Este documento examina la ética de los macrodatos en la agricultura, centrándose en la asimetría de poder entre los agricultores y las grandes empresas agrícolas como Monsanto. Tras la reciente compra de Climate Corp., Monsanto es actualmente la agroindustria biotecnológica más destacada en comprar big data. Con sensores inalámbricos en los tractores que monitorean o dictan cada decisión que toma un agricultor, Monsanto ahora puede agregar grandes cantidades de datos agrícolas previamente patentados, lo que permite una posición privilegiada con información única campo por campo en un tercio o más de las tierras agrícolas de EE. UU. . Esta asimetría de poder puede reequilibrarse a través de datos de fuente abierta y herramientas de análisis de datos financiadas con fondos públicos que rivalizan con Climate Corp. en complejidad e innovación para su uso en el dominio público.
Información sobre citas y publicaciones
RECIBIDO: 18 de diciembre de 2015 REVISADO: 16 de febrero de 2016 PUBLICADO: 31 de marzo de 2016
LICENCIA: Creative Commons Attribution 3.0 Alemania
INTERESES EN COMPETENCIA: El autor ha declarado que no existen intereses en competencia que hayan influido en el texto.
PALABRAS CLAVE: agricultura , big data , ética , agricultura basada en datos.
CITA: Carbonell, IM (2016). La ética del big data en la gran agricultura. Revisión de políticas de Internet , 5 (1). DOI: 10.14763 / 2016.1.405
Este documento es parte de ‘ Big data: Big Power Shifts? ‘, un número especial de Internet Policy Review, con el apoyo del Instituto Vodafone para la Sociedad y las Comunicaciones .
PREDECIR EL FUTURO DE LA AGRICULTURA Y LA ALIMENTACIÓN
Los agronegocios, como Monsanto o John Deere, tienen mucho en juego en big data, ya que les da la capacidad de construir un modelo comercial predictivo sin precedentes sobre cada aspecto de la agricultura. Esto indica un cambio profundo para la autonomía de los agricultores, las empresas agrícolas del sector público y privado y la sociedad en general. Los macrodatos, agregados de varias fuentes, se recopilan no solo para interpretar eventos pasados, sino para predecir el futuro e intervenir antes de que los eventos, procesos o comportamientos se pongan en movimiento. Esta orientación hacia el futuro y la fijación sobre el descubrimiento de patrones se ha utilizado para justificar un acceso sin precedentes a los datos, creando lo que Angwin (2014) llama «redes de arrastre», o recopilación de datos sin filtrar que está «cada vez más orientada al futuro y preocupada por el poder predictivo de la información que recopila ”(Whitaker, 2000, p. 45). De hecho, el big data es un gran negocio. Aunque los macrodatos se han comercializado en otros lugares, los estudiosos han prestado poca atención a las formas en que los grandes recursos de datos han llegado a afectar a la agricultura industrial, a menudo denominada «agricultura basada en datos» o «agricultura inteligente». El inversor Paul Matteucci resume lo que está en juego para invertir en datos agrícolas de manera más simple: “Va a ser grande … porque todos comen” (Sommerville, 2014). De hecho, Robb Fraley, director de tecnología de Monsanto, comenta: «Podría vernos fácilmente en los próximos cinco o diez años siendo una empresa de tecnología de la información … donde la información en sí se convierte en el negocio, vemos muchas oportunidades» (McDonnell, 2014 ). La reciente compra de Climate Corp. por Monsanto, por US $ 930 millones,
Con sensores inalámbricos montados en tractores modernos que monitorean o dictan cada decisión que toma el agricultor, desde cuándo plantar los cultivos e irrigarlos, hasta la cantidad y el momento de la aplicación de pesticidas y herbicidas, hasta el día preciso de la cosecha, y detallar el cambio más pequeño en En condiciones de microclima, Monsanto ahora puede pasar por alto al agricultor por completo y acumular una cantidad nunca antes vista de datos directamente a través de una conexión de datos wifi, sensores y su nueva aplicación de análisis de datos “Climate FieldViewPro”. Este procedimiento de recopilación de datos inalámbricos está parcialmente regulado legalmente a través del “Acuerdo de uso de tecnología” de Monsanto, que el agricultor debe firmar. Al acumular grandes cantidades de datos agrícolas previamente patentados, privados o sin explotar, las empresas están ganando una posición privilegiada con conocimientos únicos sobre lo que hacen los agricultores las 24 horas del día. campo por campo, cultivo por cultivo en lo que actualmente es un tercio o más de las tierras agrícolas de EE. UU. (Climate Corp., 2014a). Esto señala un cambio de poder sin precedentes en el proceso de agricultura industrial que puede reequilibrarse a través de datos agrícolas de fuente abierta y herramientas de análisis de datos financiadas con fondos públicos que rivalizan con Climate Corp. en complejidad e innovación para su uso en el dominio público. Si bien el análisis de big data puede ser una herramienta poderosa para la agricultura, ¿se puede usar de manera equitativa? ¿Cuáles son la ética, la dinámica de poder y las posibles consecuencias que rodean el uso de big data en la agricultura y la producción de alimentos? y herramientas de análisis de datos financiadas con fondos públicos que rivalizan con Climate Corp. en complejidad e innovación para su uso en el dominio público. Si bien el análisis de big data puede ser una herramienta poderosa para la agricultura, ¿se puede usar de manera equitativa? ¿Cuáles son la ética, la dinámica de poder y las posibles consecuencias que rodean el uso de big data en la agricultura y la producción de alimentos? y herramientas de análisis de datos financiadas con fondos públicos que rivalizan con Climate Corp. en complejidad e innovación para su uso en el dominio público. Si bien el análisis de big data puede ser una herramienta poderosa para la agricultura, ¿se puede usar de manera equitativa? ¿Cuáles son la ética, la dinámica de poder y las posibles consecuencias que rodean el uso de big data en la agricultura y la producción de alimentos?
