Precíziós és digitális: sokaknak még mindig mást jelent
Az egyik gazdálkodó hallgatóm a diplomadolgozata készítése során megkérdezte, kinek mit jelent a precíziós mezőgazdaság fogalma. A traktoros az AB nyomvonalat emelte ki, édesapja azt, hogy a megfelelő helyen és időben történik a kijuttatás, a felesége pedig a pontos, precíz adminisztráció fontosságát, míg a hallgató a vállalatirányítás és az adatgazdálkodás rendszerszintű fejlesztésén gondolkozott. Mindenki a maga területén legfontosabb elemeket emelte ki.
Ez kiválóan rávilágít arra, hogy a precíziós gazdálkodás nem egyetlen, mindenki számára azonos jelentéssel bíró fogalom, hanem egy olyan keretrendszer, amely különböző szereplők számára mást és mást jelenthet a saját perspektívájukból.
A traktoros számára a technológia gyakorlati haszna biztosítja a hatékonyságot és a fizikai munkafolyamatok megkönnyítését. Az édesapa a megfelelő időben és helyen történő kijuttatásra, a mezőgazdasági termelés alapvető céljára fókuszál, amely az agronómiai siker és a fenntarthatóság kulcsa. A precíz, pontos adminisztráció arra utal, hogy a precíziós, digitális gazdálkodás nemcsak a terepi munka optimalizálását szolgálja, hanem az átláthatóságot és az üzleti folyamatok ellenőrizhetőségét is javítja. Az adatalapú döntéshozás és a rendszerszintű fejlesztések pedig a jövőorientált, versenyképes gazdálkodás alapjai.
Ez a sokszínűség jól mutatja, hogy a precíziós, digitális gazdálkodás egy átfogó szemlélet, amely a modern technológia adta eszközökkel segíti a gazdálkodás minden szintjét – a földműveléstől kezdve a vállalatirányításon át a fenntartható fejlődésig. Ez a rendszerszemlélet pedig egyaránt követel technikai, agronómiai, pénzügyi és szervezeti ismereteket, miközben minden érintett szereplőt bevon az értékteremtés folyamatába. Így válik a precíziós/digitális gazdálkodás nemcsak eszközzé, hanem egyfajta filozófiává, amely mindenki számára mást és mást jelent, mégis közös célt szolgál: a hatékony, fenntartható és jövedelmező gazdálkodást.
E gondolat mentén a legnagyobb kihívás az, hogy a különböző szempontokat összehangoljuk, és olyan integrált rendszereket hozzunk létre, amelyek minden érintett számára értéket teremtenek.
Az előző gondolatmenethez kapcsolódóan is szeretem megkülönböztetni a precíziós, a smart és a digitális gazdálkodás különbségeit, mert ezek a fogalmak is gyakran keverednek. A precíziós, smart és digitális mezőgazdaság fogalmai szorosan kapcsolódnak egymáshoz, de mindegyiknek megvan a maga sajátossága és fókuszterülete. Ezek a kifejezések gyakran átfednek egymással, mégis érdemes megkülönböztetni őket, hogy jobban megértsük, milyen kontextusban használhatók.
A precíziós mezőgazdaságban a termőföldek heterogenitását figyelembe véve a megfelelő inputanyagokat (pl. műtrágya, növényvédő szerek) a megfelelő helyen és időben juttatjuk ki. Az adatok (talajminták, hozamtérképek, időjárás) alapján döntéseket hozunk, optimalizálva a termelékenységet és csökkentve a környezeti terhelést.
A smart mezőgazdaság magában foglalja az IoT-eszközöket (Internet of Things – a dolgok internete), a mesterséges intelligenciát (Artificial Intelligence – AI), és az automatizálást, hogy önállóan működő rendszereket hozzon létre. Ezek a rendszerek nemcsak adatokat gyűjtenek, hanem intelligens döntéseket is hoznak, vagy végrehajtják azokat emberi beavatkozás nélkül.
A digitális mezőgazdaság átfogóbb fogalom, amely minden digitális technológiát magában foglal, ami a mezőgazdaságot támogatja. Ide tartozik a precíziós és a smart mezőgazdaság is, de ezen túlmutat, mert magában foglalja az agrárgazdaság digitális átalakulását is. Az összes agrártevékenység és az értéklánc digitalizálásáról szól, beleértve az adatok gyűjtését, tárolását, elemzését és megosztását. Ez a koncepció a teljes agrár-ökoszisztéma (termelés, feldolgozás, logisztika, értékesítés) hatékonyságát javítja.
