CULTIVAR CADERNOS DE ANÁLISE E PROSPETIVA N.33 | abril 2025 | Dados na agricultura
1 CULTIVAR Cadernos de Análise e Prospetiva
CULTIVAR Cadernos de análise e prospetiva® N.º 33 | Dados na agricultura | abril de 2025 Propriedade Gabinete de Planeamento, Políticas e Administração Geral (GPP) Praça do Comércio, 1149-010 Lisboa Telefone: + 351 213 234 600 e-mail: [email protected] | website: www.gpp.pt Equipa editorial Coordenação: Ana Sofia Sampaio, Bruno Dimas, Eduardo Diniz Ana Filipe Morais, Ana Rita Moura, António Cerca Miguel, Eduardo Lopes, Helena Alegre, João Paulo Marques, Manuel Loureiro, Nuno Manana, Pedro Castro Rego, Rui Trindade e-mail: [email protected] Colaboraram neste número Afonso Bulhão Martins, Ana Chambel, Arlindo Santos, Eduardo Reis, Gonçalo Vale, Hugo Lopes, James Henderson, João Falcão, João Matos, José Santos-Victor, Luz Correia, Miguel Cachão, Miguel Castro Neto, Rui Pereira, Tiago Oliveira Edições anteriores: https://www.gpp.pt/index.php/publicacoes-gpp/cultivar-cadernos-de-analise-e-prospetiva Edição: Gabinete de Planeamento, Políticas e Administração Geral (GPP) Execução gráfica e acabamento: Sersilito – Empresa Gráfica, Lda. Tiragem: 1 000 exemplares ISSN: 2183-5624 Depósito Legal: 394697/15
CULTIVAR Cadernos de Análise e Prospetiva N.º 33 abril de 2025 Dados na agricultura
Índice 7/11 | EDITORIAL SECÇÃO I – GRANDES TENDÊNCIAS 15/26 | DOS DADOS À DECISÃO: TRANSFORMAR A AGRICULTURA ATRAVÉS DE SISTEMAS E GOVERNAÇÃO MAIS INTELIGENTES DATA TO DECISIONS: TRANSFORMING AGRICULTURE THROUGH SMARTER SYSTEMS AND GOVERNANCE James Henderson 27/31 | agronomIA – SERÁ QUE A INTELIGÊNCIA ARTIFICIAL NOS COLOCA PERANTE UMA REVOLUÇÃO AGRÍCOLA BASEADA EM DADOS? Miguel Castro Neto 32/48 | OS DADOS NA DECISÃO: UM OLHAR DA ADMINISTRAÇÃO NO SETOR AGRÍCOLA – ORGANIZAR A OFERTA PARA FOMENTAR A PROCURA Rui Pereira 49/54 | A IMPORTÂNCIA DOS DADOS NA DESCARBONIZAÇÃO DA AGRICULTURA PORTUGUESA Gonçalo Vale 55/60 | AGRICULTURA E PROTEÇÃO DE DADOS: ENTRE A INOVAÇÃO E A PRIVACIDADE Eduardo Reis SECÇÃO II – OBSERVATÓRIO 63/68 | PERSPETIVAS SOBRE DADOS E INFORMAÇÃO NA AGRICULTURA Afonso Bulhão Martins e João Matos 69/72 | DESAFIOS DA ROBÓTICA E DA INTELIGÊNCIA ARTIFICIAL NO DOMÍNIO DA AGROPECUÁRIA José Santos-Victor
6 CADERNOS DE ANÁLISE E PROSPETIVA CULTIVAR N.º 33 ABRIL 2025 – Dados na agricultura 73/79 | O USO DE DADOS NO CONTEXTO DA EXTENSÃO RURAL: INOVAÇÃO, CONHECIMENTO, FORMAÇÃO E APLICAÇÃO Miguel Cachão e Ana Chambel 80/82 | DADOS ABERTOS, VALOR MULTIPLICADO: A EXPERIÊNCIA DO IFAP NA PARTILHA DE INFORMAÇÃO GEOGRÁFICA João Falcão e Hugo Lopes 83/88 | A UTILIZAÇÃO DOS DADOS NA MONITORIZAÇÃO DE COLHEITAS E PREVISÃO DE RENDIMENTOS NA UNIÃO EUROPEIA Helena Alegre 89/93 | ECOSSISTEMA APLICACIONAL SIFoR – SISTEMA DE INFORMAÇÃO DE FOGOS RURAIS Arlindo Santos 94/99 | A PROMOÇÃO DA DIGITALIZAÇÃO NA POLÍTICA AGRÍCOLA COMUM – PRESENTE E FUTURO Luz Correia 100/105 | EUROPA, UM CONTINENTE LÍDER EM INTELIGÊNCIA ARTIFICIAL? A COMISSÃO EUROPEIA DIZ QUE SIM Nuno Manana SECÇÃO III – LEITURAS 109/112 | DADOS NA POLÍTICA AGRÍCOLA COMUM Síntese do relatório com o mesmo nome do Tribunal de Contas Europeu, 2022, por Ana Filipe de Morais 113/116 | INTELIGÊNCIA ARTIFICIAL NA AGRICULTURA: UMA REVOLUÇÃO NOS MÉTODOS E PRÁTICAS EM PORTUGAL Síntese de artigo de Maria José Sousa, Iscte, 2024, por Ana Rita Moura 117/121 | PROJETOS EUROPEUS DE DADOS PARA A AGRICULTURA Breves sínteses de alguns projetos existentes neste âmbito, por Rui Trindade 122/124 | COMPREENDER A INTELIGÊNCIA (DE UMA NOVA CRIATURA) Síntese de um artigo de Blaise Agüera y Arcas e James Manyika, por Ana Sofia Sampaio e Chat GPT 125/127 | GAPMINDER: DESMISTIFICAR O MUNDO ATRAVÉS DOS DADOS Breve apresentação da Fundação Gapminder e do seu criador, por Ana Sofia Sampaio
7 Dados: fator de produção ou de decisão? Vivemos imersos em dados. À superfície, tudo parece transparente: as aplicações que usamos dizem-nos quantos passos demos, os governos publicam estatísticas e indicadores, e há agricultores que monitorizam as suas culturas a partir de satélites. Mas raramente nos perguntamos como chegámos aqui — ou que visão do mundo está implícita na forma como representamos a realidade através dos dados. Esta travessia começou muito antes do advento da Inteligência Artificial (IA). Na Antiguidade e na Idade Média, o conhecimento resultava da experiência sensível e da tradição simbólica. Aquilo a que hoje chamaríamos “dados” — as fases da lua, as características do solo, a disposição das estrelas — eram interpretados como fragmentos de uma ordem cósmica. A verdade não se media, reconhecia-se. Esses dados vinham da autoridade, da intuição, da herança cultural — e raramente da verificação empírica. Curiosamente, esta lógica reaparece, por vezes, no presente, sobretudo em visões idealizadas da agricultura, onde um certo bucolismo alimenta o fascínio por práticas baseadas na recoleção ou em sistemas produtivos de baixíssima interferência científica. O Renascimento rompeu com essa lógica. Com Galileu ou Descartes, a realidade passou a ser aquilo que podia ser medido, quantificado, controlado. Por sua vez, o Iluminismo e a ciência moderna instituíram a matemática como nova gramática do real, da verdade. Medir tornou-se conhecer. E assim nasceu a ambição de representar e classificar o invisível: o tempo com relógios, o calor com termómetros, os céus com os telescópios. Editorial EDUARDO DINIZ Diretor-geral do GPP Análise expedita de solos no campo – Posto experimental do Vale do Tejo, Salvaterra de Magos [s.d.; anon.] Acervo GPP
