디지털 그린은 농민들이 영상으로 가르치게 했고 농촌 지도 비용을 10분의 1로 줄였다

인도의 농촌 지도 문제는 단지 거리만의 문제가 아니었다. J-PAL은 공공 농촌 지도 담당자들이 흔히 1,000가구 이상의 농가를 맡아왔으며, 문자 메시지 조언은 복잡한 농법을 다루기에는 너무 빈약하고 문해력이 낮은 많은 농민을 배제한다고 지적한다.

디지털 그린의 시도는 현지 농민들이 현지 방언으로 농법을 시연하는 모습을 촬영한 뒤, 진행자가 이끄는 그룹 세션을 통해 그 영상을 보여주는 것이었다. 2009년 마이크로소프트 리서치 논문은 네 가지 요소를 설명했다. 참여형 제작, 현지 영상 데이터베이스, 사람이 매개하는 교육, 그리고 새로운 공동체에 순차적으로 진입하는 것이다.

초기 13개월 시험에서는 기존의 훈련 및 방문(Training and Visit) 지도 방식보다 채택률이 7배 높았고, 채택 1건당 비용은 10배 더 우수했다고 보고되었다. 이후 비하르에서 실시된 무작위 연구에서는 1년 후 수확량이 12~18퍼센트 증가하고 이익이 9~24퍼센트 증가했으며, 평균 추가 이익은 추가 비용의 약 16배였다.

이 형식이 확장될 수 있었던 것은 이미 모임을 갖고 있던 그룹에 접목되었기 때문이다. J-PAL은 이 모델이 2025년까지 인도와 다른 국가에서 720만 명 이상의 농민에게 도달했다고 밝힌다.

조언이 화면 속 동료로부터 나오게 하라

영상은 모든 마을에 전문가 방문이 필요하지 않으면서도 정확하고 반복 가능한 노하우를 전달했다.

이웃이 농법을 시연하는 모습을 보는 것은 교사와 학습자 사이의 사회적 거리를 줄였다.

진행자가 있는 상영은 수동적인 영상 시청을 토론, 실천 다짐, 후속 조치로 바꾸었다.

신뢰가 병목일 때는 전문가 콘텐츠를 디지털화하되 인간의 중계는 유지하라. 적절한 하이브리드 방식은 현지의 신뢰성을 없애지 않으면서도 확장할 수 있다.

디지털 그린은 비하르의 지비카(Jeevika)와 안드라프라데시, 자르칸드, 오디샤의 프로그램을 포함해 공공 및 NGO 농촌 지도 체계의 일부가 되었다. 동료 영상이라는 같은 논리는 이후 인도 밖으로도 적용되었고, 왓츠앱 및 AI 지원 자문 시범 사업에도 도입되었다.