Milhares de espécies correm riscos de extinção
De acordo com previsões feitas por pesquisadores da Universidade Norueguesa de Ciência e Tecnologia, mais de 50% das espécies que até agora escaparam de qualquer avaliação oficial de conservação estão ameaçadas de extinção. Pesquisas recentes sugerem que a crise de extinção pode ser ainda pior do que pensávamos.
Como os recursos de conservação são limitados, é inviável e sem lógica querer proteger cada quilômetro quadrado de terra e mar. Portanto, para onde devem ir nossos recursos de conservação para atenuar a rápida perda de biodiversidade? Antes de responder a tal pergunta, é preciso saber primeiro quais espécies proteger.
A União Internacional para a Conservação da Natureza (IUCN) coordena uma rede de cientistas que por mais de 50 anos já avaliaram informações biológicas disponíveis para todos os tipos de espécie em todo o mundo. Eles publicam suas descobertas na Lista Vermelha de Espécies Ameaçadas, cujo objetivo é o de identificar espécies que precisam de proteção sob uma categoria de conservação de risco de extinção atribuída.
Foi essa Lista Vermelha que confirmou, por exemplo, que os tigres estão oficialmente ameaçados de extinção ou que os pandas gigantes se recuperaram o suficiente para mudar o status de populações ameaçadas para meramente vulneráveis.
No entanto, embora espécies como pandas e tigres sejam bem estudadas, os pesquisadores ainda não sabem o suficiente sobre algumas outras espécies para que possam avaliar adequadamente seu status de conservação. Logo, essas espécies “com deficiência de dados” representam em torno de 17% de quase 150 mil avaliadas atualmente.
Ao analisar dados de conservação, é comum que pesquisadores suprimam ou subestimem suposições de ameaça para essas espécies no sentido de controlar variações desconhecidas ou erros de julgamento. No momento, pesquisadores na Noruega tentam colocar alguma luz no buraco negro do risco desconhecido da extinção, projetando um modelo de aprendizado de máquina que prevê a ameaça de extinção para essas espécies que apresentam deficiência de dados.
Aprendizado de máquina para avaliação de extinção
Quando pensamos em inteligência artificial e aprendizado de máquina, é comum imaginar robôs, simulações de computador e reconhecimento facial. Na realidade, pelo menos na ciência ecológica, o aprendizado de máquina é simplesmente uma ferramenta analítica usada para executar milhares de cálculos para que possam melhor representar os dados que temos do mundo real.
Nesse caso, os pesquisadores noruegueses converteram as categorias de extinção da Lista Vermelha em um modelo “classificador binário” para prever a probabilidade de se as espécies com deficiência de dados são provavelmente “ameaçadas” ou “não ameaçadas” de extinção. O algoritmo do modelo “evoluiu” com padrões matemáticos encontrados em dados biológicos e bioclimáticos dessas espécies com uma categoria de conservação já atribuída na Lista Vermelha.
A Lista Vermelha da IUCN coloca cada espécie em uma das sete categorias de conservação, ou as rotula como “não avaliadas” ou “dados insuficientes”.
Eles descobriram que 56% das espécies com deficiência de dados podem ser ameaçadas, o que na Lista Vermelha representa o dobro dos 28% do total de espécies atualmente avaliadas e tidas como ameaçadas. Isso reforça a preocupação de que as espécies com deficiência de dados não são apenas pouco pesquisadas, mas correm o risco de serem perdidas para sempre.
Em terra, essas espécies terrestres provavelmente ameaçadas são encontradas em todos os continentes, mas vivem em pequenas áreas geograficamente restritas. Esta descoberta apoia pesquisas anteriores com conclusões semelhantes de que o habitat de espécies com tamanhos pequenos está particularmente vulnerável à degradação antropogênica [de origem humana], seja por desmatamento ou urbanização.
Anfíbios em risco
Os anfíbios são o grupo de maior risco, pois não há dados suficientes para 85% dessas espécies tidas como ameaçadas (contra 41% das avaliadas na Lista Vermelha). Os anfíbios são o garoto-propaganda da crise de extinção e considerados um indicador-chave para a saúde ecológica, pois dependem tanto da terra quanto da água. Não sabemos o suficiente a respeito do que causa sua extinção tão catastrófica. Eu faço parte de uma iniciativa científica que tenta resolver o problema.
No mar, a história é um pouco diferente, mas ainda trágica. As espécies marinhas que apresentam dados insuficientes e prováveis de extinção estão concentradas particularmente no sudeste da Ásia e ao longo das costas leste do Atlântico e do Mediterrâneo. Quando a Lista Vermelha combina espécies que apresentam dados insuficientes com as que já foram totalmente avaliadas, há um aumento de 20% na probabilidade de extinção ao longo das costas orientais da América Latina tropical.
O que isso significa para a conservação global
Embora seja provável que a necessidade de conservação tenha sido subestimada em todo o mundo, essas sugestões de probabilidade são altamente variáveis em áreas e grupos de espécies diferentes.
Portanto, não se engane em generalizar demais essas descobertas. Mas esses resultados amplos destacam por que é tão importante investigar mais profundamente as espécies que apresentam dados insuficientes.
O uso de ferramentas de aprendizado de máquina pode ser uma maneira eficaz em termos de tempo e custo para aprimorar a Lista Vermelha e ajudar a superar a decisão desafiadora de onde e o que proteger, auxiliando ações de conservação direcionadas e expandindo áreas protegidas nesses “buracos negros” da biodiversidade.
Imagem do sapo arlequim: cortesia kuritafsheen77/Freepik.
Artigo original (em inglês) publicado por Lilly Harvey na The Conversation UK.
Sobre a autora
Lilly Harvey é doutoranda em Ciências Ambientais na Nottingham Trent University e Pesquisadora Associada do Projeto Global de Biodiversidade de Anfíbios.
