Koment
Nga Zane Swanson, Emma Curtis dhe Caitlin Welsh [Qendra për Studime Strategjike dhe Ndërkombëtare – CSIS]
Publikuar më 21 gusht 2026
Në korrik 2026, Programi Global i Sigurisë së Ushqimit dhe Ujit i CSIS mblodhi diskutimin e katërt në një seri diskutimesh në tryezë të rrumbullakët për të kuptuar më mirë përfitimet e reja dhe rreziqet e mundshme të aplikacioneve të IA-së për sigurinë globale ushqimore. Tre tryezat e para të rrumbullakëta u përqendruan përkatësisht në aplikacionet e IA-së për bujqësinë precize, sistemet e paralajmërimit të hershëm të sigurisë ushqimore dhe mbarështimin e të korrave. Thirrja e korrikut, e cila trajtoi aplikacionet e mundësuara nga IA për sistemet ushqimore në përgjithësi, mblodhi së bashku përfaqësues nga një gamë kompanish, institutesh kërkimore, organizatash jofitimprurëse, organizatash ndërkombëtare dhe agjencish qeveritare amerikane. U shqyrtuan çështjet e mëposhtme, duke ndriçuar gjendjen e integrimit të IA-së në të gjitha sistemet ushqimore sot dhe duke ofruar një perspektivë mbi ndikimet e saj të mundshme në të ardhmen.
Sistemet ushqimore përfshijnë rrjetin e njerëzve, sistemeve dhe organizatave që përfshijnë operacione që fillojnë para fermës dhe shtrihen përtej pjatës. Elementet e sistemeve ushqimore përfshijnë fermerët; prodhuesit e inputeve (si plehrat, pesticidet dhe herbicidet) dhe teknologjitë (si ujitja, mekanizimi dhe sensorët e fushës) të përdorura nga fermerët; ata që përpunojnë dhe shpërndajnë ushqimin; konsumatorët; dhe ata që menaxhojnë ushqimin dhe produktet e mbeturinave që lidhen me të. Sot, sistemet ushqimore në të gjithë botën përballen me sfida gjithnjë e më të shpeshta dhe komplekse që jo vetëm pengojnë realizimin e sigurisë globale ushqimore, por kërcënojnë stabilitetin ekonomik të miliarda njerëzve, jetesa e të cilëve varet nga sistemet ushqimore. Në korrik 2026, Indeksi Global i Çmimeve të Ushqimeve arriti nivelin e tij më të lartë në tre vjet e gjysmë, i nxitur nga konvergjenca e ndërprerjeve ekonomike që lidhen me luftën e Iranit dhe mbylljen e Ngushticës së Hormuzit, si dhe përshkallëzimin e konfliktit në Detin e Zi. Në të njëjtën kohë, El Niño i vazhdueshëm, i cili tani parashikohet të jetë më i forti i regjistruar ndonjëherë, kërcënon të rrisë shkallën e urisë akute në shumë rajone.
Ndërsa sistemet ushqimore preken nga këto tronditje dhe strese, ato gjithashtu kontribuojnë në tronditje dhe strese; për shembull, sistemet ushqimore përbëjnë një pjesë të konsiderueshme të konsumit global të ujërave të ëmbla dhe rreth një të tretën e të gjitha emetimeve të gazrave serrë të gjeneruara nga njeriu, ndër ndikimet e tjera mjedisore. Sfida për politikëbërësit është të sigurojnë ushqim të mjaftueshëm, të shëndetshëm dhe të përballueshëm për një popullsi globale në rritje, duke zvogëluar ndikimet e sistemeve ushqimore dhe duke ndërtuar rezistencën e sistemit ushqimor ndaj tronditjeve dhe streseve. Si të tilla, përparimet teknologjike që ndihmojnë çdo aspekt të sistemit ushqimor të bëhet më efikas, i qëndrueshëm dhe elastik, japin përfitime të rëndësishme për sigurinë e të gjithë zinxhirit të furnizimit me ushqim. Për këtë qëllim, përparimet në teknologjitë e mundësuara nga inteligjenca artificiale ofrojnë një gamë të gjerë mundësish të reja që mund të përmirësojnë operacionet e sistemeve ushqimore të sotme.
