Une nouvelle étude publiée sur arXiv propose un outil d’analyse de la résilience agricole fondé sur l’intelligence artificielle. L’objectif est de mieux comprendre comment des perturbations se propagent dans les chaînes d’approvisionnement agricoles, à l’intersection de systèmes biophysiques et économiques étroitement liés.
Le dispositif présenté intègre deux briques de modélisation connues : GTAP pour l’analyse économique et APSIM pour la simulation biophysique. En combinant ces approches, les auteurs cherchent à offrir une lecture plus complète des chocs affectant la production, les flux d’approvisionnement ou, plus largement, l’équilibre des filières agricoles.
L’un des points mis en avant est l’usage d’une interface en langage naturel. Selon le résumé, les utilisateurs peuvent interroger le système et obtenir des réponses rédigées de manière accessible, afin d’évaluer les effets croisés entre variables économiques et agronomiques. Cette couche IA vise à rendre des modèles complexes plus exploitables par des profils non spécialistes.
L’article cible en particulier les décideurs publics et les participants de marché, qui doivent arbitrer dans des contextes de plus en plus exposés aux aléas. À ce stade, le résumé ne détaille ni les performances quantitatives du système ni des cas d’usage précis. Mais la proposition illustre une tendance de fond : l’IA est de plus en plus utilisée comme interface entre modèles scientifiques hétérogènes, avec l’ambition d’améliorer l’anticipation des risques et la prise de décision dans l’agriculture.