Jeran Cloete et Dian Spear de l'Université de Stellenbosch, Jessica da Silva de l'Institut national sud-africain de la biodiversité, Lavhelesani Dembe Simba de l'Université de Fort Hare et Peter J Carrick de l'Université du Cap discutent de l'utilisation de l'IA dans les efforts de conservation.
Les écologistes analysent des volumes considérables de données écologiques dans leur travail. Par exemple, ils pourraient avoir besoin de traiter des décennies de données météorologiques ou les mouvements de millions d’insectes. Jusqu’à présent, ces scientifiques et décideurs devaient rechercher et trier manuellement les informations, puis utiliser des outils statistiques qui simplifiaient souvent à l’extrême les informations sources.
Les outils d’intelligence artificielle (IA) promettent désormais d’aider dans tout cela. Mais pourront-ils tenir leur promesse ?
Ils sont loin d'être parfaits. C'était montré qu'ils peuvent inventer des informations en toute confiance et amplifier les biais cachés dans leurs données de formation. Et différents outils d’IA ont des utilisations, des forces et des faiblesses différentes. Ils doivent être choisis avec soin.
L'IA figurait parmi les 10 principaux problèmes émergents en matière de conservation de la biodiversité en Afrique du Sud dans une récente étude. balayage de l'horizon que nous avons entrepris. En tant que membre d'un groupe de 14 experts en conservation de la biodiversité, nous nous sommes appuyés sur les discussions au sein de nos divers réseaux professionnels, la littérature et les tendances de l'actualité pour identifier les problèmes susceptibles d'émerger et de s'intensifier au cours des cinq à dix prochaines années.
Les problèmes se répartissaient en trois groupes principaux : les perturbations technologiques, la complexité de la réglementation et les impacts sur les infrastructures.
Parmi eux, l’IA apparaît à la fois comme une opportunité et un risque pour la conservation future de la biodiversité.
Opportunités d'IA
Notre analyse a fait ressortir la puissance et les pièges de l’IA dans le type de travail que nous effectuons.
Une utilisation potentielle de l’IA est le suivi. Le suivi des animaux et des insectes à grande échelle est essentiel pour les décisions de conservation. Les oiseaux et les baleines migrent à travers la planète chaque année, et le nombre d’insectes change au fil des saisons par milliards. L'IA de reconnaissance d'images peut traiter les données des pièges photographiques pour aider à alimenter des bases de données telles que Aperçu de la faune et fournir des informations sur le comportement des animaux pour aider à prédire le impacts de processus mondiaux comme le changement climatique et le développement industriel sur la biodiversité.
La surveillance de masse enregistre également les personnes partageant ces paysages avec des animaux. Cette surveillance peut être utilisée pour détecter la récolte illégale d'animaux sauvages (braconnage) ou éviter conflit homme-animal.
L’utilisation des terres est un autre domaine de conservation dans lequel l’IA offre des opportunités. En utilisant des données économiques et des informations paysagères, des modèles d'IA personnalisés peuvent être formés pour prédire la déforestationpermettant une action préventive, ou choisir un terrain avec une haute valeur de conservation au meilleur prix.
La complexité des écosystèmes doit être résumée et condensée en cartes et catégories pour éclairer les décisions générales à l’échelle du paysage. L’utilisation de l’IA augmente la quantité de données pouvant être résumées.
Les chatbots sont un type d’outil d’IA capable de distiller des informations à partir d’énormes quantités de texte. Par exemple, ils peuvent être utilisés pour surveiller les listes de produits et détecter le commerce illégal d'espèces sauvages en ligne au moment où cela se produit. Ils peuvent lire des centaines de publications scientifiques pour déterminer quelles espèces se trouvent en risque d'extinction. Ils peuvent s'appuyer sur de nombreuses sources différentes pour créer des évaluations d'impact environnemental ; la base des décisions d’aménagement du territoire, offrant un raccourci tentant autour d’une tâche de reporting chronophage.
Mais nous avons également identifié les inconvénients et les risques.
Les risques
Les communautés locales vivant de la terre pourraient considérer la surveillance de masse comme une intrusion. L'aliénation des communautés locales de cette manière pourrait les amener à s'opposer à la gouvernance et à la gouvernance de la conservation. technologie de sabotage sur le terrain pour protéger leur vie privée.
