Inteligência Artificial na agricultura é tema de palestra na SNCT

Como a alta tecnologia pode ser útil ao desenvolvimento territorial? Como a Inteligência Artificial está inserida no contexto do agricultor familiar? Essas foram algumas das questões respondidas pelo pesquisador da Embrapa Territorial Ivan Alvarez, durante palestra realizada no dia 20 de outubro. O encontro virtual fez parte da programação da 17ª Semana Nacional de Ciência e Tecnologia (SNCT 2020), promovida pelo Instituto Federal de São Paulo, no período de 19 e 24 de outubro.

Antes de abordar o tema da Inteligência Artificial na agricultura, Alvarez debateu sobre a inclusão digital. Ele citou a PNDA Contínua (Pesquisa Nacional por Amostra de Domicílios) do IBGE, que, em 2018, pesquisou o acesso dos domicílios brasileiros à Tecnologia da Informação e Comunicação (TIC). O resultado apontou que uma em cada quatro pessoas no Brasil não tem acesso à internet. Isso representa cerca de 46 milhões de brasileiros sem acesso à rede.

Em áreas rurais, o índice de pessoas sem acesso à internet chega a 53,5%., contra 20,6% em áreas urbanas. Ainda há mais um agravante: para cada 4,4% das pessoas em todo o país que não acessam à internet, o serviço não está disponível nos locais que frequentam. Ou seja, mesmo que queiram, não conseguem contratar um pacote de internet. O percentual é mais elevado na Região Norte (13,8%), enquanto que na Região Sudeste é de apenas 1,9%.

Nessa situação de baixa conectividade, como as novas tecnologias podem ser inseridas na agricultura familiar? Para Alvarez o primeiro passo é o de minimizar as desigualdades de informações no meio rural. “O país precisa investir em tecnologia no campo. É necessário colocar o olhar nos que estão nos rincões desse país sem acesso à internet. Necessitamos de ações promovidas pelo governo, empresas de desenvolvimento de software, instituições de ensino e pesquisa”, afirmou.

Projeto Mais Sementes

O projeto Mais Sementes, desenvolvido pela Embrapa, foi citado pelo pesquisador como exemplo de uso da Inteligência Artificial para apoiar a agricultura familiar. O projeto, que envolve nove estados da Região Norte, compõe o Projeto Integrado da Amazônia e recebe recursos do Fundo Amazônia.

Para o pesquisador, os dados espacializados sobre localizações de viveiros e áreas de atuação dos coletores de sementes permitirão o cumprimento do objetivo do projeto: o fortalecimento da cadeia de produtiva de mudas e sementes de espécies florestais na Amazônia. “A Inteligência Artificial classifica os dados, cria padrões, dá respostas aos nossos questionamentos, mas a tomada de decisão é da comunidade”, frisou Alvarez.

Um dos resultados previstos no projeto é o desenvolvimento de um aplicativo para celular (smartphone). O aplicativo deve conectar coletores de sementes, viveiristas de mudas florestais e potenciais compradores de mudas na Amazônia para restauração florestal. “A ferramenta deve ser interativa, possuindo uma interface altamente amigável e intuitiva. Uma vez que os principais usuários, provavelmente, ainda são leigos em tecnologia digital e com pouco ensino formal”, comentou o pesquisador.

Neo rurais

Outros estudos elencados por Ivan Alvarez foram os relacionados à agricultura periurbana, que ocorre em torno das cidades e também é caracterizada por uma agricultura familiar. Nesse caso, os agricultores sofrem forte pressão dos centros urbanos e a consequente elevação no preço da terra e da mão de obra.

Um movimento que está se tornando comum e crescente nessas áreas conhecidas como periurbanas é o da ocupação do campo por pessoas egressas das cidades. São os chamados “neo rurais”, pessoas na faixa de 30 a 40 anos, que conseguem aliar agronegócio com preservação do ambiente. Os “neo rurais”, como destaca o pesquisador, têm as vantagens de conhecerem o mercado da cidade e terem maior facilidade de adotarem tecnologias de agricultura mais sustentável.

Até o final de outubro, a palestra do pesquisador Ivan Alvarez teve 1.709 visualizações no Youtube. Assista à palestra em https://www.youtube.com/watch?v=s7D1051EMdg.