Abordagem de Sistemas na Agricultura

O progresso no cumprimento de pesquisas com abordagens de sistemas só poderá ocorrer quando a comunidade científica começar a integrar mais metodicamente ciência, tecnologia, comportamento humano, economia e política. Essas abordagens poderão ser facilitadas através dos modelos biofísicos e empíricos, envolvendo a integração de dados de diferente natureza e com uso de tecnologias de inteligência artificial (National Academies of Sciences, Engineering, and Medicine, 2019b). As considerações dessas interações serão críticas para encontrar soluções holísticas para os desafios alimentares e agrícolas que ameaçam nossa segurança e sustentabilidade. Ademais, os modelos de sistemas também serão necessários de modo a avaliar os impactos de um avanço tecnológico na sustentabilidade do sistema alimentar e evitar resultados adversos, assim como propor intervenções que levem a ganhos gerais de eficiência e resiliência.

Iniciativas destinadas a estudar o sistema alimentar por meio desses modelos, com abordagem sistêmica, fornecem a oportunidade de determinar os limites apropriados na análise dentro e entre os sistemas, na identificação das lacunas de dados principais e ligações ausentes dentro dos sistemas e nas fronteiras dos diferentes sistemas, e na identificação e construição de uma análise de sistemas necessária e ferramentas de apoio à decisão em sistemas agrícolas complexos. Assim, por exemplo, a abordagem genotype-environment-management-society ou genótipo-ambiente-gestão-sociedade (Gems) para modelar sistemas agrícolas oferece grandes oportunidades para melhorar a eficiência do sistema, reconhecendo as interações complexas existentes. Seria necessário expandir os modelos de sistemas para incluir condutores sociais adicionais que permitiriam melhores previsões de comportamento no sistema alimentar e para invocar mudanças significativas no sistema (National Academies of Sciences, Engineering, and Medicine, 2019b). Na prática, pode-se mencionar o uso de modelos e sistemas de dados integrados, permitindo fazer previsões sobre as escolhas e os comportamentos alimentares que afetam o desperdício de alimentos ao longo de toda a cadeia produtiva e que possam ter seus impactos avaliados na sustentabilidade geral da agricultura. Outro exemplo seriam os modelos econômicos de previsão de safra. Ao incluir outras variáveis (como clima), ou políticas públicas (como aquelas de estímulos aos biocombustíveis), esses modelos poderiam aumentar o seu poder preditivo. Finalmente, poderíamos mencionar a abordagem sistêmica em projetos do tipo supply chain 4.0 e Industry 4.0 que são desenvolvidos para enfatizar os desafios e prioridades de incorporar os avanços da era digital, de automação e inteligência artificial em toda a indústria e cadeia de suprimento de alimentos, além da produção na fazenda, com a universalização da conectividade no meio rural, adoção de padrões de coleta, armazenamento e transmissão de dados, integração de dados e colaboração entre os diversos segmentos da cadeia desde a produção até o consumidor final (United States, 2021).

Finalmente, será necessária uma mudança de paradigma na pesquisa científica e na gestão do sistema alimentar de modo a antecipar os efeitos das mudanças ambientais e socioeconômicas, induzidas por políticas públicas, pelo mercado ou por mudanças de comportamento do consumidor. As ferramentas disponibilizadas sobre sistemas, pela ciência, deverão ser fáceis de usar e estabelecer ligações entre os diferentes setores e mercados agrícolas, permitindo o planejamento e a gestão de sistemas agrícolas e florestais que maximizem os benefícios econômicos, ambientais e sociais. As ferramentas também deverão ainda permitir ajustes no sistema agrícola/florestal para minimizar os riscos e maximizar a produtividade durante as mudanças do mercado ou das condições ambientais, integrando informações muito complexas em uma interface simples e intuitiva. O desenvolvimento e o estabelecimento de ferramentas e modelos de sistemas robustos exigirão interações verdadeiramente transdisciplinares entre grupos científicos díspares, bem como parcerias público-privadas, com dados de alta qualidade, necessários para desenvolver, treinar e tomar decisões de ordem estratégicas. Essas ferramentas necessitarão ainda considerar as diferenças regionais e culturais, bem como os sistemas de distribuição de produtos que podem ser alterados por desafios globais, como de oferta, logística ou eventualemnte afetados por pandemias (United States, 2019).

Na ciência, isso exigirá mais convergência de tecnologias e conhecimentos e de equipes transdisciplinares em torno da abordagem sistêmica para resolver problemas complexos no sistema alimentar. Também exigirá abordagens mais integrativas que possam avaliar alternativas de políticas para resultados de sustentabilidade em nível de sistema. Finalmente, exigirá engajamento e compreensão das agências fomentadoras e instituições de C&T com incentivos e mecanismos de financiamento adequados à adoção de abordagens convergentes em nível de sistemas na pesquisa e na educação.

BIBLIOGRAFIA E LINKS RELACIONADOS