Acabar com a fome é uma das principais prioridades das Nações Unidas nesta década. Porém, o mundo parece estar em retrocesso, com um aumento de 60 milhões de pessoas passando fome nos últimos cinco anos para cerca de 690 milhões em todo o mundo.
Para ajudar a reverter essa tendência, uma equipe de 70 pesquisadores publicou uma série histórica de oito estudos na Nature Food, Nature Plants e Nature Sustainability na segunda-feira (12). Os cientistas se voltaram para o aprendizado de máquina para examinar 500.000 estudos e white papers que descrevem o sistema alimentar mundial. Os resultados mostram que existem caminhos para enfrentar a fome mundial nesta década, mas também que existem enormes lacunas no conhecimento que precisamos preencher para garantir que essas rotas sejam equitativas e não destruam a biosfera.
Apesar da explosão no número de pesquisas, problemas intratáveis como a fome no mundo permanecem e estão piorando em alguns casos. Em parte, isso ocorre porque as novas informações estão ultrapassando nossa capacidade de realmente transformá-las em conhecimento e sabedoria. A grande aceleração começou nos anos 1700 e entrou em alta na era da internet; pesquisas mostram uma duplicação das citações científicas na última década, em comparação com uma taxa de duplicação do século no século 18. Usar o aprendizado de máquina para analisar essa montanha crescente de informações é uma maneira importante de entender tudo isso.
Os pesquisadores do Ceres2030, um grupo de cientistas e economistas climáticos, sociais e agrícolas, estão trabalhando para responder à pergunta de como cumprir a meta de erradicar a fome nesta década. É um dos Objetivos de Desenvolvimento Sustentável das Nações Unidas, um conjunto importante de ideais em que o mundo não conseguiu fazer nenhum progresso significativo. Para ajudar a colocar as coisas no trilho, a equipe do Ceres2030 utilizou inteligência artificial para ver o que as pesquisas mostram que foi eficaz. As revisões de pesquisas anteriores podem ser um processo meticuloso que leva meses ou até anos para ser concluído.
Mas depois de empregar uma série de algoritmos em sua maioria prontos para uso e treiná-los para o que eles procuravam, a equipe os liberou para analisar 500.000 estudos sobre práticas agrícolas e intervenções de desenvolvimento para ajudar a melhorar a produtividade ou reduzir a fome. Demorou uma semana para o aprendizado de máquina reduzir o conjunto de dados de estudos àqueles que são realmente úteis.
A alimentação dos próprios dados revelou, na verdade, uma fraqueza na forma como a pesquisa é classificada. White papers e resumos de políticas públicas – ou o que os cientistas chamam de “literatura cinzenta” – costumam estar escondidos em sites de agências construídos na era das trevas do desenvolvimento da web e “carecem até mesmo de recursos básicos para selecionar e baixar várias citações”, de acordo com o estudo. Isso por si só aponta para a necessidade de limpar a internet de modo que todas as informações sejam acessíveis, e principalmente úteis.
Investimentos e infra-estrutura
Os resultados, juntamente com outra análise feita pela Organização das Nações Unidas para Alimentação e Agricultura e pelo Centro Alemão de Pesquisa para o Desenvolvimento, mostram que o mundo precisa arrecadar apenas US$ 14 bilhões por ano nesta década para acabar com a fome, o dobro dos níveis atuais. Para efeito de comparação, US$ 14 bilhões é cerca de 2% do que os EUA gastam com forças militares todos os anos.
“O mundo produz alimentos suficientes para alimentar todos. Portanto, é inaceitável que 690 milhões de pessoas estejam subnutridas, 2 bilhões não tenham acesso regular a quantidades suficientes de alimentos seguros e nutritivos e 3 bilhões de pessoas não possam pagar por dietas saudáveis”, disse Maximo Torero, economista-chefe da FAO, em um comunicado. “Se os países ricos dobrarem seus compromissos de colaboração e ajudarem os países pobres a priorizar, direcionar adequadamente e ampliar intervenções econômicas em pesquisa e desenvolvimento agrícola, tecnologia, inovação, educação, proteção social e facilitação do comércio, podemos acabar com a fome até 2030”.
A análise de aprendizado de máquina mostra onde esse dinheiro pode ser direcionado para obter o máximo de ajuda. Por exemplo, os resultados mostram que mais de três quartos das pequenas propriedades estão localizadas em áreas com escassez de água. Essas áreas provavelmente sofrerão mais estresse hídrico no futuro, à medida que o planeta esquentar.
Para ajudar os agricultores a enfrentar a situação, a análise de aprendizado de máquina dos estudos existentes revelou a importância de investir na pecuária e melhorar o acesso a redes de dados de telefones celulares. O primeiro pode ajudar a melhorar a produtividade, enquanto o último pode ajudar a obter previsões meteorológicas e definir quando aplicar fertilizante entre as chuvas para minimizar o escoamento e o desperdício.
Aqui, no entanto, é onde o toque humano entra. Os pesquisadores também descobriram que, embora a análise do aprendizado de máquina tenha apontado os benefícios dessas duas intervenções como formas direcionadas de reduzir o uso excessivo de recursos e fornecer uma camada de diversidade na renda, havia lacunas. Muitos dos estudos obtidos pela inteligência artificial não incluíram variáveis-chave como gênero e, até a década passada, poucos examinavam os impactos ambientais.
Em um mundo onde as mulheres representam 43% das agricultoras e trabalhadoras agrícolas, mas arcam com fardos desproporcionais quando se trata de trabalho e da quantidade de terra que possuem ou trabalham, buscar intervenções que possam ajudar especificamente as mulheres é de extrema importância para acabar com a fome, além de cumprir outros Objetivos de Desenvolvimento Sustentável, como erradicar a pobreza (o primeiro objetivo) e alcançar a igualdade de gênero (o quinto objetivo).
A análise também mostra que muitos estudos anteriores focaram amplamente nos rendimentos das colheitas, em vez de melhorar o bem-estar humano, que é uma métrica de sucesso muito mais holística – e eu diria que mais importante. Poucos estudos levaram em consideração a nutrição, não há uma métrica para safras ou como preparar os agricultores para as mudanças climáticas futuras. Essas áreas requerem mais pesquisas e rápido para que os investimentos para acabar com a fome sejam gastos com sabedoria.
Outros grupos também apresentaram ideias sobre como equilibrar o bem-estar e o planeta por meio de correções em nossas dietas, desperdícios de alimentos e sistemas agrícolas, com destaque para o relatório EAT-Lancet do ano passado. Os resultados de todo esse trabalho, mas principalmente a nova análise de aprendizado de máquina, apontam quanto trabalho ainda falta ser feito e por que uma abordagem tecnocrática por si só não vai resolver isso.