Proponen combatir tráfico de vida silvestre marina con IA

Europa Press

Periódico La Jornada
Martes 9 de junio de 2026, p. 6

Madrid. Muchos artículos de vida silvestre marina que se trafican habitualmente, como las aletas de tiburón, pueden ocultarse en equipaje o paquetes y transportarse a través de las fronteras con relativa facilidad, sin ser detectados, por lo que para solucionar esto, científicos de la Universidad Macquarie (Australia) utilizaron inteligencia artificial para desarrollar un algoritmo capaz de detectar muestras de criaturas marinas comúnmente traficadas (aletas de tiburón, caballitos de mar y pepinos de mar) con una precisión de 92 por ciento.

“El comercio de vida silvestre es cruel y poco ético”, declara la doctora Vanessa Pirotta, de la Universidad Macquarie, autora principal del nuevo artículo publicado en Frontiers in Ocean Sustainability. “Para muchos, ésta puede ser la primera vez que oyen hablar del tráfico ilegal de vida silvestre marina, algo que no se menciona tanto como el cuerno de rinoceronte o el marfil de elefante. Aprovechamos este Día Mundial de los Océanos (celebrado ayer) para visibilizar este problema”.

Se estima que el comercio ilegal de fauna marina mueve miles de millones de dólares cada año y representa una grave amenaza para los animales en peligro de extinción. El transporte de animales para consumo humano, medicinal, ornamental o como mascotas pone en peligro la supervivencia de poblaciones que viven en un equilibrio precario, mientras los animales que son traficados vivos podrían escapar y convertirse en especies invasoras en otros ecosistemas.

Sin embargo, detectar este tipo de contrabando no es sencillo, lo que dificulta no sólo detenerlo, sino cuantificar su impacto ambiental.

El equipo reutilizó escáneres de tomografía computarizada de rayos X ya existentes, que se utilizan en muchos aeropuertos para detectar explosivos o amenazas de bioseguridad. Estos escáneres toman múltiples rayos X de un solo objeto, creando una imagen en tercera dimensión de su contenido.

Aletas de tiburón y caballitos de mar

Mediante el uso de una red neuronal a fin de entrenar un algoritmo capaz de reconocer especies comúnmente traficadas en estas imágenes, los científicos esperaban crear un sistema que marcara automáticamente las maletas para su inspección.

Los investigadores optaron por trabajar con aletas de tiburón, caballitos de mar y pepinos de mar. Las aletas de tiburón son muy demandadas como alimento, mientras los caballitos de mar secos se comercializan para la medicina tradicional.

El contrabando de pepinos de mar se registra con menos frecuencia, aunque a menudo se pescan ilegalmente en exceso, por lo que se cree que su contrabando es más común de lo que se puede demostrar ahora.

El equipo realizó 298 escaneos de 20 muestras de pepino de mar, 30 de caballito de mar y 18 de aleta de tiburón, muchas de éstas procedentes de incautaciones de tráfico de fauna silvestre. Se crearon cinco escaneos para cada muestra en distintas posiciones y contextos, además de escaneos que contenían varias muestras.

Los científicos también escanearon muestras en condiciones que imitan las tácticas de los contrabandistas (envueltas en latas o ropa o escondidas en juguetes infantiles) y añadieron algunos de sus escaneos a imágenes de tomografía computarizada de maletas que habían sido escaneadas sin mercancía de contrabando, una técnica denominada proyección de imagen de amenaza.

Estas imágenes se utilizaron para entrenar el algoritmo a fin de que reconociera las aletas de tiburón, los pepinos de mar y los caballitos de mar, y luego probaron el algoritmo con un subconjunto de figuras que nunca antes se le habían proporcionado.

El algoritmo tuvo una efectividad general de 92 por ciento: 95 puntos porcentuales en la detección de aletas de tiburón, 96 en la de caballitos de mar y 86 por ciento en la de pepinos de mar. La tasa de falsos positivos fue de 13 puntos: 2 por ciento en lo referente a aletas de tiburón, uno para pepinos de mar y 9 por ciento en caballitos de mar.