Mundësitë e IA-së për Sistemet Globale të Ushqimit
IA tashmë po zbatohet në të gjitha sistemet ushqimore në nivel lokal, rajonal, kombëtar dhe global. Ndërsa modelet dhe mjetet individuale të IA-së që po zhvillohen janë unike, shumë prej tyre ndajnë një qëllim të përbashkët për të shndërruar sinjalet komplekse në vendimmarrje më të mirë për aktorët e sistemit ushqimor. Kjo mund të arrihet përmes një kombinimi procedurash që ndihmojnë në optimizimin e operacioneve, gjenerimin e konkluzioneve të reja, parashikimin e rezultateve dhe krijimin e platformave më të arritshme të informacionit.
IA mbështet inovacionet transformuese për fazat më të hershme të sistemeve ushqimore. Përpara se të mbillen fushat, mjetet e mundësuara nga IA mund të përshpejtojnë kërkimin dhe zhvillimin në shkencën e të korrave duke rritur aksesin në sistemet e informacionit dhe duke përmirësuar mjetet biologjike të përdorura nga studiuesit për të prodhuar varietete të përmirësuara të të korrave. IA gjithashtu po informon vendimet e fermerëve kur fillon mbjellja. Siç është përshkruar në analizën e mëparshme të CSIS, mjetet e parashikimit të tregut të asistuara nga IA dhe mjetet këshilluese bujqësore mund t’i ndihmojnë fermerët të menaxhojnë rreziqet gjatë gjithë një sezoni në rritje, të parashikojnë çmimet e të korrave dhe të planifikojnë se cilat të korra të kultivojnë dhe kur t’i shesin ato. Pasi të korrat janë në tokë, mjetet e bujqësisë precize të mundësuara nga IA u japin fermerëve udhëzime në kohë reale, në nivel fushe, përmes imazheve satelitore, të dhënave të sensorëve dhe të mësuarit automatik për të informuar ujitjen, aplikimet e plehrave dhe vendimet për menaxhimin e dëmtuesve.
Përtej fushës, zhvilluesit e teknologjisë po e përfshijnë IA-në në logjistikën që lëviz ushqimin nga ferma në treg. Aplikacionet në zhvillim mund të parashikojnë çmimet e mallrave bujqësore dhe të parashikojnë çekuilibrat e ofertës dhe kërkesës, duke u dhënë tregtarëve, politikëbërësve dhe kompanive ushqimore paralajmërim më të hershëm për mungesa ose teprica të mundshme. IA gjithashtu po mbështet inovacionet në përpunimin e ushqimit, ku vizioni kompjuterik dhe mjetet e të mësuarit automatik përdoren për të renditur dhe klasifikuar produktet, për të optimizuar linjat e përpunimit, për të zbuluar kontaminimin dhe për të përmirësuar monitorimin e sigurisë ushqimore, duke ndihmuar kështu në uljen e prishjes dhe kapjen e defekteve më herët në zinxhirin e prodhimit. Shkencëtarët e ushqimit po mbështesin gjithashtu zbulimin dhe zhvillimin e ushqimeve të reja dhe të qëndrueshme — të tilla si proteinat alternative — përmes integrimit në rritje të mjeteve të IA-së.
Në nivelin e shitjes me pakicë, pronarët e supermarketeve po përdorin sisteme të parashikimit të kërkesës dhe menaxhimit të inventarit të drejtuara nga inteligjenca artificiale për të përputhur më mirë porositë me kërkesën e konsumatorit, duke zvogëluar si mbiporositjen, ashtu edhe mungesën e stokut në zinxhirët kompleksë të furnizimit me ushqim. Këto mjete të njëjta të parashikimit të kërkesës, logjistikës dhe inventarit mund të ndihmojnë gjithashtu në uljen e mbeturinave ushqimore duke zvogëluar mbiporositjen e ushqimit dhe duke vendosur sisteme të mbështetura nga inteligjenca artificiale për të informuar programet dinamike të zbritjeve që ulin çmimet e ushqimit që i afrohet datës së skadimit, duke nxitur blerjen para se të hidhet. Pasi ushqimi dhe materialet e tij të paketimit të hidhen, inteligjenca artificiale mund të luajë një rol në përpunimin dhe ripërdorimin e qëndrueshëm. Duke shfrytëzuar aplikacionet e inteligjencës artificiale për shkencën e materialeve, prodhimi i materialeve të reja me bazë bio mund të ndihmojë në zvogëlimin e ndikimit mjedisor të mbeturinave ushqimore.