8 CADERNOS DE ANÁLISE E PROSPETIVA CULTIVAR N.º 33 ABRIL 2025 – Dados na agricultura No século XIX, o desejo de quantificar a sociedade ganhou escala e estatuto com o positivismo. Os censos não eram apenas listas de pessoas, mas instrumentos para governar. O Estado tornou-se estatístico. A “sociedade” passou a existir não como comunidade, mas como tabela. E foi aqui que os dados deixaram de ser apenas instrumentos de conhecimento — passaram a ser ferramentas de poder. No domínio da agricultura e da alimentação, o impulso positivista e a crescente burocratização dos Estados levaram à sistematização da contagem de hectares, cabeças de gado, toneladas de cereais ou hectolitros de vinho. O campo deixou de ser apenas espaço vivido e cultivado — passou a ser medido, categorizado e comparado. A terra tornou-se uma grelha de produção. Os agricultores, números numa estatística. E os alimentos, unidades de cálculo. Os dados agrícolas deixaram de servir apenas para conhecer o mundo rural: tornaram-se instrumentos centrais para o planear, e orientar politicamente. A agricultura deixou de ser apenas prática — tornou-se também ela dado. A segunda metade do século XX trouxe uma nova viragem: a ciência computacional. Com Alan Turing, Claude Shannon e os pioneiros da cibernética, os dados tornaram-se códigos binários, passíveis de simulação. Modelar a realidade era agora também antecipá-la, prever o seu comportamento, automatizar decisões. A estatística deu lugar ao algoritmo. Hoje, no século XXI, os dados já não são apenas representações da realidade. São parte integrante da sua produção. Algoritmos decidem que conteúdos vemos, que crédito obtemos, que políticas se aplicam. A agricultura tornou-se de precisão, os governos operam em dashboards, as ciências sociais visualizam redes em tempo real. A realidade datificou-se1 — e com isso, surgem novas tensões. 1 Datafy (e datafication), converter (e conversão) da realidade em dados, são palavras introduzidas recentemente (circa 2013) no léxico mais alargado da atual língua franca, o inglês, revelando esta importância crescente dos dados. A Academia das Ciências de Lisboa recomenda “datificar” e “datificação” como equivalentes para o português de Portugal (https://dicionario.acad-ciencias.pt/dificuldades/datificacao-ou- -dataficacao/). (Nota da equipa editorial) A primeira delas é epistemológica: podemos confiar em modelos que funcionam, mas que não conseguimos explicar? A IA acerta, mas nem sempre sabemos porquê. A segunda é ética e política: o que não é quantificado — emoções, vínculos, narrativas, territórios afetivos — desaparece do radar das decisões e gera desconfiança por parte da população e por vezes perda de legitimidade dos decisores. Quase poderíamos afirmar que no campo político se retrocede à antiguidade com o conhecimento baseado agora na autoridade dos dados, nos seus produtores e detentores. É neste ponto que a agricultura e as políticas públicas ganham centralidade. Porque são precisamente domínios que, hoje, vivem sob o império dos dados — mas também sob o peso das suas insuficiências. O agricultor que consulta imagens de satélite para programar a rega, ou o decisor público que gere uma crise alimentar a partir de um dashboard climático, dependem de dados fiáveis (e há muitos outros exemplos na área económica ou da saúde). Mas dependem ainda mais de algo que os dados só por si não oferecem: compreensão territorial, memória histórica, juízo prudente. Entre o campo e o algoritmo, entre o indicador e a decisão, há sempre um espaço de mediação humana que não pode ser ignorado. E, no entanto, esta crítica não é um apelo ao regresso a um passado pré-científico. É um convite à reflexão sobre os limites (e as estatísticas) do que representamos. Precisamos de dados, sim — mas também de interpretação, de senso comum, de sentido. Precisamos de reconhecer que todo o dado é uma representação, uma escolha (a começar na sua produção até à sua interpretação), e toda a escolha implica uma exclusão. Entre a folha de cálculo e a vida real, há um mundo que continua por representar. O verdadeiro valor dos dados reside não apenas na sua recolha e análise, mas na capacidade coletiva de
Editorial 9 os transformar em decisões informadas, sustentáveis e economicamente viáveis, baseadas em fontes confiáveis e em conhecimento sólido e acessível a todos os atores do setor agrícola. Este número da Cultivar propõe-se, assim, pensar várias experiências, reflexões e programas na representação e utilização de dados, com particular atenção aos seus efeitos sobre o território, a produção agrícola e o as políticas públicas. Os artigos apresentados, de autores muito diversos, revelam uma certa confluência de opiniões: por um lado, a constatação óbvia da existência de uma quantidade crescente de dados, por outro lado, embora exista ainda alguma perplexidade quanto à melhor forma de os transformar em conhecimento útil, não faltam propostas, também elas confluentes, para o conseguir. O artigo de James Henderson, da Global Partnership for Sustainable Development Data, apresenta uma visão abrangente sobre a problemática dos dados em todo o mundo. Afirma que a digitalização está a transformar a agricultura, gerando dados abundantes através de tecnologias como satélites e sensores, entre outras. Contudo, muitos países, especialmente os de mais baixo rendimento, carecem ainda de dados essenciais e atualizados. O autor destaca que “a revolução digital criou a ilusão de uma abundância de dados e, simultaneamente, mascarou lacunas essenciais” e alerta para que a verdadeira oportunidade e o grande desafio residem em criar sistemas inclusivos que transformem dados em decisões úteis. Defende uma governação mais forte, estratégias nacionais e colaboração entre setores para garantir que os dados beneficiem todos os produtores e sustentem políticas agrícolas eficazes. Miguel Castro Neto, da NOVA IMS, reitera estas ideias, refletindo mais especificamente sobre a IA na agricultura. Constata que esta atravessa uma transformação digital profunda, impulsionada pela IA, especialmente a generativa, que permite decisões mais precisas, sustentáveis e personalizadas. Contudo, a adoção plena destas tecnologias enfrenta desafios como uma frágil governação de dados, escassez de competências ou dificuldades de conectividade no espaço rural. Para concretizar o potencial desta revolução, beneficiando simultaneamente agricultores e sociedade, é essencial investir em dados abertos, infraestruturas digitais, formação contínua e políticas públicas que garantam inclusão e partilha de valor. “Tal como a energia ou as estradas, os dados devem ser tratados como infraestruturas críticas”, afirma. Rui Pereira, do GPP, reforça que, num setor agrícola muito marcado pela incerteza e pela complexidade, os dados são cruciais para a tomada de decisões eficazes, constatando que “hoje, e cada vez mais, o mundo é dados e os dados são um mundo”. Sublinha que o agricultor é a origem do ciclo de conhecimento e que só com uma recolha estruturada e o aumento da literacia digital a todos os níveis será possível transformar dados em políticas úteis para todos. Apela à articulação, por um lado, entre dados estatísticos, administrativos, georreferenciados e individuais e, por outro lado, entre todos os intervenientes no processo de gestão e difusão desses dados, para robustecer um ecossistema digital agrícola mais integrado, sustentável e preparado para os desafios do futuro. A transição para uma agricultura de baixo carbono exige igualmente dados fiáveis e representativos. Gonçalo Vale, da AGRO.GES, destaca que “a disponibilização e utilização de dados atualizados e detalhados permitiria estimativas mais próximas da realidade”. O artigo sublinha que o setor agrícola é muitas vezes penalizado por metodologias desatuaDrone para monitorização vegetativa da cultura do milho, Quinta da Cholda – João José Andrade Coimbra, Herdeiros – Azinhaga, Golegã Fotografia de João Coimbra
