PODCAST: “De boer zal niet verdwijnen, maar zijn werk verandert”

“Het lijkt simpel, maar het is veel complexer dan mensen denken.” Met die uitspraak doorprikt Pieter Blok, universitair docent Data & AI in de Landbouw aan JADS, meteen een hardnekkig misverstand over kunstmatige intelligentie in de landbouw. In de nieuwste aflevering van de Data Dates-podcast vertelt hij hoe data, computervisie en robotica de landbouw veranderen, en waarom vakmanschap daarbij onmisbaar blijft.

Opgroeien met landbouw

Blok groeide op in een agrarisch gezin in Zeeland. “Vanaf jonge leeftijd zit je midden in de landbouw. Dat heeft mijn jeugd echt gevormd,” zegt hij. Die achtergrond heeft nog steeds grote invloed op zijn werk. “De keuzes die ik in mijn carrière heb gemaakt, hangen daar heel sterk mee samen. Ja, mijn hart ligt daar absoluut.”

Na zijn promotie werkte Blok een tijd in Japan, waar hij zich richtte op het meten en analyseren van plantgroei met sensoren, software en drones. Die periode heeft vooral zijn blik op landbouw aangescherpt. “Niet zozeer technologisch – de verschillen waren kleiner dan mensen vaak denken – maar qua vakmanschap en hoe diep dat daar nog altijd verankerd is.”

Van handmatige regels naar data-gedreven AI

De manier waarop AI in de landbouw wordt toegepast, is de afgelopen jaren ingrijpend veranderd. “Voor de AI‑golf deden we alles op een klassieke manier. Als ingenieurs programmeerden we zelf wat een algoritme in een beeld moest herkennen.” Die aanpak is nu verschoven. “Tegenwoordig is het veel meer data‑gedreven. Je traint modellen op grote datasets en die optimaliseren zichzelf. Je hoeft niet meer elke interne beslissing vooraf te definiëren.” Dat klinkt abstract, maar de impact is tastbaar. “We bouwen machines met camera’s, software en robotica die taken overnemen die nu nog met de hand worden gedaan.”

Ogen, hersenen en robotarmen

Een duidelijk voorbeeld is selectieve oogst. “Op dit moment lopen mensen door velden heen om te bepalen welke gewassen rijp zijn en welke niet. Dat vraagt enorm veel arbeid.” Met AI kan dat proces worden geautomatiseerd. “We gebruiken 3D‑data om vorm en grootte te bepalen. Is het gewas groot genoeg? Vrij van defecten?” Een robotarm neemt vervolgens de oogst over: plukken en op de transportband leggen. Belangrijk is dat dit niet alleen draait om kostenbesparing. “De belangrijkste reden is dat er simpelweg niet genoeg mensen meer zijn die dit werk willen doen. Die handen zijn er niet meer.”

Waarom opschalen logisch was en waarom dat nu verandert

Wie wil begrijpen waar de landbouw naartoe gaat, moet volgens Blok eerst terugkijken. Na de Tweede Wereldoorlog werd in Nederland bewust gekozen voor schaalvergroting. “We wilden nooit meer honger. Er was een sterke focus op productiviteit, ruilverkaveling en efficiëntie.” Dat werkte: Nederland werd een wereldspeler in agri‑food. “Veel mensen realiseren zich niet dat Nederland na de VS een van de grootste landbouwexporteurs ter wereld is.” Maar de drang naar ‘groter, groter, groter’ bracht ook problemen met zich mee. “Monoculturen vergroten ziektedruk, chemisch gebruik en dragen bij aan water‑ en stikstofproblemen.”

Van groter naar slimmer

Volgens Blok verandert de richting nu. “Met data en AI kun je van schaalvergroting naar schaalverkleining, zonder productiviteit te verliezen.” In plaats van enorme velden met één gewas ontstaan nieuwe modellen. “Je kunt gewassen combineren die elkaar versterken. Minder kunstmest, minder pesticiden, meer synergie.” Dat vraagt wel een andere manier van denken. “Je past mechanisatie en automatisering aan op de natuur, in plaats van dat je de natuur dwingt zich aan te passen aan de machines.” Kleinere, slimmere robots spelen daarin een sleutelrol. “Grote machines werken niet goed op kleine, diverse percelen. Robotica wel.”

De boer verdwijnt niet

Betekent dit dat boeren overbodig worden? Integendeel. “Het werk verandert. Dat zie ik bij mijn eigen ouders. Mijn vader stond vroeger veel meer tussen de koeien; nu kijkt hij vaker naar data.” Maar de kennis blijft onmisbaar. “Geef een boer een paar datapunten en hij weet meteen wat er moet gebeuren. Die expertise zit niet in een model.” Blok vergelijkt landbouw met hightech productie. “In een fabriek heb je gecontroleerde omstandigheden. In de landbouw heb je te maken met wind, regen, zonlicht, ziektes – alles verandert continu.”

De grootste misvatting

Als Blok één misverstand over AI in de landbouw zou mogen rechtzetten, is het dat het makkelijk is. “Mensen denken vaak: zet er een camera op, sluit een algoritme aan, en klaar. Maar elk seizoen is anders. Elke variëteit ziet er anders uit. Probeer maar eens twee identieke tomaten te vinden in de supermarkt.” Agrarische processen automatiseren in open omgevingen kost jaren, gigantische hoeveelheden data en veel geduld. “Die complexiteit wordt vaak onderschat.”

Een complementaire toekomst

Blok ziet AI niet als vervanging van mensen, maar als aanvulling. “Technologie en mens moeten elkaar versterken.” Niet sneller en groter, maar slimmer en duurzamer – met behoud van het vakmanschap dat altijd al de kern van landbouw is geweest. Dáár ligt volgens hem de toekomst van de sector.

Luister naar Data Dates

Benieuwd naar het volledige gesprek met Pieter Blok? Beluister de nieuwste aflevering van Data Dates op Spotify.