Precision agriculture, enhanced by artificial intelligence (AI), offers promising tools such as remote sensing, intelligent irrigation, fertilization management, and crop simulation to improve agricultural efficiency and sustainability. Reinforcement learning (RL), in particular, has outperformed traditional methods in optimizing yields and resource management. However, widespread AI adoption is limited by gaps between algorithmic recommendations and farmers' practical experience, local knowledge, and traditional practices. To address this, our study emphasizes Human-AI Interaction (HAII), focusing on transparency, usability, and trust in RL-based farm management. We employ a well-established trust framework - comprising ability, benevolence, and integrity - to develop a novel mathematical model quantifying farmers' confidence in AI-based fertilization strategies. Surveys conducted with farmers for this research reveal critical misalignments, which are integrated into our trust model and incorporated into a multi-objective RL framework. Unlike prior methods, our approach embeds trust directly into policy optimization, ensuring AI recommendations are technically robust, economically feasible, context-aware, and socially acceptable. By aligning technical performance with human-centered trust, this research supports broader AI adoption in agriculture.

Bản dịch tiếng Việt:

Nông nghiệp chính xác, được tăng cường bởi trí tuệ nhân tạo (AI), cung cấp các công cụ đầy hứa hẹn như viễn thám, tưới tiêu thông minh, quản lý bón phân và mô phỏng cây trồng để cải thiện hiệu quả và tính bền vững của nông nghiệp. Đặc biệt, học tăng cường (RL) đã vượt trội hơn các phương pháp truyền thống trong việc tối ưu hóa năng suất và quản lý tài nguyên. Tuy nhiên, việc áp dụng AI rộng rãi bị hạn chế bởi khoảng cách giữa các khuyến nghị thuật toán và kinh nghiệm thực tế của nông dân, kiến ​​thức địa phương và các tập quán truyền thống. Để giải quyết vấn đề này, nghiên cứu của chúng tôi nhấn mạnh đến Tương tác giữa con người và AI (HAII), tập trung vào tính minh bạch, khả năng sử dụng và sự tin cậy trong quản lý trang trại dựa trên RL. Chúng tôi sử dụng khuôn khổ tin cậy đã được thiết lập tốt - bao gồm khả năng, lòng nhân từ và tính chính trực - để phát triển một mô hình toán học mới định lượng niềm tin của nông dân vào các chiến lược bón phân dựa trên AI. Các cuộc khảo sát được thực hiện với nông dân cho nghiên cứu này cho thấy những sai lệch nghiêm trọng đã được tích hợp vào mô hình niềm tin của chúng tôi và được tích hợp vào khuôn khổ RL đa mục tiêu. Không giống như các phương pháp trước đây, cách tiếp cận của chúng tôi đặt niềm tin trực tiếp vào việc tối ưu hóa chính sách, đảm bảo các đề xuất AI mạnh mẽ về mặt kỹ thuật, khả thi về mặt kinh tế, phù hợp với bối cảnh và được xã hội chấp nhận. Bằng cách điều chỉnh hiệu suất kỹ thuật với niềm tin lấy con người làm trung tâm, nghiên cứu này hỗ trợ việc áp dụng AI rộng rãi hơn trong nông nghiệp.

Document Ready

Click below to load the full PDF document natively.