《Discover Agriculture》：Artificial intelligence (AI) adoption and its perceptions among smallholder women farmers in Kenya
编辑推荐：
人工智能（AI）可以减少土壤压实、成本、劳动力和资源在农业中的节约。尽管有明显的好处，但农民和许多相关技术并未被农民采用。尽管现有研究考察了决定AI采用的社会经济和农民特征，但大多数忽略了AI的认知，尽管AI技术在农业中的快速发展。本研究特意抽取并访谈了肯尼亚
人工智能（AI）可以减少土壤压实、成本、劳动力和资源在农业中的节约。尽管有明显的好处，但农民和许多相关技术并未被农民采用。尽管现有研究考察了决定AI采用的社会经济和农民特征，但大多数忽略了AI的认知，尽管AI技术在农业中的快速发展。本研究特意抽取并访谈了肯尼亚Kiambu县的100名小规模农民，以确定他们对AI的采用和认知。该研究采用主成分分析（PCA）分析数据。研究结果显示，农民知道AI（62%）。总体而言，农民对AI和数字技术持积极态度，认为其好处包括便于获取信息、贷款和市场；提高产出；革新农业/农业企业；以及增加家庭收入等。然而，一些受访者强烈不同意以下陈述：AI具有模糊的数据输入要求（17%），对特殊商业情境的适应性低（19%），以及不考虑女性农民面临的挑战（21%）。此外，PCA技术将20个变量分为八类：增加回报、获取生产性资源、信息获取和决策、AI技术和女性访问、功能性、特定要求、可用性和知识缺乏因素。AI采用的决定因素是婚姻状况、土地规模和教育水平。这些发现通过揭示预先存在的性别因素（如土地所有权和规模、婚姻状况和教育水平）如何影响农业中AI的采用，为现有文献做出了贡献。这些发现为政策制定者提供了有用的建议：不要将AI技术视为万能药，而应实施增加农业中AI使用的措施，减少农业中的性别、经济和技术差距。
引言部分介绍了农业在肯尼亚经济中的关键作用，小规模农民占主导地位，女性在农业劳动力中占60%，但面临采用AI技术的障碍。现有研究多关注AI在特定农业领域的应用，但忽略了小规模女性农民的认知和采用因素。本研究旨在探讨女性农民对AI技术的认知、影响因素和采用障碍，以促进性别包容和农业数字化转型。研究背景指出，尽管AI在农业中具有潜力，但采用率有限，尤其是发展中国家，且缺乏对农民认知的深入研究。研究必要性在于，理解农民认知是确保技术采用和性别包容的关键，有助于可持续农业发展。
本研究聚焦于肯尼亚Kiambu县的5个子县，采用抽样技术选取100名小规模女性农民进行问卷调查，收集人口统计、AI认知和社会经济数据。研究基于家庭效用最大化理论，解释农民采用AI的决策。主要技术方法包括使用主成分分析（PCA）对20个感知变量进行降维和分类，识别影响AI采用的关键因素；随后进行聚类分析以识别农民群体特征；并采用单因素方差分析（ANOVA）检验组间差异。样本来自女性农民群体，通过滚雪球抽样获取。
研究结果如下：首先，在描述性特征方面，受访者平均年龄44岁，平均家庭规模5人，平均教育年限12年，土地规模平均1英亩，农场到主要市场平均距离8公里，平均农业经验16年。家庭户主性别中，51%为男性，49%为女性；婚姻状况中，65%已婚。其次，在AI认知方面，62%的农民知道AI，媒体是主要信息来源（54%），其次是农民同伴（21%）。第三，在农民对农业技术的认知方面，大多数积极认可数字技术的好处，如便于获取信息、贷款、市场、增加产出、革新农业和增加家庭收入；但部分受访者不同意AI具有模糊数据输入要求、低适应性或忽视女性农民挑战。第四，主成分分析（PCA）显示KMO值为0.687，Bartlett球形检验显著，数据适合分析。PCA将20个变量归为七个主成分：经济收益（占方差21.46%）、获取生产性资源（11.8%）、AI技术和女性访问（8.81%）、决策支持和信任AI（7.57%）、技能和文化方面（7.14%）、AI技术约束（6.39%）和知识缺乏（5.28%）。第五，聚类分析产生三个农民群体：群体1为年长、经验丰富、远离市场的农民；群体2为中等教育、家庭规模较大的农民；群体3为年轻、教育水平高、经验少、靠近市场的农民。第六，ANOVA测试显示，AI采用的显著因素包括年龄、教育年限、家庭规模、市场距离、农业经验年份和信息充分性。
讨论部分总结如下：研究发现农民对AI认知较高但主要依赖媒体和同伴信息，表明技术设计者和使用者之间存在脱节，可能影响技术兼容性。媒体作为主要信息源可能削弱传统渠道（如研究机构和推广人员）的价值，影响信任和采用。农民对AI的认知受技术特征（如经济效益和生产性资源获取）驱动，这与现有研究一致，强调感知价值对采用意向的积极影响。AI采用的决定因素包括年龄（年轻农民更易接受）、教育水平（正向影响）、家庭规模（提供劳动和资源）和市场距离（靠近市场利于基础设施和知识获取）。研究建议政策制定者不应将AI视为万能药，而应实施措施促进其采用，减少性别、经济和技术差距，并重视农民网络和数字化平台在提升认知和信任中的作用。
研究结论部分翻译：本研究调查了肯尼亚小规模农民对人工智能的采用和认知，使用100名小规模女性农民样本。分析采用描述性、主成分和聚类分析技术。研究结果表明，大多数农民对人工智能持积极态度，采用意愿较高。教育水平、年龄、家庭规模和市场距离是AI和数字技术采用的显著决定因素。尽管大多数农民知道人工智能，但主要通过媒体和农民同伴获取信息。农民对AI和数字技术的采用受多个关键因素影响，包括增加回报、获取生产性资源、信息获取和决策、AI技术、女性访问、功能性、特定要求、可用性和知识缺乏。基于这些发现，研究建议：首先，必须赋权农民，特别是男性，参与AI和数字技术的采用；政策制定者需要参与动员和支持农民采用AI和数字技术。