Kérdések és célok
A jelen gazdasági és klimatikus helyzetben a digitális fejlesztésnek nem feltétlenül a nagyobb és költségesebb erőgépek beszerzését kell jelentenie, hanem az olyan megoldások kiválasztását, amelyek hozzájárulnak a gazdasági fenntarthatósághoz, a jövedelmezőség növeléséhez és a kockázatok minimalizálásához. A digitalizáció a precíziós gazdálkodás egyik legfontosabb eleme, hogy a meglévő technológiát jobban, átgondoltabban és pontosabban alkalmazzuk, ezzel optimalizálva a termelési folyamatokat.
Ehhez magunk kell, hogy megfogalmazzunk kérdéseket és célokat
Különösen fontosnak tartom a kérdésfeltételeket, mely sokaknak azért nehéz, mert a jelenlegi oktatási és társadalmi rendszerünk a legtöbb esetben a szabálykövetésre és nem a kérdésfelvetésekre szoktat. A digitalizáció viszont nem a jogszabályi kötelezettségeknek való megfelelésről szól, hanem arról, hogy van értelme az adatok alapján végzett fejlesztéseknek kicsiknek és nagyoknak is.
Talajtanosként egy példa: a kötelező talajmintavétel, amelynek meg kell felelni. Az adatait viszont fontos használni: hogy milyen a tápanyag, mennyit vegyek belőle, mennyit juttassak ki a földekre. Nem szabad, hogy csak a megfelelés legyen a cél, mert az eredményekből nyert információk adják meg a kérdéseinkre a szakmailag megalapozott válaszokat.
További példa a mesterséges intelligencia, melynek fejlődése átformálta az információhoz való hozzáállásunkat, lehetővé téve, hogy másodpercek alatt hatalmas mennyiségű adatot feldolgozva, szinte bármilyen kérdésre azonnali, pontos választ kapjunk.
Ám itt van a bökkenő: a mesterséges intelligencia rendszerek, bár nagy teljesítményűek, még mindig a bemeneti adataink pontosságára támaszkodik. Ha rossz kérdést teszünk fel, túl homályos, zavaros vagy irreleváns eredményeket kapunk.
A mesterséges intelligenciában rejlő lehetőségek kiaknázásának kulcsa abban rejlik, hogyan tesszük fel a megfelelő kérdéseket – olyan kérdéseket, amelyek hatékonyan használják ki a hatalmas tudásbázist és az algoritmusokat.
Ezért olyan fontos, hogy a kérdéseink egyértelműek és konkrétak legyenek. Minél pontosabb, annál jobban megérti a mesterséges intelligencia, hogy valójában mit kérdezünk, és annál pontosabb, hasznos választ tud adni.
A jó kérdések feltevéséhez ismernünk kell a termelés minden elemét és működését, mert csak akkor kapunk értelmes és hasznos válaszokat.
Sok-sok szigetszerű agráradat
A Nemzeti Adatvagyon Ügynökség (NAVÜ) által készített felmérés alapján ágazati szinten összesen 48 adatforrás érhető el nyilvánosan. A 2024-ben a Neumann János Nonprofit Közhasznú Kft. szakemberei által készített felmérés szerint összesen 193, jogszabályban előírt információs rendszert, adatbázist és nyilvántartást működtet a Kormányzat az agráriumhoz kapcsolódóan. A különböző adatok harmonizációja azonban úgy látom, hogy még továbbra is várat magára.
A cél a gazdák számára kötelezően előírt adminisztráció csökkentése és egyszerűsítése, ezért is szükséges lenne az adatharmonizáció, legalább a fő rendszerek között. A területalapú támogatáshoz kapcsolódóan is többszörös és eltérő adattartalmú adatszolgáltatási kötelezettsége van a gazdáknak a MÁK, illetve az előfinanszírozást nyújtó bankok felé. Ezek a rendszerek sajnos nem kommunikálnak egymással.
A termelők többsége nincs felkészülve arra, hogy önállóan kialakítsa a saját gazdaságának informatikai hátterét, adattárolását, döntéstámogató rendszerét, ezért a gazdák számára kiemelten szükséges volna az üzemszintű rendszertámogatás.
