La observación de aves ha sido durante décadas una actividad que combina pasión por la naturaleza con contribución científica valiosa. Para muchos observadores, registrar una especie fuera de su rango normal es el logro máximo. En Reino Unido, estos descubrimientos frecuentemente generan titulares nacionales. En junio de este año, por ejemplo, un garza real occidental, especie normalmente encontrada en África y sur de Europa, fue avistada en una ciudad costera del norte de Gales y ampliamente celebrada en foros de observación de aves.

Sin embargo, una nueva amenaza está disrumpiendo esta actividad: las imágenes generadas por inteligencia artificial, conocidas coloquialmente como "AI slop" (basura de IA).

Científicos están apelando a los observadores de aves para que limiten el uso de inteligencia artificial al editar imágenes, debido a temores de que esto pueda socavar la credibilidad de plataformas populares de ciencia ciudadana como iNaturalist y la Biblioteca Macaulay, que son utilizadas rutinariamente en investigación científica para monitorear el rango de hábitat de especies.

El auge de plataformas de inteligencia artificial generativa como ChatGPT y Google Gemini ha conducido a un aumento pronunciado en imágenes falsas y mejoradas de aves raras y celebradas en foros de fotografía de vida silvestre. Los usuarios pueden crear imágenes falsas de alta calidad en segundos, o mejorar una fotografía pidiendo a la IA que elimine una rama u hoja que podría estar oscureciendo parte del sujeto, lo que puede introducir inadvertidamente cambios significativos en la imagen.

En un comentario reciente publicado en la revista científica Nature, investigadores advirtieron que cientos de imágenes falsas ya han sido descubiertas en bases de datos populares para registrar especies. Señalaron que la verdadera escala del problema es desconocida, ya que muchas podrían pasar desapercibidas, y podría contaminar registros recopilados por el público.

"Mi experiencia observando Facebook estos días es que un volumen enorme de fotos de vida silvestre ahora son simplemente imágenes generadas por IA", dijo el doctor Alexander Lees, ecólogo de la Universidad Metropolitana de Manchester que fue autor del artículo de la revista. "La idea de que podríamos usar esas fotos para ayudarnos a entender dónde están las especies en el espacio y el tiempo es muy difícil".

Según Lees, los engaños descarados siguen siendo raros y a menudo son fáciles de detectar. Nadie cree en un avistamiento de tucán en Siberia. Sin embargo, señala que los observadores de aves frecuentemente usan IA para editar y mejorar una imagen, y el algoritmo puede entonces introducir partes de diferentes especies de aves para crear la nueva imagen.

Lees señala el ejemplo de un falso avistamiento de un tordo de alas rojas en el centro de Brasil, especie que normalmente se encuentra en América del Norte y nunca había sido vista en esta área de Brasil hasta el avistamiento reportado. El ave era, de hecho, un oropéndola de hombreras, una especie común del nuevo mundo, pero el fotógrafo había pedido a una plataforma de IA que hiciera la imagen "verse mejor", momento en el cual partes del tordo de alas rojas fueron añadidas, resultando en el falso avistamiento.

"Los fotógrafos de vida silvestre pueden estar bastante obsesionados con obtener una foto hermosa, pero existe el riesgo de que la imagen podría causar problemas más adelante cuando se ha usado IA para editarla", dijo Lees.

Las organizaciones de ciencia ciudadana aún están trabajando para entender la escala del problema. En iNaturalist, una red social donde entusiastas de la naturaleza pueden registrar avistamientos de plantas y animales, solo 1.400 de las más de 610 millones de imágenes en la plataforma han sido marcadas por uso de IA. Desde monitorear cómo plantas y animales se mueven en respuesta al colapso climático hasta registrar comportamientos nuevos en especies, docenas de descubrimientos han sido realizados usando ciencia ciudadana.

Tony Iwane, director de apoyo comunitario de iNaturalist y coautor del artículo de Nature, dijo que la mayoría de estos casos probablemente no son maliciosos, pero hizo un llamado a los usuarios para que sean vigilantes.

"En plataformas como la nuestra, personas comunes están publicando información que un científico probablemente nunca podría obtener a escala. También es casi como un sensor de lo que está sucediendo en la Tierra en tiempo real: ¿están floreciendo las plantas más temprano? ¿Se están moviendo las especies hacia el norte a medida que el clima se calienta? Cuanto más sepamos sobre dónde están las especies, mejor informados podemos estar como conservacionistas. Pero la información necesita ser precisa", dijo.

El impacto potencial de esta contaminación de datos es significativo. Las plataformas de ciencia ciudadana como iNaturalist han revolucionado la investigación ecológica al permitir que millones de observadores contribuyan datos sobre distribución de especies, comportamiento y cambios en respuesta al cambio climático. Estos datos son utilizados por instituciones científicas de todo el mundo para informar políticas de conservación, entender migraciones de especies y monitorear el impacto del calentamiento global en la biodiversidad.

La introducción de imágenes falsas o significativamente alteradas podría distorsionar estos registros, llevando a conclusiones incorrectas sobre dónde viven las especies, cómo se están adaptando al cambio climático, y qué áreas requieren protección prioritaria. Un falso avistamiento de una especie en peligro de extinción en una región podría desviar recursos de conservación hacia lugares donde la especie no existe realmente.

Aunque iNaturalist ha marcado solo 1.400 imágenes de más de 610 millones como potencialmente alteradas con IA, los expertos advierten que esta cifra probablemente subestima significativamente el problema real. Muchas alteraciones sutiles, donde la IA ha mejorado ligeramente una imagen o añadido detalles menores, podrían pasar desapercibidas incluso para revisores expertos.

El desafío es particularmente complejo porque no toda edición con IA es maliciosa o problemática. Los fotógrafos de vida silvestre han utilizado herramientas de edición durante décadas para mejorar la calidad de sus imágenes, ajustando contraste, brillo y enfoque. La diferencia con la IA generativa es que puede alterar fundamentalmente el contenido de la imagen, añadiendo o removiendo elementos biológicos de manera que no es evidente a simple vista.

Las plataformas de ciencia ciudadana están desarrollando nuevas estrategias para abordar el problema. Esto incluye educación de usuarios sobre los riesgos de usar IA para editar imágenes de vida silvestre, desarrollo de herramientas técnicas para detectar alteraciones de IA, y sistemas de verificación más rigurosos para imágenes de especies raras o fuera de su rango normal.

Sin embargo, los expertos reconocen que esta es una carrera contra el reloj. A medida que la tecnología de IA generativa se vuelve más sofisticada y accesible, la capacidad de crear imágenes falsas convincentes aumenta exponencialmente. Al mismo tiempo, la capacidad de detectar estas alteraciones se vuelve más difícil.