🇺🇸 Anisha Dhoot

Le due metà del progetto rispondono a domande diverse. KelpNutriBoost affronta il costo degli input e il carbonio: le alghe sono abbondanti lungo la costa dell'Oregon, crescono senza fertilizzanti o acqua dolce e contengono azoto e oligoelementi che rendono gli estratti di alghe un emendante del suolo consolidato. Miscelarli con biochar — un carbonio stabile simile al carbone, prodotto riscaldando materiale organico in assenza di ossigeno — è una tecnica con una solida letteratura scientifica alle spalle, apprezzata per la capacità di trattenere nutrienti e acqua nel suolo.

L'elemento insolito è la materia prima con cui ha creato il biochar. Invece di residui agricoli, Dhoot ha utilizzato plastica riciclata e fanghi di depurazione trattati, trasformando due flussi di rifiuti che normalmente hanno costi di smaltimento in un input per il suolo. È il tipo di sostituzione che appare ovvia solo a posteriori, ed è la parte del progetto che la sposta da un esercizio di scienze scolastico a qualcosa con un'effettiva validità economica.

Earth-AI è la seconda componente e, per certi versi, la più impegnativa per una sedicenne: un modello di machine learning che elabora le condizioni climatiche e del suolo locali per prevedere le colture adatte. Dhoot ha imparato a programmare attraverso corsi online per costruirlo. Insieme, il fertilizzante e il modello formano una piattaforma che lei chiama Smart Carbon Recycling: input da una parte, uno strumento decisionale dall'altra.

Il Gloria Barron Prize for Young Heroes seleziona ogni anno quindici vincitori su centinaia di candidature tra Stati Uniti e Canada, assegnando a ciascuno 10.000 dollari per proseguire il proprio lavoro. Si tratta di un premio al servizio e alla leadership piuttosto che una pura competizione scientifica; è importante precisarlo: il premio riconosce il progetto e la sua applicazione, non un risultato sottoposto a revisione paritaria.

Questa distinzione è il quadro onesto per questa voce. Ciò che è documentato è una piattaforma autoprodotta con due componenti funzionanti, un premio nazionale deciso da una giuria esterna su un ampio numero di candidati e una copertura sui media dell'Oregon e alla radio pubblica. Ciò che non è documentato sono i dati sulla resa su scala di campo. L'affermazione in questa pagina è quella supportata dai fatti: una sedicenne ha progettato, costruito e ottenuto un riconoscimento nazionale per un sistema agricolo che combina un fertilizzante derivato da rifiuti con un modello predittivo autoprogrammato.

Il fertilizzante azotato è responsabile di una quota sostanziale delle emissioni agricole globali, sia nella sua produzione — il processo Haber-Bosch è energivoro e in gran parte basato su combustibili fossili — sia nel suo utilizzo, dove l'azoto in eccesso finisce nei corsi d'acqua e viene rilasciato sotto forma di protossido di azoto. Gli estratti di alghe e il biochar sono due degli interventi a basso contenuto di carbonio più studiati per questo problema, il che colloca il progetto di Dhoot all'interno di un campo di ricerca attivo anziché al suo margine.

Il fascino del biochar risiede nel fatto che affronta due aspetti contemporaneamente: sequestra carbonio in una forma stabile che resiste alla decomposizione per secoli e migliora la struttura del suolo trattenendo acqua e nutrienti che altrimenti verrebbero dispersi. Produrlo da plastica riciclata e fanghi di depurazione anziché da residui agricoli è la scelta meno convenzionale, ed è quella che conferisce al progetto una validità nella gestione dei rifiuti oltre a quella agricola.

La parte dedicata al machine learning merita una nota a sé. La modellazione dell'idoneità delle colture a partire da variabili climatiche e del suolo è un problema standard nella scienza dei dati agricoli, e costruire una versione funzionante richiede la raccolta di dati, la selezione delle caratteristiche, l'addestramento di un modello e la sua valutazione: una sequenza insegnata a livello universitario. Averlo fatto tramite corsi online autodidatti a 16 anni è la parte del progetto più difficile da abbreviare, ed è il motivo per cui la voce descrive una piattaforma piuttosto che un singolo prodotto.

Il limite onesto di qualsiasi progetto scientifico scolastico è la scala, e questo vale anche qui. Un biofertilizzante convalidato in prove non è un biofertilizzante convalidato su una stagione di crescita in un'azienda agricola operativa, e un modello di idoneità delle colture addestrato sui dati disponibili non è uno testato contro rese che non ha mai visto. Dhoot non ha dichiarato il contrario, e nemmeno questa pagina. Ciò che è registrato è una piattaforma completa e funzionante in due parti, costruita da una sedicenne che ha imparato da sola la seconda metà, e riconosciuta da un premio nazionale deciso da centinaia di candidature in due paesi.