基于 Sentinel 1 和 2 的亚细胞和每周土壤水分遥感图。© Theia 和 INRAE。

治理以及数据和知识的共享

在谈论地区或部门时，我们已经表明数据越来越多地来自不同的参与者（多源数据）。鉴于数据是由不同的各方通过不同的系统生成的，并且可能跨多个站点托管，因此有必要确定数据使用权是什么；从数据共享和数据保护的角度来看，需求可能是矛盾的（在保持竞争力的同时进行协作）。在数字公司和上游利益相关者大力投资于农业风险数据管理以及农业创新系统数字化的背景下，应采用何种治理模式（Fielke 等人，2019 年）？必须了解信息在来自不同部门和全球供应链不同层次的利益相关者之间的合作与合规出现中所起的作用（Gardner 等人，2019 年）。如何促进“道德和安全”的数据流通和国家主权？

显然，这些与数据治理相关的问题以及被行业内某些利益相关者（农业供应、下游）或专门从事人工智能和网络的数字公司夺取权力的风险在监管较少的全球南方（第三世界国家）更为严重。

知识的正规化和共享

数字技术有助于促进知识的共建（参与）和交流，但仍然存在许多挑战：如何构建知识以结合农民的用途和知识（专业知识收集、情境化、等）以增加被采用的可能性？如何才能发展令人满意的治理，不仅在数据方面，而且在通过这些数据产生的知识方面？如何加快数字公地的建设以建立知识，特别是比较和收集知识？这提出了关于收集专业知识和本体的重要问题。特别是，如何使建立在不同原则上的本体兼容（可堆叠、可关联）：不同的用途、不同的作者、不同的基础本体等？最后，出于节俭和效率的考虑，放弃使用多种工具并充分利用现有资源，调动非专业社交媒体网站和平台来交流知识是否有益？如果是这样，如何实现？

在全球南方（第三世界国家），第一个挑战是使用数字技术重新思考集体学习和共同创新的参与式方法——通过“增强的”跨学科性（认知心理学、人体工程学、沉浸式严肃游戏、设计思维和管理科学）——并评估他们的影响（Tesfaye 等人，2019 年）。目标还将是在网络覆盖率低、语言和方言多元化等情况下促进与农民和农民之间的沟通（见 4.5）。

结论

鉴于上面讨论的风险和问题，本章中确定的挑战应在一般整体背景下考虑，从而建立一个多方面的框架：

• 需要对农业和数字技术有系统的愿景。

农业系统和部门是复杂的系统，包括在不同层次（农场、地区、部门等）相互作用的多个要素和利益相关者。预期的数字化发展将需要根据它们在应用层面的直接影响以及它们对整个系统和整个社会的间接影响进行设计和评估，包括生物技术、经济、社会（例如劳动力） 、环境（生物多样性、资源等）和伦理观点。考虑到这些间接影响并开发可以评估它们的方法将是必不可少的，以便有能力确保总体能源成本低于开发给定类型技术的收益，因此不会增加风险复杂性（见 5.4）。此外，开发系统性方法对于预测回溯效应至关重要，例如数字技术经常发生的反弹效应82。研究面临主要的方法和概念上的困难，主要与问题的系统分析有关。方法必须从根本上是跨学科的；某些框架，例如 Edgar Morin 引入的“复杂思想”概念，在这里可能有用（Morin，2014）。