Un piccolo coltivatore del Malawi deve decidere che cosa piantare e quando, e la stagione che si annuncia rischia di essere più asciutta del solito. Può aprire WhatsApp, scrivere una domanda in lingua chichewa, registrare un messaggio vocale o inviare la foto di una pianta malata, e ricevere una risposta da un’IA nella stessa chat. È l’idea di Ulangizi, parola che in chichewa significa “consigliere”, poi evoluta in FarmerAI: uno strumento della non-profit Opportunity International che dovrebbe fornire aiuto agli agricoltori per affrontare un El Niño particolarmente intenso.
Un consigliere nel telefono
Il test è partito in Malawi tra febbraio e aprile 2024 con 150 utenti, in gran parte Farmer Support Agents, gli operatori che assistono i coltivatori sul campo, e agenti pubblici. Le domande possono arrivare come testo, voce o fotografia, in inglese o in chichewa. Secondo ilresoconto tecnico di Nvidia, nei primi tre mesi il sistema ha gestito oltre 4mila domande. Il chatbot di intelligenza artificiale non risponde a braccio: prima di formulare la risposta recupera informazioni dalla documentazione agricola del ministero del Malawi, un modo per ancorare i consigli a fonti locali. Ancorare però non equivale a garantire che ogni risposta sia davvero corretta. Dietro la chat non c’è un unico modello addestrato da zero sull’agronomia, ma un sistema che mette in fila più componenti di intelligenza artificiale, coordinate dalla piattaforma Gooey.AI. Se arriva un messaggio vocale, un modello di riconoscimento del parlato lo trascrive: la configurazione documentata nel 2024 usava il modello vocale Mms Large di Meta oppure una versione ottimizzata di Whisper di OpenAI. Le fotografie di colture e parassiti passano invece per GPT-4o, e il rapporto 2026 di Opportunity cita anche Plantix per le diagnosi basate sulle immagini.
Si avvera la “profezia” dello scienziato che studia il clima dal 1988: “Con El Niño eventi estremi”
Il cuore del sistema è la tecnica detta retrieval-augmented generation, generazione potenziata dal recupero di informazioni. Il modello linguistico, cioè il software che scrive le frasi, non attinge soltanto a ciò che ha imparato in addestramento: prima il sistema cerca nelle fonti selezionate i passaggi pertinenti alla domanda, in Malawi soprattutto la guida di circa 450 pagine del ministero dell’Agricoltura sulle buone pratiche locali, poi chiede al modello di comporre la risposta a partire da quei passaggi. Il testo viene tradotto nella lingua dell’utente e restituito come messaggio scritto o audio; nella versione descritta da Nvidia ogni risposta include riferimenti e collegamenti alla fonte. Sul piano dell’infrastruttura, sempre secondo Nvidia, la versione del 2024 girava su processori grafici Nvidia A100 nel cloud Microsoft Azure, per trascrivere, tradurre e generare i testi, e il servizio Azure AI Translation per il supporto multilingue. Le lingue documentate sono inglese, chichewa e kiswahili, con una versione in kinyarwanda pronta al rilascio. Poiché Gooey.AI fa da regia, i modelli di linguaggio e di riconoscimento vocale possono essere sostituiti quando ne compaiono di migliori per le lingue a basse risorse, cioè quelle con pochi dati digitali disponibili. In sostanza è un assemblaggio di tecnologie disponibili sul mercato: ciò che le dà valore, almeno sulla carta, sono le fonti locali, la lingua e la mediazione degli agenti sul territorio, che distinguono il servizio da un chatbot generalista.
Dal Malawi a più Paesi: meglio il chatbot IA rispetto all’sms
Nel febbraio 2025 nasce FarmerAI, l’espansione multinazionale di Ulangizi. Il 6 febbraio Opportunity International e l’operatore tlc Safaricom annunciano il pilota kenyano attraverso la piattaforma DigiFarm, con accesso via sms e WhatsApp, rivolto ai coltivatori di patate: l’obiettivo era coinvolgerne dagli 800 ai 1.000 entro la fine dell’anno. Il rapporto sul programma segnala che l’adozione tramite il solo smsè stata bassa. A fine 2025 il servizio copriva Ghana, Kenya, Malawi, Rwanda e Uganda. Ecco quindi la decisione di puntare sul chatbot. E così adesso circa 260mila agricoltori risultano raggiungibili attraverso 1.400 Farmer Support Agents, ma quelli che usano direttamente il chatbot sono 1.800: due metriche diverse, che non vanno scambiate e che mostrano quanto conti la mediazione degli agenti. Il case study del partner tecnologico Gooey.AI riporta oltre 17.000 messaggi e oltre 6.700 riscontri positivi.
