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

Em muitas partes do mundo, a agricultura é uma negociação constante com a incerteza. Um agricultor deve decidir quando plantar, quanta água fornecer e o que fazer quando uma folha fica amarela, muitas vezes sem ter acesso a um especialista ao seu lado. Durante décadas, a solução foi confiar na experiência local, em vizinhos ou em agentes de extensão governamentais que viajam de aldeia em aldeia. Esses canais fornecem conhecimentos vitais, mas são frequentemente lentos, caros para escalar ou demasiado genéricos para se ajustarem às condições específicas de um único campo. Nos últimos anos, os telefones celulares e a internet começaram a preencher essa lacuna, oferecendo acesso instantâneo a relatórios meteorológicos e preços de mercado. No entanto, uma nova questão surgiu: será que a inteligência artificial pode fazer mais do que apenas entregar fatos estáticos? Pode um programa de computador realmente conversar com um agricultor, compreender o problema único de uma cultura específica e oferecer conselhos que pareçam vir de um especialista experiente? Este é o potencial da inteligência artificial generativa, uma tecnologia capaz de criar respostas novas e personalizadas, em vez de simplesmente recuperar respostas pré-escritas. Se esta tecnologia puder verdadeiramente reduzir a barreira ao aconselhamento especializado, poderá transformar a forma como os pequenos agricultores gerem as suas terras, potencialmente transformando a incerteza em oportunidade.

Uma equipa de investigadores da Universidade Agrícola de Nanjing decidiu testar esta promessa no mundo real, focando-se em produtores de amendoim em seis províncias da China. Eles recolheram dados de 977 agregados familiares em 2025, um ano que marcou um momento significativo para esta tecnologia na agricultura. Os investigadores queriam saber se o uso de ferramentas de IA generativa — aplicações que podem conversar com os utilizadores e gerar conselhos — alterou de facto o quanto de terra os agricultores plantaram, o quanto colheram e quão eficientemente utilizaram os seus recursos. Para obter uma resposta clara, tiveram de ser cuidadosos. Os agricultores que escolhem utilizar novas tecnologias são frequentemente diferentes daqueles que não o fazem; podem ser mais instruídos, ter melhores terras ou simplesmente estar mais dispostos a assumir riscos. Os investigadores utilizaram um método estatístico sofisticado para separar o efeito da própria tecnologia destes outros fatores, garantindo que quaisquer melhorias encontradas estivessem verdadeiramente ligadas ao uso da IA.

Os resultados foram encorajadores, mas específicos. Os agricultores que utilizaram a IA generativa para as suas culturas de amendoim plantaram significativamente mais terra e colheram um rendimento por unidade de área superior em comparação com aqueles que não a utilizaram. Em média, os utilizadores viram a sua produção de amendoim aumentar e sentiram-se confiantes o suficiente para expandir a sua área de plantio. No entanto, a tecnologia não pareceu alterar a eficiência fundamental da exploração agrícola num sentido mais amplo. Quando os investigadores calcularam a produtividade total dos fatores — uma medida de quão bem uma exploração converte todos os seus insumos, como mão de obra e fertilizantes, em produção — não encontraram diferença significativa entre utilizadores e não utilizadores. Isto sugere que, embora a IA tenha ajudado os agricultores a tomar melhores decisões imediatas, ainda não revolucionou todo o sistema de produção ou alterou a tecnologia subjacente de como os amendoins eram cultivados.

