L'IA confonde gli animali selvatici: uno studio rivela i punti deboli dell'identificazione automatica delle specie

Modificato da: Svitlana Velhush

Nelle riserve della Colombia una fototrappola ha immortalato un piccolo marsupiale. L'intelligenza artificiale, ricevute la foto e le informazioni sulla località, lo ha identificato con sicurezza come una specie che non vive nel paese. Gli esperti hanno invece determinato il vero abitante: Metachirus myosuros. Questo caso è stato il punto di partenza per un nuovo studio che ha mostrato quanto i modelli di IA generalisti siano lontani da un lavoro affidabile con la natura selvatica.

Lo scienziato Gustavo Nicolás Páez Salamanca ha testato il modello GPT-5.2 su diecimila fotografie di vertebrati della Colombia caricate su iNaturalist. Il modello doveva indicare famiglia, genere e specie per ogni immagine, conoscendo soltanto il paese dello scatto e senza avere il diritto di rifiutarsi di rispondere. Il risultato esatto a livello di specie è stato appena del 9,5 per cento — circa una fotografia su dieci.

La precisione variava molto tra i gruppi di animali. Nei mammiferi e nei rettili raggiungeva il 17–19 per cento, mentre negli anfibi, negli uccelli e nei pesci scendeva sotto il cinque. Gli errori si verificavano più spesso con specie di cui esistono poche fotografie pubbliche e con quelle descritte dalla scienza di recente, come Coendou vossi, elevato a specie distinta solo nel 2025.

Errori simili non sono un semplice dettaglio tecnico. Se un animale raro viene confuso con uno più noto, la sua presenza può passare inosservata. Un nome sbagliato o l'indicazione di una specie al di fuori del suo areale naturale può distorcere i dati sulla distribuzione degli animali e influire sui piani di tutela dei territori.

Lo studio non invita a rinunciare all'IA. Al contrario, l'autore propone di usarla come primo filtro: verificare le proposte automatiche alla luce delle classificazioni aggiornate e degli areali noti, e affidare le segnalazioni dubbie o importanti agli specialisti. Ai modelli conviene consentire di ammettere l'incertezza invece di una risposta obbligatoria.

Sebbene il lavoro si concentri sulla fauna colombiana, i problemi individuati sono tipici del monitoraggio della biodiversità in altre regioni. L'affidabilità dell'identificazione automatica dipende direttamente dal volume e dalla qualità dei dati disponibili sulle specie.

Perché l'IA aiuti davvero a preservare la natura, le sue previsioni vanno combinate con informazioni scientifiche verificate e con la competenza dei biologi sul campo.

2 Visualizzazioni

Fonti

  • When AI misidentifies wildlife: New study maps where species identification fails

  • phys.org

Commenti

Leggi altri articoli su questo argomento:

Hai trovato un errore o un'inaccuratezza?Esamineremo il tuo commento il prima possibile.