Winst:
- Vermogen om ethische risico's te herkennen en te beheren, zoals eigendom van boerengegevens, privacy en algoritmische vooringenomenheid
- Mogelijkheid om alle links van de module te combineren in één seizoens end-to-end workflow
- Het vaststellen in een kwaliteitssysteem dat AI-output de goedkeuring van bevoegde agronomen bij veiligheidskritische landbouwbeslissingen niet vervangt
Module-examen
1. Wat zijn de ankers van de 'drie ankers'-validatie die wordt toegepast voordat AI-output wordt opgenomen in een besluit op het gebied van de landbouwtechniek?
- A) Groottebereik, agronomische plausibiliteit en praktijkbewijs ✔
- B) Populariteit van het model, lengte van het antwoord en taalvaardigheid
- C) Prijs, snelheid en gebruikersinterface
- D) Merkgeloofwaardigheid, internetverbinding en bestandsformaat
Omschrijving: Drie ankers; orde van grootte, die controleert of het resultaat binnen de verwachte macht van 10 ligt, agronomische redelijkheid, die kijkt naar de consistentie van de opbrengst met gewas en klimaat, en veldbewijs, dat bevestiging in het veld biedt in plaats van kern/steekproef. Het merk van de bron, de populariteit van het model of de vloeiendheid van de tekst zijn geen verificatiecriteria.
2. Wat meet de NDVI (Normalized Difference Vegetation Index) feitelijk?
- A) Bepaal het exacte vochtpercentage van de grond in centimeters
- B) Dichtheid en kracht van groene, levendige vegetatie ✔
- C) Welke ziekteverwekker is aanwezig op soortniveau?
- D) Prijs van het eindproduct na de oogst
Beschrijving: NDVI meet de dichtheid en sterkte van groene, fotosynthetische levende vegetatie door het verschil tussen nabij-infrarood (NIR) en rode bandreflecties te normaliseren. Omdat gezonde planten NIR sterk reflecteren en rood intens absorberen, neemt de NDVI toe; De waarde neemt af bij stressvolle of schaarse dekking. Het meet niet direct de opbrengst, het bodemvocht of het ziektetype; deze vereisen aanvullende gegevens.
3. Een satellietbeeld toont een gebied met een lage NDVI-waarde. Welke van de volgende stappen kunt u het beste nemen voordat u van deze anomalie een technische beslissing maakt?
- A) Breng onmiddellijk fungicide aan op dat gebied
- B) Verdubbeling van de dosis kunstmest op het gebied
- C) Bevestig de oorzaak door veldcontrole, meteorologie en fenologie ✔
- D) Negeer de anomalie en pas een gemiddelde toe op het hele veld
Uitleg: Een lage NDVI kan worden veroorzaakt door waterstress, ziekte, tekort aan voedingsstoffen, onregelmatige opkomst, bewolking of vers geploegde grond. We kunnen deze onzekerheid alleen onderscheiden door middel van veldcontrole, meteorologie en fenologie; De kaart alleen vertelt niet waarom. Het toepassen van pesticiden of kunstmest brengt direct het risico met zich mee dat de verkeerde oorzaak wordt aangepakt.
4. Wat is de meest nauwkeurige aanpak bij het invoeren van veldcoördinaten, opbrengst- en kostengegevens van boeren in een openbaar beschikbare AI-tool?
- A) Alle gegevens plakken zoals ze zijn, met hun ID en coördinaten
- B) Anonimiseer identificerende informatie en deel alleen noodzakelijke technische gegevens ✔
- C) Gegevens in een openbare tabel laden zonder deze helemaal te controleren
- D) Gegevens doneren aan modeltraining zonder toestemming van de boer
Openbaarmaking: gegevens van boeren zijn commercieel en persoonlijk gevoelig; Coördinatie-, identiteits- en kosteninformatie is een kwestie van eigendom en vertrouwelijkheid. De juiste aanpak is om identificerende informatie te anonimiseren met representatieve labels (Plot-A, X-coördinaat) en alleen de technische gegevens te delen die nodig zijn voor analyse. Het delen van de gegevens zoals ze zijn of het zonder toestemming openstellen voor onderwijs brengt ethische en juridische risico’s met zich mee.
5. Het bodemanalyserapport geeft een pH van 4,8 weer. Wat betekent deze waarde agronomisch?
- A) Neutrale en ideale grond voor de meeste gewassen
- B) Sterk zuur; Een aandoening die de voedselinname kan beperken en correctie vereist ✔
- C) Sterke alkali; een aandoening waarbij kalk nodig is
- D) Het betekent dat het zoutgehalte in de bodem extreem hoog is.
