Con algoritmos avanzados se identificó que en las áreas aledañas a la Reserva Natural El Silencio (Yondó, Antioquia) el impacto producido por la presencia de especies exóticas e invasoras -como la palma de cera, el gecko casero, o la pomarrosa- es mayor del que se tenía registrado con los datos de sensores remotos. Esta situación amenaza el hogar del tití cabeza blanca, el mono araña café, y el paujil, ave cada vez más difícil de avistar debido a la tala ilegal y la deforestación.

Los sensores remotos son el instrumento por excelencia para monitorear la mayoría de los ecosistemas del mundo; son sistemas que captan información de la superficie terrestre de manera satelital, también se utilizan imágenes detalladas del tipo de vegetación, la distribución y la humedad, entre otras propiedades importantes.

No obstante, existen inconvenientes para estudiar más a fondo las especies de flora y fauna presentes en una zona, o cuáles son sus dinámicas en un ecosistema que afronta problemáticas como las mencionadas, y a veces no se trabaja de la mano con las extensas bases de datos que los biólogos construyen en todo el territorio nacional.

Aunque existen sensores acústicos que captan sonidos de aves, insectos y mamíferos, su uso aún no está muy extendido. En vista de este vacío, y con la atención puesta en la Reserva Natural El silencio, que, contrario a su nombre, tiene una gran abundancia de sonoridades de animales, Luis Hernando Romero Jiménez, magíster en Geomática de la Universidad Nacional (UNAL), tuvo la brillante idea de utilizar algoritmos de machine learning, o aprendizaje de máquina, para analizar todos los datos y obtener mejores evidencias.

Para lograrlo combinó más de 10.000 datos recogidos por los sensores remotos disponibles en la zona, 1.500.000 registros de especies de animales y plantas almacenados en grandes bases de datos como el Sistema Global de Información sobre Biodiversidad, y múltiples investigaciones en campo desarrolladas por el Instituto de Investigación de Recursos Biológicos Alexander von Humboldt.

Este mapa de la zona le permitió tener una idea más clara de lo que había en El Silencio, pero aún faltaba una pieza: la inteligencia artificial. Con la prueba de diferentes algoritmos de aprendizaje de máquina tuvo una precisión de más del 70 % para determinar que varios de los parches de bosque considerados como de “alta calidad” por los sensores remotos cuentan con la presencia de especies exóticas que afectan la integridad de los bosques evaluados.

“Los bosques se han conservado en pequeñas porciones, se han fragmentado, y esto afecta la calidad del hábitat; en donde los sensores mostraban buen estado, realmente se presenta el ‘síndrome del bosque vacío’, en el que las especies indicadoras de buena calidad ven mermadas sus poblaciones a causa de la caza y el tráfico ilegal”, destaca el magíster.

Aunque las cifras del Instituto de Hidrología, Meteorología y Estudios Ambientales mostraban que para 2022 la deforestación en el país había disminuido en un 29 %, la pérdida de bosques continúa siendo de al menos 123.517 hectáreas, por lo que la naturaleza sigue en aprietos y necesita de mejores planes y estrategias de conservación, como los que posibilitan los algoritmos utilizados en esta investigación.

“Al hablar de calidad de hábitat se pueden interpretar muchas cosas, pero en la investigación nos centramos en tres puntos de estos bosques: el primero es que su estructura esté bien constituida, esto quiere decir que sus árboles y vegetación sea alta y abundante, con poca intervención humana; el segundo, la riqueza en la composición y diversidad de especies animales y vegetales, y el tercero se refiere a la función y relación entre estas especies”, indica el investigador.

Añade que “el estudio es pionero en cuanto al uso de algoritmos en el análisis de múltiples especies, pues investigaciones pasadas se concentraron en lo que ocurría solo con un ave o mamífero en específico, pero aquí se consideró lo que ocurría con todos los registros, un abordaje holístico, integral, que facilita encontrar el riesgo y la vulnerabilidad asociada para estos animales”.

“El modelo está diseñado para que cualquier investigador interesado lo replique, especialmente para zonas con características similares a este lugar, aunque es posible modificar la captura de información para analizar otros ecosistemas o especies de interés”, anota.

La investigación contó con el apoyo tanto de la Fundación Biodiversa Colombia –que trabaja con las comunidades de ese territorio para tener mejores datos– como de la guía de los profesores José Camilo Fagua González, del Departamento de Biología de la UNAL, y Susana Rodríguez Buriticá, del Instituto de Investigación de Recursos Biológicos Alexander von Humboldt.