“认真对待农民的信任问题”:不信任与水资源管理中的数字技术革命

《Journal of Rural Studies》:“Taking farmers' trust issues Seriously”: Mistrust and the digital tech revolution in water management

【字体: 大 中 小 】 时间:2026年02月09日 来源:Journal of Rural Studies 5.7

编辑推荐:

  摘要翻译 在气候变化和许多农业地区水资源日益稀缺的背景下,数字化被视为应对农业灌溉挑战的解决方案之一。在西班牙,由于半干旱气候和水资源分布不均,灌溉问题尤为突出。然而,灌溉挑战和农业系统在西班牙各地差异显著,受到多样化的农业生态条件、作物系统和水治理安排的影

  
摘要翻译

在气候变化和许多农业地区水资源日益稀缺的背景下,数字化被视为应对农业灌溉挑战的解决方案之一。在西班牙,由于半干旱气候和水资源分布不均,灌溉问题尤为突出。然而,灌溉挑战和农业系统在西班牙各地差异显著,受到多样化的农业生态条件、作物系统和水治理安排的影响。灌溉对农民至关重要,因为它直接影响作物产量、粮食安全和经济稳定。气候变化进一步加剧了水资源问题,增加了干旱频率,使水资源管理变得更加关键。尽管有大量资金用于农业数字化,且高效水资源管理的需求迫切,许多农民仍对数字灌溉持怀疑态度。与此同时,农民与数字技术的接触很少是统一或固定的:可能涉及热情、实用主义、选择性依赖和怀疑的组合,这些态度因情境、技术和使用时机而异。这种明显的悖论——机构对数字化的强力支持与农民更为矛盾或批判性的回应之间的张力——激发了本研究的探索。本文通过考察农民对数字灌溉技术产生怀疑的根本原因,以及他们评估这些技术的更广泛评价过程来解决这一悖论。

数字灌溉技术的使用要求对其准确性和可靠性有高度信任。由于水资源管理直接影响作物健康和产量,灌溉系统的任何故障或计算错误都可能导致过度灌溉、灌溉不足或分配效率低下,从而威胁整个收成。鉴于高风险性,农民必须确信这些技术精确、适应变化的天气条件且易于监测和控制。此外,先进灌溉系统的财务投资增加了另一层风险,使其长期有效性的信任至关重要。

农业新创新(包括数字创新)中的信任被描述为决定农民是否实施新技术的核心因素。一些定量研究发现,信息来源的可信度和感知有用性等因素正向影响数字技术的扩散。定性研究同样将农民缺乏信任视为成功农业和适应新技术标准的障碍,或进一步推进人工智能农业技术的阻碍。人工智能应用和其他决策支持工具需要农民的高度信任。在人工智能相关文献中,关于如何通过不同技术设计使人工智能值得信赖存在广泛争论。主要论点是,如果人工智能和其他数字工具设计透明,其建议对用户将更可信。

本研究最初旨在广泛调查农民如何评估水资源管理的新数字技术,并未预设不信任或信任作为主导或最相关的分析类别。随着分析的推进,怀疑、谨慎、选择性脱离和批判的表达在访谈和观察情境中反复出现。不信任作为归纳性发现成为反复出现且分析上显著的模式,常与更务实或有条件的信任形式共存。现有研究倾向于将信任视为有助于促进数字技术采纳的工具性因素,而研究发现促使研究人员质疑这种工具性框架是否能充分捕捉农民的评估实践和关切。实证材料揭示,农民的怀疑往往反映情境化知识、过往经验和更广泛的政治经济背景。因此,农民可能有充分理由不信任新的数字技术。基于这一归纳性洞见,研究人员将不信任发展为理解农民如何接触数字灌溉技术的概念透镜。重要的是,不信任不被视为稳定的倾向或先验的解释变量,而是通过农民与技术、制度和知识主张的互动而产生的关系性、情境性和有时具有争议性的取向。

分析不信任而非采用工具性的信任理解,认真对待农民的知识和感知,可能揭示新数字技术的实际效用和适宜性。本文探讨不信任在塑造农业水资源管理数字化转型中的作用,考察人工智能和数字解决方案的潜力与局限,以及农民的关切如何在更广泛的农业数字化背景中被子以解决或未解决。随着农业部门继续拥抱数字化,批判性地审视人工智能和数字技术的承诺以及实地现实至关重要,特别是不信任能告诉我们数字技术在农业水资源管理未来中的效用和适宜性。认真对待农民的“信任问题”需要对数字技术有细致入微的理解,强调其融入社会需要仔细考虑其更广泛的影响,而非视为纯粹的进步。

