Drones en robots in de klas, maar techniek alleen is niet genoeg

Een drone boven een perceel, sensoren die de gezondheid van koeien volgen en een robot die zelfstandig zijn werk uitvoert. De agrarische sector digitaliseert mee. De techniek kan steeds meer, maar daarmee groeit ook de vraag wat boeren en tuinders met al die gegevens en mogelijkheden moeten en wie hen daarbij helpt.

Die vraag begint in de schoolbanken. Studenten moeten niet alleen leren hoe een machine werkt. Steeds belangrijker wordt hoe ze de informatie die eruit komt, vertalen naar iets bruikbaars. Tegelijkertijd veranderen de software, toepassingen en mogelijkheden zo snel dat het onderwijs zijn programma niet voortdurend kan omgooien. Een ingewikkelde spagaat.

‘Wij zijn ons onderwijs altijd aan het vernieuwen. Maar dat kan niet continu’, zegt Altjo Medema, docent en onderzoeker precisielandbouw bij Aeres. Hij houdt zich bezig met Agrotechniek & Management en Agrotechniek & Engineering. ‘Het moet wel in het systeem passen. AI en robotica gaan hard. We stimuleren dit bij studenten. Maar we zeggen er ook bij: in de precisielandbouw ga je snel nat. De basale kennis zit in een AI-tool, maar de specialistische kennis niet.’

Medema ziet de ontwikkelingen in hoog tempo voorbijtrekken. Toch is de conclusie niet dat het onderwijs achter de feiten aanloopt. Onderwijsinstellingen proberen de techniek dichter bij de praktijk te brengen. Het verschil zit vooral in de manier waarop ze dat doen: van robots programmeren en vliegen met drones tot gps instellen bij loonwerkers en docenten leren om te gaan met geografische data.

De technologie leren gebruiken begint niet met een softwareprogramma openen. Het begint met begrijpen wat je ermee wilt bereiken. Dat klinkt logisch, maar is in de praktijk een flinke opgave. Een drone kan beelden maken van een perceel en een sensor kan afwijkingen signaleren, maar de waarde ontstaat pas wanneer iemand die informatie kan interpreteren en omzetten in winst.

Niet alleen theorie

Bij Aeres krijgen studenten daarom niet alleen theorie over precisielandbouw. In de minor over plantspecifieke data gaan ze zelf met een drone aan de slag. Daarvoor halen ze een dronebewijs. Vervolgens werken ze met softwarepakketten aan toepassingen waar een akkerbouwer echt iets aan heeft.

Het programma draait voor het derde jaar. ‘In het eerste jaar hadden we 12 studenten, vorig jaar 17 en nu 29. Dat geeft aan dat het aanslaat’, zegt Medema. De apparatuur en software zijn beschikbaar; nu is het zaak voor het onderwijs om mee te bewegen. ‘In het tweede jaar zien we al een enorme verschuiving in softwarepakketten en dronetechnologie. Dat gaat hard’, constateert de docent.

De uitdaging zit dus niet in het aanschaffen van nieuwe technieken. Studenten moeten leren hoe ze die in een agrarische omgeving inzetten. Aeres heeft robots waarmee studenten kunnen werken en die ze bijvoorbeeld leren programmeren. De opleiding Agrotechniek & Engineering is mede ontstaan uit vragen die naar voren kwamen tijdens stages en contacten met fabrikanten.

Thema Opleidingen
De land- en tuinbouw van morgen vraagt om meer dan alleen vakmanschap op het erf. In dit thema, eerder gepubliceerd in de Nieuwe Oogst van 21 oktober, staat centraal hoe boeren, tuinders en agrarische professionals zich voorbereiden op een sector die steeds sneller verandert door technologie, nieuwe verdienmodellen en maatschappelijke verwachtingen. Leren houdt allang niet meer op na een diploma: van praktijkonderwijs in de stal tot masterclasses voor ondernemers en opleidingen rond natuurbeheer en digitalisering.

Alle artikelen in dit thema verschijnen op onze overzichtspagina.

‘Plat gezegd: een robot bouwen kan iedereen’, zegt Medema. ‘Maar een robot bouwen die onder goede omstandigheden de juiste dingen doet in de agrarische sector, dat is wat nodig is. Een robot moet onderscheid kunnen maken tussen gewas en onkruid en rekening houden met de toestand van de bodem. Daarvoor is kennis van de landbouw nodig en die laat zich niet vangen in een algoritme. Je kan nog zo’n mooie robot hebben, maar als je die robot niet kan vertellen wat hij moet doen, gaat het alsnog fout.’

De combinatie van techniek en vakkennis staat ook binnen het Zone.college centraal. Leerlingen komen met uiteenlopende voorkennis binnen. Sommigen zijn handig met machines, anderen moeten nog leren hoe ze een computer op de juiste manier gebruiken.