10 CADERNOS DE ANÁLISE E PROSPETIVA CULTIVAR N.º 33 ABRIL 2025 – Dados na agricultura lizadas que ignoram práticas sustentáveis já adotadas. A inclusão de dados atualizados e granulares é essencial para refletir com precisão o impacto real do setor. Plataformas integradas e acessíveis ajudariam a fundamentar políticas mais justas, eficazes e alinhadas com objetivos nacionais, comunitários e internacionais. A fechar esta secção, Eduardo Reis, do GPP, sublinha que a agricultura digital gera valor, mas também levanta desafios legais. Afirmando que “os dados gerados pela crescente digitalização da agricultura são económica e juridicamente importantes”, o artigo destaca que tanto os dados pessoais como os não pessoais exigem proteção jurídica, sob pena de se gerar desconfiança por parte dos agricultores. O autor conclui com a apresentação de algumas propostas para o conseguir, como promoção da literacia digital e jurídica, participação ativa dos agricultores e sensibilização para a partilha de dados ou a criação de um quadro regulamentar nacional de proteção de dados não pessoais. A abrir a secção Observatório, apresentamos a perspetiva de dois agentes com uma ligação mais e menos direta ao setor, desta vez um agricultor, Afonso Bulhão Martins, e um não agricultor, o consultor João Matos. De seguida, José Santos-Victor, do IST, reflete sobre os desafios e oportunidades da robótica e da Inteligência Artificial na agropecuária, destacando projetos do LARSyS, como robôs para manutenção de estufas, estimativas de produção vitivinícola e uso de sensores móveis e drones. Defende a criação de open-labs e o reforço da formação avançada para promover soluções sustentáveis, produtivas e inovadoras no setor. Miguel Cachão e Ana Chambel descrevem a atuação da AVIPE no apoio técnico aos viticultores da Península de Setúbal, centrando-se na utilização de dados e tecnologias para enfrentar desafios como alterações climáticas, doenças e pragas ou gestão da rega. Destacam o uso de estações meteorológicas, sensores e armadilhas, bem como a participação em projetos de investigação aplicada. A digitalização é valorizada, mas os autores salientam que tem de ser adaptada à realidade dos agricultores. A extensão rural e o fator humano continuam essenciais para o sucesso das soluções tecnológicas. O artigo de João Falcão e Hugo Lopes apresenta a experiência do IFAP na abertura de dados geográficos, transformando recursos internos em bens públicos. Desde 2017, dados como os do Parcelário e do Pedido Único são disponibilizados de forma gratuita, transparente e alinhada com as normas europeias. Através de visualizadores e serviços compatíveis com a Diretiva INSPIRE, o IFAP promove inovação, eficiência e valor público, destacando-se na utilização de imagens de satélite e tecnologias livres para fomentar o uso estratégico de dados na agricultura. Helena Alegre, do GPP, relata que a União Europeia (UE) utiliza desde 1993 o sistema MARS (MCYFS) do Centro Comum de Investigação (JRC) para prever rendimentos agrícolas e monitorizar colheitas. O sistema combina dados meteorológicos, modelos de simulação (como o WOFOST) e teledeteção por satélite para fornecer previsões mensais essenciais à estabilidade dos mercados mundiais, gestão da Política Agrícola Comum (PAC) e tomada de decisão em matéria de políticas públicas. Os Boletins MARS são utilizados por operadores comerciais, investigadores e decisores políticos em toda a UE. O artigo de Arlindo Santos, da AGIF, descreve o desenvolvimento do Sistema de Informação de Fogos Rurais (SIFoR), coordenado pela Agência, Carta de produtividade de milho, 2017 Fotografia de João Coimbra
Editorial 11 visando integrar e partilhar dados entre entidades do Sistema de Gestão Integrada de Fogos Rurais (SGIFR). Após os incêndios de 2017, reconheceu-se a necessidade de modernizar os sistemas de informação existentes. A plataforma SIFoR garante interoperabilidade, segurança e transparência, oferecendo ao público ferramentas como o Portal Público e o GeoSIFOR, e promovendo assim uma gestão mais eficaz dos incêndios. Luz Correia, do GPP, analisa o papel da digitalização na Política Agrícola Comum (PAC), destacando o seu potencial para modernizar a agricultura e promover sustentabilidade. Aborda os avanços legislativos da PAC 2023-2027, a integração da tecnologia nos apoios agrícolas e os desafios da transição digital, como conectividade e competências digitais. Conclui defendendo políticas públicas informadas, adaptáveis e inclusivas. No artigo de Nuno Manana, do GPP, refere-se que a Comissão Europeia apresentou em abril de 2025 um plano para tornar a UE líder mundial em Inteligência Artificial. A estratégia assenta em cinco pilares: infraestrutura computacional (giga-fábricas de IA), dados de qualidade, competências, adoção setorial e simplificação regulamentar. O setor agroalimentar está incluído em seis das 13 fábricas de IA em implantação. O plano visa conciliar inovação tecnológica com valores éticos europeus, complementando o Regulamento sobre IA (AI Act) já em vigor. Finalmente, na secção Leituras, apresentamos sínteses de um relatório do Tribunal de Contas Europeu sobre os dados na PAC, um artigo da investigadora Maria José Sousa sobre IA na agricultura, um conjunto de projetos da UE em matéria de dados agrícolas, um artigo de Blaise Agüera y Arcas e James Manyika sobre o futuro da IA e, a concluir, uma breve introdução ao trabalho da fundação sueca Gapminder.
