خطرات داده های بزرگ به کشاورزی نیز سرایت می کند

28 ژوئن 2022 – نوشته کلی برانسون، گفتگو -اعتبار: دامنه عمومی Pixabay/CC0

اکثر کاربران اینترنت تاکنون از آسیب پذیری داده های شخصی خود آگاه هستند. زمانی که این خبر منتشر شد مبنی بر اینکه شرکت‌های فناوری اطلاعات شخصی ما را سوء استفاده و دستکاری می‌کنند، یک “تک‌لش” گسترده علیه غول‌های شرکتی فیس‌بوک، آمازون و گوگل به راه افتاد.

انگیزه صریح جمع آوری داده ها، پیش بینی خواسته ها و نیازهای مصرف کننده است. و محققان و فعالان سال‌ها را صرف افشای اثرات خطرناک شیوه‌های کلان داده بر حریم خصوصی فردی و آزادی‌های مدنی کرده‌اند.

محققان همچنین نشان داده‌اند که داده‌های بزرگ مغرضانه و هوش مصنوعی غیرشفاف، نژادپرستی، طبقه‌بندی و بسیاری از اشکال نابرابری را بازتولید کرده‌اند.

با این حال توجه کمتری به شرکت های کشاورزی مانند مونسانتو یا جان دیر شده است. و با این حال، آنها برخی از بزرگترین شرکت های متمرکز در آمریکای شمالی هستند که به طور فزاینده ای سود خود را بر جمع آوری، پردازش و فروش کلان داده متمرکز می کنند.

ما باید توجه زیادی داشته باشیم. کلان داده های کشاورزی احتمالاً اثرات مخرب زیست محیطی و اجتماعی گسترده ای دارند.

حداکثر کردن سود: گذشته به عنوان یک نقشه راه

در حالی که کشاورزان ده‌ها سال است که از داده‌های آب و هوای ماهواره‌ای استفاده می‌کنند، روش‌های کلان داده امروزی متفاوت است. داده ها توسط حسگرهایی که در ماشین آلات مزرعه تعبیه شده اند جمع آوری می شوند که تجهیزات “دقیق” نامیده می شوند. سپس، دانشمندان این داده‌ها را جمع‌آوری و «معادل» می‌کنند.

در حالی که برای کشاورزانی که بینش های مبتنی بر داده ها را خریداری می کنند، مزایایی وجود دارد، مزایای واضح و بالقوه نامتناسب برای شرکت ها وجود دارد. هم بینش های مبتنی بر داده و هم مجموعه داده ها منابع سود برای شرکت های خصوصی هستند.

ما می‌توانیم بر اساس بینش‌های سایر بخش‌ها و همچنین بر اساس نحوه عملکرد کسب‌وکارهای کشاورزی در گذشته استنباط کنیم که کسب‌وکارهای کشاورزی با کلان داده‌ها چه کاری انجام می‌دهند.

این احتمال وجود دارد که شرکت‌هایی که داده‌های مربوط به فشار آب و هوا و آفات را از مزارع جمع‌آوری می‌کنند، بتوانند پیش‌بینی کنند که کدام محصولات در کجا بیشتر مورد نیاز است و سپس از این اطلاعات برای به حداکثر رساندن سود استفاده کنند.

شرکت‌های عرضه‌کننده بذر و مواد شیمیایی به کشاورزان سال‌هاست که از تبعیض قیمتی استفاده می‌کنند و به‌طور انتخابی قیمت‌های بالاتری را برای نهاده‌ها در آن دسته از جمعیت‌ها یا مناطقی که به نظر می‌رسد وابسته به آن‌ها هستند، تعیین می‌کنند.

داده های بزرگ کشاورزی می تواند مزیت بازار کسب و کارهای بزرگ کشاورزی را تثبیت کند.

کلان داده های کشاورزی

شرکت‌هایی که بیشترین داده‌ها را جمع‌آوری و کنترل می‌کنند، احتمالاً بیشترین قدرت را دارند. این به دلیل گزاره مبتنی بر مقیاس هوش مصنوعی است: هوش مصنوعی فقط به اندازه داده هایی است که آن را تغذیه می کند.

ما شاهد این مزیت با گوگل و آمازون بودیم که برای اولین بار از گیت جمع آوری داده های اینترنتی خارج شدند. پیشروی آنها باعث توسعه سیستم های هوش مصنوعی قوی مانند جستجوی گوگل و الکسا شده است.

اینکه افراد قدرتمند می‌توانند حتی در عصر کلان داده قدرتمندتر شوند، برای کشاورزی که مدت‌هاست تنها شرکت‌های معدودی بر این بخش تسلط داشته‌اند، مرتبط است.

ازدواجی در جهنم

در سال 2018، مونسانتو و بایر، دو شرکت بزرگ کشاورزی، در معامله ای به ارزش 63 میلیارد دلار ادغام شدند. در آن زمان، مونسانتو مالک بیش از 80 درصد از تمام دانه های اصلاح شده ژنتیکی در جهان بود. این ادغام که در دامنه خود بی سابقه بود، با توجه به پیامدهای ضدرقابتی آن به عنوان “ازدواج در جهنم” توصیف شد.

طرف ماجرا که مربوط به کلان داده است این است که بایر جدید توانایی دسترسی به داده های تقریباً نیمی از کشاورزان در آمریکای شمالی را دارد.ارزیابی جزئیات سیستم هوش مصنوعی بایر غیرممکن است، زیرا عملکرد آن توسط قانون اسرار تجاری محافظت می شود و آن را به یک “جعبه سیاه مخرب” تبدیل می کند.

مانند فیس بوک، گوگل و آمازون، نه مجموعه داده های شرکت ها و نه فرآیندهای هوش مصنوعی که توسط آن ها داده ها را به مشاوره تبدیل می کنند، شفاف نیستند. شرکت ها کنترل دقیق داده ها را به عنوان وسیله ای برای محافظت از مصرف کنندگان در برابر نقض حریم خصوصی و اقدامات هکرهای شرور توجیه می کنند.

اما مانند شرکت های رسانه های اجتماعی، هیچ نظارت نهادی دموکراتیک بر داده های بزرگ کشاورزی وجود ندارد. بیشتر نقض‌های داده‌ها تاکنون توسط سازمان دیده‌بان کشف شده است. سوء استفاده از داده های کشاورزی احتمالاً مانند داده های اینترنتی – در دادگاه افکار عمومی – حل خواهد شد.

مجموعه داده های مغرضانه

حتی بدون دسترسی به کدهای تجاری یا مجموعه‌های داده، می‌توان آنچه را که در سطح کلان داده‌های کشاورزی اتفاق می‌افتد، تحلیل کرد – چیزی که محقق مطالعات رسانه‌ای، یان بوگوست آن را «لفاظی رویه‌ای» می‌نامد.

بسیاری از مردم ادعا می کنند که داده های بزرگ و هوش مصنوعی کارآمد، عینی، ارزشمند و همه جانبه هستند. اما برخلاف این دیدگاه که داده‌ها «خام» هستند و توصیه‌های «محرک» هستند (یک دیدگاه مغالطه‌آمیز که من آن را مفهوم بی‌عیب از داده می‌نامم)، مردم محدوده و محتوای کلان داده و دسته‌های هوش مصنوعی را تعریف و مرتبط می‌کنند. دانشمندان و مهندسان کامپیوتر الگوریتم‌ها را طراحی کرده و مجموعه داده‌ها را می‌سازند.