Az elektronikus gazdálkodási napló (eGN) mellett a Lechner Tudásközpont és a HungaroMet Magyar Meteorológiai Szolgáltató Nonprofit Zrt. (OMSZ) meteorológiai adataival egy jó tanácsadói rendszert lehetne létrehozni, viszonylag kevés befektetéssel, amely által parcella szintű adatokat kapnának a gazdák. Így strukturáltan tárolt adataik lennének, ami hatalmas előrelépést jelentene a gazdatársadalom számára. Ezeket az adatokat a szaktanácsadók felé is meg lehetne osztani, továbbá mesterséges intelligencia (MI) támogatással döntéstámogatást lehetne hozzájuk felépíteni.
Jó példaként említhető az egészségügyben kialakított Elektronikus Egészségügyi Szolgáltatási Tér, vagyis az EESZT rendszer. Az agráriumban a gazdák és az érintett szereplők számára is egy hasonló elektronikus AGRÁR szolgáltatási tér kialakítása lenne hasznos. Egy ilyen rendszerben a szenzitív, egyedi ügyféladatok elkülönítése és bizalmas kezelése is megoldható lenne. Érdemes megjegyezni, hogy az EESZT-nél a standardizációt emelték ki egy további fejlesztendő célként.
Még mindig bábel és a soknyelvűség: a standardizálás kérdése
A standardizálás egy jelentős kérdéskör az ágazatban. Az agráriumban használt szoftverek összekapcsolhatóságának hiánya egy olyan fejlesztési probléma, ami az egyedi gazda szintjén is jelentkezik, de hatása az egész ágazatot negatívan érinti. Ez nem speciálisan magyar kihívás, hanem nemzetközi szintű. Az várható, hogy a nagy, globális cégek egy átfogó adatintegrációt fognak végrehajtani legfeljebb 5 éven belül. Jó lenne azonban ezt a témát nemzeti szinten kezelni, hogy a hazai adatok egy nemzeti adatbázisba kerüljenek. Mivel a mezőgazdaság stratégiai ágazat, így a téma kezelése nemzetbiztonsági jelentőséggel is bír.
A digitalizáció nem arról szól, hogy gépeket vagy precíziós eszközöket használunk, hanem arról, hogy mérünk, az adatokat feldolgozzuk, döntünk és precízen beavatkozunk. A digitalizáció nem önmagáért fontos, hanem az a cél, hogy általa a jövedelmezőség növekedjen.
A digitalizáció alapja pedig a mérésekből származó adat. Viszont nagyon sok termelő megakadt azon a ponton, hogy az eszközök, rendszerek nem kommunikálnak egymással, az adatok nehezen nyernek értelmet.
Megnövekedett adminisztrációs terhek – MEPAR
Az agrárágazat digitális átállása kapcsán jelentősen megváltoztak az üzemszintű adatgyűjtés, -feldolgozás és -kezelés technológiái és folyamatai, valamint jelentős változás következett be a hazai mezőgazdasági adattér működésében, a hozzáférhető adatok mennyiségében és minőségében. A mezőgazdaság hatékonyságának növelése elsősorban az üzemszintű és ágazati adatkezelésen múlik. A magyar kormány már a 2019-ben elfogadott Magyarország Digitális Agrár Stratégiájában (a továbbiakban: DAS) gondoskodott a hazai termelők digitális átállásának támogatásáról, így a termelői adatfeldolgozáshoz szükséges ágazati adatkörnyezet biztosításáról is. A 1470/2019. (VIII. 1.) Kormányhatározat 5. pontja rendelkezett a Mezőgazdasági Parcella Azonosító Rendszer (a továbbiakban: MEPAR) adatainak mezőgazdasági termelők számára történő térítésmentes hozzáférhetővé tételének előkészítéséről.
A MEPAR térinformatikai adatainak szabványos formában való elérése (pl. a geoinformációs rendszerekben használt vektorgrafikus, shape file („shp”) fájlformátum) biztosíthatja az ágazat agrár adattér egységes térinformatikai keretrendszerét.
