Exploiter le potentiel de transformation de l’IA pour aider les petites exploitations agricoles en Éthiopie 

En Éthiopie, l’agriculture est pratiquée par 97 % des foyers ruraux. La productivité reste faible dans de nombreuses régions, en particulier à cause de mauvais rendements et de l’adoption limitée de pratiques innovantes. Les recherches montrent que les agriculteurs disposant d’informations sur les avantages et l’utilisation correcte de ces nouvelles pratiques peuvent améliorer leurs connaissances, l’adoption de ces pratiques, et, dans certains cas, les récoltes (Beaman et al., 2021 ; BenYishay et al., 2020 ; Chandrasekhar et al., 2022 ; Manzoor et al., 2020 ; Duflo et al., 2023 ; Dzanku et al. 2023). Les agents de vulgarisation agricole jouent un rôle de lien crucial. Cependant, beaucoup de services de vulgarisation n’arrivent pas à atteindre un nombre suffisant d’agriculteurs et peuvent se montrer inefficaces.

Depuis plus de 10 ans, la Digital Green Foundation travaille afin d’améliorer cette vulgarisation agricole par le biais de la technologie. Son modèle de vidéo communautaire phare, qui montre des agriculteurs mettre en place des pratiques, a été testé dans le cadre de quatre essais randomisés en Inde et en Éthiopie. Ces études ont montré des résultats positifs dans le domaine des connaissances et de l’adoption, mais des effets plus limités sur les récoltes. Sur la base de cette expérience et des retours des agents sur le terrain, Digital Green lance aujourd’hui Farmer.Chat, un agent conversationnel basé sur l’IA et visant à soutenir les agents publics de vulgarisation en Éthiopie, appelés agents de développement, dans leurs tâches quotidiennes.

Cet outil utilise le traitement automatique des langues pour fournir des conseils en temps réel en oromo (d’autres langues suivront). Pour ce faire, il se base sur des contenus vérifiés issus des vidéos de Digital Green et d’autres sources spécialisées. Les agents de développement utilisent l’agent conversationnel lors de leurs réunions de groupe avec les agriculteurs afin de répondre à leurs questions spécifiques et de leur proposer des recommandations sur mesure sur des sujets comme l’irrigation, les nuisibles, la sélection des semences et les pratiques tenant compte du climat.

L’application propose aussi des fonctions voix et image, et a été conçue pour fonctionner dans des zones rurales où la connexion à Internet est faible. Elle est sans cesse améliorée grâce aux retours des utilisateurs pour que les conseils restent toujours pertinents.

Le FID finance deux éléments essentiels du projet, soit le déploiement et l’évaluation de Farmer.Chat :

• Entre avril et septembre 2025, Digital Green testera les performances de Farmer.Chat sur le terrain, se penchera sur les obstacles qui freinent son adoption et perfectionnera l’outil et sa stratégie de mise en œuvre dans trois districts (worédas) de la région d’Oromia, afin de couvrir 32 communautés et de former 100 agents (hommes et femmes).
• Après cette première phase, une évaluation d’impact sera menée par l’Université de Bordeaux et l’Université d’Addis Abeba dans 15 districts de la région d’Oromia et couvrira 240 000 agriculteurs et plus de 850 agents. L’étude mesurera les effets de Farmer.Chat sur les pratiques agricoles, les récoltes et les revenus, et évaluera aussi sa rentabilité par rapport à des pratiques de vulgarisation traditionnelles.

Le projet est mis en œuvre en étroite collaboration avec le ministère éthiopien de l’Agriculture et des partenaires du gouvernement local. L’évaluation d’impact est dirigée par des chercheurs de Bordeaux Sciences Économiques en partenariat avec le Research Center for Inclusive Development in Africa (RIDA).

Cette phase permettra de renforcer les capacités institutionnelles du ministère de l’Agriculture et de jeter les bases pour des politiques agricoles plus efficaces et inclusives. Parmi les résultats clés attendus, nous pouvons citer :

• Un renforcement des capacités du personnel en gestion, analyse et visualisation des données
• Des décisions politiques prises sur base d’éléments probants sur des questions relatives à la distribution des intrants, aux flux commerciaux et aux services dédiés au bétail, entre autres
• Un modèle durable pour l’utilisation de données administratives et issues d’enquêtes afin d’améliorer la politique agricole
• Des enseignements tirés sur la manière d’institutionnaliser l’élaboration de politiques sur base de données dans des environnements qui manquent de capacités

À long terme, cette innovation pourrait augmenter la productivité, améliorer les revenus des agriculteurs et renforcer la résilience au climat.