O estudo aprofundou-se para compreender por que razão esses ganhos ocorreram. O principal benefício pareceu advir de uma melhor gestão de pragas e doenças. Os agricultores que utilizaram a IA conseguiram identificar problemas nas suas culturas de forma muito mais rápida e precisa. Em vez de esperarem que um vizinho notasse uma praga ou tentarem adivinhar a causa do murchamento das folhas, podiam consultar a IA, que os ajudava a diagnosticar o problema e a aplicar o tratamento correto mais rapidamente. Esta velocidade e precisão reduziram a quantidade de colheita perdida para doenças. Além disso, a tecnologia ajudou os agricultres a utilizarem a sua mão de obra de forma mais eficiente. Ao lidar com o trabalho mental de procurar informações e planear tarefas, a IA libertou tempo para que os agricultores se pudessem focar no trabalho físico no campo. O estudo descobriu que estas melhorias estavam concentradas na área do controlo de pragas; a IA não alterou significativamente a forma como os agricultores adotavam novas variedades de sementes, novos fertilizantes ou novos maquinários de colheita. A tecnologia estava a provar ser mais útil para as decisões diárias e recorrentes que exigem respostas rápidas e localizadas.

Nem todos os agricultores beneficiaram da mesma forma. O estudo revelou que as vantagens da IA generativa não eram automáticas; dependiam fortemente das competências e circunstâncias do próprio agricultor. Os ganhos de rendimento foram mais pronunciados entre os agricultores que já possuíam um nível mais elevado de literacia digital, ou seja, que se sentiam confortáveis ao usar smartphones e navegar em ferramentas digitais. Também ajudou aqueles que tinham participado anteriormente em formação técnica ou trocado conhecimentos com outros agricultores. Estes grupos estavam melhor equipados para fazer as perguntas certas e interpretar o conselho da IA em ação. Além disso, os benefícios foram mais claros para os agricultores com parcelas de terra maiores e menos fragmentadas. Para os agricultores com muitas peças de terra pequenas e dispersas, a tecnologia não produziu o mesmo aumento de rendimento, sugerindo que a escala da exploração agrícola importa quando se tenta traduzir melhor informação em melhores resultados.

Para além dos campos, os investigadores analisaram o impacto económico nos agregados familiares. O aumento do rendimento e das áreas de plantio traduziu-se diretamente em maior rendimento para as famílias que utilizaram a tecnologia. Curiosamente, a IA não pareceu alterar o quanto os agricultores gastavam em fertilizantes ou pesticidas, nem alterou o preço pelo qual vendiam os seus amendoins. O valor veio puramente de cultivar mais e perder menos para doenças. Olhando para o futuro, os agricultores que utilizaram a IA expressaram um forte desejo de continuar a utilizá-la, particularmente para tarefas que ocorrem com frequência, como escolher sementes, gerir a água e verificar níveis de pragas. Eram menos entusiastas quanto ao uso para grandes decisões pontuais, como comprar maquinaria pesada ou processar a colheita após a colheita ser recolhida. Isto sugere que os agricultores veem a tecnologia como um assistente poderoso para o ritmo diário da agricultura, e não como um substituto para grandes investimentos de capital.

As conclusões oferecem um quadro claro de onde esta tecnologia se encontra hoje. A inteligência artificial generativa não é uma varinha mágica que resolve instantaneamente todos os problemas agrícolas ou que revoluciona completamente a forma como os alimentos são produzidos. Em vez disso, atua como uma ferramenta de apoio à decisão altamente eficaz que preenche uma lacuna crítica: a necessidade de conselhos oportunos e localizados. Ao ajudar os agricultores a detetar problemas precocemente e a gerir melhor a sua mão de obra, pode aumentar a produção e o rendimento, mas apenas se os agricultores tiverem as competências para a utilizar e a estrutura de terra para a suportar. O estudo sugere que o futuro da tecnologia agrícola reside não apenas na construção de algoritmos mais inteligentes, mas em combiná-los com a educação humana e uma melhor infraestrutura. Se os agricultores puderem ser ensinados a trabalhar eficazmente com estas novas ferramentas digitais, e se a terra que cultivam estiver organizada de forma a permitir uma gestão eficiente, então a IA generativa poderá tornar-se uma parte padrão do conjunto de ferramentas para os pequenos agricultores, transformando a informação de um recurso escasso num aliado fiável.