Artificial Intelligence in Agricultural Extension and Advisory Services: A Scoping Review of Applications, Explainability, Trust and Farmer-Centred Adoption
यह स्कोपिंग समीक्षा कृषि विस्तार में एआई (AI) और व्याख्यात्मक एआई (XAI) पर साक्ष्यों का संश्लेषण करती है, जो विविध अनुप्रयोगों और निर्णय-सहायता उपकरणों को रेखांकित करती है, साथ ही इस बात पर जोर देती है कि सफल अपनाना केवल तकनीकी प्रदर्शन के बजाय विश्वास, व्याख्यात्मकता और प्रासंगिक प्रासंगिकता जैसे किसान-केंद्रित कारकों को संबोधित करने पर निर्भर करता 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
पीढ़ियों से, वैज्ञानिक खोज और किसान के खेत के बीच का सेतु मानव हाथों द्वारा बनाया गया है। एक्सटेंशन एजेंट, जो अक्सर धूल और गर्मी में मीलों पैदल चलते हैं, बीजों, कीटों और मौसम के पैटर्न के नवीनतम ज्ञान को उन समुदायों तक पहुँचाते हैं जिन्हें इसकी सबसे अधिक आवश्यकता होती है। फिर भी, जैसे-जैसे जनसंख्या बढ़ रही है और जलवायु बदल रही है, यह मानवीय नेटवर्क एक टूटने बिंदु का सामना कर रहा है। किसानों की संख्या बहुत अधिक है और एजेंट बहुत कम। इसके जवाब में, कृषि जगत ने एक शक्तिशाली नए उपकरण की ओर रुख किया है: आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता)। इस तकनीक को एक ऐसे रोबोट के रूप में न देखें जो सब कुछ छीन रहा है, बल्कि एक अथक डिजिटल सहायक के रूप में देखें जो क्या बोना है, कब पानी देना है, या बीमार फसल का उपचार कैसे करना है, इस पर सलाह देने के लिए डेटा की विशाल मात्रा को पढ़ने में सक्षम है। लेकिन इस सलाह के उपयोगी होने के लिए, किसान को इसे समझना, इस पर भरोसा करना और इसका उपयोग करने में सहज महसूस करना होगा। यदि कंप्यूटर का तर्क एक 'ब्लैक बॉक्स' (रहस्यमय डिब्बा) बना रहता है, तो सलाह को संभवतः अनदेखा कर दिया जाएगा।
शोधकर्ताओं की एक टीम ने कृषि में इस डिजिटल क्रांति के वर्तमान परिदृश्य का मानचित्रण करने का लक्ष्य रखा। उन्होंने हाल के अध्ययनों की एक विस्तृत समीक्षा की ताकि यह देखा जा सके कि कृत्रिम बुद्धिमत्ता वास्तव में किसानों और उनका मार्गदर्शन करने वाले एजेंटों को सहायता प्रदान करने के लिए कैसे उपयोग की जा रही है। उनके कार्य ने तीन महत्वपूर्ण प्रश्नों पर ध्यान केंद्रित किया: ये सिस्टम क्या कर सकते हैं, क्या वे अपने तर्क को इस तरह समझा सकते हैं जिसे मनुष्य समझ सकें, और किसानों के लिए उन्हें वास्तव में विश्वास करने और अपनाने के लिए क्या आवश्यक है। शोधकर्ताओं ने 2021 और 2026 के बीच प्रकाशित बत्तीस विशिष्ट अध्ययनों को एकत्र और विश्लेषित किया, जिसमें चैटबॉट्स से लेकर फसल की पैदावार का पूर्वानुमान लगाने वाले जटिल सिस्टम तक सब कुछ शामिल था।
समीक्षा से पता चला कि तकनीक सरल सूचना वितरण से हटकर इंटरैक्टिव और व्यक्तिगत सलाह की ओर तेजी से बढ़ रही है। कई स्थानों पर, किसान अब मोबाइल ऐप्स और चैटबॉट्स का उपयोग कर रहे हैं जो जानकार पड़ोसियों की तरह कार्य करते हैं, जो मौसम, कीट नियंत्रण और फसल चयन पर वास्तविक समय का मार्गदर्शन प्रदान करते हैं। कुछ सिस्टम इतने परिष्कृत हो गए हैं कि वे बातचीत करने में सक्षम हैं, स्थानीय भाषाओं में विशिष्ट प्रश्नों के उत्तर देते हैं और एक एकल खेत की अनूठी स्थितियों के अनुसार सलाह को अनुकूलित करते हैं। उदाहरण के लिए, चार देशों में तैनात एक प्रणाली पहले से ही 15,000 से अधिक किसानों के साथ जुड़ चुकी है, जो लाखों प्रश्नों का उत्तर दे रही है। भारत में एक अन्य परियोजना ओडिया और संबलपुरी भाषाओं में कृषि संबंधी जानकारी प्रदान करने के लिए 'नेचुरल लैंग्वेज प्रोसेसिंग' का उपयोग करती है, जिससे उन भाषाई बाधाओं को दूर किया जा सके जो कभी महत्वपूर्ण जानकारी को पहुँच से दूर रखती थीं।