Az elmúlt évek digitális átalakulásának köszönhetően az adatalapú gazdálkodás és a térinformatikai adatok – mint például az „shp” formátumú fájlok – kezelése számos gazdálkodónál már bevett gyakorlattá vált. A DAS elfogadása óta a Közös Agrárpolitika nyilvántartási előírásainak változása miatt a gazdálkodók egyre szigorúbb adatszolgáltatási követelményekkel szembesülnek, mely mindennapi munkájuk részévé vált. A gazdasági adatok mellett termeléstechnológiai adatokat szolgáltatna a Nemzeti Élelmiszerlánc-biztonsági Hivatal, a Magyar Államkincstár és a Nemzeti Agrárgazdasági Kamara részére. Az adatok jelentős részéhez a szereplőknek térinformatikai koordinátákat is csatolniuk kell. Az adatkezelési követelmények növekedésével több előírásnak is meg kell felelniük a gazdálkodóknak, például a vízvédelmi sávok kijelölése, a 12%-nál meredekebb lejtők azonosítása, valamint a talajmintavétel során a helyrajzi szám részletes rögzítése.
Az általuk használt eszközrendszer ma már lehetővé tenné, hogy a MEPAR-ban elérhető térinformatikai alapadatokat és agráradatokat feldolgozzák, értelmezzék és a gyakorlati megvalósítás során alkalmazzák a kijuttatások során.
Jelenleg azonban a MEPAR adatbázis csupán vizuális adatszolgáltatást biztosít, az adatok nem érhetők el térinformatikai formátumban. A térinformatikai adatok hozzáférhetősége jelentős könnyítést eredményezne a gazdálkodók számára mind az előírt kötelezettségek teljesítésében és a hitelesebb adatszolgáltatásban, mind a saját adatok gyűjtésében és feldolgozásában.
Végül szeretném megköszönni a kollégáknak, az egyesületi tagoknak és a szakmérnököknek az idei évi szakmai beszélgetéseket, és Varga Péternek a digitalizációról és az adatbázisokról történő eszmefuttatásokat, hiszen újabb és újabb „jó” kérdések és célok akkor lesznek, ha ilyen nagyszerű csapatként dolgozunk és továbbra is nagy hangsúlyt fektetünk a szakmai kapcsolatok építésére, a szinergiák megtalálására és a tudás áramoltatására.
Gödöllőn is halad a precíziós gazdálkodás és az agrárdigitalizáció
Prof. Dr. Milics Gábor, a Magyar Agrár- és Élettudományi Egyetem Növénytermesztési-tudományok Intézetének tanszékvezető egyetemi tanára, a Magyar Precíziós Gazdálkodási Egyesület (MPGE) elnöke és a Digitális Agrárakadémia egyik korábbi szakmai vezetője is megosztotta velünk véleményét, hogy mi volt és mi várható a szakterületen.
Az agrárdigitalizációs aktualitások, amik a következő évet érintik
A mezőgazdaság digitális átállását támogató pályázat második köre átcsúszott 2025-re. Fontos kapcsolódó fejlemény, hogy várhatóan – igazodva a szakmai elvárásokhoz – fel fogják használni a sikeresen futó Agrár-EDIH projekten belül kidolgozott „Roadmap”, vagyis digitális életút-elkészítési módszertant, mivel az Agrárminisztérium szakemberei is úgy vélték, hogy a módszertan segít a pályázatok elkészítésében, valamint azok elbírálásában is.
Hasonló közös munka zajlott le a 2024-es év elején, amikor a Magyar Precíziós Gazdálkodási Egyesület alelnöke, Varga Péter Miklós vezetésével egy munkacsoportban készítettünk el egy olyan háttéranyagot, ami a „precíziós pályázat” megvalósulásáról adott helyzetképet, gazdálkodók és ágazati szakemberek részvételével. Összegyűjtöttük azokat az ajánlásokat, meglátásokat és tapasztalatokat, amelyekről az MPGE szakértői úgy döntöttek, hogy lehetséges és érdemes felhasználni a következő, a digitalizációt támogató pályázat kiírásakor. A javaslatcsomag célja, hogy általa jobbá válhasson a pályázat, ezt át is adtuk a Nemzeti Agrárgazdasági Kamara és az Agrárminisztérium illetékes előkészítő csoportjának.