Para responder a estas preguntas, un primer capítulo muestra qué actores están involucrados en el big data para la agricultura industrial y con qué poder. La relación entre las empresas de biotecnología y los agricultores se examinará a través de la lente del poder experto, el poder coercitivo y el poder informativo 1(Foucault, 1975; French Jr. y Raven, 1959; Raven, 1965). El acceso desigual al uso de big data conduce a una aplicación muy selectiva de big data en la agricultura, como se describe en la siguiente sección. Esto permite que las grandes empresas agrícolas aumenten su poder sobre los agricultores, como se ilustra en el uso de big data de Monsanto y se plasma en su acuerdo de uso de tecnología en el tercer capítulo. Un acceso más amplio a big data y herramientas de análisis de datos para la agricultura, como en las iniciativas de acceso abierto existentes, promete volver a calibrar la relación de poder entre las grandes empresas agrícolas y los agricultores, como se muestra en el capítulo cuatro. La sección final concluye sobre el papel que deben jugar la investigación y las políticas públicas.
1. LA «DIVISIÓN DE MACRODATOS»
Los macrodatos, como herramienta para revelar patrones ocultos, requieren grandes movilizaciones de tecnologías, infraestructura y experiencia, que son demasiado elaboradas para un agricultor individual. Big data construye jerarquías en torno a la investigación debido a la dificultad y el costo de obtener acceso a los datos. Las grandes empresas agrícolas no tienen ninguna responsabilidad u obligación de hacer que sus datos estén disponibles y tienen control sobre quién tiene acceso (Boyd & Crawford, 2012, p. 674). De hecho, John Deere, una empresa que fabrica maquinaria agrícola, presentó un reclamo de derechos de autor junto con General Motors para evitar que los agricultores accedan, modifiquen o reparen software en sus tractores (Wiens, 2015). De manera similar, Climate Corp. estipula que los agricultores no pueden «modificar, editar, adaptar, desmontar, raspar … descompilar, realizar ingeniería inversa o crear trabajos derivados de cualquier producto climático ”(2014b). Lev Manovich escribe sobre tres clases de personas en el ámbito del big data: los que crean datos, los que tienen los medios para recopilarlos y los que han acumulado la experiencia para analizarlos (2012, p. 460). Los agricultores constituyen el primer grupo. Para el segundo grupo, el que tiene poder informativo (Raven, 1965), el comercio de datos es tan lucrativo que empresas como Acxiom y Experian actúan como «intermediarios de datos» (Cukier & Mayer-Schoenberger, 2013) y existen solo para recopilar e intercambiar datos. Los analistas del último grupo tienen el poder de los expertos y son ellos quienes dictan las reglas sobre cómo se utilizarán los datos, quién tendrá acceso y quién podrá participar. Como dice Mark Andrejevic, existe una “división de big data” (2014, p. 1673) entre las personas y sus datos: rara vez se les concede acceso a sus propios datos y carecen de las herramientas o del contexto para analizarlos; son las corporaciones, no los individuos, las que se benefician de la recopilación de big data. Mucha gente desconoce hasta qué punto sus datos se almacenan, intercambian y analizan para su uso futuro.
Los agricultores son muy conscientes de este secreto. Después de una encuesta realizada por el American Farm Bureau en octubre de 2014, “El 77,5 por ciento de los agricultores encuestados dijeron que temían que los reguladores y otros funcionarios gubernamentales pudieran tener acceso a su información privada sin su conocimiento o permiso. Casi el 76 por ciento de los encuestados dijeron que les preocupaba que otros pudieran usar su información para la especulación del mercado de productos básicos sin su consentimiento ”. Si bien “más del 81 por ciento cree que retiene la propiedad de los datos de su granja”, más del 82 por ciento dijo que no tenía idea de lo que iban a hacer las empresas con los datos de los agricultores (American Farm Bureau, 2015). ¿Qué sabemos sobre quién tiene acceso a estos datos?
