेक्षण वितरित किया जिसमें प्रतिभागियों से एआई (AI) के विभिन्न पहलुओं पर अपने विचार साझा करने के लिए कहा गया। प्रश्न विशिष्ट भावनाओं को मापने के लिए डिज़ाइन किए गए थे: क्या किसानों का मानना था कि एआई उनके खेतों को अधिक लाभदायक और कुशल बनाएगा, उन्हें इन प्रणालियों को सीखने और लागू करने में कितना प्रयास करना पड़ेगा, और क्या वे महसूस करते थे कि उनके पास सही संसाधन और तकनीकी सहायता उपलब्ध है। महत्वपूर्ण रूप से, सर्वेक्षण ने डेटा सुरक्षा में उनके विश्वास के बारे में भी पूछा, यह जांचते हुए कि क्या उन्हें अपनी कृषि संबंधी जानकारी के उजागर होने या दुरुपयोग होने की चिंता थी। शोधकर्ताओं ने फिर इन विश्वासों और वास्तव में तकनीक को अपनाने के किसानों के घोषित इरादों के बीच संबंधों को मैप करने के लिए उन्नत सांख्यिकीय विधियों का उपयोग किया।
परिणामों ने एक स्पष्ट तस्वीर पेश की कि इन कृषि पेशेवरों के लिए सबसे अधिक क्या मायने रखता है। आर्टिफिशियल इंटेलिजेंस का उपयोग करने के किसान के इरादे का सबसे मजबूत चालक केवल यह विश्वास था कि यह उपयोगी होगा। जब किसानों को लगा कि एआई वास्तव में उनके खेत के प्रदर्शन और लाभप्रदता में सुधार करेगा, तो उनके एआई का उपयोग करने की संभावना कहीं अधिक थी। यह निष्कर्ष प्रौद्योगिकी अध्ययन में एक लंबे समय से चली आ रही समझ के अनुरूप है: लोग मुख्य रूप से इसलिए उपकरण अपनाते हैं क्योंकि वे अपने काम के लिए एक मूर्त लाभ देखते हैं। दूसरा सबसे महत्वपूर्ण कारक तकनीक के उपयोग में आसानी की धारणा थी। यदि कोई प्रणाली जटिल लगती थी या दैनिक दिनचर्या में बड़े बदलाव की आवश्यकता होती थी, तो किसान इसे अपनाने के प्रति कम इच्छुक थे। दिलचस्प बात यह है कि अध्ययन में पाया गया कि ये दो कारक गहराई से जुड़े हुए हैं; जब किसी प्रणाली को उपयोग में आसान समझा जाता है, तो इसकी संभावना अधिक होती है कि इसे उपयोगी भी माना जाए।
शोध ने यह भी उजागर किया कि अन्य चिंताएं इस निर्णय लेने की प्रक्रिया में कैसे फिट बैठती हैं। जबकि किसानों ने कार्यान्वयन की लागत और नई प्रणालियों को सीखने की कठिनाई के बारे में चिंता व्यक्त की, इन चिंताओं ने उन्हें सीधे तौर पर तकनीक का उपयोग करने से नहीं रोका। इसके बजाय, इन चिंताओं ने उपकरण की उपयोगिता और उपयोग में आसानी के प्रति उनकी समग्र धारणा को प्रभावित किया। उदाहरण के लिए, यदि किसी किसान को लगा कि वित्तीय लागत बहुत अधिक है या प्रशिक्षण बहुत कठिन है, तो वे तकनीक को फायदेमंद या उपयोगकर्ता के अनुकूल देखने के प्रति कम इच्छुक थे। इसी प्रकार, डेटा सुरक्षा के बारे में चिंताएं एक महत्वपूर्ण, हालांकि अप्रत्यक्ष, भूमिका निभाती थीं। किसान जो डेटा असुरक्षित होने को लेकर चिंतित थे, उन्होंने अनिवार्य रूप से तकनीक को खारिज नहीं किया, लेकिन उनकी चिंता ने सिस्टम की उपयोगिता और उपयोग में आसानी के प्रति उनके विश्वास को कम कर दिया। यह सुझाव देता है कि डेटा सुरक्षा में विश्वास बनाना आवश्यक है, इसलिए नहीं कि यह सीधे तौर पर किसानों को खरीदने के लिए राजी करता है, बल्कि इसलिए क्योंकि यह उन्हें तकनीक के मूल्य को देखने का मार्ग प्रशस्त करता है।
