Los extensionistas agrícolas que usan IA generativa rinden mejor, pero confían poco en ella

Qué encontraron

El extensionista agrícola, el técnico que visita las chacras, capacita a los productores y responde sus dudas, es una pieza clave para que la investigación llegue al campo. Un equipo del Centro Internacional de Agricultura Tropical (CIAT) y de universidades de Benín quiso saber qué pasa cuando estos técnicos empiezan a usar herramientas de IA generativa como ChatGPT.

Encuestaron a 240 extensionistas en seis distritos del norte de Benín, en África occidental: tres de cada cuatro trabajaban en organizaciones privadas de asesoría. Les preguntaron cuánto usan la IA, qué tan útil y fácil la consideran, qué carga de trabajo tienen y cuánta presión sienten. El desempeño no lo reportaron ellos, sino sus supervisores, con los criterios oficiales del sistema de asesoría: número de productores capacitados y rapidez, precisión y pertinencia de las recomendaciones.

Tres hallazgos:

• Quienes la usan rinden mejor. El uso de IA generativa se asoció con mejores evaluaciones de desempeño.
• La usan por necesidad. La carga de trabajo y la presión de tiempo fueron motivadores clave. Los autores lo interpretan como una forma de hacer frente a la sobrecarga.
• La paradoja. Contra lo que predice la teoría clásica de adopción tecnológica, los técnicos con una actitud más favorable hacia la IA mostraron menos intención de usarla de forma regular. Los autores sugieren que valoran la herramienta pero dudan de depender de ella por su criterio profesional, la responsabilidad ante el productor y la confianza en lo que la IA responde.

Qué significa

La lectura más útil para una organización que asesora productores es que la IA generativa ya está entrando al trabajo de campo, aunque nadie la haya introducido de forma oficial: la usan los técnicos más cargados de trabajo. Eso tiene un lado bueno, porque parece ayudarlos, y uno riesgoso: bajo presión hay menos tiempo para revisar lo que la herramienta responde.

Nuestra interpretación es que la duda de los técnicos es razonable. La IA generativa puede inventar información, y en agronomía un consejo equivocado cuesta una cosecha. Los autores lo plantean como un problema de gobernanza: hace falta aclarar quién responde por una recomendación preparada con ayuda de la IA y cómo se verifica antes de llegar al productor.

Límites

• Asociación, no causa. Es una encuesta en un solo momento. No prueba que usar IA mejore el desempeño; también podría ser que los técnicos más capaces sean los que la adoptan.
• Poco poder explicativo. El modelo explica una fracción pequeña del desempeño y casi nada del uso de la IA; faltan factores por medir.
• Mediciones simples. El uso de IA y el desempeño se midieron con un solo indicador cada uno.
• Un solo contexto. Norte de Benín, con su propio sistema de extensión. Los autores advierten que los resultados pueden no generalizarse.
• Paradoja por confirmar. Los propios autores piden cautela con la relación negativa entre actitud e intención, que podría deberse a problemas de medición.

Por qué importa en el Perú y la región

El Perú tiene sistemas de asistencia técnica en cooperativas, empresas agroexportadoras y programas públicos, con técnicos que atienden a muchos productores a la vez. El estudio sugiere que la IA generativa ya puede estar en sus celulares. Antes de prohibirla o promoverla, conviene hacer lo que plantean los autores: definir cómo se verifican sus respuestas y quién firma la recomendación final.