Editorial 13 GRANDES TENDÊNCIAS N.º 33 abril de 2025
CULTIVAR v.t. TRABALHAR A TERRA PARA TORNÁ-LA FÉRTIL.
15 Dos dados à decisão: transformar a agricultura através de sistemas e governação mais inteligentes JAMES HENDERSON Gestor de Dados Agrícolas – Global Partnership for Sustainable Development Data1 1 Parceria Global para os Dados do Desenvolvimento Sustentável: https://www.data4sdgs.org/ Nas explorações agrícolas e florestais de todo o mundo, está a ocorrer uma revolução silenciosa. Há satélites a digitalizar as copas das árvores, sensores a monitorizar a humidade do solo, drones a mapear a saúde das culturas e plataformas digitais a analisar vastos conjuntos de dados que permitem aconselhamento aos agricultores em tempo real. Esta digitalização gerou um volume sem precedentes de dados agrícolas, acelerado pelos recentes avanços em Inteligência Artificial (IA). No entanto, apesar de todo este progresso tecnológico, persiste uma questão fundamental: estarão estes dados a ajudar a tomar melhores decisões e, se sim, para quem? À medida que as tecnologias digitais proliferam nas paisagens agrícolas, a promessa de uma agricultura baseada em dados torna-se mais evidente. Os riscos também. No meu trabalho com a Global Partnership for Sustainable Development Data, tenho vindo a testemunhar tanto o potencial transformador como as preocupantes armadilhas da digitalização na agricultura. Um aspeto fundamental: dados por si só não criam valor. Sem uma utilização eficaz, mesmo os mais abrangentes conjuntos de dados permanecem inertes. Os dados têm de ser transformados, através de uma utilização ativa, em informação útil e em conhecimento aplicável que sirva os agricultores, os decisores públicos e os sistemas alimentares. O fosso entre a recolha e a utilização dos dados representa hoje uma das oportunidades perdidas mais significativas na atual transformação da agricultura. O paradoxo dos dados: abundância no meio da escassez Apesar da explosão de dados da agricultura a nível global, há um paradoxo preocupante: muitos países, especialmente os de baixo e médio rendimento, ainda não dispõem das estatísticas agrícolas mais básicas e atualizadas, necessárias para uma tomada de decisão eficaz. A revolução digital criou a ilusão de uma abundância de dados e, simultaneamente, mascarou lacunas essenciais. Um aspeto fundamental: dados por si só não criam valor. … Os dados têm de ser transformados, através de uma utilização ativa, em informação útil e em conhecimento aplicável que sirva os agricultores, os decisores públicos e os sistemas alimentares.
16 CADERNOS DE ANÁLISE E PROSPETIVA CULTIVAR N.º 33 ABRIL 2025 – Dados na agricultura O que falta muitas vezes são dados agrícolas atempados e precisos a nível subnacional. Embora disponhamos de petabytes de imagens de satélite, transformá-las em informação útil exige competências, dados específicos do contexto e validação no terreno. Sem isso, continuaremos a ter dificuldade em responder a perguntas essenciais: Quantos agricultores estão a produzir que culturas e onde? Que produtividades estão a atingir? Que fatores de produção estão a utilizar? Que preços estão a receber? Os dados de satélite podem ajudar a preencher muitas destas lacunas, embora não todas, mas apenas se forem acompanhados de conhecimento e de sistemas de apoio adequados. Estas lacunas de dados são particularmente graves nos países de baixo e médio rendimento (PBMR), onde os sistemas de estatísticas agrícolas têm enfrentado um subinvestimento crónico. Em muitos casos, não são efetuados recenseamentos agrícolas exaustivos há mais de uma década, se é que o são de todo. Os inquéritos anuais, quando existem, recorrem frequentemente a métodos baseados em papel, que são mais dispendiosos e demorados do que as abordagens digitais. Mesmo quando a digitalização é utilizada, os fluxos de trabalho em papel podem introduzir inconsistências ou atrasos, dependendo da forma como são geridos. Estes inquéritos tendem também a ter uma cobertura geográfica limitada e a recolher um número demasiado reduzido de variáveis para sustentar um planeamento e uma política complexos. Igualmente problemática é a erosão da confiança nas estatísticas agrícolas oficiais devido a estas insuficiências muito reais. Muitos potenciais utilizadores de dados, desde ministérios e investigadores a empresas agrícolas e organizações de produtores, manifestam ceticismo quanto à exatidão e à atualidade dos resultados dos recenseamentos nacionais, o que leva a um círculo vicioso: quando não se confia nos recenseamentos agrícolas, as partes interessadas desenvolvem sistemas ad-hoc ou paralelos de apoio à tomada de decisão, fragmentando ainda mais o panorama dos dados. Talvez o mais importante seja o facto de muitos países não disporem de infraestruturas de dados essenciais, como registos de agricultores ou cadastros de terras. Sem uma georreferenciação adequada, nem mesmo as mais avançadas técnicas estatísticas podem produzir estimativas fiáveis. Os países de elevado rendimento dependem destes sistemas como base para uma utilização eficaz dos dados. Os países de baixo e médio rendimento, que tentam construir análises avançadas partindo de bases incompletas, correm o risco de gerar resultados enganadores, por mais sofisticadas que sejam as ferramentas utilizadas. A agravar estes desafios está o desajuste entre o financiamento ao desenvolvimento e as prioridades nacionais de segurança alimentar. Quando os países recebem apoio de parceiros de desenvolvimento para melhorar as suas estatísticas agrícolas, este é frequentemente concedido através de projetos de curto prazo centrados na rastreabilidade das culturas de exportação e não nos alimentos básicos mais importantes para a segurança alimentar nacional. Os sistemas de dados sobre o café, o cacau e o algodão recebem investimentos substanciais desses parceiros de desenvolvimento, porque estão ligados a cadeias de abastecimento globais, enquanto os dados sobre as culturas que alimentam as populações locais permanecem escassos e desatualizados. Esta situação cria uma imagem distorcida dos setores agrícolas, em que os A revolução digital criou a ilusão de uma abundância de dados e, simultaneamente, mascarou lacunas essenciais. Igualmente problemática é a erosão da confiança nas estatísticas agrícolas oficiais devido a estas insuficiências muito reais. Talvez o mais importante seja o facto de muitos países não disporem de infraestruturas de dados essenciais, como registos de agricultores ou cadastros de terras. Sem uma georreferenciação adequada, nem mesmo as mais avançadas técnicas estatísticas podem produzir estimativas fiáveis.
