W rezerwatach Kolumbii fotopułapka uchwyciła niewielkiego torbacza. Sztuczna inteligencja, otrzymawszy zdjęcie i informację o terenie, pewnie nazwała go gatunkiem, który w tym kraju nie występuje. Eksperci ustalili natomiast prawdziwego mieszkańca — Metachirus myosuros. Ten przypadek stał się punktem wyjścia nowego badania, które pokazało, jak daleko ogólnym modelom sztucznej inteligencji do niezawodnej pracy z dziką przyrodą.
Naukowiec Gustavo Nicolás Páez Salamanca sprawdził model GPT-5.2 na dziesięciu tysiącach zdjęć kręgowców z Kolumbii przesłanych do iNaturalist. Model miał nazwać rodzinę, rodzaj i gatunek dla każdego zdjęcia, znając jedynie kraj wykonania fotografii i nie mając prawa odmówić odpowiedzi. Dokładny wynik na poziomie gatunku wyniósł zaledwie 9,5 procent — mniej więcej jedno na dziesięć zdjęć.
Dokładność znacznie różniła się między grupami zwierząt. U ssaków i gadów sięgała 17–19 procent, a u płazów, ptaków i ryb spadała poniżej pięciu. Błędy zdarzały się częściej w przypadku gatunków, które mają mało publicznych zdjęć, oraz tych opisanych naukowo niedawno, na przykład Coendou vossi, wyodrębnionego jako osobny gatunek dopiero w 2025 roku.
Takie pomyłki to nie tylko techniczny drobiazg. Jeśli rzadkie zwierzę zostanie pomylone z lepiej znanym, jego obecność może zostać przeoczona. Błędna nazwa lub wskazanie gatunku poza naturalnym zasięgiem może zniekształcić dane o rozmieszczeniu zwierząt i wpłynąć na plany ochrony terenów.
Badanie nie nawołuje do rezygnacji ze sztucznej inteligencji. Wręcz przeciwnie, autor proponuje wykorzystać ją jako pierwszy filtr: automatyczne propozycje należy weryfikować według aktualnych klasyfikacji i znanych zasięgów, a wpisy wątpliwe lub ważne przekazywać specjalistom. Modelom warto pozwolić przyznawać się do niepewności zamiast wymuszać obowiązkową odpowiedź.
Choć praca koncentruje się na faunie Kolumbii, ujawnione problemy są typowe dla monitorowania różnorodności biologicznej w innych regionach. Niezawodność automatycznej identyfikacji zależy bezpośrednio od ilości i jakości dostępnych danych o gatunkach.
Aby sztuczna inteligencja naprawdę pomagała chronić przyrodę, jej prognozy trzeba łączyć ze sprawdzonymi informacjami naukowymi i wiedzą ekspertów — biologów terenowych.