Mind az MPGE, mind az Agrár-EDIH részéről szeretnénk az új pályázat kiírását is segíteni abban, hogy sikeresebben érjen el a gazdákhoz, másrészt azokat a visszajelzéseket igyekeztünk összegyűjteni, amik azt érintették, hogy mivel tehető a gazdák számára emberközelibbé és felhasználóbarátabbá a pályázat. Az év során egyeztetést szerveztünk az agrárdigitalizációs és innovációs hub és az Agrárminisztérium szakemberei között, amelyen az AEDIH-csapat bemutatta az addig elért eredményeket és a lehetőségeket. Ebből aztán egy olyan megállapodás született, hogy az agrártárca illetékesei megvizsgálják a lehetőségeket, hogy a pályázatot megelőző szintfelméréshez szükséges Roadmap elkészítését, valamint a digitális érettség felmérését beillesszék a pályázati folyamatba. A folyamat beépítése azért fontos, mert az AEDIH által felmért, szaktanácsolt gazdálkodóknál a Roadmap elkészítéskor észleltük, hogy a tudáshiány vagy a bizonytalanságok miatt még mindig nem a teljes képét látják az agrárdigitalizációnak. Nagyon sokan tisztában vannak a feladatrészek mozzanataival, egy-egy technológiai megoldással, látják a lehetőségeket és a lényeget. Ám az összkép keveseknek van meg, így nincs előttük egy stratégiában 3–5 évre előre tervezve, felépítve a digitális alapú gazdálkodásra való átállás folyamata és rendszere.
Ugyanakkor a pályázat pozitív eredménye, hogy komoly beszerzések történtek, 2900 feletti gazdaság részesült az előnyökből. Sokan tudtak a pályázat segítségével gépeket venni, digitalizációs szintet növelni és precíziós gazdálkodási gyakorlatokat megvalósítani. Azonban sajnos annak ellenére, hogy a szaktanácsadást, mint szolgáltatást 7 százalék erejéig kötelező volt igénybe venni, sok esetben volt tapasztalható az, hogy a gazdák egy része nem tudta megfelelően értelmezni és jól felhasználni ezt a költségelemet és finoman szólva sem hozta ki a maximumot a lehetőségből. Pedig ez nagyon fontos kérdés, téma és feladat, mert bár az eszközök és a szolgáltatások rendelkezésre állnak, még mindig nem rendszeres és módszeres szinten használják az agrárdigitalizációt a hazai gazdák.
A döntéshozatalt az adatok előkészítése és a szaktanácsadási folyamat előzi meg, továbbá mindenhol kell egy „karmester”, aki összehangolja a feladatokat, átlátja az összefüggéseket és általa egységes rendszerbe tudják gyúrni az egész digitális rendszert. A helyesen gyűjtött adatok alapján lehet meghozni a jó döntéseket. E folyamat során az első év az adatstrukturálásról, az adatrendszer felépítéséről szól, ezek határozzák meg a következő évek döntéshozatalati folyamatát. A bázisadatokat aztán lehet kiindulási és viszonyítási pontként kezelni, majd azokra építve eldönteni, hogy milyen stratégia mentén érdemes és lehet haladni, megnézve azt is, hogy esetleg mik azok az elhibázott folyamatok, amiket megváltoztatva gazdasági előnyöket lehet elérni. Az elhibázott döntések ugyanis pénzügyi hátrányt okoznak. Az agrárdigitalizációs rendszerek bevezetésénél pedig annak, aki nem akar nagyot bukni, először kis rendszerekben érdemes gondolkodnia, ezek eredményeiből már ki lehet indulni és fel lehet skálázni a megoldásokat.
A gazdák nagy része a jelenlegi támogatási és termelési körülmények között találkozik azzal, hogy nagyon meg kell gondolnia az inputanyagok beszerzését. Ezzel egyidőben egyáltalán nem biztos, hogy a drasztikus árnövekedést azzal kell ellensúlyoznia, hogy nem juttatja ki a megfelelő mennyiséget a növénynek. A tapasztalat ugyanis azt mutatja, hogy hiányos tápanyag-utánpótlással nem lesz megfelelő teljesítmény sem, ami aztán egy negatív spirálba kergeti az egész növénytermesztést. Így folyamatosan rontják a növények életfeltételeit, ezáltal az életképességüket.