2. EL USO SELECTIVO DE MACRODATOS EN LA AGRICULTURA INDUSTRIAL
La recopilación y el análisis de macrodatos en las granjas industriales convencionales, también conocidas como “gran agricultura”, se centran casi exclusivamente en los insumos y la producción. Sorprendentemente, no existe una gran recopilación de datos sobre las externalidades y vulnerabilidades de la agricultura industrial, lo que dificulta la investigación sobre ese tema. Por ejemplo, el uso de pesticidas neonicotinoides de Bayer Cropscience ha demostrado causar el trastorno del colapso de las colonias de abejas (Schneider, Tautz, Grünewald y Fuchs, 2012) que a su vez ha tenido importantes consecuencias en los cultivos que dependen de estos polinizadores. Los macrodatos podrían generar nuevos conocimientos sobre los efectos de los neonicotinoides u otros pesticidas. La práctica del monocultivo es otro ejemplo de vulnerabilidades específicas de la agricultura industrial. Plantar una sola variedad de cultivo año tras año en el mismo campo expone a los agricultores a plagas importantes que aniquilan regiones enteras cuando la variedad de cultivo no puede resistir una enfermedad (Fitzgerald, 2010) como en el estado estadounidense de Mississippi, cuando una plaga bacteriana acabó todos los campos de algodón en 2004 (Pechlaner, 2010, p. 296). Hasta el momento, casi no hay recopilación de datos sobre las externalidades y vulnerabilidades de la agricultura industrial por parte de los agronegocios que promueven este modelo agrícola, o sobre la pérdida de biodiversidad debido a la adopción de unas pocas semillas comerciales de alto rendimiento. Sin embargo, una base de datos tan grande sería de suma importancia ética y práctica para la investigación sobre el mejor modelo agrícola para el futuro de la producción mundial de alimentos. cuando una plaga bacteriana acabó con todos los campos de algodón en 2004 (Pechlaner, 2010, p. 296). Hasta el momento, casi no hay recopilación de datos sobre las externalidades y vulnerabilidades de la agricultura industrial por parte de los agronegocios que promueven este modelo agrícola, o sobre la pérdida de biodiversidad debido a la adopción de unas pocas semillas comerciales de alto rendimiento. Sin embargo, una base de datos tan grande sería de suma importancia ética y práctica para la investigación sobre el mejor modelo agrícola para el futuro de la producción mundial de alimentos. cuando una plaga bacteriana acabó con todos los campos de algodón en 2004 (Pechlaner, 2010, p. 296). Hasta el momento, casi no hay recopilación de datos sobre las externalidades y vulnerabilidades de la agricultura industrial por parte de los agronegocios que promueven este modelo agrícola, o sobre la pérdida de biodiversidad debido a la adopción de unas pocas semillas comerciales de alto rendimiento. Sin embargo, una base de datos tan grande sería de suma importancia ética y práctica para la investigación sobre el mejor modelo agrícola para el futuro de la producción mundial de alimentos.
Una finca industrializada funciona como una fábrica y se considera un gran éxito en eficiencia, aunque las fincas más pequeñas que utilizan métodos como el cultivo intercalado, la labranza cero y el riego por goteo en realidad producen más producción agrícola por unidad de área que las fincas grandes (Kimbrell, 2002, pág.19). Por ejemplo, hay una estimación «de que un cambio a la producción orgánica reduciría los costos externos de la producción agrícola en el Reino Unido en un 75%, de £ 1,514 millones al año a £ 385 millones al año» (Pretty, Ball, Lang, Y Morison, 2005). Estas estadísticas son aún más sorprendentes dado que el uso de macrodatos está casi ausente en la agricultura no industrial, que todavía constituye la mayoría de las prácticas agrícolas del mundo (Lowder, Skoet y Raney, 2016). La mayoría de los pequeños agricultores agroecológicos tienen poco uso de la agricultura de precisión o la agricultura inteligente en sus encarnaciones actuales, ya que estas tecnologías se adaptan principalmente a las granjas industriales de monocultivo. Por ejemplo, muchas de las fuentes de microdatos en las que Climate Corp. confía para sus análisis de datos predictivos provienen de sensores instalados en tractores pesados. Esta maquinaria no es apropiada para campos intercalados más pequeños que requieren más mano de obra y menos procesos mecanizados. El big data podría ser potencialmente muy útil para las prácticas agrícolas no industriales, pero en la actualidad, las grandes agronegocios diseñan herramientas de análisis de datos y big data para la agricultura industrial. confía en sus análisis de datos predictivos de sensores instalados en tractores pesados. Esta maquinaria no es apropiada para campos intercalados más pequeños que requieren más mano de obra y menos procesos mecanizados. El big data podría ser potencialmente muy útil para las prácticas agrícolas no industriales, pero en la actualidad, las grandes agronegocios diseñan herramientas de análisis de datos y big data para la agricultura industrial. confía en sus análisis de datos predictivos de sensores instalados en tractores pesados. Esta maquinaria no es apropiada para campos intercalados más pequeños que requieren más mano de obra y menos procesos mecanizados. El big data podría ser potencialmente muy útil para las prácticas agrícolas no industriales, pero en la actualidad, las grandes agronegocios diseñan herramientas de análisis de datos y big data para la agricultura industrial.