Përveç aplikimeve të saj për zinxhirët e furnizimit komercial, IA po ndihmon në përmirësimin e mënyrës se si organizatat humanitare ofrojnë ndihmë ushqimore. Mjeti SCOUT i Programit Botëror të Ushqimit (WFP), i përdorur në të gjitha operacionet e WFP-së në Afrikë, përmirëson kohën e blerjeve dhe përzgjedhjen e vendeve të magazinimit. Gjatë 18 muajve të aktivitetit, ai ka kursyer afërsisht 6.2 milionë dollarë, të cilat WFP-ja i vlerëson si “të mjaftueshme për të siguruar një muaj ndihmë ushqimore shpëtimtare për 300,000 njerëz”, dhe parashikohet të gjenerojë deri në 25 milionë dollarë kursime vjetore. Platforma AF-PULSE e iniciativës së përbashkët WFP-REACH përdor teknikat e IA-së gjeohapësinore për të ndjekur rreziqet në kohë reale për zinxhirët e furnizimit me ushqim në Afganistan dhe për të informuar rrugët alternative për punonjësit e ndihmës. Në Shtetet e Bashkuara, Departamenti i Bujqësisë i SHBA-së ka miratuar integrimin e IA-së në administrimin e përshtatshmërisë dhe përfitimeve të programit SNAP, ndërsa shtete si Merilend kanë siguruar grante për të përmirësuar përdorimin e IA-së për uljen e barrierave administrative dhe përmirësimin e aksesit në përfitimet SNAP. Edhe bankat amerikane të ushqimit po fillojnë të miratojnë mjete për parashikimin e kërkesës, logjistikën dhe angazhimin e donatorëve për të shtrirë më tej burimet e kufizuara.
Sfidat dhe zgjidhjet
Duke pasur parasysh natyrën komplekse të sistemeve ushqimore dhe mjediset rregullatore që i qeverisin ato, politikat që mundësojnë zgjidhje efektive të IA-së duhet të synojnë të balancojnë nevojat e aktorëve lokalë, kombëtarë dhe globalë. Menaxhimi i kompromiseve midis aksesit në të dhëna, sigurisë së informacionit, besimit të përdoruesve dhe shpejtësisë së inovacionit është një tension thelbësor që politikëbërësit dhe zhvilluesit e teknologjisë duhet ta pajtojnë vazhdimisht, ndërsa aplikacionet e IA-së përhapen në të gjithë prodhimin bujqësor, përpunimin e ushqimit, logjistikën, tregjet dhe reagimin humanitar.
Shkallëzimi i aplikacioneve të provuara
Mjetet e mundësuara nga IA shpesh ndërtohen për të adresuar një rast përdorimi të vetëm dhe të përcaktuar mirë brenda një konteksti të caktuar. Projektimi i aplikacioneve që adresojnë këto nevoja individuale në mënyrë efektive, duke përfituar njëkohësisht nga sistemet më të gjera ushqimore në të cilat ato funksionojnë, është një sfidë, e komplikuar nga fakti se një mjet efektiv i mundësuar nga IA shpesh është shumë i lokalizuar, duke e bërë të vështirë zhvendosjen e aplikimit të tij në kontekste të ndryshme për raste përdorimi të ngjashme. Ndërsa IA aplikohet gjithnjë e më shumë për raste përdorimi individuale, bëhet më e rëndësishme të sigurohet që mënyra se si zbatohet IA brenda një sistemi ushqimor përmbush standardet për saktësinë, disponueshmërinë dhe sigurinë e të dhënave në një kuptim më të gjerë.
Një sfidë e lidhur qëndron në zhvendosjen e aplikacioneve të provuara përtej fazës pilot të një organizate të vetme dhe integrimin e tyre në institucionet, infrastrukturën dhe rrjedhat e punës që qeverisin sistemet ushqimore. Shkallëzimi i çdo zgjidhjeje brenda një sistemi kompleks nuk është një çështje e thjeshtë e vendosjes së të njëjtave mjete ose modele të mundësuara nga IA në vende të tjera, por përshtatja e tyre me kushtet lokale mjedisore, ekonomike, demografike, teknologjike dhe institucionale, duke ruajtur qëndrueshmëri të mjaftueshme për të mundësuar ndërveprimin dhe të mësuarit në kontekste të ndryshme. Kjo sfidë është veçanërisht e mprehtë në kontekstet humanitare dhe të pasigurisë ushqimore, ku organizatat mund të kenë burime të kufizuara për të ruajtur zgjidhjet e mundësuara nga IA pas përfundimit të një granti ose projekti fillestar.
