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

In veel delen van de wereld is landbouw een constante onderhandeling met onzekerheid. Een boer moet beslissen wanneer te planten, hoeveel water te geven en wat te doen wanneer een blad geel wordt, vaak zonder toegang tot een expert die direct naast hen staat. Decennialang was de oplossing om te vertrouwen op lokale ervaring, buren of overheidsfunctionarissen die van dorp naar dorp reisden. Deze kanalen bieden vitale kennis, maar ze zijn vaak traag, te duur om op te schalen of te generiek om aan de specifieke omstandigheden van een enkel veld te voldoen. In de afgelopen jaren hebben mobiele telefoons en het internet begonnen deze kloof te overbruggen door directe toegang te bieden tot weersberichten en marktprijzen. Toch is er een nieuwe vraag ontstaan: kan kunstmatige intelligentie meer doen dan alleen statische feiten leveren? Kan een computerprogramma daadwerkelijk met een boer converseren, het unieke probleem van een specifiek gewas begrijpen en advies geven dat aanvoelt also als afkomstig van een ervaren expert? Dit is de belofte van generatieve kunstmatige intelligentie, een technologie die in staat is om nieuwe, op maat gemaakte reacties te creëren in plaats van simpelweg vooraf geschreven antwoorden op te halen. Als deze technologie de drempel naar deskundig advies werkelijk kan verlagen, zou het de manier waarop kleinschalige boeren hun land beheren kunnen transformeren, waarbij onzekerheid potentieel wordt omgezet in kansen.

Een team van onderzoekers van de Nanjing Agricultural University zette zich in om deze belofte in de echte wereld te testen, met de focus op pinda-boeren in zes provincies in China. Ze verzamelden gegevens van 977 huishoudens in 2025, een jaar dat een belangrijk moment markeerde voor deze technologie in de landbouw. De onderzoekers wilden weten of het gebruik van generatieve AI-tools — applicaties die met gebruikers kunnen chatten en advies kunnen genereren — daadwerkelijk veranderde hoeveel land boeren beplantten, hoeveel ze oogstten en hoe efficiënt ze hun middelen gebruikten. Om een duidelijk antwoord te krijgen, moesten ze voorzichtig zijn. Boeren die ervoor kiezen om nieuwe technologie te gebruiken, zijn vaak anders dan zij die dat niet doen; ze zijn misschien hoger opgeleid, hebben betere grond of zijn simpelweg meer bereid om risico's te nemen. De onderzoekers gebruikten een geavanceerde statistische methode om het effect van de technologie zelf te scheiden van deze andere factoren, om er zeker van te zijn dat de gevonden verbeteringen echt gekoppeld waren aan het gebruik van de AI.

De resultaten waren bemoedigend, maar specifiek. Boeren die generatieve AI gebruikten voor hun pindagewassen, beplantten aanzienlijk meer land en behaalden een hogere opbrengst per oppervlakte-eenheid vergeleken met hen die dat niet deden. Gemiddeld zagen gebruikers hun pinda-output stijgen, en voelden zij zich zelfverzekerd genoeg om hun beplantingsgebied uit te breiden. De technologie leek echter de fundamentele efficiëntie van de boerderij in een bredere zin niet te veranderen. Wanneer de onderzoekers de totale factorproductiviteit berekenden — een maatstaf voor hoe goed een boerderij al haar inputs, zoals arbeid en meststoffen, omzet in output — vonden zij geen significant verschil tussen gebruikers en niet-gebruikers. Dit suggerend dat hoewel de AI boeren hielp bij het maken van betere onmiddellijke beslissingen, het de gehele productieketen nog niet revolutionair heeft veranderd of de onderliggende technologie van hoe de pindas werden verbouwd heeft veranderd.

