Une nouvelle étude menée par des chercheurs de Virginia Tech et de l’Université du Vermont révèle pour la première fois, à grande échelle, les attentes des conseillers agricoles certifiés (CCAs) face aux systèmes décisionnels basés sur l’intelligence artificielle (IA-DSS) en agriculture. Publiée dans la revue Technological Forecasting and Social Change, cette recherche, menée en collaboration avec la Société américaine de pédologie, explore les caractéristiques de conception qui influencent réellement le choix de ces professionnels, ainsi que les freins potentiels à l’adoption de ces outils. L’étude, dirigée par Maaz Gardezi, professeur agrégé à l’École des affaires publiques et internationales de Virginia Tech, a mobilisé une équipe pluridisciplinaire incluant Asim Zia, Donna M. Rizzo, Scott C. Merril et les étudiants diplômés Benjamin E.K. Ryan, Halimeh Abuayyash, Indunil Dharmasiri, Pablo Carcamo et Bhavna Joshi, ainsi que des collaborateurs de l’Université du Dakota du Sud et de l’Université du Kentucky. Elle s’appuie sur une expérience de choix discret pour analyser les compromis que les conseillers agricoles font entre le coût, la précision, la résolution spatiale et la propriété des données lorsqu’ils évaluent des systèmes d’IA. Les résultats montrent que si la performance technique des outils d’IA est importante, ce sont surtout le coût et la question de la propriété des données — notamment la préférence pour des modèles partagés ou ouverts — qui influencent le plus le choix des conseillers. Un point clé émergent : les professionnels préfèrent des outils qui complètent, et non qui remplacent, leur jugement professionnel. « La performance technique compte, mais c’est le coût et la propriété des données — surtout dans les modèles partagés ou ouverts — qui sont décisifs », résume Maaz Gardezi, principal chercheur de l’étude. « Les conseillers agricoles veulent des outils qui renforcent leur expertise, pas qui la rendent obsolète. » Cette recherche arrive au moment où les prédictions, classifications et recommandations générées par l’IA sont de plus en plus utilisées pour guider des décisions cruciales : application d’engrais, gestion des ravageurs et maladies, programmation d’irrigation, ou encore comptabilité du carbone et des nutriments. Pourtant, l’adoption reste limitée, notamment dans les exploitations de taille moyenne ou petite, en raison de préoccupations liées à la vie privée, au coût, à la transparence et à la confiance. « Les conseillers agricoles certifiés sont parmi les experts techniques les plus fiables auxquels les agriculteurs américains font confiance », souligne Asim Zia, professeur de politique publique et d’informatique à l’UVM. « Concevoir des outils d’aide à la décision fondés sur l’IA qui renforcent, plutôt que remplacent, leur expertise est essentiel pour bâtir des systèmes agricoles productifs, équitables et résilients face au changement climatique. » Les auteurs plaident pour une approche socio-technique, qui intègre les valeurs réelles et les contraintes des utilisateurs finaux dans le développement des algorithmes. Leurs recommandations incluent la conception d’outils transparents, accessibles et adaptés aux contextes variés des exploitations agricoles, ainsi que la mise en place de cadres de gouvernance des données qui garantissent la confiance et la collaboration. « Ces résultats permettent d’aller au-delà des simples indicateurs de performance », affirme Donna Rizzo, professeure de génie civil et environnemental à l’UVM. « L’objectif est de développer des outils d’IA fiables, sensibles au contexte, qui fonctionnent pour toutes les exploitations et tous les systèmes de conseil agricole. »