Big Data ayuda a analizar grandes volúmenes de datos para que tomemos decisiones basadas en datos, no en intuiciones. Ahora, también para la conservación de especies.
Aunque se trata de un tema que hasta hace poco había pasado desapercibido, la conservación de especies animales es un problema muy serio que debemos abordar sin demora. El objetivo de desarrollo sostenible de Naciones Unidas número 15, conocido como “Vida de ecosistemas terrestres”, promueve la defensa de la biodiversidad.
Según Red List Index, el ritmo de pérdida de biodiversidad en nuestro planeta es alarmante y cada vez es más difícil controlar la extinción de especies animales. Es preciso emprender acciones que eviten cambios irreversibles que perjudican nuestro planeta. Además del tráfico de armas, drogas y seres humanos, el comercio ilegal de vida salvaje es una de las principales actividades ilegales a escala global.
Métodos tradicionales vs métodos Data-Driven
Antes de la “era de los datos”, la conservación animal se basaba en hacer predicciones sobre las poblaciones totales a partir de pequeñas muestras. Básicamente, el método tradicional consistía en: de una muestra de 10 animales, si dos contraen una enfermedad mortal, podemos asumir que 2/10 partes de esa población se verán afectadas por la enfermedad. Evidentemente, este sistema tiene algunos puntos débiles, como la dependencia de la ubicación geográfica de los animales, considerar si la enfermedad es contagiosa o no…,etc.
Las analíticas Big Data actuales nos permiten examinar conjuntos de datos increíblemente grandes para identificar patrones y correlaciones entre ellos. Las conclusiones que se obtienen se basan en datos concretos, no en suposiciones, siendo por tanto más precisas y significativas.
Cuando hablamos de conservación animal, es esencial actuar con rapidez. Las técnicas Big Data son infinitamente más rápidas y eficientes que los métodos manuales que se usaban tradicionalmente, con un nivel de precisión comparable. ¿Y por qué es tan importante la velocidad? La respuesta es clara. Si los científicos están investigando una población animal en declive, cuanto antes reciban la información, antes pueden tomar medidas para evitar la extinción de esa especie.
Además de las fuentes de información tradicionales, como las cifras de población animal, las analíticas Big Data permiten obtener información de otras fuentes como las redes sociales, mensajería electrónica, respuestas a encuestas, datos móviles, cámaras, sensores sobre los propios animales, etc. Por ejemplo, existen sensores que permiten identificar cuándo un animal es víctima de caza ilegal. Además de esto, puede haber cámaras que identifiquen a los criminales. Este hecho no sólo permite capturar a los responsables de estas acciones, sino que también tiene un efecto disuasorio sobre posibles futuros cazadores furtivos.
Innovadores métodos de toma de datos
Algunas compañías han creado apps con las que los usuarios pueden aportar datos a cambio de información sobre especies y acceso a la base de datos principal. Un ejemplo de esto es la compañía Leafsnap, que ha creado una app que permite identificar árboles a través de fotografías de sus hojas y frutos. Esta app usa tecnologías machine learning, como algoritmos de reconocimiento de imágenes.
Los datos de esta aplicación se pueden usar para comprender el impacto de los desastres naturales o provocados por el hombre sobre la población de árboles. Esta información también es muy útil para conocer mejor poblaciones animales, ya que muchas especies, como lo pájaros, dependen de los frutos de los árboles para alimentarse, o de sus hojas y ramas, para buscar refugio. Ebird, lanzada en 2002, permite que los usuarios graben avistamientos de aves. Basándose en la información recogida a lo largo de estos años, se ha creado BirdCast, una herramienta que, por primera vez en la historia, permite ofrecer predicciones en tiempo real sobre migraciones de aves.
Claramente, esta información será de gran ayuda para las estrategias de conservación de especies, ya que permiten tener una idea mucho más clara sobre las distintas poblaciones, y también facilitan planificar las acciones de forma más eficaz. Los datos sobre riqueza de vida animal, por ejemplo, pueden justificar la protección frente a la industrialización de determinadas regiones. Además, son una herramienta muy útil para los aficionados a avistar aves. Al ser servicios gratuitos, atraen una gran cantidad de usuarios que, a su vez, enriquecen la aplicación aportando datos sobre el terreno.
Una de las áreas donde más se están aplicando este tipo de tecnologías Big Data es la protección de tigres en la India. Algunos habitantes de esta zona creen que los huesos de tigre tienen beneficios terapéuticos para los humanos y, por ello, se pagan precios muy altos por estos huesos en el mercado negro. Un estudio publicado por la revista “Biological Conservation” investigó los avistamientos de tigres en la India e identificó 73 puntos calientes. Hoy día existe una red de inteligencia que, desde 1972, recoge información de más de 25.000 puntos. Sin duda, es un paso adelante hacia la protección de uno de los animales más emblemáticos del planeta.
Futuros pasos
Como ya hemos contado es este blog, estamos en el buen camino para resolver este problema. En el futuro próximo irán teniendo lugar cada vez más proyectos basados en datos (“data driven”) que, esperamos, puedan “sacar” más especies de la “lista roja”. Porque éste será siempre el objetivo final: asegurarnos de que la acción humana no tenga como consecuencia la pérdida de más especies animales.
En lugar de desarrollos industriales que afecten poblaciones animales, vemos innovaciones tecnológicas que reparen los daños que se han hecho en el pasado y ayuden a construir en un futuro próximo, un mundo con una mayor biodiversidad. En LUCA, la unidad de datos de Telefónica, trabajamos en varios proyectos de Big Data para el bien común y creemos, con todas nuestras fuerzas, que el futuro de la conservación animal será “Data Driven”.
Artículo original de Imran Ladak publicado (en inglés) en el blog de LUCA.
