• 追求节俭。这涉及减少能源费用、其他资源（可再生和不可再生）的消耗以及技术使用造成的污染。它必须包含数据链的所有阶段，从收集和收集到复制和决策。数字解决方案的开发必须考虑成本，无论是材料成本（例如使用的组件、尺寸、数量，尤其是传感器、机器人等），还是产生的数据（类型、数量、存储等）成本。) 或在自然资源（水、矿物等）和能源方面经济所需的处理能力。这种分析必须考虑到所用材料的整个生命周期（资源提取、制造、运输、使用、报废）。尽管数字化要求减少农业投入和资源（例如水）的使用，但在计算任何新农业实践的总体环境足迹时，必须考虑其自身的环境足迹。这也意味着在开发和扩大技术解决方案时采取清醒、谨慎的态度，事先探索不直接消耗资源或排放污染的组织和社会政治解决方案和替代方案。

• 寻找弹性。从成本的角度优化生产和部门已经引导了几十年的技术创新，导致专业化、库存水平的降低、操作空间的减少以及不同利益相关者的自主权减少。这导致农业系统和部门的复原力下降，即它们在不同层面抵御和适应外部危机的能力，例如天气事件、资源稀缺和供应链中断以及经济或健康危机（比格斯等人，2015）。数字解决方案必须努力促进这种弹性，通过成为基于 Biggs 等人概述的弹性七项原则的复杂系统中的组成部分。(2015),83 避免复杂性陷阱，这会导致技术或社会依赖或安全风险（数据、运营等），从而导致脆弱性。

• 网络安全。尽管并非专门针对农业，但鉴于其对粮食主权的影响，这仍然是农业中的一个关键话题。这既关乎保持粮食和农业生产和分配的连续性，也关乎与农业生产相关的信息安全。之前的白皮书 (Inria, 2019) 详细介绍了网络安全。欧盟支持 GAIA-X (www.data-infrastructure.eu) 项目，其目的是开发尊重欧洲标准的自主、主权数据基础设施，主要通过云计算网络。农业是 GAIA-X 中确定的主题之一。

考虑这些方面将有助于促进与数字技术相关的责任、相关性和共享，有助于使粮食系统具有可持续性，特别是在农业生态转型的背景下。84 规划本课程将指导研究，而不仅仅是在选择方面研究主题——在本章中确定——也包括研究定位。我们建议至少借鉴负责任的研究和创新或 RRI 等方法（Stilgoe 等人，2013 年）。RRI 仍然很少用于数字农业，它基于以下原则：预期（如果......正面/负面影响会发生什么），反思性（数字责任意味着什么，我们的假设/选择/知识有什么限制，等）、包容性（与谁、为谁、什么价值观）和响应性（如何根据不断变化的情况调整发展轨迹）。它借鉴了跨学科研究。在 RRI 框架内开发数字农业技术将有助于应对所确定的挑战，同时考虑到全球背景和对整合系统愿景和节俭、安全和复原力等问题的必要性的考虑。