Miközben ezek a technológiák új lehetőségeket kínálnak az állatok egészségének nyomon követésére és az egyedi gondozás javítására, komoly etikai és szabályozási kérdéseket is felvetnek. Vajon az MI közelebb hozza az embert az állatok szükségleteinek megértéséhez, vagy éppen ellenkezőleg, tovább növeli a távolságot?

Erre kereste a választ lapunknak adott interjújában Jonathan Birch professzor, a Londoni Közigazgatási és Politikatudományi Egyetem (LSE) Jeremy Coller Állati Érzékenység Kutatóközpontjának igazgatója, valamint Natasha Boyland kutató, a központ kutatási munkatársa, akik szerint a technológia jövőbeli hatása elsősorban attól függ, milyen célokra használjuk és milyen etikai korlátokat szabunk számára.

Jonathan Birch szerint a legsürgetőbb etikai kockázat az, hogy a mezőgazdasági MI-megoldások döntő többségét intenzív termelési rendszerekhez fejlesztik, és a fő cél sokszor a hatékonyság növelése. Ez két irányból is veszélyes lehet: ha a technológia csökkenti egy alacsony jólétű modell negatív hatásait és gazdasági veszteségeit, az segítheti a modell fennmaradását; emellett a „pontosabb” irányítás akár további intenzifikációt is lehetővé tehet, például magasabb állatsűrűséget. A professzor ezért úgy látja, hogy

Az MI képes lehet korábban jelezni bizonyos egészségügyi gondokat, de a piaci ösztönzők nem feltétlenül az állatjóléti problémák enyhítését helyezik előtérbe. Példaként említette, hogy tejelő­szarvas­marha-­tartásban jóval több, kereskedelmi forgalomban is elérhető technológia épült ivarzás-detektálásra (ösztrusz), mint például sántaság-monitorozásra. Szerinte ez árulkodó, hiszen ahol a megtérülés közvetlen és gyors (termelési mutatókon keresztül), ott hamarabb lesz innováció, miközben a jólétet célzó megoldások gyakran lassabban terjednek.

A tágabb szakirodalom is figyelmeztet, hogy a precíziós állattartás körüli optimizmus könnyen elfedheti a kockázatokat. Egy 2022-es áttekintés 12 olyan fenyegetést sorol fel, amelyen keresztül a precíziós állattartás ronthatja az állatjólétet, ilyenek a technikai hibák, pontatlan előrejelzések külső validáció hiánya miatt, túlzott ráhagyatkozás a rendszerre, kevesebb minőségi ember–állat kapcsolat, készségvesztés, valamint a tartási környezet „a rendszer kedvéért” történő átalakítása és iparosodása. A szerzők következtetése ráilleszthető Jonathan Birch logikájára, a jóléti előnyökért nem elég adatot gyűjteni, a veszélyeket ugyan­ilyen tudatosan kell menedzselni.

Kevesebb ember–állat kapcsolat

A kutatókkal történt egyeztetés egyik visszatérő témája a „kiszervezett kegyetlenség” (’outsourcing cruelty’) lehetősége. Natasha Boyland szerint ez nem azt jelenti, hogy a gép „kegyetlen”, hanem hogy az automatizáció eltávolíthatja az embert a döntések következményeitől, és emiatt az állattartó kevésbé figyelmes az állatok reakcióira. Ráadásul a telepi helyzetekben sokszor kompromisszumot kell kötni (például a különböző egyedek szükségletei között, vagy a jólét és a produktivitás között), és az emberi felügyelet alatt álló helyzetben előfordulhat, hogy a gondozó nem a profit maximumát választja, hanem a jobb összjólétet. Egy MI-eszköz ezzel szemben nagy valószínűséggel azt teszi, amire „beállították”, és ami kívül esik a célfüggvényen, az könnyen láthatatlanná válik.