Monsanto, como se mencionó en la introducción, ha sido el mayor postor en big data en agricultura con la adquisición de Climate Corp., una poderosa herramienta analítica de big data. Pero antes de convertirse en líder en el uso de big data en agricultura, Monsanto consolidó su poder experto al especializarse en alimentos genéticamente modificados (OGM). Aunque las variedades de cultivos modificadas genéticamente podrían conducir a innovaciones en la agricultura, en la actualidad la industria de los OMG es un ejemplo atroz de la falta de recopilación de datos longitudinales. Se desconocen los efectos reales y el costo de estos alimentos transgénicos. No se han realizado estudios a largo plazo sobre los posibles problemas ambientales cuando las semillas alteradas genéticamente se cruzan con otras plantas no transgénicas en la naturaleza. Adicionalmente, No se han realizado estudios longitudinales ni recopilación de datos sobre los efectos potenciales de los alimentos modificados genéticamente en la salud humana. Un resultado de este fracaso es el desastre de contaminación del maíz Starlink en el año 2000, cuando hasta 1,000 personas casi mueren de un shock anafiláctico por comer productos a base de maíz que contenían trazas de Starlink, un tipo de maíz solo destinado a la alimentación animal (Bratspies , 2003, pág.295). A pesar de los riesgos para la salud, conocidos y desconocidos, los alimentos modificados genéticamente en los EE. UU. Se encuentran ahora en gran parte del suministro de alimentos. un tipo de maíz destinado únicamente a la alimentación animal (Bratspies, 2003, p. 295). A pesar de los riesgos para la salud, conocidos y desconocidos, los alimentos modificados genéticamente en los EE. UU. Se encuentran ahora en gran parte del suministro de alimentos. un tipo de maíz destinado únicamente a la alimentación animal (Bratspies, 2003, p. 295). A pesar de los riesgos para la salud, conocidos y desconocidos, los alimentos modificados genéticamente en los EE. UU. Se encuentran ahora en gran parte del suministro de alimentos.
Para asegurar su poder experto, Monsanto recurre a medidas coercitivas. Con la patente de todas las semillas disponibles comercialmente «inventadas» por la empresa, ya sean semillas transgénicas, semillas endogámicas o semillas cruzadas, Monsanto ha impuesto esta ventaja legal a los agricultores de una manera innovadora: deben comprar nuevas semillas cada año, a pesar de que los agricultores han estado guardando semillas año tras año desde los albores de la agricultura. Si los agricultores son sorprendidos guardando semillas a través de la infame “policía de semillas” de monitoreo de Monsanto, (Weiss, 1999) serán procesados. Esta advertencia se menciona varias veces en el Acuerdo de Uso de Tecnología (TUA) que los agricultores deben firmar para cultivar productos Monsanto. 2Monsanto, en su sitio web, incluso tiene una página titulada «¿Por qué Monsanto demanda a los agricultores que ahorran semillas?» con la explicación final de que “los agricultores necesitan igualdad de condiciones”, por lo que “solo” han litigado a 147 agricultores (Monsanto, sf) y 700 casos más se han resuelto fuera de los tribunales (Silver, 2013). Además de la prohibición de guardar semillas, se sabe que Monsanto ha litigado contra agricultores cuyos campos tienen «rastros» de sus productos patentados (Sudduth, 2001), lo que puede suceder, por ejemplo, cuando el polen de maíz transgénico sopla en campos de maíz no transgénicos y cruza -polinatos (Aylor, Schultes y Shields, 2003). 3 Esta inquietante demostración de poder coercitivo, con una clara relación asimétrica entre los gigantes tecnológicos y los agricultores, recuerda el mecanismo disciplinario panóptico (Foucault, 1975).
En resumen, Monsanto es una empresa con una dilatada trayectoria de liderazgo empresarial. La empresa “ha prevalecido en la reorganización de los sistemas de poder y control junto con la introducción de biotecnologías agrícolas en formas que proporcionan nuevos mecanismos para la acumulación de capital” (Fisher, 2002, p. 301). Para ser claros, Monsanto no es de ninguna manera la única agroindustria con este tipo de estrategia corporativa agresiva en el ámbito agrícola, pero es uno de los muchos actores, incluidos John Deere, Syngenta y DuPont, entre otros. El enfoque aquí está en Monsanto porque la empresa es la más innovadora con la experiencia en bioingeniería y con las tácticas legales coercitivas. Además, claramente se dirige a convertirse en un corredor de información con la adquisición de Climate Corp.
