Se l’intelligenza artificiale può essere uno strumento utilissimo per accelerare la ricerca scientifica, in tutti i campi, in alcuni casi può tuttavia ostacolarne i progressi. È il caso della ricerca ornitologica e delle foto naturalistiche ritoccate (“migliorare”, assumendo il punto di vista degli utenti) con gli algoritmi e i grandi modelli linguistici (LLM – Large Language Model).
Per chi pratica birdwatching, avvistare una specie molto lontano dal suo normale areale rappresenta un evento eccezionale. Nel Regno Unito, ricorda il Guardian, scoperte di questo tipo finiscono spesso sui giornali. Ma l’affidabilità di questi avvistamenti è minacciata da quella che il quotidiano britannico definisce “una nuova piaga: l’AI slop” (“sbobba, brodaglia”), cioè la crescente diffusione di contenuti scadenti, falsi o alterati attraverso l’intelligenza artificiale.
Dal ritocco estetico al falso scientifico
Per questo motivo gli scienziati chiedono agli appassionati di limitare l’uso dell’intelligenza artificiale nella modifica delle fotografie naturalistiche. Il timore è che immagini apparentemente autentiche possano compromettere l’attendibilità di piattaforme di scienza partecipata, come iNaturalist e Macaulay Library, i cui dati vengono regolarmente impiegati dai ricercatori per studiare la presenza delle specie e le variazioni dei loro areali.
La diffusione degli strumenti di intelligenza artificiale generativa ha reso possibile produrre in pochi secondi fotografie completamente false. Ma il problema non riguarda soltanto le immagini create da zero. Anche un intervento apparentemente innocuo — come eliminare un ramo o una foglia che coprono parzialmente il soggetto — può introdurre nell’immagine cambiamenti significativi che non erano presenti nello scatto originale.
Alexander Lees, ecologo della Manchester Metropolitan University e autore di un commento pubblicato sulla rivista scientifica Nature (e citato dal Guardian), osserva che, nella sua esperienza su Facebook, una quantità crescente di fotografie naturalistiche è costituita da immagini interamente generate dall’intelligenza artificiale. Diventa quindi difficile stabilire se quelle fotografie possano essere utilizzate per ricostruire la presenza di una specie in un determinato luogo e momento.
Secondo Lees, le falsificazioni deliberatamente costruite per ingannare rimangono relativamente rare e sono spesso facili da riconoscere: difficilmente, osserva il ricercatore, qualcuno crederebbe all’avvistamento di un tucano in Siberia. Il rischio più insidioso nasce invece dalle modifiche realizzate in buona fede da chi vuole semplicemente ottenere una fotografia più bella. Durante l’elaborazione, infatti, l’algoritmo può aggiungere caratteristiche appartenenti ad altre specie, trasformando un ritocco estetico in un dato naturalistico falso.
Leggi anche: A Brancaleone, l’ospedale che salva le tartarughe marine
Le specie trasformate dall’algoritmo
Il caso più significativo riportato nell’articolo riguarda il presunto avvistamento, nel Brasile centrale, di un red-winged blackbird, una specie diffusa normalmente in Nord America e mai osservata prima in quell’area del Brasile. L’animale fotografato era in realtà un epaulet oriole, una specie comune nel continente americano. Il fotografo aveva però chiesto a una piattaforma di intelligenza artificiale di rendere l’immagine “più bella”. Durante l’elaborazione, il sistema aveva aggiunto alcuni tratti caratteristici del red-winged blackbird, dando così origine a un falso avvistamento.
Lees sottolinea che i fotografi naturalisti possono essere particolarmente concentrati sulla ricerca dello scatto perfetto. Proprio questa attenzione al risultato estetico rischia però di produrre conseguenze impreviste, a scapito del risultato scientifico: una fotografia modificata con l’intelligenza artificiale può causare problemi quando viene successivamente utilizzata come documentazione di un avvistamento.
Leggi anche: Salvare la vita delle barriere coralline per proteggere gli ecosistemi della Terra
Quante sono le immagini false nei database?
Ne citato commento su Nature, scrive il Guardian, i ricercatori hanno segnalato che centinaia di immagini false sono già state individuate nei database utilizzati per registrare la presenza delle specie. La reale dimensione del fenomeno resta tuttavia sconosciuta, perché molte alterazioni potrebbero non essere riconosciute e finire così per contaminare le informazioni raccolte dal pubblico.
Le organizzazioni di citizen science stanno ancora cercando di comprendere la portata del problema. Su iNaturalist, il social network attraverso cui gli utenti possono documentare avvistamenti di piante e animali, soltanto 1.400 fotografie su oltre 610 milioni risultano al momento segnalate per l’impiego dell’intelligenza artificiale. Il numero appare limitato rispetto alle dimensioni complessive dell’archivio, ma non permette di stabilire quante immagini alterate siano sfuggite ai controlli. La maggior parte dei casi individuati, secondo i responsabili della piattaforma, non sarebbe comunque legata a un intento deliberatamente fraudolento.
Una minaccia per la citizen science
Il problema assume un peso particolare per il ruolo svolto dalla scienza partecipata (citizen science). Grazie ai contributi di un vasto numero di persone, piattaforme come iNaturalist permettono di raccogliere informazioni che gli scienziati difficilmente potrebbero ottenere direttamente su una scala altrettanto ampia. Tony Iwane, direttore del supporto alla comunità di iNaturalist e coautore del commento pubblicato su Nature, paragona questi sistemi a un sensore capace di osservare quasi in tempo reale ciò che accade sul pianeta: se le piante fioriscono prima del previsto, se gli animali si spostano verso nord con l’aumento delle temperature o se compaiono comportamenti mai registrati in precedenza. Ma affinché questo resti possibile, avverte Iwane, c’è una pre-condizione indispensabile: che le informazioni siano accurate.
© Riproduzione riservata
