La comunidad científica se enfrenta a una nueva amenaza proveniente de la inteligencia artificial. Investigadores del Reino Unido han descubierto que las imágenes de animales generadas o incluso simplemente editadas con redes neuronales pueden distorsionar gravemente los datos en las bases de observación globales. El problema radica en que incluso una mejora mínima de la imagen, como aumentar la nitidez o corregir el color, puede alterar rasgos clave de la especie: la forma del pico, el color del pelaje o el patrón de las alas.
Falsos registros y errores en ecología
Tales manipulaciones crean el riesgo de un falso registro de un animal en una nueva región, lo que induce a error a ecólogos y biólogos. Por ejemplo, una imagen ligeramente modificada de un ave podría ser confundida erróneamente con una especie migratoria rara, lo que afectaría las estadísticas de áreas de distribución y las decisiones de conservación. Esto representa un peligro especial para las plataformas de ciencia ciudadana, donde los voluntarios cargan miles de imágenes al día sin una verificación rigurosa.
Llamado al etiquetado y la verificación
Los autores del estudio instan encarecidamente a los administradores de dichas plataformas a implementar un etiquetado obligatorio de las imágenes que hayan sido procesadas por IA. Es necesario desarrollar algoritmos de verificación automática para detectar rastros de generación o edición. Sin esto, los sistemas de recopilación de datos corren el riesgo de perder fiabilidad, y las conclusiones científicas basadas en dichas bases de datos, de volverse erróneas.
Comentario del experto: Esta es una señal de alerta para todo el ecosistema de recopilación de datos. En un mundo donde la IA ya es capaz de falsificar rostros y voces, la comunidad científica debe actuar de manera preventiva. La implementación de marcas criptográficas y verificación mediante blockchain para las imágenes podría ser una solución fiable, garantizando la autenticidad de los materiales y protegiendo contra distorsiones involuntarias.