3. AUTONOMÍA DEL AGRICULTOR Y ACUERDO DE USO DE TECNOLOGÍA DE MONSANTO (TUA)
Los derechos de propiedad intelectual sobre los OMG y otras semillas, consanguíneas y cruzadas, han sido el desarrollo clave en la agroindustria. Han abierto las compuertas para una serie de problemas. De hecho, “las patentes de semillas, las prohibiciones de guardar semillas, los contratos de productores y el aumento de los litigios entre desarrolladores de tecnología y productores agrícolas sugieren que puede estar ocurriendo una reorganización social de la agricultura, por la cual la propiedad y el control de la producción agrícola se expropian de los agricultores y desviados a corporaciones ”(Pechlaner, 2010, p. 292). Para los agricultores que plantan semillas de Monsanto, el «Acuerdo de uso de tecnología» (TUA) obligatorio de Monsanto obliga a los agricultores a cumplir una serie de disposiciones contractuales, además de establecer la tarifa de tecnología y la restricción sobre el ahorro de semillas: «los agricultores deben aceptar vender sus cultivos únicamente a procesadores aprobados ; dan su consentimiento para la inspección de sus campos durante un número determinado de años; acuerdan que cualquier disputa se resolverá en la jurisdicción de la ciudad natal de Monsanto, St. Louis, Missouri; y acuerdan que cualquier infracción será sancionada 120 veces los daños reales ”(Pechlaner, 2010, p. 293). De hecho, no hay duda de que se ha producido una reestructuración masiva dentro de la producción agrícola industrial desde su mecanización, especialmente con la introducción de semillas patentadas. Esta reorganización ha tendido a un despojo creciente de la autonomía y control de los agricultores sobre su proceso de producción, convirtiéndolos en aparceros glorificados o en el mejor de los casos como jornaleros, o como dice Shand, “bioserfs” (2002, p. 240). El acuerdo de uso de semillas de Monsanto en los Estados Unidos no menciona nada sobre el uso de datos, sin embargo, la versión canadiense ha abierto la puerta a las estipulaciones legales sobre la recopilación de datos. El último TUA declara a los agricultores: “usted está consintiendo la recopilación, el uso y la divulgación de su información personal por parte de Monsanto … (incluida su información de contacto, información sobre sus prácticas agrícolas e información sobre la naturaleza específica del maíz, soja, canola, maíz y remolacha azucarera que cultiva con Monsanto Technologies) a través de comunicación electrónica o de otro modo, con el fin de hacer cumplir la [TUA] … y para ayudar a Monsanto a desarrollar sus negocios y operaciones ”(Armstrong, 2016, p. 21). Por tanto, los agricultores industriales tienen que crear alianzas incómodas con mega-agronegocios como Monsanto o DuPont para poder acceder y procesar este tipo de tecnología de alto nivel, lo que tiene el costo paradójico de perder el control sobre sus datos. Pechlaner explica: “Como las biotecnologías agrícolas representan las mejores prácticas percibidas por el agricultor actualizado, muchos sintieron que rechazar la tecnología corría el riesgo de quedar obsoleta. Un agricultor dice: ‘Aquellos que no se dejaron llevar por la tecnología, se les pasó y están fuera. No podían competir ‘”(2010, p. 297).
Las historias corporativas de las principales empresas agrícolas, incluidas las empresas estadounidenses Monsanto, DuPont y Dow, las alemanas Bayer y BASF, la suiza Syngenta y, más recientemente, la china ChemChina, son complejas, pero todas siguen un arco desde ser una empresa química que evoluciona hacia la producción de insumos agroquímicos y agrícolas. A través de una serie de adquisiciones, fusiones, ventas y escisiones, emergen hoy como grandes empresas multinacionales que compiten por la producción mundial de alimentos. De todos, debido a la compra de Climate Corp., Monsanto se destaca como la agroindustria más comprometida en perseguir el uso de big data en la agricultura. Fundada en 1901 por un farmacéutico para producir un edulcorante artificial llamado sacarina (Gilliam, 2009), durante las siguientes décadas la empresa evolucionó hasta producir una serie de productos químicos industriales: bifenilos policlorados (PCB), el insecticida DDT, Agente Naranja, herbicida Roundup (Eeckhout, 2015). En 1996, introdujeron su primer cultivo biotecnológico y la soja Roundup Ready. En 1997, nadando en la controversia sobre su dañino pasado químico, Monsanto metió cuidadosamente su brazo químico en una nueva empresa llamada Solutia Inc., y se convirtió únicamente en una empresa de biotecnología agrícola. Avance rápido hasta 2013: Monsanto decide comprar Climate Corp., una empresa emergente de seguros y datos meteorológicos por $ 930 millones (McDonnell, 2014). Esto marcó un punto de inflexión hacia el análisis de big data. Como se insinuó en la introducción, Robb Fraley, director de tecnología de Monsanto, incluso dijo que podía