Este resumen es generado por inteligencia artificial y revisado por la redacción.
`; document.body.appendChild(modalWrapper); let figcaption = modalWrapper.querySelector(«figcaption»); if(figcaption) figcaption.style.display=»none»; modalWrapper.querySelector(«.s-multimedia__close-modal»).addEventListener(«click»,()=>{modalWrapper.remove(); e.style.display=»flex»; if(caption) caption.style.display=»block»;});})})});});
“Mejor es ponerlas cerca de una collpa, porque allí hay sajinos, huanganas, y eso hace que el jaguar se acerque”, dice Rubén Aviana, un hombre de 59 años que estudió contabilidad, pero que desde los 27 trabaja andando el monte. Hoy es coordinador de campo del San Diego Zoo Wildlife Alliance-Perú (SDZWA-Perú) y el encargado de instalar cámaras trampa en una selva enigmática, pero que él sí sabe descifrar. “Si veo que hay huellas de distintas especies o del propio jaguar, también es un lugar propicio [para poner las cámaras]”, añade.
El uso de esta técnica para registrar la presencia de animales es usual en distintas áreas protegidas de Perú pero, en este caso, las imágenes registradas se están procesando con la ayuda de la inteligencia artificial (IA).
Desde 2021, el Servicio Nacional de Áreas Naturales Protegidas por el Estado (Sernanp) viene implementando, en el departamento de Madre de Dios, el Programa Jaguar, orientado al monitoreo de la presencia y estado de conservación de esta especie al interior de la Reserva Nacional Tambopata. Lo hace a través de la jefatura de esta reserva y en coordinación con la Asociación para la Investigación y Desarrollo Integral (AIDER). La SDZWA–Perú también participa, precisamente procesando las fotografías obtenidas con la ayuda de la IA.
Leer más | Ecuador: crean una «isla inteligente» para salvar a Galápagos de las especies invasoras
Una jaguar hembra caminando por la Reserva Nacional Tambopata con su cría. Foto: cortesía SDZWA
`; document.body.appendChild(modalWrapper); let figcaption = modalWrapper.querySelector(«figcaption»); if(figcaption) figcaption.style.display=»none»; modalWrapper.querySelector(«.s-multimedia__close-modal»).addEventListener(«click»,()=>{modalWrapper.remove(); e.style.display=»flex»; if(caption) caption.style.display=»block»;});})})});});
¿Cómo se usa la IA para tener una buena estimación de la población de jaguares (Panthera onca) en la Reserva Tambopata?
El Programa Jaguar hizo dos evaluaciones para conocer la densidad poblacional de este félido. En la primera, realizada entre el 27 de agosto de 2021 y el 4 de febrero de 2022, se instalaron 101 cámaras trampa al interior de la reserva. En la segunda, que tuvo lugar del 14 de febrero al 12 de septiembre de 2024, se instalaron 90. En ambos casos se distribuyeron en un área de 830 kilómetros cuadrados.
Las cámaras trampa funcionan en pares, instalándose una frente a la otra en una trocha, camino u otro lugar por donde se presume que circulan los animales. De esa manera, cada vez que un animal las activa se dispara un doble registro desde ángulos diferentes. Las cámaras tienen un sensor de movimiento (PIR, infrarrojo pasivo), similar al que se usa para prender las luces cuando una persona entra a algún lugar. Normalmente se generan fotos de ambos lados del animal, pero a veces sólo se activa una cámara, dependiendo de la distancia y el ángulo por el cual pasa.
Hasta allí, podría decirse que se usaron métodos convencionales o conocidos. Pero luego viene lo nuevo. Una vez que se obtuvieron las imágenes, se ingresaron a un disco duro y se enviaron a las oficinas de San Diego Zoo Wildlife Alliance, en Estados Unidos. Allí se procesaron en un software denominado Animl (Animal Machine Learning), hecho especialmente para detectar e identificar animales, y creado por Kayra Swanson, investigadora de esta institución.
El diseño de Animl permite distinguir especies con mayor precisión. Por ejemplo, logra diferenciar un sajino (Dicotyles tajacu) de una huangana (Tayassu pecari) o un ocelote (Leopardus pardalis) de un margay (Leopardus wiedii), que son animales muy parecidos, aunque el ocelote es de mayor tamaño. Gracias a su eficacia, Animl reduce considerablemente el tiempo que antes se dedicaba a examinar las imágenes registradas por las cámaras trampa.
El software de IA denominado Animl (Animal Machine learning) permitió discriminar, entre numerosas fotos y vídeos de animales, esta imagen de un jaguar. Al fondo se distingue una de las cámaras que se ponen en cada estación. Foto: cortesía SDZWA
`; document.body.appendChild(modalWrapper); let figcaption = modalWrapper.querySelector(«figcaption»); if(figcaption) figcaption.style.display=»none»; modalWrapper.querySelector(«.s-multimedia__close-modal»).addEventListener(«click»,()=>{modalWrapper.remove(); e.style.display=»flex»; if(caption) caption.style.display=»block»;});})})});});
“Antes, analizar estas fotografías tomaba meses. Ahora, a la IA le toma apenas unas horas”, explica Mathias Tobler, también investigador del SDZWA. Luego se tiene que hacer una verificación para corregir posibles errores, pero, gracias a que Animl ya hizo la mayor parte del trabajo, la tarea de revisión tarda sólo una o dos semanas. El margen de error de este software especializado “es de apenas entre un 5 % y un 10 %”, anota Tobler.