Beschrijving: pH 4,8 duidt op een sterk zure grond; Onder deze omstandigheden wordt de opname van fosfor en molybdeen verminderd, neemt het risico op aluminium-/mangaanvergiftiging toe en wordt de wortelontwikkeling in veel gewassen onderdrukt. Voor de meeste veldgewassen is 6,0-7,0 het geschikte bereik. Daarom wordt een correctie zoals kalken overwogen; Zure grond is niet 'ideaal' en garandeert op zichzelf geen hoge opbrengsten.
6. AI adviseerde 60 kg zuivere stikstof per hectare voor een tarweveld; De regionale praktijk- en streefopbrengst bedraagt circa 12-16 kg zuivere stikstof per decare. Wat is het beste gedrag?
- A) Implementatie van de aanbeveling zoals deze is, omdat de AI heeft berekend
- B) Voor de zekerheid moet de dosis nog verder worden verhoogd
- C) Zie het als een waarschuwing van de orde van grootte en controleer de ingangen en lokale kalibratie ✔
- D) Het voorstel in tweeën delen zonder rekening te houden met de bodemanalyse
Beschrijving: De aanbeveling is ongeveer vier keer het verwachte bereik; Dit is een waarschuwing van de orde van grootte. Een teveel aan stikstof betekent zowel economische schade als het risico op depressie, ziekte en nitraatvervuiling. Het juiste gedrag is om de aanbeveling af te wijzen en de inputs (eenheid, opbrengst, doelopbrengst, bodem N) en lokale kalibratie te controleren. Blinde toepassing veroorzaakt milieu- en landbouwschade.
7. Wat betekent 'plantenwaterverbruik' (evapotranspiratie, ET) gebruikt bij irrigatiebeslissingen?
- A) De hoeveelheid water die alleen door neerslag in de bodem terechtkomt
- B) Totaal waterverlies door verdamping uit de bodem en transpiratie uit de plant ✔
- C) Elektrische geleidbaarheid van de grond
- D) Drukwaarde in de irrigatieleiding
Toelichting: Evapotranspiratie is het totale waterverlies uit de bodem naar de atmosfeer door verdamping en transpiratie vanuit de plant. Door de referentie-ET te vermenigvuldigen met de gewascoëfficiënt (Kc), wordt de werkelijke waterbehoefte van het product (ETc) geschat en wordt de irrigatie gepland op basis van deze waterbalans. ET is niet regenval of zoutgehalte van de bodem; Het vertegenwoordigt de uitstroomzijde van het waterbudget.
8. Een ingenieur die symptomen op het blad zag, gaf de fotobeschrijving aan AI en kreeg een voorlopige diagnose. Wat is verplicht voordat deze diagnose wordt vertaald in een besluit over ongediertebestrijding?
- A) Het bevestigen van de agent in het veld/laboratorium en het selecteren van een gelicentieerd en gelabeld medicijn ✔
- B) Voor de zekerheid verschillende medicijnen tegelijk gebruiken
- C) Breng het actieve ingrediënt onmiddellijk aan, wat AI ook zegt.
- D) Kies het goedkoopste bestrijdingsmiddel en pas dit toe op het hele veld
Uitleg: Een voorlopige diagnose op basis van alleen het beeld is niet voldoende vanwege verschillende factoren (schimmel-, bacterieel, viraal, tekort aan voedingsstoffen, abiotische stress) die vergelijkbare symptomen veroorzaken. Het middel moet worden bevestigd met een veldmonster en, indien nodig, een laboratoriumdiagnose, en vervolgens mag alleen een medicijn worden geselecteerd dat voor dat middel en dat product is goedgekeurd en geschikt is voor het etiket ervan. Toepassing van breedspectrumbestrijdingsmiddelen zonder verificatie brengt het risico van resistentie en residu met zich mee.
9. Wat is het doel van het GDD-concept (Growth Degree Day), dat vaak wordt gebruikt bij besluitvormingsondersteuning in de landbouw?
- A) Volg de pH-waarde van de grond
- B) Voorspellen van de ontwikkelingsstadia van planten en het ontstaan van plagen door warmteaccumulatie ✔
- C) Meten van het debiet van de irrigatieleidingen
- D) Berekening van de marktprijs van het product
Beschrijving: GDD is de totale warmte die wordt verzameld door een basistemperatuur af te trekken van de dagelijkse gemiddelde temperatuur en wordt gebruikt om de ontwikkelingsstadia (fenologie) van de plant en de opkomsttijd van sommige plagen te schatten. Zo kunnen de sproei-, bemestings- en oogstperiodes worden gepland op basis van de warmteaccumulatie in plaats van op basis van de kalender. GDD is niet de pH van de bodem of de hoeveelheid directe regenval.
10. Welke van de volgende uitspraken is de meest nauwkeurige uitspraak voor een opbrengstvoorspellingsmodel dat is ontwikkeld met machine learning?