pronosticar fácilmente la transformación de Monsanto en una empresa de tecnología de la información (McDonnell, 2014). introdujeron su primer cultivo biotecnológico y la soja Roundup Ready. En 1997, nadando en la controversia sobre su dañino pasado químico, Monsanto metió cuidadosamente su brazo químico en una nueva empresa llamada Solutia Inc., y se convirtió únicamente en una empresa de biotecnología agrícola. Avance rápido hasta 2013: Monsanto decide comprar Climate Corp., una empresa emergente de seguros y datos meteorológicos por $ 930 millones (McDonnell, 2014). Esto marcó un punto de inflexión hacia el análisis de big data. Como se insinuó en la introducción, Robb Fraley, director de tecnología de Monsanto, incluso dijo que podía pronosticar fácilmente la transformación de Monsanto en una empresa de tecnología de la información (McDonnell, 2014). introdujeron su primer cultivo biotecnológico y la soja Roundup Ready. En 1997, nadando en la controversia sobre su dañino pasado químico, Monsanto metió cuidadosamente su brazo químico en una nueva empresa llamada Solutia Inc., y se convirtió únicamente en una empresa de biotecnología agrícola. Avance rápido hasta 2013: Monsanto decide comprar Climate Corp., una empresa emergente de seguros y datos meteorológicos por $ 930 millones (McDonnell, 2014). Esto marcó un punto de inflexión hacia el análisis de big data. Como se insinuó en la introducción, Robb Fraley, director de tecnología de Monsanto, incluso dijo que podía pronosticar fácilmente la transformación de Monsanto en una empresa de tecnología de la información (McDonnell, 2014). y se convirtió únicamente en una empresa de biotecnología agrícola. Avance rápido hasta 2013: Monsanto decide comprar Climate Corp., una empresa emergente de seguros y datos meteorológicos por $ 930 millones (McDonnell, 2014). Esto marcó un punto de inflexión hacia el análisis de big data. Como se insinuó en la introducción, Robb Fraley, director de tecnología de Monsanto, incluso dijo que podía pronosticar fácilmente la transformación de Monsanto en una empresa de tecnología de la información (McDonnell, 2014). y se convirtió únicamente en una empresa de biotecnología agrícola. Avance rápido hasta 2013: Monsanto decide comprar Climate Corp., una empresa emergente de seguros y datos meteorológicos por $ 930 millones (McDonnell, 2014). Esto marcó un punto de inflexión hacia el análisis de big data. Como se insinuó en la introducción, Robb Fraley, director de tecnología de Monsanto, incluso dijo que podía pronosticar fácilmente la transformación de Monsanto en una empresa de tecnología de la información (McDonnell, 2014).
Climate Corp. traza múltiples capas de datos en un campo, extraídos de satélites gubernamentales y estaciones meteorológicas, produciendo lo que llama «Clima a nivel de campo»: temperatura, clima y humedad del suelo en tiempo real a nivel de campo, prediciendo cuándo es el mejor día para plantar o cosechar, y presenta tendencias basadas en datos meteorológicos de los últimos 30 años. Hasta ahora, esto está incluido en la versión gratuita de la aplicación; los siguientes dos niveles de servicios ofrecidos requieren suscripciones pagas anuales, que a veces pueden ascender a miles de dólares dependiendo del tamaño de la granja, y brindan recomendaciones sobre la cantidad de agua, pesticidas o fertilizantes que pueden necesitar las diferentes partes del campo, cuánto un agricultor puede recibir en rendimiento, junto con una variedad de otras “percepciones” personalizadas en decisiones agronómicas importantes tomadas a partir de una combinación de todas estas fuentes de datos. La combinación de estas bases de datos es un poderoso ejemplo del uso de big data para obtener información privilegiada que antes era inaccesible. En este caso, obtuvo la entrada directa de Monsanto en lo que ahora es un tercio de las tierras agrícolas de EE. UU., Cultivadas bajo su guía y supervisión (McDonnell, 2014). Monsanto ahora tiene una alimentación directa a través de sensores habilitados para wifi en tractores, dispositivos móviles y otra tecnología, campo por campo. La empresa puede monitorear y rastrear qué hay en el suelo, qué tiempo hace, qué tipo de productos está usando el agricultor, cuánto está produciendo, cuántas ganancias está obteniendo; en resumen, poner al descubierto todas las complejidades del negocio de un agricultor. Monsanto no solo puede recuperar todos estos datos, pero gran parte es “detección remota de alta resolución en tiempo real, lo que permite la máxima capacidad de impactar las acciones de los agricultores en la temporada” (Friedberg, 2014, p. 10). Los detalles sobre la fertilidad del suelo y el rendimiento de los cultivos se han considerado históricamente como un secreto comercial para los agricultores, y de repente esta información se recopila bajo el disfraz de tecnología y mejoras milagrosas del rendimiento.