本文不提出旨在全面描述农民对数字灌溉态度的稳定类型学,而是基于在西班牙地中海灌溉背景下进行的小规模深度访谈,提出一个探索性和假设生成的框架。案例研究聚焦西班牙地中海地区,以阿尔梅里亚和加泰罗尼亚为代表。这两个地区面临与水资源稀缺相关的重大挑战,经历不规则降雨、长期干旱以及气候变化和集约化农业生产对水资源日益增加的压力。选择这两个地区反映了它们作为地中海灌溉农业在水资源压力条件下的标志性——尽管非详尽——场地的相关性。分析旨在产生对地中海水资源约束下农民如何评估数字灌溉技术的情境敏感洞见,而非提出国家层面的主张。
论文解读文章

**一、研究背景与问题提出**

在气候变化与全球许多农业区域水资源日益短缺的背景下,数字化被视为应对农业灌溉挑战的关键解决方案之一。西班牙因其半干旱气候和水资源分布不均,灌溉问题尤为突出。政府支持的倡议,如欧盟委员会的下一代基金(Next Generation funds)、经济复苏与转型战略项目(PERTEs)以及国家人工智能战略,均旨在推动农业数字技术和人工智能的发展,将其作为水资源管理的解决方案。然而,尽管有大量资金投入农业数字化,且高效水资源管理的需求迫切,许多农民仍对数字灌溉持怀疑态度。农民与数字技术的接触很少是统一或固定的,可能涉及热情、实用主义、选择性依赖和怀疑的组合。这种机构对数字化的强力支持与农民更为矛盾或批判性回应之间的悖论,构成了本研究的出发点。现有研究多将信任视为促进数字技术采纳的工具性因素,但这一框架可能无法充分捕捉农民的评估实践和关切。本研究通过归纳性分析发现,农民的怀疑往往反映情境化知识、过往经验和更广泛的政治经济背景,因此农民可能有充分理由不信任新的数字技术。

**二、研究方法概述**

本研究采用定性研究方法,在西班牙地中海灌溉背景下(阿尔梅里亚和加泰罗尼亚地区)开展。研究共进行23次半结构化访谈,包括农民(n=8)、农业公司代表(n=5)、研究中心人员(n=3)和技术开发者(n=7)。8位农民参与者中,4位经营常规农场,4位经营非传统农场(如有机、农业生态型),农场规模从1至150公顷不等,种植作物包括园艺作物、橄榄、杏仁、柑橘和葡萄园。此外,研究人员还进行了直接观察(两次农业技术田间演示和一次大型行业贸易博览会)和文档分析(技术文档、产品报告、公司网站、政策报告等)。数据分析采用归纳式主题分析方法,使用NVivo软件进行编码,经历了两个轮次的编码过程,并结合了溯因研究设计,使不信任类别从经验材料中归纳涌现而非预设。

**三、研究结果**

**(一)忽视农民专业知识和农业复杂性**

农民常常不信任数字技术,因为这些系统未能纳入他们的实践经验、直觉和对土地、水资源和作物的感官洞察。农民依靠多种感官体验——视觉、触觉和嗅觉线索——来做出灌溉决策,这些是自动化系统无法复制的。例如,一位农民解释他如何依赖感官——穿过温室观察植物叶片和根系的水分胁迫或病害迹象——来做出灌溉决策,并结合对植物响应灌溉的直觉理解。农民经常“违抗”机器,当他们对水分需求的评估与自动化系统不一致时,或当传感器无法感知的因素(如温室中的冷凝现象)影响决策时。数字技术无法取代农民对土地的深层情境化理解。

**(二)与非传统农业的不兼容**

数字灌溉系统可能无法适应非传统农业实践,如亏缺灌溉(deficit irrigation)或农业生态方法,导致优先考虑资源保护的农民产生不信任。亏缺灌溉策略涉及有意提供低于理想需求的水量以节约水资源,同时维持可接受的产量。然而,自动化系统通常默认为充分灌溉模式,忽视了水资源稀缺地区农民所需的灵活性。自动化系统还难以整合水肥一体化(fertigation)的复杂平衡需求,不同农业系统需要不同的水和养分管理方法。