अध्ययन का एक सबसे आश्चर्यजनक पहलू वह था जो मायने नहीं रखता था। शोधकर्ताओं ने बारीकी से देखा कि क्या आयु, शिक्षा स्तर, खेती के अनुभव के वर्ष, या क्या कोई खेत जैविक प्रमाणित है, इससे इस बात में कोई अंतर पड़ता है कि किसान इन तकनीकों को कैसे देखते हैं। डेटा ने इन व्यक्तिगत विशेषताओं के आधार पर कोई महत्वपूर्ण अंतर नहीं दिखाया। एक युवा किसान जिसके पास विश्वविद्यालय की डिग्री है, वह उतना ही उपयोगिता और उपयोग में आसानी की धारणाओं से प्रभावित होने की संभावना रखता है जितना कि दशकों के अनुभव वाला एक पुराना किसान। यह खोज इस सामान्य धारणा को चुनौती देती है कि पुरानी पीढ़ी स्वाभाविक रूप से डिजिटल उपकरणों के प्रति प्रतिरोधी है या उच्च शिक्षा स्वतः ही तेजी से अपनाने की ओर ले जाती है। इसके बजाय, यह सुझाव देता है कि प्रवेश की बाधाएं सार्वभौमिक और व्यावहारिक हैं, जो किसी व्यक्ति की पृष्ठभूमि के बजाय एक खेत चलाने की तात्कालिक वास्तविकताओं में निहित हैं।
अध्ययन ने यह भी खुलासा किया कि किसान समर्थन को कैसे देखते हैं, इसमें एक सूक्ष्म लेकिन महत्वपूर्ण बारीकी है। शोधकर्ताओं ने शुरू में "सुविधाजनक स्थितियों" (facilitating conditions)—जो संसाधनों, बुनियादी ढांचे और सहायता की उपलब्धता के लिए एक शब्द है—को सिस्टम के उपयोग में आसानी से एक अलग कारक के रूप में मापने की योजना बनाई थी। हालाँकि, डेटा ने दिखाया कि इन किसानों के लिए, दोनों अवधारणाएं अविभाज्य थीं। जब एक किसान ने सोचा कि एआई का उपयोग करना कितना आसान होगा, तो वे साथ ही यह भी सोच रहे थे कि क्या उनके पास पैसा, इंटरनेट कनेक्शन और मदद के लिए लोग हैं यदि चीजें गलत हो जाती हैं। इन इतालवी किसानों के मन में, एक नई तकनीक का उपयोग करना उसके आसपास की सहायता प्रणाली से अटूट रूप से जुड़ा हुआ है। आप एक के बिना दूसरे को नहीं रख सकते।
अंततः, अध्ययन निष्कर्ष निकालता है कि इतालसीय कृषि में अधिक डिजिटल भविष्य का मार्ग इन व्यावहारिक धारणाओं को संबोधित करने में निहित है। व्यापक रूप से अपनाने को प्रोत्साहित करने के लिए, नीति निर्माताओं और प्रौद्योगिकी प्रदाताओं को आर्टिफिशियल इंटेलिजेंस के स्पष्ट, आर्थिक लाभों को प्रदर्शित करने पर ध्यान केंद्रित करना चाहिए। किसानों को ठोस उदाहरणों की आवश्यकता है कि कैसे ये उपकरण पैसे बचा सकते हैं, पैदावार बढ़ा सकते हैं या कार्यभार कम कर सकते हैं। साथ ही, उद्योग को उन तकनीकी और वित्तीय बाधाओं को कम करने के लिए काम करना चाहिए जो इन प्रणालियों को कठिन या अप्राप्य महसूस कराती हैं। इसमें बेहतर प्रशिक्षण प्रदान करना, विश्वसनीय तकनीकी सहायता सुनिश्चित करना और सुरक्षा संबंधी आशंकाओं को दूर करने के लिए डेटा संरक्षण के मजबूत ढांचे स्थापित करना शामिल है। तकनीक को उपयोगी और प्रबंधनीय बनाकर, कृषि क्षेत्र उस हिचकिचाहट से आगे बढ़ सकता है जो वर्तमान में प्रगति को धीमा कर रही है और एक ऐसे भविष्य को अपना सकता है जहाँ डिजिटल उपकरण कटाई का एक मानक हिस्सा हों।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।