La asimetría de datos surge aquí nuevamente: los agricultores tienen que revelar cada vez más los detalles de su granja más personales para obtener acceso a los beneficios de la tecnología, mientras que aquellos que convierten los datos en información útil, como Monsanto, revelan poco o nada sobre los procesos de back-end. o cómo o dónde se guardará o utilizará la información. Douglas Hackney, presidente de un grupo de gestión empresarial, lo expresa de otra forma: “Para una empresa de big data, ¿qué es un agricultor? Es un número de cuenta … para un agricultor, si sus datos caen en las manos equivocadas, es una amenaza existencial ”(Gilpin, párr. 1). Los macrodatos pueden ser inmensamente valiosos para la especulación del mercado y, como explica Lina Khan, “los datos en tiempo real son muy valiosos para los inversores y comerciantes financieros, que apuestan miles de millones de dólares en futuros de trigo, soja y maíz. En un mercado donde la más mínima ventaja informativa marca la diferencia entre grandes ganancias y pérdidas aún mayores, las corporaciones que recopilan big data tendrán una base de clientes lista si eligen vender su conocimiento o usarlo para especular ellos mismos ”(2013). Estas preocupaciones llevaron a la American Farm Bureau a actuar y, en noviembre de 2014, reunieron una alianza de organizaciones agrícolas y «proveedores de tecnología agrícola», incluida Climate Corp., para acordar un conjunto de recomendaciones para gobernar la seguridad, la propiedad de los datos y los datos. protección y uso de datos (2014). En respuesta, semanas después de que Climate Corp. firmara el acuerdo anterior, actualizaron el lenguaje de su «Acuerdo de licencia de usuario final», afirmando que «Suponemos que usted es el propietario de la información y los datos que nos proporciona … incluyendo, por ejemplo, los datos generados a partir del equipo agrícola que posee o alquila … no reclamamos ningún interés de propiedad en Su información [y] sigue siendo suya incluso después de que nos la proporcione ”(2014b). Sin embargo, paradójicamente, más adelante en el acuerdo dice «somos el único propietario de los Productos climáticos y los Datos generados y toda la tecnología asociada y los derechos de propiedad intelectual, y nos reservamos todos los derechos sobre los Productos climáticos y los Datos generados» (2014b ). Básicamente, Climate Corp. está reconociendo la propiedad de los datos de los agricultores, pero también declara que los agricultores no tienen derecho a los datos que generan los análisis de Climate Corp., incluso cuando estos datos se basan en los datos de los agricultores. En cuanto a los TUA, como se mencionó anteriormente, aunque la versión canadiense menciona algunas líneas, la versión estadounidense del TUA 2016 no estipula nada con respecto a la recopilación de datos,
4. ANÁLISIS DE DATOS DE FUENTE ABIERTA
A pesar de las tendencias alarmantes y los problemas potenciales con la agricultura basada en datos, no es intrínsecamente negativo y los agricultores podrían utilizarlo de manera innovadora. Por ejemplo, el cultivo de arroz en Taiwán ha estado a merced de una plaga extremadamente invasiva llamada Caracol manzana dorada ( Pomacea canaliculata), introducido en la década de 1980 para comenzar una industria de caracoles (Carlsson, Brönmark y Hansson, 2004). Rápidamente escapó de las cocinas hacia los campos, y hoy en día casi puede comerse un campo de arroz entero durante la noche si se deja solo. El caracol manzana dorada también está causando los mismos problemas en toda Asia (como Japón, Corea, Filipinas, Vietnam) y partes de los EE. UU. (Hawai, Florida, Texas, California) (Naylor, 1996). Aunque los agricultores han observado que el nivel del agua y la temperatura afectan en gran medida sus movimientos y reproducción (Y. Tsai, comunicación personal, 16 de marzo de 2016), gran parte del comportamiento del caracol no se ha estudiado de manera sistemática o amplia y probablemente podría beneficiarse desde una aplicación masiva de big data para comprender la complejidad de un ecosistema,
Hay algunos ejemplos prometedores que promueven el uso de tecnología combinada con la capacidad de los agricultores para acceder abiertamente a las herramientas analíticas ellos mismos mientras mantienen el control sobre sus datos, como » ISOBlue » (Krogmeier, Buckmaster y Ault, sf), un proyecto fuente con sede en la Universidad de Purdue, destinado a enseñar a los agricultores a capturar y almacenar de forma independiente sus datos. Otro ejemplo es “ FarmLogs ” (Vollmar & Koch, sf), una empresa que vende software de análisis de datos que permite a los agricultores controlar completamente su propia recopilación de datos. La “ Open Ag Data Alliance”Por su parte tiene una declaración de misión para“ ayudar a los agricultores a acceder y controlar sus datos ”. Los datos abiertos también son defendidos por un pequeño grupo formado en 2015 llamado la iniciativa Global Open Data for Agriculture and Nutrition ( GODAN), cuya misión es apoyar los datos abiertos en agricultura y nutrición para la investigación, la innovación y presuntamente la elección de los consumidores (Szpotowicz, 2015). Estas tecnologías de código abierto son alentadoras, ya que pueden ayudar a los agricultores a recuperar la propiedad de sus datos y recuperar cierta autonomía. Además, estas herramientas están disponibles para los pequeños agricultores no industriales y, con la ayuda de investigaciones financiadas colectivamente o con fondos públicos y / o software fácil de usar, podrían allanar el camino para usos innovadores de big data por parte de pequeñas granjas que utilizan diferentes modelos agrícolas. . Quizás una de estas herramientas podría permitir a todos los productores de arroz afectados por el caracol Golden Apple en el sudeste asiático agregar sus datos para encontrar soluciones innovadoras para la plaga del caracol Golden Apple.