**(三)忽视水和气候现实**

农民对数字灌溉技术的怀疑还源于其在有效管理水资源和适应气候变化现实方面的局限性。农民认识到,虽然数字灌溉系统可能有助于更高效地管理水资源,但并未解决水资源稀缺的根本原因。一位农业技术开发者承认:“你不是在用这些系统直接对抗气候变化;你只是在通过更有效地利用你可能拥有的少量水资源来适应它。”农民还强调,基于历史数据的人工智能模型在快速变化的环境条件下不再准确,预测与实际应用之间存在差距。

**(四)不精确的数据和算法偏差**

当数字技术提供不考虑不同土壤类型、作物需求或当地条件的准确或通用建议时,农民会失去信任。传感器错误和算法偏差进一步降低了信心。传感器需要正确安装和持续监测以验证测量准确性。专家指出,气象学家本身在准确预测气候条件方面面临挑战,人工智能系统依赖预测模型,难以适应前所未有的天气事件。过度干旱期可能扭曲人工智能数据,使其认为气候将一直如此,但气候变化可能导致剧烈变化。

**(五)缺乏互操作性**

不一致的数字平台、高升级成本和数据丢失使农民难以采纳数字技术。农业数字系统的碎片化通过创造对长期可靠性和可访问性的不确定性而侵蚀信任。农民需要在不同提供商的软件生态系统之间导航,这增加了复杂性。一位农业技术开发者表示,确保农民拥有整合软件和硬件的单一平台面临挑战,农民不得不在传感器、灌溉和作物管理的多个应用程序之间切换。缺乏标准化农业数据管理系统强化了不信任,数字技术不是简化决策,而是引入了额外的复杂性层。

**(六)数据提取**

大多数农民认为,数字工具收集的数据越来越不为农民所用,而是用于农业技术公司的商业化。农民可能面临额外成本来检索或转移自己的数据,导致认为农业技术公司优先考虑利润而非农民自主权的感知。一位农民描述,购买约翰迪尔(John Deere)拖拉机后,检修时公司下载工作时间、燃料消耗、工作天数和工作地块等信息,农民可能无法访问这些信息,或需支付许可费才能访问。数字平台被视为不是直接支持农民,而是建立可货币化或出售给更大投资者或买家的用户群(“客户池”)。农业数据被企业实体捕获及其潜在商业化塑造了农民对数字农业的不信任。

**四、讨论与结论**

基于实证发现,研究人员提出了数字农业中不信任的概念化框架,区分了五种类型的不信任:认识论不信任(epistemic mistrust)、生态不信任(ecological mistrust)、制度不信任(institutional mistrust)、实践不信任(practical mistrust)和关系不信任(relational mistrust)。认识论不信任源于农民经验性和情境化知识在数字农业系统中的边缘化;生态不信任根植于数字技术无法充分应对自然系统的非线性、不可预测动态;制度不信任涉及农民对塑造农业科技系统发展的更广泛商业和制度架构的关切;实践不信任源于与未能兑现承诺的数字技术的具体、有形互动;关系不信任源于农民被排除在农业科技工具的共同开发和迭代设计过程之外。

本研究将不信任重新概念化,不是作为需要克服的障碍,而是作为具有生成潜力的诊断工具。研究揭示,农民对数字技术的抵制往往不是源于无知,而是源于深厚的、情境化的关切。与不信任(distrust)暗示封闭和最终判断不同,不信任(mistrust)意味着谨慎的开放性——一种怀疑的立场,可以增强技术问责性、包容性和系统响应能力。研究表明,不信任应被视为一种积极回应——一种抵抗或批判形式——而非被动缺乏信任。研究人员提出,共同开发必须制度化,例如建立长期农民设计小组,让多样化种植者参与定义系统需求、在自有田间测试测试版本并拥有对不切实际或不透明功能的否决权;治理必须优先考虑彻底透明,例如政策制定者可要求公共补贴以提供商在公共可访问存储库中发布数据模型和决策算法为条件。认真对待不信任,它揭示了数字技术如有意义地融入可持续农业实践所需解决的社会、认识论和制度差距。这不是一个需要解决的问题,而是一个更好设计、评估和民主化创新的透镜。该研究发表在《Journal of Rural Studies》期刊上。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号