Dos dados à decisão: transformar a agricultura através de sistemas e governação mais inteligentes 17 decisores políticos dispõem, por vezes, de informações pormenorizadas sobre as culturas que geram divisas, mas têm uma visibilidade limitada sobre as que garantem a segurança alimentar nacional. Fragmentação entre atores nacionais e internacionais Mesmo quando existe vontade de melhorar os sistemas de dados agrícolas, a fragmentação tanto entre as instituições nacionais como entre os parceiros internacionais compromete o avanço. Os ministérios, os serviços nacionais de estatística e os financiadores externos operam muitas vezes de forma compartimentada, cada um deles norteado por diferentes mandatos, calendários e estruturas de prestação de contas. Isto resulta em inquéritos sobrepostos, investimentos duplicados e sistemas paralelos que não comunicam entre si. Em muitos países, os parceiros de desenvolvimento lançam iniciativas de dados descoordenadas que resultam numa aglomeração de painéis de controlo (dashboards), cadastros e projetos-piloto, muitas vezes sem um plano de sustentabilidade a longo prazo ou uma ligação às prioridades nacionais. Os governos não são destinatários passivos desta fragmentação. A concorrência institucional conduz frequentemente a divisões internas no que se refere à propriedade dos dados e à autoridade sobre eles, criando um ecossistema fraturado em que os decisores não têm uma visão partilhada do setor agrícola. A plataformização da agricultura: riscos, lacunas e o papel dos sistemas públicos O setor agrícola é bastante mal compreendido. Muitas pessoas têm ainda uma visão romantizada da agricultura, imaginando paisagens bucólicas, práticas tradicionais e um modo de vida enraizado na comunidade e na gestão da terra. Para muitos produtores, isto continua a ser verdade: a agricultura é fundamentalmente uma casa e um meio de subsistência. Para outros, porém, a agricultura evoluiu para um empreendimento de alta tecnologia, gerido através de computadores, sensores e smartphones, integrado em cadeias de abastecimento globais e otimizado através da análise de dados. Ambos são agricultores, mas as realidades em que navegam são muito diferentes. Atualmente, as grandes empresas de tecnologia (Big Tech) e a indústria agroalimentar desenvolvem plataformas digitais integradas que reúnem serviços de consultoria, fatores de produção, financiamento e acesso ao mercado. Estes sistemas esbatem as fronteiras tradicionais e servem cada vez mais como uma estrutura organizadora do setor. A utilização inteligente dos dados é extremamente promissora. Pode reduzir custos de produção, otimizar a utilização dos recursos, prever colheitas e tendências de preços e minimizar perdas. Para muitos agricultores, isto pode levar a maior rentabilidade, competitividade e sustentabilidade. No entanto, esta “plataformização” da agricultura acarreta sérios riscos. À medida que estes sistemas se consolidam, tendem a reforçar o domínio de mercado dos operadores já existentes, a aumentar a dependência de ecossistemas fechados e a contribuir para paisagens de dados fragmentadas e compartimentadas. E, sobretudo, estes sistemas de dados de gestão privada contornam frequentemente os sistemas estatísticos nacionais. Quando os governos não conseguem ter acesso ou integrar os dados O setor agrícola é bastante mal compreendido. Muitas pessoas têm ainda uma visão romantizada da agricultura, imaginando paisagens bucólicas, práticas tradicionais e um modo de vida enraizado na comunidade e na gestão da terra. … a “plataformização” da agricultura acarreta sérios riscos. À medida que estes sistemas se consolidam, tendem a reforçar o domínio de mercado dos operadores já existentes, a aumentar a dependência de ecossistemas fechados e a contribuir para paisagens de dados fragmentadas e compartimentadas.
