Искусственный интеллект как драйвер инноваций в сельском хозяйстве Рондонии
Artificial Intelligence as a Driver of Innovation in Rondônia’s Agriculture
Laianny Lima Soares, Leslen, Fraga da Silva, Silvana, Lopes Almeida, Leonardo
Аннотация (перевод)
Сельское хозяйство Рондонии сталкивается с трудностями при внедрении точных технологий из-за эдафоклиматической неоднородности, фрагментации земель и ограничений цифровой инфраструктуры, а также из-за нехватки исследований, количественно оценивающих воздействие искусственного интеллекта (ИИ) в контексте Амазонии. В данном исследовании представлен обзор литературы, проведенный в соответствии с протоколом PRISMA, посвященный применению и воздействию ИИ посредством дронов, интеллектуальных датчиков и систем предиктивной аналитики в сельском хозяйстве Рондонии. В общей сложности была проанализирована 31 национальная и международная публикация (2010–2025) из баз данных Scopus, Web of Science, SciELO и Google Scholar с использованием стратегии PICO, охватывающая такие переменные, как производительность, экологическая устойчивость и экономическая целесообразность. Было отмечено, что, хотя непосредственно в Рондонии было проведено мало эмпирических исследований, данные из других регионов и тропических контекстов указывают на потенциальный прирост производства зерна до 10 мешков на гектар и сокращение использования пестицидов до 90% при применении решений на основе ИИ. Эти результаты, хотя и носят косвенный характер, свидетельствуют о высоком потенциале локального применения, особенно для таких культур, как кофе, какао и соя. Помимо повышения эффективности производства, ИИ способствует внедрению низкоуглеродных методов ведения сельского хозяйства и снижению воздействия на окружающую среду. В экономическом плане анализ указывает на окупаемость инвестиций в срок до трех урожаев в зависимости от масштабов производства, в то время как мелкие и средние производители по-прежнему зависят от кооперативов и кредитной политики для обеспечения доступа. Сделан вывод о том, что ИИ перспективен для сельского хозяйства Рондонии, однако его полноценное внедрение требует государственной политики, цифровой инклюзии и укрепления региональных исследований.
Оригинальная аннотация
Rondônia’s Agriculture faces challenges in adopting precision technologies due to edaphoclimatic heterogeneity, land fragmentation, and limitations in digital infrastructure, as well as a scarcity of studies that quantify the impacts of artificial intelligence (AI) in the Amazonian context. This study presents a literature review, conducted according to the PRISMA protocol, focusing on the applications and impacts of AI mediated by drones, smart sensors, and predictive analysis systems in agriculture in Rondônia. A total of 31 national and international publications (2010–2025) from the Scopus, Web of Science, SciELO, and Google Scholar databases were analyzed using the PICO strategy, covering variables such as productivity, environmental sustainability, and economic feasibility. It was observed that, although few empirical studies have been carried out directly in Rondônia, evidence from other regions and tropical contexts indicates potential gains of up to 10 bags per hectare in grain production and reductions of up to 90% in pesticide use with AI-based solutions. These results, although inferential, suggest high potential for local application, especially in crops such as coffee, cocoa, and soybeans. In addition to promoting production efficiency, AI contributes to lowcarbon agricultural practices and the mitigation of environmental impacts. In economic terms, analyses indicate a return on investment within up to three harvests, depending on production scale, while small and medium-sized producers remain dependent on cooperatives and credit policies to enable access. It is concluded that AI is promising for agriculture in Rondônia, but its full adoption requires public policies, digital inclusion and the strengthening of regional research.
Идентификаторы
Canonical: https://research.holos.house/w/cb385af2-2c4f-4ae4-97c6-ddca6368e35c
DOI: 10.18227/1982-8470ragro.v20i00.8772