Un autre défi réside dans les limites de la technologie elle-même. Utiliser l’IA pour suivre les animaux nécessite de former spécialement les systèmes d’identification par image et audio pour qu’ils fonctionnent avec chaque écosystème et élément matériel. La qualité d’un modèle d’IA dépend des efforts déployés pour l’enseigner. Par exemple, entraîner un modèle sur des enregistrements d'une ville pourrait l'amener à « entendre » des pigeons partout, produisant ainsi une liste fiable mais incomplète d'oiseaux à partir de données sur des zones naturelles.
Une autre préoccupation concernant l’IA est que le remplacement de l’implication humaine pourrait entraîner des pertes d’emplois. Lorsqu'il est utilisé pour l'identification des animaux, il pourrait contribuer à une déclin des connaissances en taxonomie ce qui est plus grave dans les pays africains à faible revenu et riches en biodiversité. Cette connaissance est essentielle pour améliorer et corriger les systèmes d’IA.
Nous avons également trouvé des raisons de s'inquiéter dans les demandes d'utilisation des terres.
Le risque est que l’utilisation d’outils d’IA pour la cartographie puisse déconnecter la carte de la réalité du terrain en remplaçant le jugement humain sur le terrain et en privilégiant des sources de données compatibles avec les méthodes d’IA. Un écologiste qualifié qui étudie un écosystème remarquera des choses inattendues qui n'ont pas été spécifiées lors de la phase de planification. Par exemple, parler avec la population locale peut révéler un projet d’expansion agricole ou d’activités de récolte de la faune. Un système d’IA manquerait ce contexte critique car il ne peut lire que les informations numérisées.
L'IA ne peut pas voir les animaux qui échappent aux caméras ni identifier les animaux qui ne devraient pas se produire à cet endroit (images sur lesquelles elle n'a pas été entraînée). Il ne peut pas non plus parler aux humains pour découvrir leurs intentions ou découvrir sagesse écologique transmise par leurs ancêtres.
Les chatbots doivent également être utilisés avec prudence. Ils peuvent générer ou intégrer des informations fictives. Même lorsqu'ils s'appuient sur des informations réelles, ils reflètent souvent des biais dans leurs données de formation, privilégiant les recherches et les perspectives d'institutions bien représentées dans les pays du Nord, où les publications ont toujours été dominées par les les hommes dans les universités à revenus élevés.
Une utilisation non critique des recommandations générées par les chatbots pourrait conduire à de mauvaises décisions environnementales. Par exemple, cela pourrait suggérer de planter des arbres sans tenir compte des divers écosystèmes comme ceux de l'Afrique. prairies de savane.
Utiliser les chatbots comme raccourci pour résumer les connaissances et éclairer les décisions de conservation en Afrique renforcera les systèmes coloniaux et marginalisera les communautés et les connaissances autochtones.
Utilisation prudente de l’IA
Une réglementation stricte de l’utilisation de l’IA dans les sciences de l’environnement est donc un impératif moral et juridique. Le secteur a besoin de garanties, de normes et de mécanismes de surveillance clairs pour empêcher que des résultats d’IA défectueux ou inappropriés n’influencent les décisions. Il lui faut :
- protocoles de validation pour détecter les informations fabriquées
- limitations pour empêcher les chatbots d’ignorer les connaissances et les perspectives humaines
- divulgation obligatoire des historiques d'invites de l'IA
- normes pour décrire les ensembles de données de formation afin que les modèles appropriés puissent être sélectionnés.
L’explosion de l’IA présente une formidable opportunité de conservation si nous utilisons les bons outils avec précaution. Si nous remplaçons le jugement humain par une automatisation incontrôlée, nous risquons de devenir les outils des systèmes mêmes que nous avons construits.
Par Jeran Cloété, Dian Spear, Jessica da Silva, Lavhelesani Dembe Simba et Peter J Carrick
Jeran Cloete est doctorant en écologie de la conservation et entomologie à Université de Stellenbosch. Dian Spear est chercheuse scientifique principale à Université de Stellenbosch. Jessica da Silva est scientifique principale au Institut national sud-africain de la biodiversité. Lavhelesani Dembe Simba est maître de conférences en entomologie à l'Université Université de Fort Hare. Peter J Carrick est chercheur honoraire à l'Institut pour les communautés et la faune sauvage en Afrique, pour le Université du Cap.
