Como a inteligência artificial pode ajudar espécies ameaçadas de extinção

A União Internacional para a Conservação da Natureza (IUCN, na sigla em inglês) mantém uma “Lista Vermelha”, em que as espécies são classificadas com base na ameaça de serem extintas. Criada em 1964, ela é a fonte de informação mais abrangente no mundo sobre o estado de conservação de espécies de animais, fungos e plantas.

Na lista, as espécies são classificadas em categorias: “Pouco preocupante”; “Quase ameaçada”; “Vulnerável”; “Em perigo”; “Criticamente em perigo”; “Extinta na natureza”; e, por fim, “Extinta”. Contudo, existe uma oitava classificação, reservada às espécies cuja falta de informação impede a aplicação de um estado de conservação adequado.

Uma espécie “Deficiente em dados” não significa que ela seja misteriosa ou desconhecida – orcas e mamoeiros entram nessa categoria, mesmo sendo amplamente estudados – e sim que há pouca ou nenhuma informação disponível sobre a distribuição e abundância da espécie.

A Lista Vermelha é um recurso inestimável para grande parte dos trabalhos de conservação. Contudo, mais de 20 mil espécies são classificadas como deficientes em dados – uma a cada seis das registradas pela IUCN. E essa lacuna de informações pode comprometer pesquisas que dependam e se apoiam na lista.

Pensando nisso, um estudo usou inteligência artificial para descobrir o quão ameaçadas realmente são essas espécies. Os cientistas revisitaram 7699 espécies em deficiência de dados da Lista Vermelha – e descobriram que elas estão ainda mais ameaçadas do que outras espécies mais conhecidas.

Olhar aprofundado

O algoritmo foi treinado com informações de 28.363 tipos diferentes de animais que a IUCN já havia avaliado. Esse tipo de “calibragem” é chamado aprendizado de máquina (“machine learning”, em inglês). A partir dessa montanha de dados, ele pôde começar a entender os fatores que geralmente determinam o quão ameaçada uma espécie é, como mudanças climáticas, espécies invasoras e poluição.

Em seguida, os pesquisadores voltaram a atenção para aquelas espécies com dados deficientes. No estudo, pouco mais de um terço de todas as espécies da categoria foi analisado. É que só era possível trabalhar com espécies com distribuição geográfica  conhecida.

O algoritmo, então, determinou que 56% dessas espécies estão provavelmente em risco de extinção. Alguns animais correm mais risco do que outros: 85% dos anfíbios com deficiência de dados, por exemplo, estão ameaçados.

Esses algoritmos não demoram tanto e não são tão trabalhosos como uma avaliação individual. Apesar do otimismo, os pesquisadores também entendem as limitações do aprendizado de máquina. Eles admitem que, por enquanto, esses algoritmos não devem substituir as avaliações de especialistas, que são mais precisas.

Apesar dos resultados positivos, os especialistas defendem que algoritmos do tipo ainda não substituem as avaliações de especialistas, mais precisas, para rastrear os animais na natureza. Mas não deixam de ser mais uma ferramenta disponível para averiguar quais espécies precisam de atenção e cuidado. Uma ajuda mais do que bem-vinda.