Wyobraźmy sobie świat, w którym rośliny są nie tylko bardziej odporne na choroby i szkodniki, ale także potrafią przetrwać w trudnych warunkach klimatycznych – przy mniejszym zużyciu wody i pestycydów. Taki scenariusz zdaje się być na wyciągnięcie ręki dzięki dynamicznemu rozwojowi sztucznej inteligencji i nowoczesnych technik modyfikacji genetycznych. Z drugiej strony pojawiają się obawy, że te same technologie, które mogą rozwiązać problem głodu i zniszczeń ekologicznych, mogą także wzmocnić monopol gigantów biotechnologicznych na rynku nasion i zwiększyć zależność rolników od wielkich koncernów.

AI w hodowli roślin – jak to działa?

Technologie AI w rolnictwie obejmują m.in.:

• Analizę genomów: Sztuczna inteligencja umożliwia przetwarzanie ogromnych baz danych genetycznych (tysiące odmian pszenicy, kukurydzy czy ryżu) w krótkim czasie. Algorytmy uczące się  identyfikują geny odpowiedzialne za kluczowe cechy roślin, takie jak odporność na wysokie temperatury lub stres wodny [1].
• Edycję genów (np. CRISPR-Cas9): AI pomaga w precyzyjnym doborze miejsc w genomie, gdzie dokonywane są modyfikacje genetyczne, aby uzyskać rośliny o pożądanych parametrach (np. szybszym wzroście czy mniejszej podatności na choroby) [2].
• Rolnictwo precyzyjne: Systemy AI (w połączeniu z dronami i satelitami) monitorują stan upraw i sugerują optymalną dawkę nawozów, ilość wody czy moment oprysku. Dzięki temu rośliny rosną w kontrolowanych warunkach, co pozwala ograniczyć zużycie pestycydów i wody [3].

Czym jest CRISPR/Cas9?

CRISPR/Cas9 to jedna z najważniejszych innowacji w inżynierii genetycznej ostatnich lat. W dużym uproszczeniu, CRISPR (Clustered Regularly Interspaced Short Palindromic Repeats) jest fragmentem bakteryjnego DNA stanowiącego naturalny system obrony przed wirusami, natomiast Cas9 to enzym, który „tnie” materiał genetyczny w wyznaczonych miejscach. Naukowcy wykorzystują ten układ do precyzyjnego wprowadzania zmian w genomie (poprzez „wycięcie” i/lub „wklejenie” fragmentu DNA).

W przeciwieństwie do tradycyjnego GMO, gdzie często przenoszono geny między zupełnie różnymi gatunkami, CRISPR/Cas9 pozwala na edycję w obrębie jednego genomu bądź wprowadzenie minimalnych, celowanych zmian. Zmniejsza to ryzyko niekontrolowanych mutacji i umożliwia osiągnięcie dokładnie zaplanowanych efektów.

Przykłady zastosowań

1. „Superpszenica” – australijska odpowiedź na suszęW Australii, gdzie długotrwałe okresy suszy stanowią poważne wyzwanie dla rolnictwa, naukowcy postawili na genetyczną modyfikację pszenicy z wykorzystaniem narzędzi AI i metody CRISPR-Cas9. Celem jest uzyskanie roślin o większej tolerancji na deficyt wody i wysokie temperatury. Wstępne eksperymenty pokazują, że dzięki specyficznym modyfikacjom genetycznym rośliny zużywają nawet do 25% mniej wody, jednocześnie utrzymując podobną wielkość kłosów. Ta „superpszenica” może pomóc australijskim rolnikom uniknąć spadku produkcji zbożowej w obliczu nasilających się zmian klimatycznych. Co więcej, wypracowane w Australii metody mogą zostać zastosowane także w innych częściach świata zagrożonych suszą.
2. „Złoty ryż 2.0” – walka z niedożywieniem i ekstremalnymi warunkami„Złoty ryż” to inicjatywa sprzed kilkunastu lat, która zakładała wzbogacenie ryżu w prowitaminę A, aby przeciwdziałać niedoborom żywieniowym w krajach rozwijających się. Obecnie naukowcy, wykorzystując sztuczną inteligencję, opracowują kolejną generację tego projektu – tzw. „Złoty ryż 2.0”. Poza wysoką zawartością prowitaminy A, rośliny zyskują dodatkową odporność na częste w Azji Południowo-Wschodniej powodzie i ekstremalne zjawiska pogodowe. Algorytmy porównują genomy różnych odmian ryżu, wytypowując warianty genów odpowiadające za przetrwanie długotrwałego zalania. Dzięki temu możliwa jest jednoczesna poprawa wartości odżywczej ziarna i odporności na trudne warunki. Krytycy obawiają się, że rozwinięty w korporacjach biotechnologicznych „Złoty ryż 2.0” może być obciążony restrykcyjnymi patentami, co utrudni dostęp rolnikom. Zwolennicy podkreślają jednak, że tego typu innowacje mogą pomóc w walce z niedożywieniem i rosnącym zagrożeniem klimatycznym.
3. Satelitarne wsparcie w rolnictwie precyzyjnymCoraz częściej rolnicy sięgają po dane satelitarne pozyskiwane m.in. z programów takich jak Copernicus (ESA) czy Landsat (NASA). Te obrazy w połączeniu z algorytmami AI dostarczają szczegółowych informacji o kondycji roślin na rozległych obszarach. Algorytmy obliczają wskaźniki roślinności (np. NDVI – Normalized Difference Vegetation Index), które wskazują, czy rośliny są zdrowe i optymalnie zaopatrzone w wodę. Zmiany w odbiciu światła w pasmach bliskiej podczerwieni mogą sugerować, że rośliny cierpią z powodu niedoborów składników odżywczych lub infekcji chorobowych. Na podstawie historycznych danych pogodowych i obrazów satelitarnych systemy AI potrafią szacować wielkość przyszłych zbiorów, co umożliwia lepsze planowanie produkcji i minimalizowanie strat.

