一项由弗吉尼亚理工大学与佛蒙特大学研究人员共同主导的新研究，首次从大规模实证角度揭示了北美认证作物顾问（CCAs）对人工智能决策支持系统（AI-DSS）的真实需求。该研究发表于《技术预测与社会变革》期刊，深入分析了农业顾问在选择AI工具时的核心考量因素，为构建真正可信、实用的农业AI系统提供了关键依据。 研究团队由弗吉尼亚理工大学公共与国际事务学院助理教授马兹·加尔迪齐（Maaz Gardezi）领衔，成员包括佛蒙特大学的阿西姆·齐亚教授、唐娜·里佐教授、斯科特·默里尔研究副教授，以及多名研究生，并得到南达科他州立大学大卫·克莱教授和肯塔基大学约翰·麦克梅恩副教授的支持。研究采用离散选择实验方法，评估作物顾问在成本、准确性、空间精度和数据所有权等关键维度之间的权衡。 研究发现，尽管技术性能重要，但成本和数据所有权是决定顾问是否采纳AI工具的关键因素。顾问更倾向于选择能“增强”而非“替代”其专业判断的系统。他们尤其偏好开放或共享数据模型，以确保透明度与长期信任。 当前，AI已在施肥、病虫害管理、灌溉调度和碳氮核算等领域广泛应用，但中小农场采纳率仍低，主要受隐私担忧、费用高昂、缺乏透明度和信任不足制约。 “认证作物顾问是美国农民最信赖的技术专家之一，”佛蒙特大学公共政策与计算机科学教授阿西姆·齐亚指出，“AI工具必须服务于顾问的专业判断，才能推动农业系统实现高产、公平与气候韧性。” 研究呼吁采用“社会技术融合”框架，将算法设计与农业实践中的真实价值观和现实约束相结合。作者建议，AI开发者与政策制定者应超越单纯追求性能指标，转而打造贴合不同农场需求、具备情境敏感性与可信度的工具。 “目标不是更聪明的算法，而是更值得信赖的系统，”研究合著者唐娜·里佐教授强调，“真正有用的农业AI，必须扎根于现实世界。”