Hay miles de especies en la Tierra de las que aún no sabemos mucho, pero ahora sabemos que ya están al borde de la extinción.. Un nuevo estudio usó el aprendizaje automático para descubrir qué tan amenazados están estos menos conocidos especies lo son, y los resultados fueron sombríos.
Algunas especies de animales y plantas se etiquetan como «insuficientes en datos» porque los conservacionistas no han podido recopilar suficiente información sobre ellos para comprender cómo viven o cuántos quedan. Resulta que esas especies «deficientes en datos» están desafortunadamente aún más amenazadas que otras especies que son más conocidas (al menos para los científicos). Los datos de este estudio provienen de la Unión Internacional para la Conservación de la Naturaleza (UICN), que mantiene una “lista Roja” que clasifica las especies en función de cuán amenazadas están.
Más de la mitad de los las especies con datos insuficientes incluidas en este estudio, el 56 por ciento, probablemente enfrentan el riesgo de extinción. En comparación, solo el 28 por ciento de las especies mejor conocidas en la Lista Roja están en peligro de extinción.
«Las cosas podrían ser peores de lo que realmente nos damos cuenta ahora», dice Jan Borgelt, ecologista de la Universidad Noruega de Ciencia y Tecnología y autor principal del estudio. estudiar publicado hoy en la revista Biología de las Comunicaciones. «Es probable que más especies estén amenazadas de lo que pensábamos anteriormente».
Gran parte del trabajo de Borgelt se centra en comprender cómo la actividad humana, como la generación de energía hidroeléctrica o la contaminación por plásticos, afecta los ecosistemas y la biodiversidad. La Lista Roja es un recurso invaluable para esos esfuerzos. pero mas que 20.000 especies se clasifican como datos insuficientes. Y ese punto ciego puede potencialmente hacer que la investigación que se basa en la Lista Roja sea menos precisa.
Para intentar resolver ese problema, Borgelt y sus colegas recurrieron al aprendizaje automático. Entrenaron un algoritmo para predecir el riesgo de extinción de especies deficientes en datos. Para ello, utilizaron información de 28.363 tipos diferentes de animales que la UICN ya ha evaluado. De esa manera, el algoritmo podría comenzar a comprender los factores que a menudo determinan qué tan amenazada está una especie, incluido el cambio climático, las especies invasoras y la contaminación.
Luego, los investigadores dirigieron su atención a 7.699 especies con datos deficientes. Eso es un poco más de un tercio de todas las especies con datos deficientes, pero Borgelt y sus colegas solo pudieron trabajar con especies para las que conocían la distribución geográfica de los animales. El algoritmo determinó que el 56 por ciento de esas especies probablemente estén en riesgo de extinción. Pero algunos animales tienen más problemas que otros; El 85 por ciento de los anfibios con datos insuficientes, por ejemplo, están en peligro de extinción. Eso incluye el Rana chillona de Malí, rana manchada de boca estrechay varias especies de ranas ladronas. La UICN ni siquiera tiene fotos de estos bichos en su Lista Roja, pero con nombres así, ¿no quieres verlos?
Su investigación recibió cierta validación cuando la UICN actualizó su Lista Roja el año pasado. Ciento veintitrés de las especies en la actualización eran especies que el algoritmo había hecho predicciones sobre. Más de dos tercios de las predicciones del algoritmo, el 76 por ciento, fueron correctas.
«Eso fue tranquilizador», dice Borgelt. el borde. Pero también comprende las limitaciones del aprendizaje automático. «Por ahora, [these algorithms] ciertamente no debería reemplazar las evaluaciones de expertos”, dice, porque las evaluaciones de expertos son más precisas.
“Pero tales algoritmos, son realmente rápidos. No requieren tanto tiempo ni trabajo como si tuviera que evaluar las especies individualmente”, dice Borgelt.
El número de criaturas en la naturaleza podría haber eludido a los investigadores por muchas razones. los Orca, por ejemplo, pasa a estar etiquetado como datos deficientes. Aunque la orca protagonizó mi favorito película de los 90 y viví en todos mis cuadernos de la infancia en forma de calcomanías de Lisa Frank, los científicos ni siquiera están seguros de si existe una sola especie de orca o varios. Otros animales pueden encontrarse solo en regiones remotas con un rango limitado, por ejemplo. Y las mismas características que los hacen difíciles de estudiar también podrían hacerlos más vulnerables.
Eso hace que sea aún más importante dar a estas especies una atención bien merecida. El aprendizaje automático, dice Borgelt, no es un reemplazo para rastrear a los animales en el suelo. pero es otra herramienta en la caja de herramientasy podría ayudar a los conservacionistas a determinar qué especies necesitan un poco de cariño adicional.