    

   

4. Inteligentne maszyny w walce z chwastamiJednym z ciekawszych przykładów zastosowania AI w praktyce są maszyny rolnicze nowej generacji, takie jak Track LaserWeeder. To autonomiczna maszyna wyposażona w zaawansowane systemy wizyjne, analizę obrazu w czasie rzeczywistym oraz precyzyjne lasery, które rozpoznają i eliminują chwasty bez naruszania samych roślin uprawnych. LaserWeeder może działać w trudnych warunkach glebowych, ograniczając użycie herbicydów, co jest korzystne dla środowiska i zdrowia ludzi. Jednocześnie pozwala ograniczyć koszty pracy i zwiększyć precyzję zabiegów agrotechnicznych. Dzięki takim rozwiązaniom sztuczna inteligencja wkracza bezpośrednio na pola uprawne, przekształcając rolnictwo w bardziej  zautomatyzowane.

    

    

Walka z kryzysem klimatycznym czy pogłębianie nierówności?

Potencjał ekologiczny

AI w hodowli roślin pozwala szybciej reagować na zmieniające się warunki klimatyczne. Dzięki temu można:

• Zmniejszyć zużycie pestycydów i nawozów, co jest korzystne dla bioróżnorodności i jakości gleby.

• Poprawić efektywność wykorzystania wody, co ma znaczenie w suchych regionach świata.

• Przyspieszyć proces selekcji nowych odmian, które znoszą ekstremalne temperatury i rosną wydajnie w słabszych glebach.

Jednocześnie rolnicy w krajach najbardziej narażonych na skutki globalnego ocieplenia (Afryka Subsaharyjska, Azja Południowa) zyskują narzędzia, by lepiej dostosować się do niestabilnych warunków pogodowych. W dłuższej perspektywie może to przyczynić się do zahamowania wzrostu cen żywności na rynkach światowych.

Monopolizacja rynku i licencje nasienne

Z drugiej strony, nie brakuje głosów wskazujących na ryzyko monopolizacji:

• Tylko największe korporacje biotechnologiczne posiadają kapitał na finansowanie zaawansowanych badań w obszarze AI i inżynierii genetycznej.
• Rolnicy często muszą kupować nasiona na licencjach, których nie mogą ponownie wysiewać w kolejnym roku (tzw. zakaz replantacji).
• Wysokie koszty dostępu do „inteligentnych” nasion mogą wykluczyć małe gospodarstwa i skłonić je do korzystania z tańszych, ale mniej odpornych odmian.
• W efekcie może dojść do sytuacji, w której kluczowe geny odpornościowe będą zastrzeżone patentami, wzmacniając zależność rolników od koncernów [4].

Etyczne dylematy i regulacje

GMO czy nie-GMO?

Wielu konsumentów obawia się, że edycja genetyczna roślin wspierana przez AI to kolejny rozdział GMO, tyle że w nowym wydaniu. Niektóre organizacje ekologiczne argumentują, że choć CRISPR jest dokładniejszy [7], to wciąż ingerencja w genom może powodować nieprzewidywalne skutki:

• Unia Europejska traktuje rośliny edytowane genetycznie (tzw. New Genomic Techniques) podobnie jak GMO, co podlega ścisłym regulacjom.

• Stany Zjednoczone są bardziej liberalne i często nie klasyfikują CRISPR-owych roślin jako GMO, jeśli nie wprowadzono obcych genów spoza gatunku.

Prawo do nasion i suwerenność żywnościowa

Pojawiają się głosy, że dostęp do nasion powinien być prawem człowieka, a nie dobrem luksusowym. Dlatego coraz więcej środowisk naukowych proponuje:

• Tworzenie otwartych baz danych genomów roślin (tzw. open source seeds [5]), aby uniknąć monopolu patentowego.

