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

世界の多くの地域において、農業とは絶え間ない不確実性との交渉である。農家は、いつ種をまくか、どれくらいの水を与えるか、そして葉が黄色くなったときにどう対処すべきかを、すぐそばに専門家がいない状態で判断しなければならない。数十年にわたり、その解決策は、地元の経験や近隣住民、あるいは村々を巡回する政府の普及指導員に頼ることであった。これらの経路は不可欠な知識を提供するが、規模を拡大するにはコストがかかりすぎたり、個々の圃場の特定の条件に合わせるには一般的すぎたりすることが多い。近年、携帯電話とインターネットがこの溝を埋め始め、天候報告や市場価格への即時アクセスを提供している。しかし、新たな問いが浮上している。生成AIは、単に静的な事実を届ける以上のことができるのだろうか。コンピュータ・プログラムは、農家と対話し、特定の作物の固有の問題を理解し、熟練した専門家から提供されたかのような助言を行うことができるのだろうか。これが、単に書き置きされた回答を検索するのではなく、新しい、カスタマイズされた応答を生成できる技術である、生成人工知能（ジェネレーティブAI）の約束である。もしこの技術が、専門的な助言への障壁を真に下げることができれば、小規模農家の土地管理を変革し、不確実性を機会へと変える可能性がある。

南京農業大学の研究チームは、中国の6つの省における落花生農家に焦点を当て、この約束を現実世界で検証することに着手した。彼らは2025年、この技術が農業において重要な転換点となった年において、977世帯からデータを収集した。研究者たちは、対話形式でユーザーとチャットし、助言を生成できるアプリケーションである生成AIツールを使用することが、実際に農家の作付面積、収穫量、および資源利用の効率性に変化をもたらしたのかを知りたかった。明確な答えを得るためには、慎重さが求められた。新しい技術を選択する農家は、そうでない農家とは異なる場合が多い。彼らはより教育水準が高かったり、より良い土地を持っていたり、あるいは単にリスクを厭わない性質を持っていたりする可能性がある。研究者たちは、高度な統計的手法を用いて、技術自体の効果をこれらの他の要因から分離し、発見されたいかなる改善も、真にAIの使用に関連していることを確実にした。

結果は勇気づけられるものであったが、限定的でもあった。生成AIを落花生栽培に使用した農家は、使用していない農家と比較して、有意に多くの面積を作付けし、単位面積あたりの収穫量も高かった。平均して、ユーザーは落花生の生産量が増加し、作付面積を拡大するのに十分な自信を得た。しかし、この技術は、より広い意味での農園の根本的な効率性を変えるようには見えなかった。研究者が全要素生産性（労働や肥料などのすべての投入物をいかに効率よく生産物に変換するかを示す指標）を計算したところ、ユーザーと非ユーザーの間に有意な差は見られなかった。これは、AIが農家のより良い即時的な意思決定を助けた一方で、生産システム全体を革命的に変えたり、落花生の栽培方法という基礎的な技術を変えたりするまでには至らなかったことを示唆している。

研究は、なぜこのような利得が生じたのかを理解するために、さらに深く掘り下げた。主な恩恵は、病害虫の管理の向上にあるようであった。AIを使用した農家は、作物の問題をより迅速かつ正確に特定することができた。近隣住民が病害に気づくのを待ったり、葉の萎凋の原因を推測したりする代わりに、AIに相談することで、問題を診断し、適切な処置をより早く講じることができたのである。このスピードと精度が、病害による収穫の損失を減少させた。さらに、この技術は農家の労働をより効率的に活用する助けとなった。情報の検索やタスクの計画といった精神的な作業をAIが担うことで、農家は畑での物理的な作業に集中するための時間を確保できた。研究では、これらの改善は病害虫管理の領域に集中しており、AIは新しい種子の品種、新しい肥料、あるいは新しい収穫機械の導入を大きく変えることはなかった。この技術は、迅速かつ局所的な回答を必要とする、日常的で繰り返される意思決定において最も有用であることを証明していた。

すべての農家が同じように恩恵を受けたわけではない。研究によれば、生成AIの利点は自動的なものではなく、農家自身のスキルや状況に大きく依存していた。収穫量の増加が最も顕著に見られたのは、すでに高いデジタル・リテラシー、つまりスマートフォンを使いこなしデジタルツールを操作することに慣れている農家であった。また、以前に技術研修を受けたり、他の農家と知識を交換したりした経験のある人々にも効果があった。これらのグループは、適切な質問をし、AIの助言を行動に移すための解釈を行う能力に長けていた。さらに、恩恵は、より大規模で細分化されていない区画の土地を持つ農家においてより明確であった。多くの小さく散在した土地を持つ農家においては、技術は同様の増収効果を生み出さなかった。これは、情報をより良い結果へと変換しようとする際、農地の規模が重要であることを示唆している。

圃場の外に目を向けると、研究者は世帯への経済的影響についても調査した。収穫量の増加と作付面積の拡大は、技術を使用している家族の所得向上に直結した。興味深いことに、AIは肥料や農薬への支出額を変えることも、販売価格を変えることもなかった。価値は、純粋に「より多く作り、病害による損失を減らすこと」から生まれていた。将来を見据えると、AIを使用した農家は、種子の選択、水管理、病害レベルのチェックといった、頻繁に発生するタスクのために、引き続きAIを使用したいという強い意欲を示した。彼らは、重機の購入や収穫後の加工といった、一度限りの大きな意思決定にAIを使用することについては、それほど熱心ではなかった。これは、農家がこの技術を、主要な資本投資の代替品としてではなく、日常的な農業のリズムを支える強力な助手として捉えていることを示唆している。

これらの知見は、この技術が現在どのような立ち位置にあるかを明確に示している。生成人工知能は、あらゆる農業問題を即座に解決したり、食料生産の方法を完全に刷新したりする魔法の杖ではない。むしろ、それはタイムリーで局所的な助言を必要とするという、決定的なギャップを埋める、非常に効果的な意思決定支援ツールとして機能している。農家が問題を早期に発見し、労働をより良く管理できるようにすることで、生産量と所得を増やすことができるが、それは農家にそれを使うスキルがあり、かつそれを支える土地構造がある場合に限られる。本研究は、農業技術の未来が、単に賢いアルゴリズムを構築することだけでなく、それらを人間教育やより良いインフラストラクチャと組み合わせることにあることを示唆している。もし農家がこれらの新しいデジタルツールを効果的に使いこなす方法を学び、彼らが耕作する土地が効率的な管理を可能にするように組織化されていれば、生成AIは小規模農家の標準的なツールキットの一部となり、情報を希少な資源から信頼できる味方へと変えることができるだろう。