Совет ИИ уничтожил около 10 гектаров кунжута в Китае
67-летний фермер около года пользовался неназванным ИИ-сервисом, а затем применил без проверки химическую схему, после которой массово погибли всходы.
История 67-летнего фермера из китайского Чучжоу показывает редкий случай, когда ошибка генеративного ИИ получила почти мгновенный физический масштаб. После обработки поля по рекомендации неназванного ИИ-приложения всходы кунжута начали массово погибать на площади 150 му — примерно 10 гектаров.
Фермер, которого источники называют по фамилии У, пользовался сервисом около года. По данным CTWANT, пересказанным Tom’s Hardware и The Economic Times, сначала он относился к ответам осторожно и перепроверял их. Затем полезные советы о погоде, удобрениях и вредителях постепенно сформировали доверие.
Когда понадобилось одновременно бороться с сорняками и насекомыми на кунжутном поле, ИИ предложил смесь препаратов. У применил ее без предварительной консультации со специалистом по защите растений. На следующее утро вместе с сорняками стали гибнуть и сеянцы кунжута.
В публикациях среди гербицидов указан фомесафен. Это действующее вещество против широколистных сорняков. Китайский официальный реестр пестицидов устанавливает для препаратов на его основе конкретные культуры и режимы применения, а также предупреждает о чувствительности ряда растений. Агрономы, цитируемые в первоначальном сообщении, связали повреждение кунжута именно с этим компонентом.
При этом доступные источники не называют ИИ-приложение. Поэтому приписывать происшествие ChatGPT, DeepSeek или другой известной системе оснований нет. Не опубликована и достоверная денежная оценка ущерба. Надежно описанный масштаб — 150 му обработанных посевов и массовая гибель всходов после опрыскивания.
С научной точки зрения проблема в том, что совет по гербицидам требует гораздо более жестких ограничений, чем обычный текстовый ответ. Нужно учитывать вид культуры, фазу развития, действующее вещество, форму препарата, дозу и способ внесения. Исследование, опубликованное в 2024 году в Henan Agricultural Sciences, сравнивало послевсходовые гербициды для борьбы с широколистными сорняками в кунжуте и показало заметные различия в фитотоксичности.
Именно такие ограничения универсальная языковая модель может не соблюдать, даже если формулирует ответ уверенно и правдоподобно. В Китае эту проблему пытаются решать специализированными системами. В мае 2026 года был представлен Green Shield — большой языковой модель для защиты растений. Она сверяет рекомендации с национальной базой регистрации пестицидов и должна блокировать несоответствующие варианты.
Разработчики Green Shield прямо указывали, что универсальные LLM могут давать неточные ответы по защите растений и рискованные рекомендации по пестицидам. Тем самым случай У вписывается в уже известную техническую проблему, а не создает ее задним числом.
Есть и поведенческий фактор. На странице чата, по сообщениям СМИ, присутствовало общее предупреждение о возможных ошибках ИИ и необходимости проверки. Но около года удачных взаимодействий снизили осторожность пользователя. Это означает, что одной дисклеймерной строки недостаточно для систем, чьи советы могут привести к необратимому действию.
Дальнейшее развитие аграрного ИИ будет зависеть не только от роста точности моделей. Не менее важны подключение к нормативным базам, проверка ограничений и способность системы отказаться от конкретного рецепта там, где без агронома безопасного ответа быть не должно.