• Krótszy okres ochrony patentowej – tak by innowacje przechodziły z czasem do domeny publicznej i mogły być wykorzystywane przez małe gospodarstwa.

• Wsparcie publiczne: organizacje rządowe mogą finansować niezależne projekty hodowlane z udziałem AI, żeby rolnicy i społeczności lokalne miały swobodę w wyborze materiału siewnego.

Sprawa Percy’ego Schmeisera

Jednym z najbardziej znanych i kontrowersyjnych przypadków dotyczących prawa do nasion była historia kanadyjskiego rolnika Percy’ego Schmeisera, który w latach 90. XX wieku został pozwany przez korporację Monsanto [6]. Na jego polach wykryto obecność zmodyfikowanego rzepaku odpornego na herbicyd Roundup – odmiany opatentowanej przez Monsanto. Schmeiser twierdził, że nasiona trafiły na jego pole przypadkowo, np. przez wiatr lub pyłek z sąsiednich upraw. Mimo to, w 2004 roku Sąd Najwyższy Kanady uznał naruszenie patentu, choć jednocześnie nie przyznał Monsanto prawa do odszkodowania, ponieważ Schmeiser nie odniósł korzyści majątkowych z uprawy.

Sprawa odbiła się szerokim echem w debacie publicznej – wielu rolników uznało wyrok za symboliczny przykład zagrożenia dla suwerenności rolnictwa. Chociaż formalnie nie przegrał finansowo, Schmeiser musiał pokryć wysokie koszty prawne i ostatecznie sprzedał swoje ranczo.

Czy AI może rozwiązać problem głodu?

Perspektywa tworzenia bardziej wydajnych roślin, które zniosą nawet skrajne warunki klimatyczne, jest bardzo obiecująca w kontekście rosnącej populacji świata. Według niektórych szacunków, do 2050 roku będziemy musieli wyprodukować o 30% więcej żywności [7], aby nakarmić globalną populację.

• Optymiści wskazują, że postęp w hodowli może być tak szybki, iż unikniemy głębokich kryzysów żywnościowych w najbliższych dekadach. Twierdzą też, że im bardziej powszechna stanie się technologia, tym niższy będzie jej koszt, co powinno ułatwić dostęp do nowych odmian nawet mniejszym gospodarzom.

• Sceptycy ostrzegają jednak, że w praktyce najnowsze i najbardziej odporne nasiona mogą być dostępne głównie w krajach o wysokim poziomie rozwoju lub dla koncernów biotechnologicznych dysponujących dużymi zasobami finansowymi. W rezultacie rolnicy z biedniejszych regionów świata mogą zostać zmarginalizowani, co pogłębi nierówności i osłabi lokalną suwerenność żywnościową.

 

Źródła

[1] Tester, M., & Langridge, P. (2010). Breeding technologies to increase crop production in a changing world. Science, 327(5967), 818–822. https://doi.org/10.1126/science.1183700

[2] Doudna, J.A., & Charpentier, E. (2014). The new frontier of genome engineering with CRISPR-Cas9. Science, 346(6213), 1258096. https://doi.org/10.1126/science.1258096

[3] Monitoring upraw z Eksploratorem SatAgro. https://satagro.pl/blog/monitoring-upraw-z-eksploratorem-satagro-piec-przydatnych-wskazowek

[4] Helliwell, R., & Harwood, J. (2019). Regulating agricultural biotechnology: GM crops and the politics of risk. Plant Biotechnology Journal, 17(7), 1341–1350. https://doi.org/10.1111/pbi.13101

[5] Open Source Seeds Initiative. https://www.opensourceseeds.org/en

[6] Supreme Court of Canada – Monsanto Canada Inc. v. Schmeiser, [2004] 1 S.C.R. 902: https://scc-csc.lexum.com/scc-csc/scc-csc/en/item/2147/index.do

[7] Nature Biotechnology. (2023). Access to CRISPR crops: balancing innovation and equity. Nature Biotechnology, 41(1), 1–2. https://www.nature.com/articles/s41587-022-01569-9

[8] Food and Agriculture Organization of the United Nations (FAO). (2022). The State of Food and Agriculture 2022. https://openknowledge.fao.org/items/65139780-d06c-4b7c-a2cd-3ed4256eaa1c

[9] Fellows, P.J. (2009). Emerging technologies for food processing. In: Comprehensive Reviews in Food Science and Food Safety, 6(1), 1–5. https://doi.org/10.1111/j.1541-4337.2007.00029_7.x

[10] Orczyk, Wacław. „Edytowanie genomów roślin uprawnych. Minimum faktów, bez mitów.” Nauka 4 (2019): 35-46. https://journals.pan.pl/Content/112802/PDF/N%23419-03-Orczyk.pdf