בשמורות טבע בקולומביה תיעדה מצלמת מלכודת חיה כיס קטנה. הבינה המלאכותית, לאחר שקיבלה את התמונה ואת המידע על האזור, זיהתה אותה בביטחון כמין שאינו מצוי במדינה. המומחים לעומתם זיהו את התושב האמיתי — Metachirus myosuros. המקרה הזה היה נקודת המוצא למחקר חדש שהראה עד כמה רחוקות מודלים כלליים של בינה מלאכותית מעבודה אמינה עם חיות בר.
החוקר גוסטבו ניקולאס פאס סלמנקה בחן את המודל GPT-5.2 על עשרת אלפים תצלומים של בעלי חוליות מקולומביה שהועלו ל-iNaturalist. המודל היה אמור לנקוב בשם המשפחה, הסוג והמין עבור כל תצלום, בידיעה רק של המדינה שבה צולם וללא אפשרות לסרב להשיב. התוצאה המדויקת ברמת המין עמדה על 9.5 אחוז בלבד — כערך אחד מכל עשרה תצלומים.
הדיוק השתנה מאוד בין קבוצות החיות. ביונקים ובזוחלים הוא הגיע ל-17–19 אחוזים, ואילו בדו-חיים, בעופות ובדגים הוא ירד מתחת לחמישה. טעויות התרחשו לעתים קרובות יותר במינים שיש להם מעט תצלומים ציבוריים, ובאלה שתוארו למדע לאחרונה, למשל Coendou vossi, שהופרד למין נפרד רק בשנת 2025.
טעויות מסוג זה אינן עניין טכני פעוט. אם חיה נדירה תתבלבל עם חיה מוכרת יותר, אפשר יהיה להחמיץ את נוכחותה. שם שגוי או ציון מין מחוץ לתחום תפוצתו הטבעי עלולים לעוות נתונים על תפוצת החיות ולהשפיע על תוכניות להגנת שטחים.
המחקר אינו קורא לוותר על הבינה המלאכותית. להיפך, המחבר מציע להשתמש בה כמסנן ראשון: לבדוק הצעות אוטומטיות מול סיווגים עדכניים ותחומי תפוצה ידועים, ולהעביר רשומות מפוקפקות או חשובות למומחים. ראוי לאפשר למודלים להכיר בחוסר ודאות במקום לחייב אותם להשיב.
אף שהעבודה מתמקדת בפאונה של קולומביה, הבעיות שהתגלו אופייניות לניטור מגוון ביולוגי באזורים אחרים. אמינותו של זיהוי אוטומטי תלויה ישירות בהיקף ובאיכות הנתונים הזמינים על המינים.
כדי שבינה מלאכותית תסייע באמת לשמור על הטבע, יש לשלב את תחזיותיה עם מידע מדעי מאומת ועם מומחיותם של ביולוגים שדה.
