我们还认为，任何未来的研究都必须强调复原力，即数字辅助农业系统抵御危机和适应不同类型变化（与气候、经济、健康、工作方法有关）的能力等）最后，鉴于有许多不同类型的农业，有必要利用农业系统的多样性，

利用数字技术支持各种形式的农业。

社会科学

我们希望这篇论文能够证明，数字技术在农业中的应用不仅仅是一个技术问题。在所有层面上，现有或计划中的解决方案都符合人类利益相关者，甚至可以提供一种将不同利益相关者聚集在一起的方式。因此，人文学科研究是研究数字技术在农业中使用的一个组成部分。第一个问题可能不是新问题，但将变得越来越重要，即人类与日益复杂的技术解决方案之间的联系：如何在这些解决方案与使用它们的人类之间建立和谐而令人满意的关系？如何避免去技能化的风险？一种似乎特别有希望的途径是强调参与式设计方法，确定尽早让利益相关者参与该部门的最佳方式。这些方法超越了设计工具：一个关键问题是利用数字技术来发现人类合作的新方式。在改善共享资源的管理方面，这将特别有益，因为集体和个人的利益可能会相互冲突。

公共政策

最后，农业的“数字化转型”正在带来需要在公共政策层面加以应对的变化。我们认为最重要的方面是数据治理。新技术已将农民转变为数据生产者，要么通过他们使用的传感器，要么通过他们的手动输入（参与式方法）。必须紧急考虑这些数据的价值以及版权和隐私。这是一个复杂的问题：一方面，共享产生的大量数据可以使所有人受益，但另一方面，过多的开放性会使农场或地区的竞争力降低。按照目前的情况，部分数据掌握在私营公司（例如技术和服务提供商）手中，它们从全球视野中受益，而农业部门不一定存在大量互惠。为了避免这一陷阱，法国国家数字委员会建议授予农业数据公共利益的地位。87

另一个关键主题将是致力于更好地量化和分析不同区域层面的物质流动，以促进引入生物经济学或生物物理经济学范围内的替代经济模型。

Inria-INRAE - 解决这项研究的适当伙伴关系

根据他们自己的使命，将我们的两个研究所 - Inria 和 INRAE - 联合起来将有助于解决与数字农业相关的主题，这要归功于他们可以利用的方法和技能的互补性：INRAE，及其文化实验工具和数据收集；拥有专家小组和广泛模型的生物系统建模技能；经济学和社会科学方面的专业知识，特别关注农业及其利益相关者、地区和网络，通过接触专业知识和需求知识而得到丰富；Inria 凭借其在数字科学和技术（数学和计算机科学）方面的专业知识，特别是在建模、仿真、人工智能、数据科学、网络安全、网络和机器人技术方面的专业知识，以及同时植根于研究、技术开发、转让和创新的文化.