हालाँकि, शोधकर्ताओं ने पाया कि एक स्मार्ट सिस्टम बनाना केवल आधी लड़ाई है। दूसरी आधी लड़ाई यह सुनिश्चित करने की है कि किसान उस पर विश्वास करे। अध्ययनों का एक प्रमुख विषय "व्याख्यात्मकता" (explainability) की आवश्यकता थी। इसका अर्थ यह है कि जब कोई एआई किसी कार्रवाई का सुझाव देता है, तो उसे यह बताने में सक्षम होना चाहिए कि क्यों। यदि कोई सिस्टम किसान को उर्वरक की एक विशिष्ट मात्रा लगाने के लिए कहता है, तो उसे उस मिट्टी के डेटा या मौसम के पैटर्न की ओर संकेत करने में सक्षम होना चाहिए जिसने उस निष्कर्ष तक पहुँचाया। समीक्षा में उल्लेख किया गया कि जबकि वैज्ञानिकों ने इन कंप्यूटर निर्णयों को स्पष्ट करने के तरीके विकसित किए हैं, फिर भी तकनीकी क्षमता और किसान की समझने की क्षमता के बीच एक अंतर बना हुआ है। विश्वास केवल सटीकता पर नहीं, बल्कि पारदर्शिता पर बनता है। किसानों को यह जानने की आवश्यकता है कि जानकारी कहाँ से आई है और उन्हें विश्वास होना चाहिए कि सलाह सुरक्षित और निष्पक्ष है।
उत्साह के बावजूद, आगे का रास्ता महत्वपूर्ण बाधाओं से रहित नहीं है। समीक्षा ने रेखांकित किया कि तकनीक उन समस्याओं को हल नहीं कर सकती जो बुनियादी ढांचे और समाज में निहित हैं। कई ग्रामीण क्षेत्रों में, इंटरनेट कनेक्शन इतना कमजोर है कि इन उन्नत उपकरणों का समर्थन न कर सके, और स्मार्टफोन की लागत भी कई छोटे किसानों की पहुँच से बाहर है। इसके अलावा, अध्ययनों ने सुझाव दिया कि सबसे सफल सिस्टम वे हैं जो स्थानीय ज्ञान का सम्मान करते हैं और उनके डिजाइन में किसानों को शामिल करते हैं। एक सिस्टम जो प्रयोगशाला में पूरी तरह से काम करता है, वह खेत में विफल हो सकता है यदि वह स्थानीय रीति-रिवाजों, भाषा की बारीकियों या किसी क्षेत्र की विशिष्ट चुनौतियों को ध्यान में नहीं रखता है। शोधकर्ताओं ने पाया कि जहाँ कई परियोजनाएं इस बात पर ध्यान केंद्रित करती हैं कि तकनीक कितनी अच्छी तरह प्रदर्शन करती है, वहीं बहुत कम अध्ययन इस बात को ट्रैक करते हैं कि क्या ये उपकरण वास्तव में किसान की आय या फसल के स्वास्थ्य में दीर्घकालिक सुधार लाते हैं।
लेखक निष्कर्ष निकालते हैं कि कृषि सलाह का भविष्य मानव एजेंट को बदलने में नहीं, बल्कि उन्हें सशक्त बनाने में निहित है। सबसे आशाजनक दृष्टिकोण वह है जहाँ कृत्रिम बुद्धिमत्ता एक शक्तिशाली भागीदार के रूप में कार्य करती है, जो डेटा विश्लेषण का भारी काम संभालती है, जबकि मानव एजेंट और किसान उस संदर्भ, निर्णय और विश्वास को प्रदान करते हैं जिसे मशीनें दोहरा नहीं सकतीं। तकनीक ने सलाह उत्पन्न करने की क्षमता सिद्ध की है, लेकिन अगली बड़ी चुनौती यह सुनिश्चित करना है कि वह सलाह समझने योग्य, भरोसेमंद और वास्तविक दुनिया में वास्तव में सहायक हो। जब तक डिजिटल विभाजन को पाटा नहीं जाता और सिस्टम को किसान की दैनिक वास्तविकता को ध्यान में रखकर डिजाइन नहीं किया जाता, तब तक इस साझेदारी की पूर्ण क्षमता पहुंच से बाहर रहेगी।
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।