Un trattamento errato consigliato da un chatbot ha bruciato quasi 10 ettari di sesamo in Cina in meno di 24 ore, dopo una singola irrorazione. Il piano, generato da un modello di intelligenza artificiale generativa, mescolava più principi attivi, compreso un erbicida a foglia larga inadatto alla coltura, lasciando il campo di piantine completamente secco il giorno successivo.

L’agricoltore, 67 anni, usava il sistema da mesi con esiti percepiti come positivi, fino alla ricetta di diserbo che ha causato la perdita totale del raccolto. Il danno è stato collegato a prodotti come il fomesafen, fitotossici per il sesamo, applicati senza un controllo umano competente su etichette, dosi, stadio colturale e compatibilità normativa, con la responsabilità economica ricaduta interamente sull’operatore.

n campo di sesamo durante un trattamento fitosanitario: la scelta errata di un erbicida o di una miscela può provocare gravi fenomeni di fitotossicità, soprattutto nelle fasi iniziali della coltura OmniTrattore.it

Foto di: OmniTrattore.it

Errore IA nel sesamo: cosa è successo

Nel caso riportato dalla provincia cinese di Anhui, l’operatore ha chiesto a un chatbot un programma completo contro infestanti e insetti per un appezzamento di sesamo di circa 10 ettari. Il modello ha restituito una “ricetta” con quattro principi attivi, combinando insetticidi ed erbicidi di post-emergenza normalmente usati su altre colture, ma non sul sesamo in fase di plantula.

Tra i prodotti indicati figurava un erbicida a foglia larga della famiglia del fomesafen, classificato come selettivo per altre colture, ma noto per la forte fitotossicità sul sesamo. Il trattamento è stato eseguito sull’intera superficie senza test su piccole parcelle né consulto con tecnici. Il giorno successivo, circa 150 mu (quasi 25 acri, pari a 10 ettari) di piantine risultavano appassite o completamente necrotiche.

La dinamica ricordata dai tecnici locali è lineare: miscela sbagliata, coltura non riportata in etichetta, dose e stadio colturale non verificati su alcun documento ufficiale. Un errore singolo di prescrizione digitale ha generato una perdita economica su scala aziendale, evidenziando come un modello linguistico non sostituisca la progettazione agronomica di un trattamento fitosanitario.

Perché il modello ha sbagliato

La causa tecnica principale non è un bug di campo ma il fatto che un modello generativo lavora su testi, non su chimica agraria. L’algoritmo ha combinato principi attivi “simili” a ricette presenti online, senza distinguere colture sensibili, intervalli di sicurezza, epoche di intervento e limiti di dose. Si tratta di una tipica allucinazione: contenuto plausibile in forma, errato nella sostanza.

Nel caso del sesamo l’IA ha assimilato la coltura ad altre oleaginose tolleranti certi erbicidi, proponendo una strategia aggressiva di diserbo in post-emergenza. Il sistema non ha accesso vincolante a banche dati ufficiali dei fitosanitari, né verifica che la coltura e l’avversità siano effettivamente riportate in etichetta. Tutto ciò che esce è un testo, non un presidio legale utilizzabile da solo per operare in campo.

Situa zioni simili sono già state discusse anche per altre applicazioni di IA in agricoltura, dal supporto alle decisioni irrigue nei pomodori di pieno campo fino alla gestione con sensori e algoritmi in serre e tunnel. La differenza è che, dove esistono dati fisici e hardware di misura, l’errore resta più facilmente tracciabile, mentre nel consiglio testuale su molecole e dosi il rischio di abuso è molto più elevato.

I controlli prima di spruzzare in campo

Ogni consiglio generato da un modello IA su prodotti fitosanitari va trattato come una bozza da sottoporre a verifica tecnica puntuale. La prima regola è controllare che la coltura e l’avversità da combattere compaiano entrambe in etichetta per ciascun prodotto citato. Il riferimento operativo resta la banca dati ufficiale nazionale dei fitosanitari autorizzati, non il testo proposto dal chatbot.

Prima dell’irrorazione vanno verificati almeno quattro elementi sull’etichetta: dose per ettaro, volume d’acqua, stadio di applicazione consentito e intervallo di sicurezza pre-raccolta. Un piano che non riporta chiaramente questi parametri, o che propone miscele non presenti nei disciplinari, va ricondotto a una ricetta agronomica validata da un tecnico abilitato e registrata nel quaderno di campagna, anche digitale, come illustrato per i trattamenti e le concimazioni tracciati online.

Un controllo aggiuntivo riguarda la compatibilità fisico-chimica delle miscele e la sensibilità della coltura. In caso di dubbio, il passaggio da un modello di IA generativa a sistemi più strutturati di supporto alle decisioni, basati su analisi del suolo e dati di campo, o a piattaforme di IA per l’agricoltura progettate con vincoli normativi, riduce il rischio di allucinazioni pericolose.

IA in agricoltura su OmniTrattore.it

V.I.T.A., open innovation agricola tra agritech e IA

IA in agricoltura: guida ai TOP TOOLS per il settore agricolo