Fontos, hogy kezdésnek akár a már meglévő, korábban alkalmazott mennyiség elosztásának változtatásával is el lehet érni remek eredményeket: a kijuttatott inputanyagok differenciálásával az előírt mennyiség megmaradhat, de stratégiai döntést hozhatunk a jobban és a rosszabbul teljesítő táblarészek kezeléséről. Két megoldás van, az első a „Robin Hood” megközelítés, amikor a tápanyagban szegényebb, rosszabbul teljesítő területeknek adunk több támogatást, a másik pedig a „támogató redisztribúció”, aminél az újraelosztás azt jelenti, hogy az erősebb területeket erősítjük tovább. Ez esetben van egy táblaátlag, ahhoz viszonyítva, arányosítva adagoljuk a tápanyagokat a jobban termő területrészekre. A szupportív redisztribúció a gyakorlatban jelentős hozam- és hatékonyságnövekedésre képes, ami által többletbevétel realizálódott a számítások alapján. A gyengébb területek erősítése is célravezető lehet, ezt a feltételek és a környezeti adottságok alapján lehet eldönteni. Kiemelten fontos, hogy az irányokat és a lehetőségeket átgondolják a gazdák, hogy eldöntsék, melyik megközelítést alkalmazva lehetnek sikeresebbek. Mérlegelniük kell a rendelkezésre álló eszközöket, hogy hogyan tudják megvalósítani a változtatásokat.
Arra is fontos kitérni, hogy az agrárdigitalizáció egy szükséges adminisztratív feladatsort is magával hoz, amit el kell végezniük a gazdaságoknak. A digitális adatszolgáltatás rendkívül sok előnyt hordoz, de az eddigi magyar tapasztalatok szerint sokszor sajnos inkább elijeszti, ahelyett, hogy hozzásegítené őket a fejlesztésekhez. Az győzi meg a gazdákat, ha a digitalizáció az agronómiai és az ökonómiai feladatok teljesítését segíti elő, képességet, komfortfokozatot javít, vagyis hozzájárul a profittermeléshez. Viszont az, amikor az adatszolgáltatás, az -ellenőrzés kiterjesztése pluszfeladatokon és időveszteségen kívül keveset hoz, inkább hátráltatja őket, így ódzkodnak a változtatásoktól.
Megjegyzendő tapasztalat még, hogy Magyarországon is kialakultak olyan, alulról szerveződő agrárdigitalizációs Hotspotok, vagyis forró pontok, központok, amelyeknél a precíziós gazdálkodást viszonylag korán kezdők és fejlesztők gyűltek össze és működnek együtt, hosszú távon gondolkodva. Ezek résztvevői meg is mutatják eredményeiket, képességeiket és tudásukat, ezáltal egy tudásközponttá is válnak a környéken, fontos adatcserék történnek a találkozóikon, például Alsódobsza, Babarc, Lajoskomárom, Somogyvár, vagy Zimány térségében. Ezek a gondolatközpontok a helyi sajátosságokra alapozva, a helyi termesztéstechnológiai lehetőségeknek és elvárásoknak megfelelően építik be a tapasztalatokat a körbe, melynek tagjai ezek alapján a hibákat elkerülve is tudnak jó döntéseket hozni. További izgalmas hozzáadott értéket képviselnek azok, akik az agrárdigitalizációt a zászlójukra tűzték és hozzájárulnak a Digitális Agrárakadémia Plusz program Digitális Bemutató Gazdaság hálózatához, továbbá különböző egyetemekkel is együttműködési megállapodásokat, vagy mintagazdasági szerződéseket kötöttek, amivel iparági kapcsolatokat erősítenek, valamint hozzásegítik az agrárszakos hallgatókat a működő gyakorlatok megismeréséhez.
Oktatás és képzés
A MATE Precíziós Gazdálkodási és Agrárdigitalizációs Tanszékével például aktívan részt veszünk a Bonafarm Cégcsoporttal közösen egy nagyvállalati specializáció kialakításában. Ennek lényege, hogy megbízást kaptunk arra, hogy segítsünk olyan hallgatókat kiképezni, akik a tanulmányaik során megismerik a cégcsoport belső rendszereit, továbbá aktívan részt vesznek az adott gazdaságok életében. Megnézik a gyakorlatot, a digitalizációs életteret, az adatközpontot, valamint minden kapcsolódó témát. A hallgatók nagyon aktívak, igyekeznek megismerni a vállalati cégkultúrát, a munkastruktúrát és a belső rendszereket, ezáltal kialakul egy munkakapcsolat. A cél, hogy a fiatalok a végzéskor kész szakemberek legyenek, hogy a munkaerőpiacra kilépve már az első perctől be tudjanak állni a szakmai munkába úgy, hogy értik a digitális megoldásokat, átlátják, miket alkalmaz az adott cég, illetve azt is tudják, hogy ezeknek az agrárdigitalizációs megoldásoknak az informatikai és térinformatikai kiszolgálását hogyan tudják végrehajtani. A tanszékünknek ebben van nagy szerepe, örömmel járulunk hozzá a fiatalok sikerességéhez. Sokat elmond a hallgatók hozzáállásáról, hogy a legutóbbi MPGE szakmai napon teljes létszámban vettek részt.
