Dans les champs haïtiens, l’intelligence artificielle sème la résilience

Quand on traverse les campagnes haïtiennes, on voit d’abord la terre et la sueur. Mais on voit aussi l’inquiétude : les récoltes qui s’effritent, les saisons qui se décalent, les maladies qui reviennent. Dans ce contexte fragile, AIPAGRI, l’Application de l’Intelligence Artificielle pour transformer l’Agriculture haïtienne, arrive comme une promesse de changement.

Ce projet veut aider les agriculteurs à anticiper les risques, réduire les pertes et renforcer la résilience face aux aléas climatiques. Une idée simple, mais qui repose sur des technologies très avancées : l’intelligence artificielle et le deep learning.

Jacky Duvil, PhD, coordonnateur d’AIPAGRI, explique que le secteur agricole haïtien fait face à « une combinaison de défis structurels et systémiques ». Parmi ces défis : la faible productivité, les pertes dues aux maladies phytosanitaires et l’intensification des stress hydrique et thermique causés par le changement climatique.

À ce constat s’ajoute « un déficit majeur en matière de dispositifs de vulgarisation scientifique et technologique accessibles aux agriculteurs », précise M. Duvil. En clair : les producteurs manquent d’outils pour anticiper les risques et améliorer leurs pratiques.

Pourquoi l’intelligence artificielle ?

AIPAGRI mise sur le deep learning pour analyser de grandes quantités de données et détecter des signaux invisibles à l’œil nu. « Contrairement aux approches classiques, le deep learning permet un apprentissage évolutif et adaptatif, particulièrement pertinent pour les agroécosystèmes tropicaux haïtiens », souligne le coordonnateur.

Concrètement, l’IA permet la détection précoce des maladies, la prévision des stress hydrique et thermique, et l’anticipation des impacts du climat. C’est ce qui permet de passer à une agriculture de précision, qui s’adapte au terrain et non l’inverse.

Un projet unique et technologiquement avancé

AIPAGRI se distingue des projets traditionnels. Au lieu de se limiter à distribuer des intrants ou à organiser des formations ponctuelles, il introduit une agriculture pilotée par les données.

Le projet combine plusieurs volets : des modèles de deep learning pour la surveillance phytopathologique et climatique, une application mobile en créole, KlinikAgwo, une plateforme de vulgarisation scientifique, et une démarche de co-construction des savoirs entre science et pratiques locales.
« Cette approche fait d’AIPAGRI une initiative unique en Haïti », affirme Jacky Duvil.

Impact sur les agriculteurs

L’application KlinikAgwo, disponible en créole, veut rapprocher les agriculteurs des technologies avancées, même en milieu rural.
« Avec KlinikAgwo, nous voulons réduire la fracture technologique en milieu rural et démocratiser l’accès à l’information scientifique », ajoute M. Duvil.

Grâce à la base de données AIPAGRI, les maladies du haricot, du maïs et du riz pourront être détectées plus tôt, et des recommandations techniques personnalisées seront proposées aux agriculteurs. Le projet prévoit un accès gratuit ou subventionné pour les petits producteurs, afin d’éviter toute exclusion numérique.

Financement

Financé par la Banque de la République d’Haïti via le Fonds pour la Recherche et le Développement, le projet est soumis à un suivi strict. La BRH exige des résultats concrets : outils validés, bases de données structurées et impact mesurable sur les pertes agricoles.

Pour répondre à ces exigences, AIPAGRI collecte ses données via des observations de terrain, des images agricoles et des capteurs agroclimatiques. Les modèles IA sont développés localement et testés sur le terrain. « Les résultats de nos modèles sont constamment confrontés aux observations agronomiques réelles », précise Jacky Duvil.

Après le financement initial, AIPAGRI prévoit un modèle économique hybride, combinant partenariats institutionnels, services technologiques et intégration dans les politiques publiques. À terme, le projet pourrait s’étendre à d’autres secteurs stratégiques comme l’élevage, la pêche, la gestion de l’eau ou la foresterie.

Lenz Beth Ferlyn Alparète