Hay muchas aplicaciones de smartphone que pueden identificar plantas a partir de fotos. Pero las pruebas demuestran que algunas solo tienen una precisión del 4 %. Esto puede poner en peligro a los recolectores silvestres que buscan comida, y las plantas amenazadas pueden ser etiquetadas erróneamente como malas hierbas y erradicadas.
La ecóloga Julie Peacock, de la Universidad de Leeds (Reino Unido), y sus colegas evaluaron seis de las aplicaciones más populares: Google Lens, iNaturalist, Leaf Snap, Pl@ntNet, Plant Snap y Seek. Utilizaron cada aplicación para tratar de identificar 38 especies de plantas en sus hábitats naturales, en cuatro lugares de Irlanda. El equipo descubrió que algunas aplicaciones obtenían puntuaciones extremadamente bajas, mientras que incluso las mejores no alcanzaban el 90 % de precisión. Publicaron sus resultados en la revista PLOS ONE.
“Por muchas razones, es importante que las aplicaciones sean precisas o que la gente sea consciente de que son una guía, pero no perfectas”, afirma Peacock. Por ejemplo, la gente puede identificar erróneamente especies autóctonas importantes como invasoras y eliminarlas de sus jardines. A la inversa, la gente puede consumir plantas silvestres potencialmente peligrosas pensando que son especies inofensivas.
Pero Peacock no cree que la gente deba dejar de usar estas aplicaciones, siempre que entienda sus limitaciones. “Una ventaja es que las aplicaciones pueden hacer que la gente se comprometa más con las plantas”, afirma.
Flores y hojas
Las aplicaciones utilizan algoritmos de inteligencia artificial (IA) entrenados con un gran número de fotos de plantas y sus correspondientes pies de foto. Durante el entrenamiento, el programa de IA aprende no solo a reconocer las fotos de entrenamiento, sino también a ver similitudes entre ellas y las nuevas fotos, lo que le permite identificar las plantas.
En general, todas las aplicaciones reconocieron mejor las flores que las hojas, lo que, según los investigadores, se debe a que la mayor variedad de formas y colores da más pistas a la IA. Pero no siempre fue así. La aplicación iNaturalist solo pudo identificar correctamente el 3,6 % de las flores y el 6,8 % de las hojas. Plant Snap identificó correctamente el 35,7 % de las flores y el 17,1 % de las hojas. La mayor precisión la alcanzó Pl@ntNet: esta aplicación identificó correctamente el 88,2 % de las flores y el 80,4 % de las hojas.
Conjuntos de datos exhaustivos
El informático Alexis Joly, del instituto de investigación Inria de Montpellier (Francia), uno de los investigadores del proyecto sin ánimo de lucro Pl@ntNet, afirma que el éxito de la aplicación se debe a sus conjuntos de datos, procedentes de botánicos, científicos y aficionados informados. Además, los algoritmos intentan eliminar las preferencias por especies frecuentes y, en su lugar, clasifican varios candidatos posibles para cada búsqueda.
“A veces es una tarea ingrata, porque la gente prefiere ver un único resultado con un 100 % de certeza, aunque no sea el correcto, que tres posibles especies con un 33 % cada una, que sí reflejan la realidad con respecto a la foto tomada”, afirma. “Pero parece que nuestra estrategia está dando sus frutos”.
Mal etiquetado
El biólogo Stephen Harris, de la Universidad de Oxford, afirma que las preocupaciones de Peacock están justificadas y que él también se ha encontrado con problemas con este tipo de aplicaciones. Él, en cambio, confía en un buen libro científico. El problema es que las aplicaciones se basan en imágenes subidas a Internet, que a menudo están mal etiquetadas, dice.
La gente tiende a hacer fotos de las mismas cosas. Así que hay ciertas plantas que son obvias y a las que todo el mundo quiere hacer una foto. “Por otro lado, hay plantas muy interesantes que son muy pequeñas y no tienen flores atractivas, por ejemplo. De esas no se sacan muchas fotos”, dice Harris. “Es muy poco probable que la gente se pasee por los estanques, arranque las malas hierbas y las fotografíe”.