Escucha este artículo
Audio generado con IA de Google
0:00
/
0:00
En los últimos dos años la prensa ha celebrado los avances en la llamada “tecnología para la naturaleza”. “Colombia estrena Red Otus, una red de inteligencia artificial para la conservación de especies silvestres”, se tituló en 2024. En 2025 se anunció la introducción de “cientos de cámaras trampa y herramientas de IA para preservar la biodiversidad en el Valle del Cauca” y la inauguración de “TAPIR, plataforma de IA para planificar carreteras sostenibles en Colombia”.
Esta mentada tecnología, también conocida como Nature Tech, supone el uso de métodos avanzados para medir, vigilar y anticipar transformaciones ambientales y reducir así la incertidumbre. Hablamos, por ejemplo, de las mediciones de ADN ambiental, que calculan el material genético que los seres vivos dejan en el ambiente, como en el agua o el suelo, y que permite detectar su presencia sin observarlos directamente. O el aprendizaje automático, la rama de la inteligencia artificial que permite a los sistemas aprender de datos y hacer predicciones o clasificaciones sin ser programados paso a paso. Grandes ONG medioambientales, organismos multilaterales y redes internacionales hablan de este tipo de tecnologías como el camino para aprovechar la naturaleza frente a la crisis climática, conseguir financiamiento para la conservación e iniciar en el país una nueva etapa de restauración ecológica.
Los algoritmos de las tecnologías para la naturaleza se desarrollan a partir de una interacción constante entre el aprendizaje automático y las herramientas de verificación en campo, como las cámaras trampa con inteligencia artificial, el ADN ambiental, los drones y otras tecnologías de observación, que producen grandes volúmenes de datos actualizados para facilitar el monitoreo en tiempo real, la predicción y la identificación de especies en territorios remotos. Así las cosas, autoridades ambientales regionales, articuladas en torno a una red única, usan cámaras trampa e inteligencia artificial para monitorear fauna silvestre y convertir imágenes en datos útiles para conservación en el bosque amazónico, el valle del río Cauca, la cuenca Pacífico Norte, los páramos de Santurbán, Chingaza y Guerrero. En el Valle del Cauca se usan cientos de cámaras trampa y avanza el procesamiento de imágenes con herramientas de inteligencia artificial para seguimiento de biodiversidad. A nivel nacional, se usa también una plataforma de IA para planificar rutas viales con menor impacto ecológico. En todas estas iniciativas se habla de producción de datos a escala: cientos de registros, listados de especies, miles de cámaras y millones de hectáreas monitoreadas. Se vuelve común, entonces, esta forma de hablar de biodiversidad o naturaleza, a través de mediciones remotas, estandarizadas y escalables.
Es difícil no aplaudir tantos avances y sentirse embelesado con la certeza de los números, las imágenes y las evidencias. Sin embargo, conviene tomar el entusiasmo con un poco de cautela. Por muy sofisticado que parezca, este proceso no es imparcial: los algoritmos se entrenan con representaciones simplificadas y probabilísticas de la realidad, muchas veces configuradas por otros sistemas automatizados. La investigadora Anouk Fransen ha estudiado de cerca lo que llama “la comunidad de Nature Tech”, que reúne empresas, científicos, gobiernos y otros actores alrededor de la idea de que la naturaleza debe convertirse en datos para poder gestionarse bien. Fransen nos recuerda que a medida en que se vuelve más importante el conocimiento técnico y algorítmico, otras formas de entender la naturaleza, como los saberes locales (campesinos, indígenas, urbanos) pueden quedar relegadas si no encajan en esos modelos.
En Colombia, problemas complejos de biodiversidad y clima que tienen que ver con la distribución de la tierra, los privilegios de algunas agroindustrias o la desigualdad se transforman en dilemas técnicos que supuestamente pueden resolverse con más datos y mejores herramientas. Esto hace que quienes manejan estas tecnologías aparezcan como los únicos expertos legítimos. A su vez, comunidades locales, campesinas u otros actores pueden comenzar a ser vistas como sospechosas ya que pueden dañar la naturaleza. Es decir, como poblaciones que deben ser supervisadas y monitoreadas, en vez de ser reconocidas por su propio conocimiento de la naturaleza que las rodea.
Es imposible no celebrar la introducción de tecnologías con las que podemos ver y contar pumas, dantas, osos andinos, hormigueros y jaguares. Pero no está de más rechazar la idea de que para proteger la naturaleza primero hay que convertirla en datos. Por supuesto que los números, las predicciones y las imágenes ayudan a monitorear mejor, pero también pueden hacer que solo se valore lo que las máquinas pueden medir, dejando por fuera conocimientos humanos, historias y procesos políticos. Esta visión es atractiva, pero puede aumentar la vigilancia sobre territorios y comunidades que ya han sido suficientemente estigmatizadas por el Estado central.
