¿Qué es la inteligencia ambiental? Integrar la IA para proteger la biodiversidad

A finales de los años noventa, antes del surgimiento del concepto ‘internet de las cosas’ (IoT), el emprendedor iraní-estadounidense Eli Zelkha y su equipo de Palo Alto Ventures desarrollaron un concepto adelantado a su tiempo: inteligencia ambiental o ‘ambient intelligence’. Elucubraban con un futuro donde los aparatos electrónicos estuvieran interconectados entre sí y tomarán información del entorno de un hogar. La idea de la que partieron fue añadir tecnologías de vanguardia como sensores y ‘software’ de procesamiento de datos para “entender” las necesidades de las personas.

Ese enfoque también es útil a la hora de observar el medioambiente, máxime a la situación actual: según el estudio de la Comisión Europea ‘Recuperar la biodiversidad y conectar con la naturaleza’, el 81% de los hábitats protegidos en territorios como la Unión Europea están en condiciones desfavorables. Y su restauración es una necesidad para recuperar la resiliencia frente al cambio climático. 

En este contexto, empieza a emerger una aliada para la conservación de la biodiversidad: la inteligencia artificial (IA). Estas tecnologías están ayudando a perfeccionar los análisis y anticipar posibles amenazas ambientales mediante el análisis masivo de datos en tiempo real.

Cómo la inteligencia ambiental utiliza la IA para monitorizar los ecosistemas

La inteligencia ambiental (AmI, por sus siglas en inglés) se refiere a contextos capaces de captar información del entorno mediante sensores, sistemas de procesamiento inteligente y otros dispositivos tecnológicos. La idea es adaptar o responder automáticamente, así como apoyar la toma de decisiones humanas.

La integración de modelos de IA está permitiendo a los investigadores contar con una herramienta capaz de realizar análisis de grandes volúmenes de datos a una velocidad imposible de ejecutar por un ser humano. La clave es que sea capaz de detectar patrones complejos en los datos ecológicos, aunque sus resultados dependen en gran medida de la calidad de las muestras disponibles para su entrenamiento.

Gracias a esas innovaciones es posible monitorear bosques, océanos o especies en tiempo real para proteger la biodiversidad y gestionar recursos naturales:

• Analizar muestras de ADN: los algoritmos impulsados por IA ayudan a recopilar y analizar muestras para la conservación, así como realizar un seguimiento más preciso de la biodiversidad. De esta manera, es posible detectar especies en peligro de extinción o identificar aquellas de carácter invasor. Redes de sensores inteligentes conectados pueden tomar muestras automáticamente y enviar datos para análisis continuo.

• Análisis de imágenes satelitales: de esta manera los investigadores pueden analizar más rápidamente los datos procedentes de la monitorización satelital y establecer un seguimiento más preciso de los ecosistemas. Y, a su vez, evitar en la medida de lo posible trampas o destrucción de hábitats para estudiar especies.

• Análisis de grabaciones de audio y cámaras trampa: esta tecnología permite monitorizar y analizar las grabaciones de audio y cámaras trampa. Además, facilita la integración de datos recopilados por distintas iniciativas científicas. Amplía, a su vez, la cobertura espacial y temporal de especies y ecosistemas. Por ejemplo, los algoritmos de IA pueden identificar de manera automática especies a partir de sus vocalizaciones o registros fotográficos, detectar cambios en la composición de comunidades biológicas a lo largo del tiempo y monitorizar ecosistemas de manera continua y poco invasiva.

Principales ventajas de la inteligencia ambiental para la biodiversidad

La aplicación de la IA en la conservación de los ecosistemas permite:

• La monitorización continua.
• El análisis masivo de datos.
• La detección temprana.
• La mejora en la toma de decisiones.
• La conservación preventiva.

Limitaciones de la inteligencia artificial en la conservación ambiental

Según Juan Sebastián Ulloa Chacón, investigador en el Instituto de Investigación de Recursos Biológicos Alexander von Humboldt, en Colombia, la base del conocimiento ecológico sigue siendo el trabajo de campo. “Históricamente, la recopilación de datos dependía de investigadores y técnicos que observaban ecosistemas, recogían muestras y documentaban especies. Ese conocimiento acumulado durante décadas es el verdadero fundamento sobre el que hoy funcionan los sistemas de inteligencia artificial”, asegura.

A juicio de este experto, nunca antes los investigadores habían contado con tanta información disponible y hacer uso de innovaciones que permiten estudiar la naturaleza. “El problema ya no es únicamente recolectar datos, sino procesarlos. Existe un enorme cuello de botella en la capacidad para analizar y transformar toda esa información en decisiones útiles para la conservación”, apunta.

Ahí es donde, según el experto, la IA aporta valor: permite reducir la fricción en el análisis de datos y acelerar procesos que antes requerían muchísimo tiempo humano. A pesar de los avances, para Ulloa Chacón, la IA no va a resolver por sí sola desafíos como el cambio climático. “Hoy ya contamos con suficiente evidencia y datos para saber qué medidas deberíamos tomar. El obstáculo principal no es la falta de información, sino la dificultad para transformar ese conocimiento en decisiones políticas, económicas y sociales sostenibles”.

Si bien los modelos de IA representan un apoyo valioso para estudiar y monitorear los ecosistemas, es fundamental comprender sus limitaciones. Desde el punto de vista de este experto:

• Las bases de datos de entrenamiento (de audio, imágenes o ADN) incluyen de manera limitada el sur global, “precisamente donde la biodiversidad es mayor, lo que puede introducir sesgos que afectan las decisiones de conservación”.
• A esto se suma que su desarrollo e implementación exige infraestructuras costosas y capacidades técnicas especializadas, limitando su acceso en contextos con menos recursos.
• El impacto de esta tecnología está condicionado por el contexto socioeconómico: un uso irreflexivo puede reforzar desigualdades, mientras que un enfoque participativo puede abrir oportunidades de empoderamiento comunitario. Por ello,  considera que es indispensable evitar posturas simplistas frente a la IA en conservación y fortalecer la soberanía tecnológica local como condición para que estas herramientas sean verdaderamente “útiles y justas”.

De hecho, para países como España el uso de la IA es también considerado importante. Desde el Plan de Recuperación, Transformación y Resiliencia, publicado por el Gobierno de España, se califica a esta tecnología como un vector transversal para afrontar los grandes retos de la sociedad y para apoyar la transición ecológica. Algo que también confirma el informe de Biodiversa+, elaborado por la Comisión Europea, que identifica a la IA como una línea de investigación prioritaria para mejorar la efectividad de las intervenciones medioambientales.

Existen otros proyectos interesantes, como el caso de EcoAI. Se enmarca dentro de Horizonte Europa, el programa de investigación europeo para el periodo 2021-27. Su desafío es desarrollar una “IA ecológica” e integrar esta tecnología de vanguardia para analizar el clima, la calidad del aire y la resiliencia ambiental. El equipo encargado del proyecto ha comenzado sus investigaciones en la Unión Europea. Se está estudiando su posible ampliación para ayudar a otros países, como Brasil.