Artificial intelligence and food insecurity: opportunities, risks, and equity pathways for the Global South
Ahmed Abdiaziz Alasow · Yusuf Hared Abdi · Abdimalik Ali Warsame 等 9 人
系统综述64项研究，分析AI在全球南方粮食安全中的机遇、风险与公平路径。
系统文献综述，检索Scopus、WoS、PubMed、AGRIS、IEEE Xp
AI可提升产量预测与减少浪费，但数据殖民、算法偏见等风险可能加剧不平等。
可实证检验公平导向的AI治理框架在低收入国家小农户中的落地效果与机制。
基于64篇文献的系统综述，系统梳理AI在粮食安全中的双刃剑效应与公平治理路径，数据与框架均有实质增量，对农业信息化政策设计具参考价值。
粮食不安全影响着全球6.91亿至7.83亿人，对低收入和中等收入国家、边缘化群体以及受冲突影响人口的影响尤为严重。人工智能（AI）通过精准农业、供应链优化和早期预警系统，为解决粮食安全挑战提供了前所未有的机遇，在作物产量预测中实现了高达91%的准确率，并将粮食浪费减少了22%。然而，其部署也可能固化现有的不平等。本文基于对Scopus、Web of Science、PubMed、AGRIS和IEEE Xplore数据库中64项同行评审研究（2015—2025年）的系统性文献检索，通过一个涵盖包容性数据实践、公平治理、参与式设计和本地能力建设的综合框架，审视了AI在粮食系统中的双刃剑作用。主要风险包括数据殖民主义、偏向工业化农业的算法偏见、对脆弱社区的数字排斥，以及威胁粮食主权的技术依赖。然而，来自撒哈拉以南非洲成功实施的证据表明，包容性方法可以在提高生产力的同时促进性别平等和环境可持续性。研究得出结论，AI的影响从根本上取决于优先考虑公平的设计原则和治理框架。缺乏包容性实施策略，AI可能加剧饥饿差距；反之，以公平为中心的方法可以为所有人群构建具有韧性、公正且粮食安全的体系。