CONCLUSIÓN Y RECOMENDACIONES
Como se mencionó anteriormente, Monsanto revela poco o nada sobre cómo o dónde se guardarán o utilizarán los grandes datos que recopila. Esto es consistente con el aspecto secreto con el que Monsanto atesora su información. Es comprensible que la mayoría de los agricultores teman que su información se utilice en secreto para la especulación del mercado de productos básicos (American Farm Bureau, 2015). Por esa razón, no solo la TUA de Monsanto debería proporcionar una mejor protección de los datos y los intereses de los agricultores, sino que también, y de manera crucial, se necesita legislación para remediar el posible uso indebido de los datos. Otra forma de hacer que el uso de big data en la agricultura sea más equitativo sería la recopilación de big data sobre las externalidades de la agricultura industrial como se explicó anteriormente. Además, esos datos (anonimizados) deben estar abiertos al público para respetar el derecho de las personas al poder informativo (Raven, 1965).4 Asimismo, el etiquetado de alimentos transgénicos en los EE. UU. Es necesario no solo para respetar los derechos de información de las personas, sino también para recopilar datos sobre la presencia o ausencia de efectos nocivos en la salud de las personas y la conexión de los transgénicos con otras perturbaciones ambientales.
Ha habido varios cambios importantes de poder de los agricultores a las corporaciones en la agricultura industrial debido a la maquinaria, fertilizantes químicos, herbicidas y pesticidas, semillas patentadas, alimentos genéticamente modificados y ahora big data. Se podría decir que el análisis de big data parece resolver y, por lo tanto, sancionar los problemas de la gran agricultura: si las granjas y empresas modernas a gran escala no son sostenibles dadas sus externalidades, el análisis de big data, como afirma Climate Corp., vendrá al rescate. y permitirles reducir el costo ambiental de los insumos agrícolas. Pero los macrodatos no resolverán los problemas intrínsecos e inherentes de las externalidades ambientales de la agricultura industrial (Kimbrell, 2002), una discusión más extensa sobre la cual está más allá del alcance de este documento. Además, El análisis de macrodatos agrícolas debería tener un enfoque más amplio más allá de ser una panacea para los males de la agricultura industrial. El análisis de big data, del tipo que usa Climate Corp., son herramientas poderosas que deberían estar en manos de muchos, llevando la revolución de la información a la agricultura y permitiendo la experimentación, la innovación y el liderazgo local en varios modelos agrícolas. Estar concentrado en manos de grandes agronegocios limita el potencial de esta tecnología y solo refuerza los objetivos de unas pocas corporaciones y sus inversiones.
Entonces, ¿cómo podría ser más equitativo el uso de big data? En primer lugar, la recopilación de múltiples bases de datos grandes para formar grandes conjuntos de datos debe ser de código abierto y de dominio público, como lo propugna la iniciativa GODAN mencionada anteriormente, bajo la condición de anonimizar las contribuciones de individuos específicos. Los datos de código abierto siempre deben ser anonimizados, ya que es la única forma de evitar la explotación perjudicial de los datos. En segundo lugar, las herramientas analíticas de big data son caras, complejas y requieren grandes equipos para ensamblar y desarrollar. Para que estas herramientas ingresen al dominio público, trabajen por el bien común y no solo por los intereses corporativos, deben ser financiadas y desarrolladas por organizaciones públicas. Este fue el caso de ISOBlue, mencionado anteriormente, que fue financiado por la Universidad Purdue. En el contexto estadounidense, las entidades financiadoras, más allá de las universidades, podría ser el Departamento de Agricultura (USDA) o la Fundación Nacional de Ciencias (NSF); en Europa, podría ser el programa de investigación e innovación de la Comisión Europea, Horizonte 2020. Las aplicaciones de big data en la agricultura podrían utilizarse de manera innovadora en todo el mundo, siempre que las estructuras públicas: agencias gubernamentales, universidades, ONG, entidades internacionales como los Estados Unidos Naciones: apoyar la investigación y el desarrollo paralelos en soluciones innovadoras que beneficien a una variedad de agricultores y diversos modelos agrícolas en todo el mundo.