A modernizálódó mezőgazdaságban új ágazatként jelentek meg a precíziós gazdálkodásra és az ennek kiszolgálására létrehozott eszköz- és programrendszerek. Ezek az eszközök működésükhöz részletes adatokat gyűjtenek a gazdálkodásról, termőföldekről és a haszonállatokról. Ezek az adatok szabadon felhasználhatóak, ugyanis ezek az adatok technikai jellegük miatt nem tartoznak semmilyen védelmi besorolás alá, sem mint személyes adat, sem mint üzleti titok. A precíziós gazdálkodásnak ma már szükséges eleme a széleskörű adatgyűjtés. De kérdés, hogy ki gyűjti ezeket a technikai adatokat, mire használja, és milyen következményei vannak ennek a modern gazdálkodásra?
Mit értünk mezőgazdasági „Big Data” alatt?
Jellemzően a mezőgazdasági adatok alatt olyan adatokat értünk, amelyek az olyan témakörökre vonatkoznak, mint a termőföld, mezőgazdasági gépek, időjárás, termelés vagy az állatállomány. Poldermann Béla szerint a mezőgazdasági Big Data „tulajdonképpen döntési szabályok gyűjteménye és alkalmazása – az adatfeldolgozás egy olyan módja, ahol nagy mennyiségű, sokrétű és strukturálatlan adat tárolásáról és feldolgozásáról van szó”[1]. Minden korábban említett adattípus közös kapcsolóeleme a terület, ugyanis egy adott területre vetítve vizsgálható az összes vonatkozó adat, egy adott területre elemezhetőek az összefüggések a különböző rendszerek által gyűjtött adatok között. Így érthető Todd J. Janzen amerikai ügyvéd meglátása, aki rámutatott arra, hogy a földterületre vonatkozó, úgynevezett geoinformatikai adatok különösen jelentősek az említett adatok között.[2]
Honnan jön a rengeteg adat és ki jogosult rendelkezni vele?
Tradicionális szereplői a mezőgazdaságnak az egyéni gazdák, a kisebb családi- vagy területi alapon szerveződő gazdaságok és az ipari méretű nagygazdaságok. Már azt is megszokhattuk, hogy ide kapcsolódnak azok a vállalatok melyek a gazdálkodáshoz kapcsolódó termékeket gyártanak, mint a John Deere vagy a Monsanto. Emellett pedig megjelentek azok a piaci szereplők, amelyek a mezőgazdaságban keletkező adatok gyűjtésében, strukturálásában, értékesítésében, működnek közre, ilyen vállalatok például az Acxiom vagy az Experian. Összességében tehát a szereplőket három csoportra lehet osztani.
Az első csoport tagjai a saját gazdaságukat művelő gazdák, akik az ahhoz tartozó földek, állatok nyilvántartása, a földterületek ideális precíziós művelése céljával adatokat gyűjtenek a saját döntési folyamataikról, termelésükről, terméshozamukról, az időjárási viszonyokról. Jellemzően gépeken elhelyezett szenzorokkal és a gépek kezelését segítő GPS-es rendszerekkel gyűjtik az adatokat. Ezek a vezeték nélküli eszközök rögzítik az adatokat és a felhasználó jellemzően nincs tisztában vele, hogy ezeket a technikai adatokat a piaci szereplők hogy tárolhatják, hasznosíthatják. Tehát akik igénybe veszik ezeket az eszközöket és szolgáltatásokat elfogadják, hogy a rendszerek ideális működéséhez szükséges a technikai adatok rögzítése, természetesnek veszik, hogy ezeket a szolgáltatók, a szolgáltatásaik pontosításához, továbbfejlesztéséhez felhasználják. A második csoport a begyűjtött adatokat amellett, hogy a szolgáltatások nyújtására használják, tárolják, hasznosítják, és értékesítik, ide tartozik az említett Experian is. A harmadik csoport pedig az, amelynek megvan a szakértelme és infrastruktúrája ahhoz hogy értelmezzék a hatalmas adatbázisokat, amelyek értelmezése az adatok komplikáltsága miatt a kisebb gazdaságoknak lehetetlen lenne.[3] Példa erre a Monsanto nevű vállalat melynek megvannak az eszközei az adatok elemzésére és képes a mezőgazdasági adatokból kinyert tendenciózus kimutatásokat hasznosítani a vetőmag és növényvédőszer gyártásban és a kutatás-fejlesztésben. Kézenfekvő példa, hogy ha a hosszútávú tendenciák alapján a vizsgált piacokon a speciális, például szárazságtűrő vagy árnyéktűrő növények jobb terméshozammal rendelkeznek, a kutatás-fejlesztés képes a területi adottságokat figyelembe véve magas biológiai értékű vetőmagok előállítására.
