🇺🇸 Anisha Dhoot

Les deux volets du projet répondent à des questions différentes. KelpNutriBoost traite la question du coût des intrants et du carbone : le varech est abondant sur la côte de l'Oregon, pousse sans engrais ni eau douce, et contient l'azote ainsi que les oligo-éléments qui font des extraits d'algues un amendement de sol reconnu depuis longtemps. Le mélange avec du biochar — un carbone stable semblable au charbon de bois produit par chauffage de matière organique en l'absence d'oxygène — est une technique appuyée par une littérature scientifique solide, appréciée pour sa capacité à retenir les nutriments et l'humidité dans le sol.

L'élément novateur réside dans la composition du biochar. Au lieu de résidus agricoles, Dhoot a utilisé des plastiques recyclés et des eaux usées traitées comme matières premières, transformant ainsi deux flux de déchets coûteux à traiter en intrant pour le sol. C'est le type de substitution qui semble évidente rétrospectivement, et c'est ce qui transforme le projet d'un simple exercice scolaire en une solution dotée d'un argumentaire économique concret.

Earth-AI est le second volet et, à certains égards, le plus exigeant pour une jeune fille de 16 ans : un modèle d'apprentissage automatique qui traite les données climatiques et édaphiques locales pour prédire les cultures viables. Dhoot a appris à coder grâce à des cours en ligne pour le construire. Ensemble, l'engrais et le modèle forment une plateforme qu'elle nomme Smart Carbon Recycling : des intrants d'un côté, un outil décisionnel de l'autre.

Le Prix Gloria Barron pour les Jeunes Héros sélectionne chaque année quinze lauréats parmi des centaines de candidatures aux États-Unis et au Canada, et attribue à chacun 10 000 dollars pour poursuivre ses travaux. Il s'agit davantage d'un prix récompensant le service et le leadership qu'un concours scientifique pur ; il convient de préciser que le prix reconnaît le projet et son application, et non un résultat validé par les pairs.

Cette distinction constitue le cadre honnête de cette entrée. Ce qui est documenté est une plateforme auto-construite avec deux composants fonctionnels, un prix national décerné par un jury externe à partir d'un vaste vivier de candidats, et une couverture médiatique dans les journaux locaux et sur la radio publique de l'Oregon. Ce qui n'est pas documenté, ce sont les données de rendement à l'échelle du terrain. L'affirmation de cette page est celle que le dossier soutient : une jeune fille de 16 ans a conçu, construit et remporté une reconnaissance nationale pour un système agricole combinant un engrais issu de déchets et un modèle prédictif auto-codé.

Les engrais azotés sont responsables d'une part substantielle des émissions agricoles mondiales, tant par leur fabrication — le procédé Haber-Bosch est énergivore et largement dépendant des énergies fossiles — que par leur usage, où l'excès d'azote s'écoule dans les voies navigables et est libéré sous forme de protoxyde d'azote. Les extraits d'algues et le biochar sont deux des interventions à faible intensité carbone les plus étudiées, ce qui place le projet de Dhoot au cœur d'un domaine de recherche actif.

L'attrait du biochar est qu'il traite deux problèmes simultanément : il séquestre le carbone sous une forme stable résistant à la décomposition pendant des siècles, et il améliore la structure du sol en retenant l'eau et les nutriments qui, autrement, seraient perdus par lessivage. Le produire à partir de plastiques recyclés et d'eaux usées plutôt que de résidus agricoles est un choix moins conventionnel, qui donne au projet un argumentaire de gestion des déchets en plus de celui lié à l'agriculture.

La partie consacrée à l'apprentissage automatique mérite une attention particulière. La modélisation de l'aptitude des cultures à partir de variables climatiques et du sol est un problème classique en science des données agricoles. Construire une version opérationnelle nécessite de rassembler des données, de choisir des paramètres, d'entraîner un modèle et de l'évaluer — une séquence enseignée au niveau universitaire. Y parvenir à 16 ans grâce à un apprentissage en ligne autodidacte est la partie du projet la plus difficile à simplifier, expliquant pourquoi l'entrée décrit une plateforme plutôt qu'un simple produit.

La limite honnête de tout projet scientifique de lycée est l'échelle, et cela s'applique ici. Un biofertilisant validé lors d'essais n'est pas un biofertilisant validé sur toute une saison sur des terres agricoles en exploitation, et un modèle de prédiction entraîné sur des données disponibles n'est pas testé contre des rendements qu'il n'a pas vus. Dhoot n'a jamais prétendu le contraire, et cette page non plus. Ce qui est consigné est une plateforme complète et fonctionnelle en deux parties, conçue par une adolescente de 16 ans qui a appris elle-même la seconde partie, et reconnue par un prix national issu d'une sélection parmi des centaines de dossiers dans deux pays.