Cada vez mais pessoas usam aplicativos para identificar plantas, e eles costumam acertar no que veem. Mas as plantas que as pessoas identificam nesses aplicativos geralmente chamam a atenção por serem marcantes de alguma forma, e por isso oferecem características que facilitam a identificação. O que acontece quando você não está escolhendo as plantas para identificar? Uma equipe da Universidade de Alberta examinou a precisão de dois aplicativos, INaturalista e Flora Incógnita, foram quando receberam fotos tiradas de pesquisas.
O levantamento de parcelas é muito mais difícil para aplicativos porque uma área é escolhida, geralmente um pequeno quadrado, e então as espécies presentes nela são identificadas. Essas plantas na área de levantamento podem apresentar danos físicos devido à herbivoria ou doenças. Ou podem simplesmente ser imaturas e não estarem desenvolvidas.
Para testar os aplicativos, Wanigasinghe e seus colegas estudaram seu desempenho em parcelas, não apenas para avaliar seus resultados, mas também para identificar maneiras de aprimorá-los. Eles realizaram levantamentos na Região Natural de Pastagens e na transição entre as Regiões Naturais de Parques e Boreais, em Alberta. Em cada uma das regiões, foram instalados três locais com nove parcelas por local, dispostas em um padrão radial fixo. Dentro das parcelas, os especialistas marcaram os indivíduos para orientar a fotografia, de modo que os mesmos espécimes fossem avaliados por ambos os métodos.
Eles descobriram que a precisão Top-1 do Flora Incognita era de 79%, enquanto a do iNaturalist era de 67%. Ambos ficaram aquém do que Wanigasinghe e seus colegas consideram o nível de um botânico experiente, que fica entre 90% e 95%. Mas eles também descobriram que havia maneiras de melhorar a precisão.
Primeiramente, é útil fotografar algo que indique a presença da planta. Isso significa fotografar algo reprodutivo, como flores, inflorescências ou frutos. Se a planta não estiver florida, você já começa em desvantagem. Portanto, escolher o momento certo para a sua pesquisa é provavelmente a melhor estratégia para obter os melhores resultados.
Se você usa o iNaturalist, a próxima grande vantagem foi tirar uma boa foto. Isso representou um aumento de 15 a 23% na precisão, em comparação com o que eles chamaram de imagens de baixa e média qualidade. Outra maneira de melhorar a precisão foi tirar várias fotos de ângulos diferentes. O Flora Incognita permite que os usuários combinem imagens para melhorar a precisão das sugestões. O iNaturalist adota uma abordagem diferente. Você pode enviar várias imagens, mas a sugestão ainda se baseia em apenas uma foto. Wanigasinghe e seus colegas argumentam que o iNaturalist poderia melhorar sua precisão combinando imagens em uma avaliação. No entanto, o fator humano na revisão das imagens do iNaturalist significa que usar várias imagens ainda é uma boa ideia.
Não surpreendentemente, gramíneas e ciperáceas foram as espécies onde a diferença entre aplicativos e humanos foi maior. Aqui, a técnica consiste em preencher o quadro com uma única espécie. Isso resultou em um aumento de 20% no Flora Incognita e de 9% no iNaturalist, embora a análise estatística mostre que 9% pode não ser significativo para o iNaturalist. Um dos problemas da pesquisa foram as condições climáticas. Wanigasinghe e seus colegas escrevem:
Em 2023, o crescimento e o desenvolvimento das plantas em áreas de pastagem foram impactados por níveis de precipitação inferiores à metade da média dos últimos 30 anos. Isso limitou a obtenção de fotografias de plantas com frutos e flores, incluindo gramíneas. Por exemplo, 74% das imagens de gramíneas que coletamos mostravam apenas estruturas vegetativas. Nessas condições de campo desafiadoras, a abordagem de combinação de múltiplas perspectivas desempenha um papel crucial na melhoria da precisão da identificação.
O problema dessas técnicas fotográficas é que elas levam tempo. Para mim, está ótimo, porque quero conhecer a identidade de a Como se trata de uma espécie, fico feliz em tirar várias fotos para identificar uma planta. Quando isso é feito como trabalho, esse tempo extra para cada planta no levantamento aumenta o tempo total de um levantamento em duas ou três vezes em comparação com um levantamento feito por um especialista.
Nem tudo são más notícias para os aplicativos, no entanto. Wanigasinghe e seus colegas comentam: “A identificação em nível de gênero/família, ou o agrupamento de táxons complexos em agregados, é um compromisso pragmático amplamente aceito no monitoramento ecológico e em levantamentos de campo quando a identificação em nível de espécie não é viável em campo devido à semelhança visual ou às limitações do observador (técnicos de campo inexperientes, etc.)”. O Flora Incognita apresentou uma precisão de 88.4% para gêneros. Não chega ao nível humano, mas está mais próximo. Eles também calcularam que adicionar mais imagens a uma observação aumentaria a precisão do gênero de 74% para 80% no iNaturalist, caso este utilizasse múltiplas imagens para identificar uma espécie.
Os autores também citam O trabalho da Jones & Jones sobre a precisão do aplicativo, que constatou um aumento de 20% na precisão entre 2020 e 2023. Vale lembrar que leva tempo para um artigo ser publicado, e isso é destacado pelos autores, que escrevem: "...a precisão apresentada em nosso estudo representa um retrato do desempenho do aplicativo móvel no momento do teste." Eles observam melhorias mensais.
Mas o aumento da precisão não é o único uso potencial para fotos no futuro, afirmam Wanigasinghe e seus colegas: “Embora a maior parte da pesquisa em IA na botânica tenha se concentrado em melhorar a precisão da identificação de plantas, corrigindo erros e vieses, o verdadeiro potencial dos levantamentos fotográficos está apenas começando a ser explorado. Os botânicos estão se voltando para o treinamento e a aplicação de modelos de aprendizado profundo além da identificação de espécies.” As fotos coletadas agora podem ajudar a responder perguntas sobre variação fenotípica, dados de características e dados ambientais, o que significa que mais perguntas poderão ser feitas a partir dos mesmos dados no futuro.
LEIA O ARTIGO
Wanigasinghe, I., Haughland, D., Pyle, L., Villeneuve, M., e Nielsen, S.(2026) Avaliando aplicativos de identificação de espécies como ferramenta para levantamentos de plantas vasculares em pequenas parcelas em Alberta, Canadá. AoB PLANTS, 18(3). Disponível em: https://doi.org/10.1093/aobpla/plag020.
Imagem de capa: cornus canadensis by Kallum McDonald / iNaturalist CC0