Kinek kedvez az adatok felhasználása és hogyan?
Alapvetően elmondható, hogy „a fő cél, hogy az adatok elemzésével olyan válaszokat találjunk, amelyek lehetővé teszik a költségek, a folyamatok és a feldolgozási idők csökkentését, új termékek, szolgáltatások fejlesztését, a kínálat optimalizálását, a jobb döntéshozatalt.”[4] A vetőmaggyártással és növényvédő szerek előállításával, az adatbázisok vizsgálatával képesek lehetnek a hozamoptimalizálásra, a növényvédő szerek használatának precíziós permetezéssel történő minimalizálására és mezőgazdasági eszközök jobb, vagy pontosabb optimalizálására. A megszerzett adatok területre lebontva megmutatják, hogy mely területen milyen a termelékenység vagy az éves terméshozam, lehetővé teszik, hogy a gazdák földterületeik sajátosságainak függvényében válasszák ki a nekik megfelelő vetőmagot, műtrágyát a nagyobb hozamok és optimális jövedelmezőség érdekében. A fentiek alapján azonban fontos, hogy az adatok értelmezésére és felhasználására és így az adatok adaptációjára szinte kizárólag a nagy agrárgazdasági vállalatok képesek, akik így versenyelőnyhöz juthatnak a kisebb kis- és középvállalkozásokkal szemben. Ha egy a gyártással foglalkozó vállalat felülemelkedik versenytársain monopol vagy oligopol helyzetbe kerülhet és egyedüli vállalatként vagy kevés versenytárs esetén ennek következményeként kialakulhat a termékek választékának direkt, vagy spontán beszűkülése.[5] Ebből következik, hogy a piaci lehetőségek nem minden esetben képesek tökéletesen kiszolgálni a keresletet. Példaként hoznám fel a Szegedi Ítélőtábla Gf. 30.061/2018/4. számú döntésében feldolgozott esetet, melyben a gazdasági szereplők között kötött a Ptk. 6:233. §-ában foglaltaknak megfelelő, vevő közreműködésével előállított mezőgazdasági áru szolgáltatására irányuló adásvételi szerződésben a vevő által szolgáltatott speciális vetőmag nem volt megfelelő az adott környezeti helyzetben, súlyos károkat okozva a gazdálkodónak és a mezőgazdasági nagyvállalatnak is.[6] Ebből következik, hogy a felvázolt helyzet hátrányos helyzetbe is hozhatja a gazdákat például ha nem megfelelő éghajlatra fejlesztett vetőmagot alkalmaznak.
Ugyancsak versenyjogi problémaként merülhet fel, hogy a megismert adatok felhasználásával nagyobbra nyílhat a mezőgazdasági olló, hiszen a nagyüzemi gazdaságok gyorsabban fejlődhetnek az adatokból kinyert know-how alkalmazásával. Az említett adatfelhasználás segít a nagyvállalatoknak abban, hogy korai és tendenciózus fejlesztéseket hajthassanak végre. A kisebb, bioökológiai gazdálkodások még nincsenek veszélyben, hiszen ezek a technológiák a nagy monokulturális gazdálkodásra vannak kifejlesztve. Ezt jól mutatja, hogy az adatok nagyrésze a traktorokra szerelt érzékelőkön keresztül kerül rögzítésre, ezeknek a rendszereknek a kisebb területek művelésére való alkalmazása jelenleg még nem gazdaságos. A jelentős agrárcégek esetében – mint például a Monsanto vagy a John Deere – komoly tétje van a Big Data szerepének hiszen ezek analizálásával képesek a versenytársaik előtt maradni technológiai szempontból és az innováció élharcosai lenni a mezőgazdaság minden szegmensében. Tehát a mezőgazdasági adatgyűjtés nem csupán a múlt tapasztalatainak levonására szolgál hanem segít felvázolni egy jövőképet mely segítségével fel lehet készülni a várt jövőbeni eseményekre.