A precíziós mezőgazdasági szakmérnök szakirányú továbbképzés a MATE országos rendszeréből és szervezeti kultúrájából adódóan campusokon átívelő oktatással valósul meg. A hibrid képzés során a hallgatók Keszthelyre és Kaposvárra iratkoznak be, majd változó helyszíneken van az oktatás. Amikor például Gödöllőn vagyunk jelen személyesen, a többi campusról jelentkeznek be online, távoktatás jelleggel, amikor pedig Kaposváron vagy Keszthelyen vagyunk ott személyesen, a többiek vesznek részt a kurzusokon digitális felületek segítségével.
Szerencsére a MATE oktatóiból válogatott, profi csapat lefedi a teljes szakmérnökképzést, ez az oka a viszonylag kevés számú külsős meghívottnak, hiszen a „belsősökkel” kellően erősek vagyunk, a kollégák a gyakorlattal is tisztában vannak, így folyamatosan a legmodernebb ismereteket tanítják. Természetesen, ha egy-egy témakör azt megkívánja, lehetőségünk van meghívni külsős oktatókat is.
A MATE precíziós mezőgazdasági szakmérnök képzésén azt látjuk, hogy olyan kollégák iratkoznak be, akik azonnal szeretnék a tudást továbbvinni és átadni. Cégvezetők, szaktanácsadók és szakiskolai vezetők érkeznek hozzánk, akik egyből hasznossá tudják tenni a tanultakat. Az oktatás szervezésénél figyelünk arra, hogy a legfontosabb új tudást hozzuk a hallgatóknak, van szántóföldi, kertészeti és állattenyésztési modulunk, ismertetjük a nyílt forráskódú agrárinformatikai szoftvereket, de az országban egyedülálló módon a professzionális szoftverek közül az ArcGIS PRO programot is bemutatjuk. Természetesen nem maradhatnak ki az agrár-térinformatikai szoftverek, mint például az SMS program vagy a John Deere Office rendszer az oktatási portfólióból. A MATE az egyik legkomplexebb képzést adja, amelynek célja, hogy technológiát átlátó és értő szakemberek kerüljenek ki az ország legnagyobb agráregyeteméről. A végzetteknek tisztában kell lenniük azzal, hogy mik a digitális adatok áramlási folyamatai, a talajtani és környezeti ismereteket pedig a Környezettudományi Intézet oktatógárdája adja át nekik.
Készül a precíziós gazdálkodás könyv
A jövő évre több szerzőtársunkkal közösen készítünk egy könyvet a MATE gondozásában. A kiadvány egyrészt az agrotechnológiai elemekkel és az agrárdigitalizációval foglalkozó egyetemi könyv a hallgatók oktatásához, másrészt a gazdáknak hasznos kézikönyv a gyakorlatukhoz. A precíziós gazdálkodás 21. századi jelentőségét és annak pillanatnyi állapotát, valamint lehetőségeit is bemutatjuk benne, a tervek szerint a félév környékén jelenik majd meg. A legutóbbi ilyen összefoglaló kiadvány 2011-ben készült el, Takácsné György Katalin: „A precíziós növénytermelés közgazdasági összefüggései” című könyve. Azóta több mint egy évtized eltelt, a viszonylag gyakran megújuló rendszerben rengeteg új tudás halmozódott fel, amit érdemes leírni, összegezni és megosztani másokkal – fogalmazott Milics Gábor professzor.
Ezekkel a témákkal érkezünk a következő részben:
Az Ezért kincs az agráradat cikksorozat következő számában, a 2025-ös évben már az új témával érkezünk, a generációváltás lesz a középpontban.
Az Ezért kincs az agráradat sorozat korábbi cikkei itt megtekinthetők
Szerkesztette: Csurja Zsolt gödöllői gazdász, 2009, óvári precíziós mezőgazdasági szakmérnök 2021, 3-as csoport
Címlapkép: Helix Media
(x)