18 CADERNOS DE ANÁLISE E PROSPETIVA CULTIVAR N.º 33 ABRIL 2025 – Dados na agricultura gerados pelas plataformas, as instituições públicas perdem a capacidade de planear eficazmente, de regular os mercados ou de prestar serviços que reflitam as necessidades de todos os produtores, desde as empresas agroalimentares mais tecnológicas aos pequenos agricultores que cultivam apenas alguns hectares de terra. Esta separação entre ecossistemas de dados gera grandes desafios de governação. Sem sistemas interoperáveis e geridos publicamente, é provável que as políticas agrícolas sejam distorcidas a favor daqueles que são digitalmente visíveis, deixando um grande número de produtores em países de baixo e médio rendimento efetivamente invisíveis. A incapacidade de conciliar os dados das plataformas com as bases de dados nacionais fragiliza a supervisão do Estado e torna mais difícil garantir que a regulamentação relativa ao uso do solo, as proteções laborais, as salvaguardas ambientais e as normas de segurança alimentar sejam aplicadas de forma consistente e justa. Ao mesmo tempo, há um aspeto fundamental que é frequentemente ignorado: os dados do setor privado não podem substituir as estatísticas agrícolas oficiais. Os dados da agricultura de precisão dos fabricantes de equipamento, as estimativas de rendimento obtidas por satélite pelas empresas agrícolas e os dados de mercado em tempo real das plataformas digitais oferecem rapidez e detalhe, mas não têm a representatividade, a consistência metodológica e a comparabilidade histórica dos recenseamentos e inquéritos agrícolas nacionais. Além disso, as estatísticas oficiais servem de referência para a validação das previsões e dos modelos do setor privado. Se os sistemas nacionais forem debilitados ou subfinanciados, os dados do setor privado podem preencher temporariamente algumas lacunas, mas acabarão por se tornar menos fiáveis e mais difíceis de regulamentar. Estas mudanças tecnológicas estão também a ocorrer sobretudo em ambientes ricos em dados e dispondo de bons recursos. A maioria dos países de baixo e médio rendimento ainda não dispõe dos elementos fundamentais necessários para participar ou moldar esta transformação digital. Muitos pequenos agricultores não têm acesso a redes móveis, muito menos a plataformas baseadas na nuvem. Nos países menos desenvolvidos, mais de um terço das pessoas continuam offline ou presas a ligações 2G. Mesmo em economias agrícolas relativamente avançadas, como o Brasil, até 70% das terras agrícolas não dispõem de uma conectividade fiável. No entanto, o fosso digital não diz apenas respeito às infraestruturas. Tem também a ver com competências, capacidade de se fazer ouvir e controlo. Muitos agricultores têm pouca influência na forma como os dados que lhes dizem respeito são recolhidos, armazenados ou utilizados. Nalguns casos, as ferramentas digitais podem, involuntariamente, aprofundar a exclusão em vez de a reduzir. À medida que a IA é incorporada em tudo, desde a previsão meteorológica à avaliação de crédito, aumentam os riscos de parcialidade, opacidade e utilização incorreta. Sem uma governação forte e inclusiva, estes sistemas podem reforçar as desigualdades existentes ou mesmo criar novas desigualdades. A resposta não é rejeitar a inovação, nem confiar apenas na regulamentação. O que é necessário é um papel reforçado das instituições públicas na definição da forma como os dados agrícolas são geridos, desde o investimento em infraestruturas à proteção dos direitos. A colaboração entre governos, atores privados e produtores é essencial – só através de sistemas concebidos em conjunto e inclusivos a transformação digital poderá servir o bem público. … o fosso digital não diz apenas respeito às infraestruturas. Tem também a ver com competências, capacidade de se fazer ouvir e controlo. Muitos agricultores têm pouca influência na forma como os dados que lhes dizem respeito são recolhidos, armazenados ou utilizados.
Dos dados à decisão: transformar a agricultura através de sistemas e governação mais inteligentes 19 Dinâmicas de poder dos dados a nível global Embora seja no âmbito dos sistemas nacionais que são tomadas as decisões políticas, os quadros globais desempenham um papel fundamental no estabelecimento de prioridades e na definição da forma como os recursos são afetados. As agências da Organização das Nações Unidas (ONU), como a FAO2, o FIDA3, o PAM4 e a Comissão de Estatística5, fornecem orientações essenciais sobre segurança alimentar, agricultura e desenvolvimento rural, ajudando os países a alinhar com normas e objetivos internacionais. A nível mundial, a FAO é a autoridade normativa da ONU para as estatísticas agrícolas. Recolhe dados dos países através de questionários padronizados e procura garantir a comparabilidade internacional em diversos contextos. Nos casos em que os dados estão em falta ou desatualizados, a FAO pode recorrer a fontes publicamente disponíveis ou a estimativas baseadas em modelos para manter a continuidade das séries de dados globais. Estas práticas são necessárias para produzir informação consistente e atempada, mas podem por vezes suscitar preocupação entre os países, se aparecerem números que não foram diretamente comunicados. Isto não reflete uma falha intrínseca, mas sim a complexidade inerente à gestão de dados num sistema conectado a nível global. Para melhorar a atualidade e a cobertura, a FAO está também a expandir a sua utilização de fontes de dados não tradicionais, incluindo imagens de satélite, recolha de dados de páginas da Internet (web scraping) e análise de redes sociais. Estes métodos inovadores proporcionam novas perspetivas muito 2 Organização das Nações Unidas para a Alimentação e Agricultura: https://www.fao.org/ 3 Fundo Internacional de Desenvolvimento Agrícola: https://www.ifad.org/ 4 Programa Alimentar Mundial: https://www.wfp.org/ 5 https://unstats.un.org/UNSDWebsite/statcom/ úteis, especialmente quando os dados convencionais são escassos. No entanto, levantam também questões importantes sobre validação, transparência e responsabilidade. Quem determina o que é publicado? Como é avaliada a fiabilidade destas novas fontes? Não se trata de considerações apenas técnicas, mas também políticas, ligadas a questões de representação e confiança. A tradução de normas globais em impacto local significativo exige um envolvimento sustentado nos processos internacionais. No entanto, os países de baixo e médio rendimento enfrentam frequentemente desvantagens estruturais em termos da governação global dos dados devido a recursos diplomáticos desiguais. Enquanto as nações mais ricas mantêm normalmente missões dedicadas junto das agências especializadas da ONU, bem equipadas de pessoal e com representantes ao nível de embaixador, muitos PBMR dependem de um único embaixador que cobre várias regiões geográficas e diversos temas, ou podem não ter sequer representação permanente. Esta disparidade afeta a forma como os países participam na definição das normas globais. Quando são convocados grupos de peritos para desenvolver metodologias estatísticas, as delegações com mais recursos podem enviar especialistas que estão habilitados a participar nas dimensões técnicas e políticas da governação dos dados. Em contrapartida, os países com representação limitada podem ter de depender de diplomatas generalistas sem conhecimentos estatísticos específicos. Apesar dos seus melhores esforços, este facto pode limitar a sua influência em decisões que, em última análise, irão determinar o cenário de dados em que deverão operar. … os países de baixo e médio rendimento enfrentam frequentemente desvantagens estruturais em termos da governação global dos dados devido a recursos diplomáticos desiguais. … Esta disparidade afeta a forma como os países participam na definição das normas globais.