Geen vanzelfsprekendheid

Erik Volmerink, verbonden aan de afdeling Groen, Grond & Groene Infra van het Zone.college, merkt dat de digitale basisvaardigheden niet bij iedereen vanzelfsprekend zijn. ‘Het aanleren van het gebruik van een computer is een basisvaardigheid die niet alle eerstejaarsleerlingen voldoende beheersen. We zitten in het groene vak. Leerlingen zijn veel buiten. We hebben veel doeleerlingen.’

Juist daarom zoekt het Zone.college de praktijk op. In de wintermaanden, wanneer loonwerkers het minder druk hebben, gaan studenten het werkveld in. De basiskennis gps die ze op school hebben geleerd, moeten ze dan toepassen in de praktijk. Ze leren gps-apparatuur in te voeren of een kastje in de cabine te installeren op een trekker. Handelingen die moeilijk na te bootsen zijn in een klaslokaal.

De grootste verandering op het erf is ongetwijfeld de groeiende hoeveelheid gegevens die machines en sensoren verzamelen. ‘Je kan aan de hand van technologische gegevens vandaag al zien of een koe morgen ziek wordt’, zegt Astrid Sportel. Zij maakt deel uit van het practoraat Beroepsonderwijs en Agrotransitie bij het Zone.college.

‘De vraag is: ben je bereid en heb je de discipline om die gegevens eruit te halen? Wil je op de inhoud zitten? Boeren gaan niet uren achter een computer zitten. Een half uurtje analyseren en dan de stal in’, vertelt Sportel. ‘Maar als je met data eerder kan zien dat een koe uierontsteking heeft, voorkom je dat een koe in melkgift daalt. Dan ben je effectiever bezig, heb je minder medicijnen nodig en minder dierenartskosten. Uiteindelijk raakt het de portemonnee.’

Het Zone.college nodigt daarom bewust mensen uit de praktijk uit om studenten en docenten te laten zien wat er mogelijk is met data. Want ook docenten hebben niet op iedere vraag een antwoord. Dat is een belangrijk punt: het onderwijs moet niet alleen nieuwe apparatuur in huis halen, maar vooral kennis ontwikkelen over wat die apparatuur oplevert.

Docenten moeten ook leren

Bij Yuverta speelt hetzelfde vraagstuk. Arjan van Erk, opleidingscoördinator van de deeltijdopleiding Bos- en natuurbeheer, is gespecialiseerd in geografische informatiesystemen. ‘Ik ben handig met Geografisch Informatiesysteem (GIS)-software en weet hoe dit in de praktijk kan worden toegepast.’ Hij zet zich in om docenten de faciliteiten en kennis te geven die nodig zijn om gegevens uit bijvoorbeeld drones te kunnen gebruiken. Hij ontwikkelt lesmateriaal en traint collega’s.

De toepassingen zijn concreet. Drones met warmtebeeldcamera’s kunnen helpen bij het opsporen van nesten van weidevogels of reekalfjes. Of om vegetatie in een gebied te inventariseren en ontwikkelingen te volgen. Zo hoeft een kwetsbaar gebied niet altijd te worden betreden, wat verstoring moet voorkomen.

Maar gegevens verzamelen is slechts het begin, benadrukt Van Erk. ‘Je moet weten hoe data tot stand zijn gekomen en wat ze daadwerkelijk zeggen. Alleen achter een computer zitten en data zien is niet voldoende. Data moet gevalideerd worden. Anders heb je er weinig aan. Het zijn juist de mensen uit de praktijk die zien wat er in het veld gebeurt. Mbo’ers zijn onmisbaar in een wereld waarin data en technologie steeds belangrijker worden.’

Een afwijking op een kaart is niet automatisch een probleem dat om actie vraagt. Eerst moet duidelijk worden wat er is gemeten, hoe betrouwbaar de meting is en wat de betekenis ervan in het veld is. De opleidingscoördinator wil technologie niet als een losstaand vak behandelen, maar juist toepassen binnen bestaande vakken. ‘Een les waarin studenten leren op welke knoppen ze moeten drukken, schiet tekort. Het gaat om de toepassing in de praktijk.’

Onlangs heeft Yuverta het keuzedeel Smart Farming ontwikkeld, waarmee studenten zich kunnen verdiepen in de technieken die worden ingezet in de precisielandbouw. De volgende stap is te voorkomen dat digitale kennis bij een paar handige collega’s blijft hangen. ‘Wij merken dat we nu te afhankelijk zijn van een aantal collega’s die er handig mee zijn’, erkent Van Erk. ‘Valt een collega weg of uit, dan zijn wij de kennis en expertise kwijt en moeten we opnieuw beginnen.’

De drie onderwijsinstellingen leggen verschillende accenten, maar komen op hetzelfde punt uit: de winst zit in gegevens begrijpen en het vertalen naar slimme keuzes. ‘Het onderwijs is nooit klaar, maar we zijn wel bij’, besluit Volmerink.

Blijf op de hoogte van de nieuwste agrarische technologie op onze themapagina over smart farming