Skip to content
Lo que parece un pasatiempo inofensivo —crear imágenes espectaculares de aves con IA— se ha convertido en una seria amenaza para la ciencia. Estas fotografías falsas, a menudo indistinguibles de las reales, están inundando plataformas de ciencia ciudadana como iNaturalist. El problema es que los científicos confían en los millones de avistamientos subidos por aficionados para monitorear la salud de nuestros ecosistemas, y ahora esa valiosa fuente de datos está siendo contaminada con “ruido” digital que puede llevar a conclusiones erróneas sobre el cambio climático y la biodiversidad.
El auge de la IA generativa ha puesto herramientas de creación de imágenes al alcance de cualquiera. Esto ha provocado que un volumen creciente de estas creaciones termine en redes sociales y foros especializados. “Mi experiencia de mirar Facebook en estos días es que un gran volumen de fotos de vida silvestre ahora son simplemente imágenes generadas por IA”, comentó el Dr. Alexander Lees, ecólogo de la Manchester Metropolitan University, en una investigación que destapó el problema. En plataformas como iNaturalist, que alberga más de 610 millones de imágenes, ya se han identificado y marcado unas 1,400 por su origen artificial.
El peligro no es el tucán en Siberia
El verdadero riesgo no reside en las falsificaciones obvias. Como señala el propio Dr. Lees, “nadie se cree un avistamiento de tucanes en Siberia”. La amenaza real proviene de las alteraciones sutiles: una IA que “mejora” una foto real añadiéndole una característica de otra especie, o que genera una imagen de un pájaro ligeramente fuera de su hábitat conocido. Estos errores son casi imposibles de detectar a simple vista, pero pueden distorsionar gravemente los modelos que los científicos usan para rastrear migraciones y la adaptación de las especies a nuevos entornos.
Según reportó The Guardian, el valor de estas plataformas comunitarias es incalculable precisamente por su escala. “En plataformas como la nuestra, la gente común publica información que un científico probablemente nunca podría obtener”, afirma Tony Iwane, de iNaturalist. Este modelo de ciencia ciudadana ha democratizado la recopilación de datos, pero su talón de Aquiles siempre ha sido la veracidad de la información, un punto débil que la IA generativa ahora explota a una escala industrial.
El desafío es inmenso. Las plataformas están en una carrera constante por desarrollar mejores filtros y sistemas de verificación para depurar sus bases de datos. Sin embargo, la tecnología para crear imágenes falsas avanza más rápido que la de detección. El futuro de la investigación ecológica de campo podría depender de nuestra capacidad para ganar esta batalla, distinguiendo el canto real del pájaro del eco sintético de la máquina.