20 CADERNOS DE ANÁLISE E PROSPETIVA CULTIVAR N.º 33 ABRIL 2025 – Dados na agricultura Do potencial dos dados a sistemas que produzem resultados A transformação digital da agricultura abriu novas possibilidades de grande potencial. Os avanços em IA, na deteção remota e nas plataformas móveis estão a gerar dados a uma escala e velocidade sem precedentes. A verdadeira oportunidade, porém, não está no volume, mas no valor. O principal desafio já não é simplesmente recolher mais dados – é criar os sistemas, os modelos de governação e as capacidades institucionais para transformar esses dados em informação significativa e útil para aqueles que mais precisam dela. O desfasamento entre a crescente disponibilidade de dados e a sua limitada aplicação no mundo real reflete um problema sistémico mais profundo – que abrange infraestruturas, financiamento, dinâmicas de poder e confiança. No entanto, representa simultaneamente uma rara oportunidade de reforma. Três prioridades para a governação dos dados agrícolas Para aproveitar todo o potencial dos dados agrícolas e, ao mesmo tempo, evitar o risco de aumento da desigualdade, destacam-se três prioridades: 1. Reforçar a soberania sobre os dados e a resiliência dos sistemas: os governos nacionais devem ter poderes para gerir os seus próprios ecossistemas de dados – alojando dados localmente, assegurando a sua interoperabilidade e construindo infraestruturas que possam resistir a choques políticos ou de financiamento. Isto é essencial para a sustentabilidade a longo prazo e a soberania dos processos nacionais de tomada de decisão. 6 https://www.50x2030.org/ 2. Preferir investimentos estratégicos de iniciativa nacional: os projetos tradicionais de dados incentivados pelos doadores são frequentemente de curto prazo e de âmbito restrito. No futuro, os modelos de investimento devem dar prioridade a estratégias de longo prazo, impulsionadas a nível nacional. Os países devem conduzir a definição das suas próprias prioridades, apoiados por parceiros técnicos que possam trazer coerência, flexibilidade e escala aos projetos. A liderança política nacional deve estar na base dos esforços tanto de planeamento como de financiamento, de modo a garantir a responsabilização e o alinhamento com os objetivos nacionais de desenvolvimento. 3. Reduzir a fragmentação e promover o alinhamento entre sistemas: instrumentos fragmentados e investimentos descoordenados reduzem o valor público dos dados. O reforço da infraestrutura de base, como cadastros de terras, sistemas de inquérito ao nível da exploração agrícola e painéis de controlo (dashboards) integrados, exige coordenação entre as agências públicas, os parceiros de desenvolvimento e o setor privado. Este alinhamento é fundamental para permitir a inovação, garantir a relevância e evitar a duplicação. Aprender com os modelos emergentes da nossa rede As iniciativas lideradas pela Global Partnership e pela nossa rede têm vindo a mostrar como esta transformação pode ocorrer na prática. A Iniciativa 50x20306 constitui um exemplo convincente de como os sistemas de dados agrícolas podem evoluir. Sendo uma colaboração entre a FAO, o FIDA e o Banco Mundial, a iniciativa tem como objetivo colmatar as lacunas de dados agrícolas em A verdadeira oportunidade, porém, não está no volume, mas no valor. O principal desafio já não é simplesmente recolher mais dados – é criar os sistemas, os modelos de governação e as capacidades institucionais para transformar esses dados em informação significativa e útil para aqueles que mais precisam dela.
Dos dados à decisão: transformar a agricultura através de sistemas e governação mais inteligentes 21 50 países de baixo e médio rendimento até 2030. O que distingue a 50x2030 é a sua mudança estratégica – da melhoria da produção de dados, através de ferramentas normalizadas e formação, para o apoio ativo à utilização de dados na elaboração de políticas adaptadas às prioridades nacionais. Isto inclui o levantamento das necessidades de política, a promoção da literacia de dados entre os decisores e a criação de mecanismos institucionais para transformar os dados em ação. Na Serra Leoa, no Gana, na Nigéria e noutros países, esta mudança está a ajudar a transformar os dados de um recurso passivo num contributo estratégico para a segurança alimentar, o desenvolvimento rural e a competitividade agrícola. Na Nigéria, o programa Visualizing Insights on Fertilizer for African Agriculture (VIFAA – Visualização de informação sobre fertilizantes para a agricultura africana), implementado pelos nossos parceiros da Development Gateway7, demonstra o valor de uma abordagem orientada para os sistemas. Ao codesenvolver um painel de controlo integrado para os fertilizantes que combina dados públicos e privados, o programa permitiu uma orientação mais eficiente dos subsídios e uma logística melhorada em toda a cadeia de abastecimento dos adubos. Isto sublinha até que ponto a colaboração público-privada, quando assente em objetivos partilhados e dados transparentes, pode ter um impacto político tangível. Entretanto, a iniciativa Power of Data (Poder dos Dados), um projeto conjunto liderado por várias agências das Nações Unidas, pelo Banco Mundial e pela Global Partnership, está a ajudar os países a fazerem a transição de esforços fragmentados em matéria de dados para estratégias coordenadas e de âmbito nacional. Ao associar as prioridades técnicas à liderança política, estas parcerias permitem que 7 https://developmentgateway.org/casestudy/vifaa/ 8 https://www.data4sdgs.org/initiatives/power-of-data-unlocking-data-dividend-sdgs 9 https://www.data4sdgs.org/blog/strengthening-data-ecosystems-lusophone-africa-harnessing-power-data-cabo-verde os governos definam as suas próprias agendas de dados e mobilizem financiamento misto para produzir melhorias em todo o sistema. Cabo Verde é um exemplo convincente. Em 2024, o governo aderiu à iniciativa Power of Data e organizou um evento marcante9 para desenvolver a primeira Estratégia Nacional de Dados do país. A conferência reuniu diversos atores com o objetivo de obter um alinhamento em torno de uma visão partilhada. Embora não se centre apenas na agricultura, a iniciativa ilustra de que modo uma coordenação inclusiva e um forte empenhamento político podem reduzir a fragmentação e construir uma governação de dados consistente. Em particular, Cabo Verde comprometeu-se a financiar tanto a estratégia como a sua implementação – um modelo promissor para os países que procuram desbloquear todo o valor dos seus dados. No seu conjunto, estas iniciativas refletem uma mudança mais vasta: passar de bases de dados isoladas e avançar para reformas de longo prazo, lideradas pelos países, que integrem os dados na tomada de decisão a todos os níveis. Se forem apoiadas e alargadas de forma ponderada, oferecem um roteiro para como a transformação digital da agricultura pode ser inclusiva e ter um impacto efetivo. Rumo a uma governação mais inteligente para o futuro da agricultura digital À medida que a IA se incorpora em todas as camadas do sistema agrícola, desde a previsão de produtividades até ao acesso ao mercado, o apelo a uma governação dos dados inclusiva e responsável torna-se mais forte. O Órgão Consultivo de Alto Nível criado pelo Secretário-Geral da ONU para a IA salientou a necessidade de mecanismos coordenados a … estas iniciativas refletem uma mudança mais vasta: passar de bases de dados isoladas e avançar para reformas de longo prazo, lideradas pelos países, que integrem os dados na tomada de decisão a todos os níveis.