Konklúzió
A mezőgazdasági Big Data térhódítása megkérdőjelezhetetlen és a fentieken kívül is felvet rengeteg kérdést. Elképzelhetetlen lenne a korábban tárgyalt eszközök mellőzése, illetve az adatbázisok szakszerű elemzése és az ebből levont következtetések fel nem használása a modern mezőgazdaságban. A Big Data-nak tehát elsősorban pozitív szerepe van, segít a hozamoptimalizálásban, növényvédő szerek, vetőmagok helyes alkalmazásában és létrehozásában, továbbá a mezőgazdasági eszközök optimális üzemeltetésében, a megfelelő növénytermesztési mód megtalálásában, azonban felelősen kell arra tekintenünk és szabályoznunk annak esetleges versenyjogi következményeit. A Big Data helyes és következetes felhasználása elengedhetetlen a jövőben a hatékony mezőgazdaság kialakításában, amely nem lehetséges a példaként megemlített ipari vállalatok, illetve a kis- és középgazdaságok együttműködése nélkül.
Ez a cikk az Arsboni 2024. tavaszi gyakornoki programjának keretében készült.
Források Jennifer Zwagerman, Agriculture & Data Privacy: I Want A Hipaa(Potamus) For Christmas . . . Maybe, 8 Tex. A&M L. Rev. 685 (2021). https://scholarship.law.tamu.edu/cgi/viewcontent.cgi?article=1227&context=lawreview Jody L. Ferris, Data Privacy and Protection in the Agriculture Industry: Is Federal Regulation Necessary?, 18 MINN. J.L. SCI. & TECH. 309 (2017). https://scholarship.law.umn.edu/cgi/viewcontent.cgi?article=1422&context=mjlst Carbonell, I. M. (2016). The ethics of big data in big agriculture. Internet Policy Review, 5(1). https://policyreview.info/articles/analysis/ethics-big-data-big-agriculture Todd J. Janzen: Legal Aspects Related To Agricultural Data Collection, Storage and Use Perma | wdmc.org KITE tudástár: Innovatív mezőgazdaság – Mi is az a Big Data? https://www.kite.hu/tudastar/innovativ-mezogazdasag-mi-is-az-a-big-data/151 2024. GYÓDI PÉTER: Big Data a mezőgazdaságban https://www.smart-farming.hu/2015/07/05/big-data-a-mezogazdasagban/ (letöltve: 2024. 04. 30.) https://www.hengko.com/hu/news/what-does-agricultural-big-data-analyze/ Leone, Luca. “Addressing Big Data in EU and US Agriculture: A Legal Focus.” European Food and Feed Law Review, vol. 12, no. 6, 2017, pp. 507–18. JSTOR, https://www.jstor.org/stable/90021210. (letöltve: 2024. 04. 24.) [1] KITE tudástár: Innovatív mezőgazdaság – Mi is az a Big Data? https://www.kite.hu/tudastar/innovativ-mezogazdasag-mi-is-az-a-big-data/151 (letöltve: 2024. 04. 30.). [2] Janzen, supra note 14, at 2. [3] Carbonell, I. M. (2016). The ethics of big data in big agriculture. Internet Policy Review, 5(1). https://doi.org/10.14763/2016.1.405 (letöltve: 2024. 04. 28.). [4] KITE tudástár: Innovatív mezőgazdaság – Mi is az a Big Data? https://www.kite.hu/tudastar/innovativ-mezogazdasag-mi-is-az-a-big-data/151 (letöltve: 2024. 04. 30.). [5] Barancsuk János: Mikrogazdaságtan, PTE Közgazdaságtudományi Kar, Pécs, 2012, 276. oldal. [6] Szegedi Ítélőtábla Gf. 30.061/2018/4. számú határozata.
***
Ha nem szeretnél lemaradni a további írásainkról, kövesd az Arsbonit a Facebookon. Videós tartalmainkért pedig látogass el a Youtube csatornánkra.