Perché El Niño cambia i conti
Nel bollettino del 10 settembre 2026 la Noaa, l’agenzia statunitense per l’oceano e l’atmosfera, segnala che El Niño si sta rafforzando e stima una probabilità superiore al 90% di un evento molto forte tra l’autunno e l’inverno boreali 2026 e 2027. Per l’Africa non esiste una previsione valida ovunque. Il programma internazionale di monitoraggio e allerta sulla sicurezza alimentare Fews Net prevede, per la stagione da ottobre 2026 a marzo 2027, un rischio di piogge sotto la media e caldo estremo in parti dell’Africa australe, tra cui Zimbabwe, centro e sud del Mozambico, sud del Malawi e sud dello Zambia, mentre nell’Africa orientale i rischi cambiano da zona a zona. Nemmeno il Malawi è uniforme: il servizio meteorologico nazionale segnala per il Sud maggiori probabilità di piogge inferiori alla norma nel trimestre da ottobre a dicembre, con oltre l’80% in alcuni distretti a dicembre, mentre il Nord e parti del Centro potrebbero averne di normali o superiori. Sono scenari di rischio, quindi non si possono ancora prevedere eventuali perdite di raccolto per ogni località. Sul fronte dei prezzi, l’agenzia Associated Press però riferisce una stima di Goldman Sachs secondo cui questo El Niño potrebbe far salire di oltre il 15% i prezzi globali delle materie prime alimentari.
Decidere prima, con più informazioni
Nel video pubblicato da Bloomberg il 27 settembre, Timothy Strong, responsabile dell’agriculture finance di Opportunity International, presenta lo strumento come una soluzione per ridurre l’incertezza davanti a condizioni meteorologiche meno prevedibili. Va detto che “preparare a El Niño” descrive per ora soprattutto un caso d’uso emergente. Secondo il rapporto di Opportunity, meteo, geolocalizzazione, prezzi locali e rivenditori agricoli sono integrazioni ancora in sviluppo o in valutazione: le risposte si fondano oggi su manuali e fonti agronomiche locali, non su previsioni aggiornate campo per campo. Il nesso con il clima resta concreto, perché sapere che una stagione potrebbe essere più secca aiuta a porre in tempo domande su semina, varietà e gestione delle risorse, ma una previsione stagionale non è un’indicazione affidabile per un singolo campo e, quando la decisione ha conseguenze economiche rilevanti, il consiglio va verificato.
Adozione non significa efficacia
Messaggi, utenti e riscontri positivi documentano che il servizio viene usato. Le percentuali sui risultati vengono da sondaggi tra i partecipanti: l’80% degli utenti dice di applicare i consigli, il 72% di aver migliorato la propria performance e in Kenya il 67% dichiara una produzione aumentata e il 58% un miglior controllo dei parassiti. Nel primo pilota l’84% delle domande ha ricevuto risposta, ma è una misura della capacità del sistema di rispondere, non della correttezza agronomica. Circa metà degli utenti era ancora attiva dopo un mese e il 30% dopo tre. La stagionalità può spiegare parte del calo, ma il programma segnala anche il costo dei dati, la copertura e i telefoni non funzionanti. Pesa poi il divario digitale. Nel 2025 in Malawi la copertura 4G era all’87%, ma solo il 12,5% usava internet mobile e il 33% aveva uno smartphone, secondo la Gsma. Per questo il ruolo degli agenti è centrale e i 260.000 agricoltori raggiungibili non vanno confusi con utenti continuativi. Solo una valutazione sul campo, con dati di rese e di reddito, potrà dire se abbassare la barriera dell’informazione porti davvero benefici. Finché quella misura non esiste, l’indicazione dell’intelligenza artificiale dovrebbe affiancare, e non sostituire, i controlli locali e le competenze
/https%3A//www.repstatic.it/content/contenthub/img/2026/09/28/163811238-90953df4-58e5-4410-ab50-3b43a0d6ec77.jpg)
/https%3A//www.repstatic.it/content/contenthub/img/2026/10/01/115051495-4a1fb08d-ddac-4a19-b47e-77bb45882ba8.jpg)
/https%3A//www.repstatic.it/content/contenthub/img/2026/09/25/115114412-a134595b-1275-4b51-82b5-c500868f6a87.jpg)
