The Conversation via Reuters Connect

A maioria dos usuários de internet já está ciente da vulnerabilidade de seus dados pessoais. Quando surgiram as notícias de que as empresas de tecnologia usaram indevidamente e manipulam nossos dados pessoais, houve uma "crise tecnológica" generalizada contra os gigantes corporativos Facebook, Amazon e Google.

O motivo explícito para a coleta de dados é a previsão dos desejos e necessidades dos consumidores. E estudiosos e ativistas passaram anos expondo os efeitos perigosos das práticas de big data na privacidade individual e nas liberdades civis.

Pesquisadores também mostraram como big data tendencioso e inteligência artificial opaca têm reproduzido racismo, classismo e muitas formas de desigualdade.

No entanto, menos atenção tem sido dada a empresas agrícolas como a Monsanto ou John Deere. E ainda assim, eles são algumas das maiores corporações concentradas da América do Norte que cada vez mais centralizam seus lucros na coleta, processamento e venda de big data.

Devemos prestar muita atenção. É provável que os big data agrícolas tenham impactos ambientais e sociais prejudiciais de longo alcance.

Embora os agricultores usem dados meteorológicos por satélite há décadas, as práticas de big data de hoje são diferentes. Os dados são coletados por sensores embutidos em máquinas agrícolas, chamados de equipamentos agrícolas de "precisão". Em seguida, os cientistas de dados corporativos agregam e "mineram" esses dados para obter insights.

Embora existam benefícios para os agricultores que compram os insights baseados em dados, existem benefícios claros e potencialmente incomparável para as corporações. Tanto os insights baseados em dados quanto os conjuntos de dados são fontes de lucro para empresas privadas.

Podemos inferir o que os agronegócios podem fazer com big data com base em insights de outros setores, mas também pela forma como o agronegócio agiu no passado.

É provável que as empresas que coletam dados de fazendas sobre as pressões climáticas e de pragas sejam capazes de prever quais produtos são mais necessários onde e, em seguida, usar essas informações para maximizar o lucro.

As empresas que fornecem aos agricultores sementes e produtos químicos têm usado há anos a discriminação de preços, estabelecendo seletivamente preços mais altos para insumos dentro dessas demografias ou regiões que são vistas como dependentes deles.

O big agricultural data poderia entrincheirar a vantagem de mercado dos grandes agronegócios.

As empresas que coletam e controlam mais dados são susceptíveis de acumular mais poder. Isso se deve à proposição de inteligência artificial orientada em escala: a IA é tão boa quanto os dados que a alimentam.

Vimos essa vantagem acontecer com o Google e a Amazon, que foram os primeiros a sair do portão coletando dados da internet. Sua liderança permitiu o desenvolvimento de sistemas de IA robustos como Google Search e Alexa.

Que os poderosos podem se tornar ainda mais poderosos na era dos big data é relevante para a agricultura, onde o setor tem sido dominado por apenas um punhado de empresas.

Em 2018, a Monsanto e a Bayer, os dois maiores agronegócios, fundiram-se em uma transação no valor de US$ 63 bilhões. Na época, a Monsanto possuía mais de 80% de todas as sementes geneticamente modificadas do mundo. Sem precedentes em seu escopo, a fusão foi descrita como "casamento feito no inferno" dadas suas ramificações anti-concorrência.

O lado da história que é relevante para o big data é que a nova Bayer tem a capacidade de acessar dados de quase metade de todos os agricultores da América do Norte.

Os ins e outs do sistema de IA da Bayer são impossíveis de avaliar porque seus trabalhos estão protegidos do escrutínio pela lei de sigilo comercial, tornando-a uma "caixa preta perniciosa".

Assim como facebook, Google e Amazon, nem os conjuntos de dados das empresas nem os processos de IA pelos quais traduzem dados em conselhos são transparentes. As corporações justificam o controle rigoroso de dados como um meio de proteger os consumidores de violações de privacidade e ações de hackers nefastos.

Mas, como acontece com as empresas de mídia social, não há fiscalização institucional democrática sobre big data agrícola. A maioria das violações de dados foram descobertas por vigilância. Os usos indevidos de dados agrícolas provavelmente serão trabalhados, como têm sido para dados da internet — no tribunal da opinião pública.

Mesmo sem acesso a códigos comerciais ou conjuntos de dados, pode-se analisar o que está acontecendo na superfície do big data agrícola — o que o estudioso de estudos de mídia Ian Bogost chama de "retórica processual".

Muitas pessoas afirmam que o big data e a IA são eficientes, objetivos, valiosos e todo-poderosos. Mas, ao contrário da visão de que os dados são conselhos "crus" e "drive" (uma visão falaciosa que chamo de Imaculada Concepção de Dados), as pessoas definem e tornam relevante o alcance e o conteúdo das categorias de big data e IA. Cientistas da computação e engenheiros projetam algoritmos e constroem conjuntos de dados.

Por exemplo, os cientistas da empresa projetam a IA agrícola comercial dominante para incluir dados apenas em uma pequena seleção de grandes culturas de commodities agronômicas, aquelas cultivadas em grandes fazendas.

Esse viés de design em relação a grandes fazendas de culturas de commodities e capital intensivo apresenta implicações em larga escala, de modo que nosso sistema alimentar poderia se tornar cada vez mais caracterizado por um modo industrial de agricultura.

Muitos estudiosos acreditam que as leituras baseadas em dados do mundo são um meio primário de resolver problemas do sistema alimentar.

De fato, a organização da ONU Global Open Data for Agriculture and Nutrition e outros pedem a abertura de dados agrícolas, como se o acesso aos dados fosse sinônimo de justiça social e ambiental mais ampla.

A agricultura industrial tem comprovado impactos negativos, inclusive nas mudanças climáticas globais. Há um consenso crescente de que precisamos diversificar nosso sistema alimentar em todos os níveis para promover uma transição de sustentabilidade na agricultura.

Além do acesso aos dados e da infraestrutura, a democracia digital exige uma redistribuição fundamental do poder de decisão de um pequeno número de partes interessadas corporativas para um grupo mais amplo de cidadãos que podem ajudar a responder a essas perguntas: Que tipo de sistema alimentar queremos? Quais técnicas e tecnologias agrícolas nos ajudarão a chegar lá?