Përshtatja efektive kërkon financim për mbledhjen dhe mirëmbajtjen e të dhënave, stafin teknik dhe lokal, infrastrukturën kompjuterike, trajnimin dhe përmirësimin përsëritës të modelit. Modelet konvencionale të financimit të projekteve afatshkurtra shpesh nuk janë të përshtatshme për këto kosto të përsëritura ose për nevojën për planifikim afatgjatë. Modelet gjithëpërfshirëse të financimit do të duhet të marrin parasysh horizontet kohore më të gjata të nevojshme për të ndërtuar sisteme të besueshme të të dhënave dhe kapacitet institucional, veçanërisht për aplikacionet ku ka pak kthim të menjëhershëm tregtar, për të kompensuar kostot e zhvillimit dhe mirëmbajtjes së këtyre aftësive.
Lehtësimi i aksesit në të dhëna
Përmbushja e standardeve për saktësinë, disponueshmërinë dhe sigurinë e të dhënave kërkon të dhëna të validuara dhe të ndërveprueshme; megjithatë, ndarja e të dhënave në këtë shkallë ngre një sërë sfidash të veta. Palët e interesuara në të gjitha sistemet ushqimore, duke përfshirë zhvilluesit e modeleve, prodhuesit, kompanitë dhe qeveritë, kanë shqetësime legjitime në lidhje me privatësinë e të dhënave, pronën intelektuale, konfidencialitetin tregtar dhe avantazhin strategjik. Për shembull, fermerët mund të ngurrojnë të ndajnë të dhëna operative që mund të përdoren kundër interesave të tyre tregtare, ndërsa vendet mund të jenë të kujdesshme në lidhje me ndarjen e të dhënave bujqësore që zbulojnë dobësi në sigurinë kombëtare ushqimore ose avantazhe ndaj firmave dhe institucioneve të huaja me burime më të mira. Këto shqetësime nuk janë barriera të thjeshta teknike, por kufizime thelbësore të projektimit që duhet të përfshihen në kornizat e qeverisjes së të dhënave. Marrëveshjet efektive të ndarjes së të dhënave do të kërkojnë standarde të qarta rreth pronësisë, aksesit, përdorimeve të lejuara dhe atribuimit, si dhe stimujt që e bëjnë pjesëmarrjen të vlefshme për ata që kontribuojnë me të dhëna.
Zhvillimi i besimit
Së fundmi, besimi është një parakusht kritik për miratimin efektiv të IA-së, dhe një që duhet të kultivohet me qëllim. Themelore e këtij nocioni është nevoja për të ruajtur një qasje “njeriu në ciklin e punës” për operacionet dhe vendimmarrjen e asistuar nga IA-ja, duke përforcuar faktin se IA duhet të përdoret për të rritur kapacitetin njerëzor, jo për ta zëvendësuar atë. Prodhuesit dhe institucionet kanë më shumë gjasa të ndajnë të dhëna dhe të integrojnë IA-në në proceset e vendimmarrjes kur kanë besim në organizatat dhe rregullimet e qeverisjes të përfshira. Megjithatë, organizatat nuk përballen gjithmonë me stimuj të menjëhershëm për të investuar në ndërtimin e besimit dhe zhvillimin e marrëdhënieve, pasiqë përfitimet janë të shpërndara dhe të vështira për t’u kapur. Politikëbërësit mund ta adresojnë këtë boshllëk duke krijuar stimuj të qartë për transparencë, validim dhe vendosje të përgjegjshme. Objektivi nuk duhet të jetë krijimi i një modeli të vetëm global për aplikimet e IA-së në çdo fazë të sistemit ushqimor, por të përcaktohen kushtet në të cilat aktorë të ndryshëm kanë kapacitetin dhe stimujt për të zhvilluar sisteme që palët e interesuara mund t’u besojnë.
Zane Swanson është zëvendësdrejtor i Programit Global të Sigurisë së Ushqimit dhe Ujit në Qendrën për Studime Strategjike dhe Ndërkombëtare (CSIS) në Uashington, DC. Emma Curtis është bashkëpunëtore kërkimore në Programin Global të Ushqimit dhe Ujit në CSIS. Caitlin Wesh është drejtoreshë e Programit Global të Ushqimit dhe Ujit në CSIS. [Përktheu: Dan GASHI]