- A) Voorspelt de toekomst nauwkeurig en foutloos
- B) Het is gebaseerd op patronen uit het verleden; Moet worden opgegeven met een onzekerheidsmarge en geverifieerd ✔
- C) Het werkt altijd met dezelfde nauwkeurigheid onder andere omstandigheden dan trainingsgegevens.
- D) Hij is de enige eindbeslisser zonder agronomische informatie
Beschrijving: Een machine learning-model is gebaseerd op patronen die het in historische gegevens ziet; Het vertrouwen neemt af als de invoeromstandigheden buiten de trainingsgegevens vallen (nieuwe variëteit, ongewoon klimaat). Daarom moet de output worden gegeven met een onzekerheidsmarge, en niet met een punt, en moet deze worden geverifieerd met historische opbrengsten en benchmarks. Het model kent de toekomst niet met zekerheid en werkt niet onder alle omstandigheden met dezelfde nauwkeurigheid.
11. Wat is de beste werkwijze voordat u een door AI gegenereerde Python/Panda-analysecode uitvoert?
- A) De code rechtstreeks op de gehele dataset toepassen zonder deze te lezen
- B) Testen met een kleine steekproefgegevens met bekende resultaten en controle van formules en eenheden ✔
- C) Gezien het feit dat alleen foutloos werken voldoende is.
- D) De uitvoer in het rapport plaatsen zonder deze überhaupt te controleren
Beschrijving: hoewel de door AI gegenereerde code correct lijkt, kan deze fouten in de eenheid, de kolomnaam, de indexformule of de filterlogica bevatten. Een goede gewoonte is om het resultaat handmatig uit te voeren op een kleine steekproef van gegevens die u kent, deze te vergelijken met de verwachte uitvoer en formules zoals NDVI te vergelijken met de bron. Door code op big data toe te passen zonder deze te zien, worden stille bugs naar productie verplaatst.
12. Waarom is het notitieboekje voor medicijntoediening van cruciaal belang in de traceerbaarheidsregistratie?
- A) Gewoon om belastingaftrek te krijgen
- B) Biedt verifieerbare registratie voor MRL-naleving, certificering en batchtracering ✔
- C) Alleen ter vergelijking met aangrenzende percelen
- D) Om reclamebrochures op te stellen
Omschrijving: Medicatieadministratieboek; Het documenteert welk product, welk actief ingrediënt, in welke dosis en datum het werd gebruikt, en de wachttijd tussen de laatste toepassing en de oogst. Deze registratie is verplicht voor naleving van de maximale residulimiet (MRL), goede agronomie/biologische certificering en batchtracering als zich een probleem voordoet. Ze worden niet uitsluitend bewaard voor het bijhouden van de kosten of voor reclame.
13. Een AI-tool rapporteerde vol vertrouwen een plaag die niet in het gebied werd aangetroffen als een ‘algemene bedreiging’. Welk concept kan deze situatie het beste verklaren?
- A) Sensorkalibratiefout
- B) Hallucinatie: productie van informatie die niet bestaat in een veilige taal ✔
- C) Onderbreking van de netwerkverbinding
- D) Gebrek aan neerslaggegevens
Uitleg: Er wordt van hallucinatie gesproken als het model informatie produceert die niet werkelijk bestaat of niet past bij de context, alsof deze echt, vloeiend en zelfverzekerd is. Het filter van agronomische plausibiliteit (is het klimaat en het oogstpatroon in de regio geschikt voor die plaag?) en veldmateriaal vangen dergelijke fouten op voordat ze worden ondertekend. Dit is geen sensorstoring of unitfout.
14. Hoe moet de rol van kunstmatige intelligentie worden gedefinieerd bij landbouwbeslissingen die cruciaal zijn voor de veiligheid en kwaliteit (bijvoorbeeld dosering van pesticiden, voorschrijven van kunstmest, irrigatieplan)?
- A) De bevoegde autoriteit die als enige de uiteindelijke beslissing neemt
- B) Geautomatiseerd systeem dat de goedkeuring van bevoegde agronomen vervangt
- C) Een assistent die concepten en suggesties opstelt en de beslissing aan de deskundige overlaat ✔
- D) Nauwkeurige informatiebron die geen verificatie vereist
Omschrijving: Kunstmatige intelligentie; Het is een assistent die schetsen maakt, gegevens samenvat en hypothesen voorstelt. Het laatste woord bij kritische beslissingen ligt bij de bevoegde landbouwingenieur die bekend is met veldobservatie, lokale kalibratie en wetgeving; AI-uitvoer vervangt deze goedkeuring niet. Als het gaat om product-, milieu- en voedselveiligheid ligt de verantwoordelijkheid bij de signexpert.