El riesgo de extinción puede ser mucho peor que las estimaciones actuales
Para proteger eficazmente una especie, los conservacionistas necesitan información clave: dónde vive y qué amenazas enfrenta. Sin embargo, los científicos carecen de estos datos básicos para miles de especies en todo el mundo, lo que hace imposible saber cómo les está yendo, y mucho menos tomar medidas para garantizar su supervivencia.
Para estas especies «deficientes en datos», un nuevo estudio publicado en Biología de las Comunicaciones el 4 de agosto sugiere que probablemente no haya noticias no buenas noticias. Los autores utilizaron métodos de aprendizaje automático para predecir el estado de conservación de 7.699 especies con datos insuficientes, desde peces hasta mamíferos, y encontró que el 56 por ciento probablemente esté en peligro de extinción. Los hallazgos son especialmente preocupantes, dado que solo el 28 por ciento de las especies cuyo estado de conservación se conoce están en riesgo de desaparecer, dice el autor principal Jan Borgelt, candidato a doctorado en ecología industrial en la Universidad Noruega de Ciencia y Tecnología. “Las cosas podrían ser mucho peores de lo que realmente nos damos cuenta”, agrega.
Borgelt y sus colegas basaron su análisis en la Unión Internacional para la Conservación de la Naturaleza (UICN) Lista Roja de Especies Amenazadas, una base de datos mundial que categoriza el riesgo de extinción que representan más de 147.500 especies. Sin embargo, dependiendo del grupo de especies, alrededor del 10 al 20 por ciento de los animales, plantas y hongos en la Lista Roja se enumeran como datos deficientes, lo que significa que no hay información adecuada para determinar su estado de conservación de una forma u otra. Esto causa problemas a los científicos que buscan comprender las amenazas a la biodiversidad, así como a los formuladores de políticas que intentan diseñar estrategias de conservación locales, regionales e internacionales efectivas.
Borgelt y su equipo construyeron un modelo de aprendizaje automático basado en datos existentes de 28 363 especies de la Lista Roja cuyo estado de conservación ya había sido evaluado. Incluyeron información de la UICN y otras fuentes confiables sobre la distribución, el hábitat y las amenazas de esas especies y luego usaron esos datos para entrenar su modelo para generar una técnica generalizada para predecir el riesgo de extinción de una especie en particular. A continuación, los investigadores aplicaron el modelo para predecir el estado de conservación de 7699 especies con datos insuficientes incluidas en la Lista Roja. El único requisito previo era que se conociera el área de distribución geográfica de esas especies.
El modelo proyectó que más de la mitad de las especies con datos insuficientes incluidas en el análisis están amenazadas de extinción. Algunos grupos de animales parecen estar en una situación más desesperada que otros. Según los hallazgos, el 85 por ciento de los anfibios, el 62 por ciento de los insectos, el 61 por ciento de los mamíferos y el 59 por ciento de los reptiles para los que hay datos deficientes probablemente corren el riesgo de desaparecer. Los resultados también indicaron que las especies con datos insuficientes en África central, el sur de Asia y Madagascar enfrentan niveles de amenaza especialmente altos.
Si bien existe incertidumbre en torno a los hallazgos, Borgelt y sus colegas han recibido una indicación de que sus predicciones son bastante precisas. Después de realizar el análisis, pero antes de publicar su estudio, la UICN publicó una Lista Roja actualizada con listados de conservación para 123 especies que anteriormente carecían de datos. Tres cuartas partes de esos estados del mundo real coincidieron con las predicciones hechas por el modelo de los investigadores.
El nuevo hallazgo en Biología de las Comunicaciones que las especies con datos insuficientes puedan estar más amenazadas que las especies cuyo estado de conservación se conoce no es necesariamente sorprendente, pero refuerza la necesidad de evaluaciones integrales del riesgo de extinción, dice Louise Mair, bióloga conservacionista de la Universidad de Newcastle en Inglaterra, que no participó en la investigacion “Las evaluaciones actualizadas de la Lista Roja son cruciales para informar la acción y medir el progreso”, dice ella.
El mayor obstáculo para llevar a cabo tales evaluaciones no es la falta de experiencia técnica para evaluar especies, agrega Mair, sino la falta de recursos. “La conservación se enfrenta a un déficit de financiación masivo a nivel mundial”, dice ella.
Para gastar los fondos limitados de la manera más inteligente posible, Borgelt sugiere que se podrían usar modelos predictivos para identificar y priorizar las especies que parecen enfrentar las mayores amenazas. “Estas nuevas tecnologías de aprendizaje automático no reemplazarían a los expertos, pero ayudarían a guiar y asignar recursos”, dice. «Algunos grupos de especies son realmente mucho más urgentes que otros».