22 CADERNOS DE ANÁLISE E PROSPETIVA CULTIVAR N.º 33 ABRIL 2025 – Dados na agricultura nível global que maximizem os benefícios e giram os riscos. Na agricultura, isso traduz-se em garantir que a tomada de decisão algorítmica nunca substitua o julgamento humano em questões de terras, alimentos e meios de subsistência. O futuro da agricultura será definido pelos dados, mas os resultados serão determinados pelas escolhas de governação que fizermos hoje. Sistemas de dados agrícolas fortes e inclusivos não são apenas um meio de gerar melhores estatísticas, são a base para a construção de sistemas alimentares equitativos, sustentáveis e resistentes a choques futuros. Esse futuro exigirá: • Estratégias digitais conduzidas a nível nacional que deem prioridade à utilização de dados e protejam o seu valor público; • Modelos de financiamento que combinem apoio público e privado, reconhecendo o valor partilhado dos dados agrícolas; • Coordenação multilateral para apoiar a liderança nacional e produzir normas partilhadas; • E, acima de tudo, sistemas que transformem dados em decisões, capacitando produtores, fundamentando políticas e ancorando a inovação digital nas realidades da vida rural. Se conseguirmos fazer isto bem, o valor não estará nos dados em si mesmos, mas na forma como serão aplicados pelos produtores para otimizar as suas práticas e pelos decisores públicos para ajudar a definir sistemas alimentares mais resilientes e inclusivos. O verdadeiro impacto da digitalização na agricultura e na silvicultura não virá do volume de informação que recolhemos, mas da nossa capacidade de a transformar em conhecimento, decisões e ações que sirvam tanto as pessoas como o planeta. O futuro da agricultura será definido pelos dados, mas os resultados serão determinados pelas escolhas de governação que fizermos hoje. … o valor não estará nos dados em si mesmos, mas na forma como serão aplicados pelos produtores para otimizar as suas práticas e pelos decisores públicos para ajudar a definir sistemas alimentares mais resilientes e inclusivos.
Dos dados à decisão: transformar a agricultura através de sistemas e governação mais inteligentes 23 Data to Decisions: Transforming Agriculture Through Smarter Systems and Governance BY JAMES HENDERSON Agricultural Data Manager − Global Partnership for Sustainable Development Data Across global farms and forests, a quiet revolution is unfolding. Satellites scan canopies, sensors track soil moisture, drones map crop health, and digital platforms crunch vast datasets to offer real-time advice to farmers. This digitalization has generated an unprecedented volume of agricultural data, accelerated by recent advances in artificial intelligence (AI). Yet for all this technological progress, one fundamental question persists: Is this data helping to make better decisions and for whom? As digital technologies proliferate across agricultural landscapes, the promise of data-driven farming is clear. But so too are the risks. In my work with the Global Partnership for Sustainable Development Data (the Global Partnership), I’ve witnessed both the transformative potential and concerning pitfalls of agricultural digitalization. The critical insight: data alone creates no value. Without effective data use, even the most comprehensive datasets remain inert. Data must be transformed through active use into useful information and into applicable knowledge that serves farmers, policymakers, and food systems alike. The gap between data collection and data use represents one of the most significant missed opportunities in agricultural transformation today. The Data Paradox: Abundance Amid Scarcity Despite the explosion of agricultural data globally, a troubling paradox exists: many countries, especially low- and middle-income countries (LMICs), still lack the most basic and up-to-date agricultural statistics needed for effective decision-making. The digital revolution has created an illusion of data abundance while masking critical gaps. What’s often missing is timely and accurate agricultural data at subnational levels. While we have access to petabytes of satellite imagery, turning that into actionable insights requires skills, context-specific data, and ground validation. Without this, we still struggle to answer critical questions: How many farmers are growing which crops, where? What yields are they achieving? What inputs are they using? What prices are they receiving? Satellite data can help fill many, but not all, of these gaps but only if paired with the right expertise and supporting systems. These data gaps are particularly severe in LMICs, where agricultural statistical systems have faced chronic underinvestment. In many cases, comprehensive agricultural censuses have not been conducted for more than a decade, if at all. Annual surveys, where they exist, often rely on paperbased methods that are more costly and time-consuming than digital approaches. Even when digitization is used, paper workflows can introduce inconsistencies or delays, depending on how they’re managed. These surveys also tend to have limited geographic coverage and collect too few variables to support complex planning and policy. Equally problematic is the erosion of trust in official agricultural statistics due to these very real shortcomings. Many potential data users from ministries and researchers to agribusinesses and farmer organizations express skepticism about the accuracy and timeliness of national census results. This leads to a vicious cycle: when agricultural censuses aren’t trusted, stakeholders develop ad-hoc or parallel systems for decision making, further fragmenting the data landscape. Perhaps most fundamentally, many countries lack core data infrastructure such as farmer registries or land cadastres. Without adequate georeferencing, even advanced statistical techniques can’t produce reliable estimates. High-income countries rely on these systems as foundations for effective data use. LMICs attempting to build advanced analytics on incomplete foundations risk generating misleading results, no matter how sophisticated the tools. Compounding these challenges is the misalignment of development funding with national food security priorities. When countries do receive support from development partners to improve agricultural statistics, it often comes via short-term projects focused on the traceability of export crops rather than staple foods most important for domestic food security. Coffee, cocoa, and cotton data systems
RkJQdWJsaXNoZXIy MTgxOTE4Nw==