De studie zocht dieper om te begrijpen waarom deze winsten plaatsvonden. Het primaire voordeel leek voort te komen uit een beter beheer van plagen en ziekten. Boeren die de AI gebruikten, konden problemen in hun gewassen veel sneller en nauwkeuriger identificeren. In plaats van te wachten tot een buurman een ziekte opmerkte of te gissen naar de oorzaak van verwelkende bladeren, konden zij de AI raadplegen, wat hen hielp het probleem te diagnosticeren en sneller de juiste behandeling toe te passen. Deze snelheid en precisie verminderden de hoeveelheid oogstverlies door ziekte. Daarnaast hielp de technologie boeren om hun arbeid efficiënter in te zetten. Door het mentale werk van het zoeken naar informatie en het plannen van taken op te vangen, maakte de AI tijd vrij voor de boeren om zich te concentreren op het fysieke werk op het land. De studie vond dat deze verbeteringen geconcentreerd waren in het gebied van de gewasbescherming; de AI veranderde de manier waarop boeren nieuwe zaadvariëteiten, nieuwe meststoffen of nieuwe oogstmachines adopteerden niet significant. De technologie bleek het meest nuttig voor de dagelijkse, terugkerende beslissingen die snelle, gelokaliseerde antwoorden vereisen.

Niet elke boer profiteerde op dezelfde manier. De studie onthulde dat de voordelen van generatieve AI niet automatisch waren; ze hingen sterk af van de eigen vaardigheden en omstandigheden van de boer. De opbrengstwinsten waren het meest uitgesproken onder boeren die al over een hoger niveau van digitale geletterdheid beschikten, wat betekent dat zij comfortabel waren met het gebruik van smartphones en het navigeren door digitale tools. Het hielp ook degenen die eerder technische trainingen hadden gevolgd of kennis hadden uitgewisseld met andere boeren. Deze groepen waren beter in staat om de juiste vragen te stellen en het advies van de AI in actie om te zetten. Bovendien waren de voordelen duidelijker voor boeren met grotere, minder versnipperde percelen land. Voor boeren met veel kleine, verspreide stukjes land produceerde de technologie niet dezelfde boost in opbrengst, wat suggereert dat de schaal van de boerderij ertoe doet bij het vertalen van betere informatie naar betere resultaten.

Buiten de velden keken de onderzoekers naar de economische impact op de huishoudens. De hogere opbrengst en grotere beplantingsgebieden vertaalden zich direct naar een hoger inkomen voor de gezinnen die de technologie gebruikten. Interessant genoeg leek de AI de uitgaven aan meststoffen of pesticiden niet te veranderen, noch beïnvloedde het de prijs waartegen zij hun pinda's verkochten. De waarde kwam puur voort uit het verbouwen van meer en het minder verliezen aan ziekte. Kijkend naar de toekomst, uitten de boeren die de AI gebruikten een sterke wens om deze te blijven gebruiken, met name voor taken die vaak voorkomen, zoals het kiezen van zaden, het beheren van water en het controleren van plaagniveaus. Ze waren minder enthousiast over het gebruik ervan voor grote, eenmalige beslissingen zoals de aankoop van zware machines of de verwerking van de oogst nadat het gewas is binnengehaald. Dit suggereert dat boeren de technologie zien als een krachtige assistent voor het dagelijkse ritme van de landbouw, in plaats van een vervanging voor grote kapitaalinvesteringen.

De bevindingen schetsen een duidelijk beeld van waar deze technologie vandaag de dag staat. Generatieve kunstmatige intelligentie is geen toverstaf die onmiddellijk alle landbouwproblemen oplost of de volledige voedselproductie omverwerpt. In plaats daarvan fungeert het als een zeer effectief hulpmiddel voor besluitvorming dat een cruciale kloof vult: de behoefte aan tijdige, gelokaliseerde informatie. Door boeren te helpen problemen vroegtijdig te signaleren en hun arbeid beter te beheren, kan het de productie en het inkomen verhogen, maar alleen als de boeren over de vaardigheden beschikken om het te gebruiken en de landstructuur die dit ondersteunt. De studie suggereert dat de toekomst van landbouwtechnologie niet alleen ligt in het bouwen van slimmere algoritmen, maar in het koppelen ervan aan menselijke educatie en betere infrastructuur. Als boeren kunnen worden onderwezen om effectief met deze nieuwe digitale tools te werken, en als het land dat zij bewerken op een manier is georganiseerd die efficiënt beheer mogelijk maakt, dan kan generatieve AI een standaard onderdeel worden van de gereedschapskist voor kleinschalige boeren, waardoor informatie wordt omgezet van een schaars middel naar een betrouwbare bondgenoot.