A Farmer.Chat da Digital Green coloca o humano entre o modelo e o agricultor

Para quem é realmente a interface

A maioria das propostas de chatbots agrícolas imagina um agricultor a escrever perguntas e a receber respostas. A Digital Green optou explicitamente por não construir isso. A Farmer.Chat é implementada como assistente de agentes de extensão, ficando o agricultor do outro lado de uma conversa humana.

O CEO Rikin Gandhi é direto sobre o motivo: a opção de expor o chatbot diretamente ao agricultor foi rejeitada por ser demasiado arriscada.

Para nos protegermos do risco de o chatbot aconselhar mal os agricultores, curámos cuidadosamente a base de conhecimento do chatbot e implementámo-lo como assistente dos agentes de extensão, em vez de o disponibilizarmos diretamente aos agricultores. Isto permite mais uma etapa de revisão humana.Montana Labs

Isto reformula a superfície do produto. O frontend visível continua a ser a conversa do agente com o agricultor, muitas vezes cara a cara. O chatbot é uma ferramenta de back-office que o agente consulta. Essa escolha estrutural — uma pessoa como camada final de apresentação — é o que torna a implementação defensável num domínio onde uma resposta errada compromete uma colheita e um meio de subsistência.

Ir ao encontro dos agentes onde já trabalham

A estratégia de frontend evoluiu por três superfícies. O primeiro projeto-piloto foi um chatbot personalizado sobre o GPT-4. A Digital Green lançou depois uma Farmer.Chat GPT dentro do ChatGPT, adicionando entrada multimodal de fotografias para que um agente possa fotografar uma cultura e obter um diagnóstico, além de dados meteorológicos e de mercado em tempo real.

O passo mais revelador é o terceiro. A Digital Green está agora a usar a Assistants API para levar a Farmer.Chat ao WhatsApp e ao Telegram — interfaces que os agentes de extensão já utilizam. É uma decisão de deixar de pedir aos agentes que adotem uma nova aplicação, incorporando em vez disso a funcionalidade em ferramentas já abertas nos seus telemóveis.

Para uma equipa de mais de 4500 agentes no Quénia e na Índia, essa distinção pesa mais do que qualquer atualização de modelo. A melhor interface para este utilizador é aquela que não lhe pediram para instalar.

A língua como requisito de primeira ordem para o frontend

A Farmer.Chat funciona em hindi, suaíli e línguas regionais, integrando conjuntos de dados e serviços de tradução local por país. A Digital Green apresenta o acesso multilingue como um dos motores da redução de custos de 100 vezes que reivindica — de 35 dólares para 0,35 dólares por agricultor — porque um único agente consegue agora servir mais agricultores por dia na sua própria língua.

A empresa está também a testar um 'Agri-LLM' ajustado para que perguntas e respostas possam ocorrer em dialetos locais sem passar pelo inglês. Isto é um reconhecimento de que a tradução como camada intermédia é uma solução com perdas para as nuances agrícolas, e que o tratamento da língua deve estar mais profundamente integrado na arquitetura.

É de notar que os dados de treino desse modelo passariam por um data trust, de modo a que os agricultores mantenham controlo sobre os seus próprios contributos — um pormenor de governação incorporado na forma como a interface obtém o seu conhecimento, e não acrescentado a posteriori.

A lição: restringir a superfície, depois ampliar o alcance

A sequência de design da Farmer.Chat vale a pena replicar em qualquer produto de aconselhamento de risco elevado. A Digital Green reduziu a interface a um intermediário sujeito a revisão, curou e validou junto do governo a base de conhecimento por detrás do RAG, e só depois ampliou o alcance — para mais línguas, mais estados e mais canais de mensagens.

A implicação concreta é que, em domínios de aconselhamento onde os erros têm custos reais, a questão do frontend não é 'como colocamos o modelo diante dos utilizadores finais', mas sim 'quem deve estar entre o modelo e a consequência.' A Digital Green respondeu com o agente de extensão, e construiu todas as superfícies seguintes — ChatGPT GPT, WhatsApp, Telegram — em torno dessa pessoa, e não do agricultor.