Ogni giorno, milioni di persone in tutto il mondo osservano uccelli, insetti, piante e altri organismi, condividendo fotografie, avvistamenti e commenti su piattaforme di citizen science come eBird e iNaturalist. Spesso però, senza rendersene conto, raccolgono anche informazioni preziose non solo su quali specie vengono avvistate, quando e dove (informazioni che vengono già catalogate automaticamente), ma anche sul loro comportamento e su come interagiscono tra loro e con l'ambiente.
Per esempio, un birdwatcher può caricare su eBird la foto di un falco pellegrino con una preda tra gli artigli, indicando il luogo e la data dell'avvistamento. Nel commento può poi aggiungere di averlo osservato mentre catturava uno storno. In questo modo, oltre a documentare la presenza del falco in una determinata area, fornisce anche informazioni sulle sue abitudini alimentari e sulle interazioni tra le due specie. Analizzando migliaia di segnalazioni simili, gli scienziati possono capire quali prede vengono catturate più frequentemente, dove e in quali periodi dell'anno, individuando anche come questi fenomeni cambiano nel tempo nel tempo.
Il problema è che la maggior parte di questi dati rimangono nascosti tra milioni di osservazioni e note scritte dagli utenti, impossibili da analizzare manualmente una per una. Un nuovo studio guidato dall'Università del Michigan, pubblicato sulla rivista PNAS, ha però dimostrato che l'Intelligenza Artificiale può aiutare gli ecologi a recuperare queste informazioni, trasformandole in dati utili per studiare il comportamento, gli ecosistemi e i cambiamenti che stanno attraversando.
;Resize,width=578;)
Milioni di osservazioni che raccontano anche come interagiscono gli animali
La ricerca si è concentrata soprattutto sulle interazioni tra specie diverse, uno degli aspetti più difficili da studiare in natura. Sapere dove vive un animale o quanto è diffuso è relativamente semplice grazie alle osservazioni raccolte sul campo e ai sitemi di catalogazione delle varie piattaforme. Capire invece come gli animali interagiscono tra loro è molto più complesse e richiede spesso di trovarsi nel posto giusto al momento giusto.
Un birdwatcher, per esempio, può osservare un rapace mentre cattura una preda, due uccelli che litigano per il cibo oppure specie diverse che migrano insieme all'interno dello stesso stormo. Sono comportamenti e interazioni che raccontano molto del funzionamento degli ecosistemi, ma che difficilmente possono essere documentati in maniera sistematica dai soli ricercatori: non è semplicemente possibile avere persone costantemente sul campo a osservare gli animali.
Per capire se fosse allora possibile recuperare queste informazioni dalle piattaforme di citizen science, i ricercatori hanno analizzato due diversi tipi di osservazioni. Il primo riguardava le interazioni tra piante e impollinatori su iNaturalist, concentrandosi sulla farfalla Vanessa annabella, diffusa lungo la costa occidentale degli Stati Uniti e in Messico. Il secondo riguardava invece le interazioni tra uccelli osservati nel Michigan e segnalati sulla piattaforma eBird.
In entrambi i casi, l'obiettivo era individuare nei commenti degli utenti informazioni sui rapporti e le interazioni tra specie diverse, anche quando venivano raccontati con parole comuni e senza utilizzare termini scientifici.
L'Intelligenza Artificiale ha analizzato in pochi minuti ore di lavoro
Per analizzare questa enorme quantità di informazioni, il gruppo di ricerca ha utilizzato i modelli linguistici di Intelligenza Artificiale ChatGPT e Claude. Attraverso istruzioni specifiche, i ricercatori hanno insegnato ai sistemi a riconoscere i commenti che descrivevano interazioni tra specie e a classificarli in diverse categorie. I risultati hanno mostrato che entrambi i modelli riuscivano a individuare e classificare queste informazioni con una buona accuratezza.
Per valutare concretamente il tempo risparmiato, il gruppo ha anche confrontato il lavoro dell'IA con quello di una ricercatrice. Olivia Stein, tra le autrici dello studio, ha impiegato circa otto ore per analizzare e classificare quasi 500 commenti selezionati casualmente tra quelli individuati su eBird. Claude ha completato lo stesso lavoro in appena sei minuti.
L'analisi delle osservazioni sulle farfalle ha per esempio permesso di raccogliere nuovi dati sulla diffusione di piante aliene negli ecosistemi della costa occidentale americana, informazioni che avrebbero potuto facilmente sfuggire considerando quelle stesse osservazioni esclusivamente come dati sui lepidotteri. Secondo gli autori, il vantaggio principale non è però soltanto la velocità.
Grazie a questi strumenti diventa possibile studiare le interazioni tra specie su territori molto vasti e lungo periodi di tempo piuttosto estesi, sfruttando semplicemente le osservazioni che sono già state raccolte e condivise spontaneamente dalle persone. Per esempio, un'oca delle nevi (Anser caerulescens) fotografata durante la migrazione insieme a uno stormo di oche del Canada (Branta canadensis): la piattaforma classifica quell'osservazione come dato di presenza sulla prima specie; la foto e l'analisi dei commenti documentano invece l'interazione.
Il valore della citizen science e delle osservazioni condivise
Lo studio mette in evidenza anche il ruolo sempre più importante della citizen science, la scienza partecipata, attraverso cui cittadini, birdwatcher e appassionati contribuiscono alla ricerca raccogliendo dati e osservazioni in tutto il mondo. Piattaforme come eBird e iNaturalist permettono già agli scienziati di studiare la distribuzione delle specie, i movimenti degli uccelli e i cambiamenti nella biodiversità.
Questa ricerca dimostra però che anche i commenti apparentemente più semplici possono contenere informazioni scientifiche importanti, soprattutto quando descrivono comportamenti e interazioni difficili da osservare. L'intelligenza artificiale, naturalmente, non può garantire da sola che ogni osservazione sia corretta. I dati estratti devono comunque essere sempre valutati e interpretati dagli scienziati, tenendo conto anche dei limiti delle segnalazioni raccolte da non addetti ai lavori.
Secondo però Hengxing Zou, primo autore dello studio, questo lavoro rappresenta soprattutto un esempio di come l'IA possa ampliare le possibilità della ricerca senza sostituire il contributo umano. Le osservazioni continuano infatti a essere raccolte da persone che trascorrono del tempo all'aperto, osservano la natura e decidono di condividere ciò che hanno visto.
La novità è che oggi gli scienziati hanno uno strumento in più per recuperare e valorizzare quelle informazioni nascoste tra le varie osservazioni. Anche una breve nota lasciata da un birdwatcher sotto l'avvistamento di un uccello potrebbe contribuire, insieme a milioni di altre, a comprendere meglio il comportamento degli animali e come funzionano e cambiano gli ecosistemi nel tempo.
