Registro de ave modificado por inteligência artificial pode distorcer dados de monitoramento ecológico mundial.
(Imagem: Reprodução / Redes Sociais)
Uma árvore com galhos excessivos, uma folha que atrapalha o ângulo perfeito e uma edição rápida via inteligência artificial para limpar a imagem. O que parece um retoque estético inofensivo para as redes sociais está se transformando em um pesadelo silencioso para a ciência global.
Pesquisadores de todo o mundo começaram a soar o alarme contra uma nova ameaça invisível: fotos de aves adulteradas por IA generativa que poluem plataformas de ciência cidadã. Esses registros falsificados ameaçam a integridade de bancos de dados vitais usados para monitorar a biodiversidade, as rotas de migração e as consequências reais das mudanças climáticas no planeta.
O que está por trás da poluição de dados
O problema não está apenas nas imagens inteiramente geradas por computador, fáceis de detectar por olhos atentos. O grande desafio reside nas ferramentas de edição assistida que preenchem espaços vazios. Ao remover digitalmente um galho ou uma folha que encobre o animal, o algoritmo reconstrói a parte oculta da ave por conta própria.
Nessa reconstrução, a IA frequentemente 'alucina', misturando padrões de plumagem ou bicos e criando espécies híbridas que desafiam a biologia real. Na prática, isso muda mais do que parece e coloca em xeque a credibilidade de registros científicos.
Como isso afeta o trabalho dos cientistas
Plataformas colaborativas como o iNaturalist, que reúne mais de 610 milhões de imagens, dependem totalmente da precisão das observações de voluntários. Cientistas utilizam esse volume maciço para mapear onde as espécies vivem e prever extinções locais. Mas a inserção de registros biologicamente incorretos quebra a confiabilidade dessas fontes.
Um caso emblemático ocorreu recentemente no Brasil. Um fotógrafo registrou um oriol-de-ombros-vermelhos e, ao tentar melhorar a qualidade da imagem usando IA, o sistema incluiu características do melro-de-asa-vermelha, uma ave típica da América do Norte. O resultado foi um registro falso de uma espécie inexistente naquela região, o que confunde os modelos de distribuição geográfica.
O que pode acontecer a partir de agora
Com cerca de 1.400 imagens já sinalizadas por suspeita de manipulação por IA no iNaturalist, a comunidade científica corre contra o tempo para criar novos filtros de moderação. O impacto vai muito além da fotografia de natureza; compromete decisões governamentais sobre áreas de preservação que se baseiam em dados geográficos de distribuição de fauna.
O grande desafio das plataformas de ciência cidadã será equilibrar a massiva participação popular com rigorosos sistemas de detecção digital, garantindo que o avanço tecnológico não apague o retrato fiel da nossa própria biodiversidade.