Una vez clasificadas todas las especies que aparecen en las fotos, estas son introducidas en un segundo software llamado Matchy Patchy, que ayuda a identificar específicamente a los jaguares. En concreto, lo que hace es discriminar, entre cientos de fotografías, cuántos de estos félidos fueron registrados exactamente, diferenciándolos uno a uno.
Como explica Tobler, “puede distinguir un individuo de otro”. En ocasiones, ocurre que en las imágenes sale solamente la pata de un animal, o una toma borrosa, o varias tomas que no se sabe si pertenecen al mismo jaguar. Matchy Patchy arroja una sugerencia de qué individuo podría ser. Después, como en el caso de Animl, interviene el ojo humano para la verificación. Esta doble ayuda de la IA en estos software permite que en pocas semanas, y no en meses, se obtengan resultados más precisos.
Leer más | Los códigos del canto: los algoritmos revolucionan el estudio poblacional de la gallineta chica en Argentina
Rubén Aviana considera que es mejor poner las cámaras cerca de una collpa —una zona donde los animales se reúnen para consumir arcilla rica en minerales— o de una cocha —como en la selva amazónica peruana llaman a las lagunas—. En estos sitios, asegura, resulta más probable que ronden las presas del jaguar y, por lo tanto, el gran félido. Es por esto que los pares de cámaras se instalan a una distancia de 300 a 500 metros de estos lugares, mientras que en otras zonas se colocan en un rango de tres kilómetros.
Rubén Aviana instala una de las cámara trampa que capta las imágenes que luego son analizadas por la inteligencia artificial en Animl y Matchy Patchy. Foto: cortesía José Luis Mena
`; document.body.appendChild(modalWrapper); let figcaption = modalWrapper.querySelector(«figcaption»); if(figcaption) figcaption.style.display=»none»; modalWrapper.querySelector(«.s-multimedia__close-modal»).addEventListener(«click»,()=>{modalWrapper.remove(); e.style.display=»flex»; if(caption) caption.style.display=»block»;});})})});});
A veces, para instalarlas tienen que abrir trocha en medio de la selva, pero también se aprovechan los caminos que hacen los colonos y los habitantes indígenas, sobre todo los ese’eja que viven en esta zona. Algunas de esas rutas son llamadas estradas y se crean para extraer el fruto de los árboles de castaña (Castanea sativa). “Las estradas castañeras, usadas frecuentemente por los jaguares, incrementan su detectabilidad”, sostiene José Luis Mena, director de ciencia y conservación del SDZWA-Perú.
En la primera evaluación, realizada entre 2021 y 2022, gracias a las cámaras trampa se obtuvieron 28 fotografías en las que fueron captados 15 individuos, tal como determinó el procesamiento hecho con Matchy Patchy. La densidad de muestreo que se estimó entonces fue de 1.54 jaguares por cada 100 kilómetros y también se registró la presencia de otras 48 especies de mamíferos y cinco de aves.
En 2024, una nueva campaña de evaluación logró registrar 20 individuos de jaguar, entre machos y hembras. Con esas cifras, la densidad de la especie se estimó en 1.16 jaguares por cada 100 kilómetros. Aun cuando esta última cifra parece menor, según Mena, “la densidad es similar en las dos evaluaciones”. Esto se debe a que los intervalos de confianza encontrados en ambos casos son parecidos.
“No hubo cambio”, explica el investigador. De hecho, para indicar con contundencia si hay una variación en la población, tendrían que hacerse evaluaciones por un lapso de al menos 10 años.
El monitoreo de 2024 también detectó la presencia del venado rojo (Mazama americana), el sajino (Pecari tajacu), el añuje (Dasyprocta variegata), el venado gris (Mazama nemorivaga) y el tapir amazónico (Tapirus terrestris). La presencia de estos animales explica por qué es importante proteger al jaguar, considerado una “especie sombrilla”, un término con el que se designa a un animal que, debido a sus requerimientos de alimento y territorio, necesita de una gran extensión de territorio, de manera que, al protegerlo, se protege también a numerosas especies que comparten el mismo espacio.
Algunos datos permiten entender esa lógica: un jaguar macho necesita unos 600 kilómetros cuadrados para desplazarse; una hembra, 300. Si se los protege, como procura el Programa Jaguar, se conserva una vasta extensión de territorio selvático.
“El jaguar no es un animal altamente especializado; tiene una dieta muy variada”, sostiene Mena. “Se alimenta sobre todo de mamíferos medianos como ronsocos [o capibaras], pero también caza pecaríes, venados, armadillos, aves, peces e incluso caimanes”, detalla. En otras palabras, si hay jaguares en el bosque amazónico, es señal de que el bosque está sano porque aún mantiene el equilibrio entre depredadores y presas.
El software de IA Matchy Patchy tiene una utilidad central: permite distinguir un individuo de jaguar de otro, al procesar las manchas que aparecen en las fotos. Foto: cortesía SDZWA
`; document.body.appendChild(modalWrapper); let figcaption = modalWrapper.querySelector(«figcaption»); if(figcaption) figcaption.style.display=»none»; modalWrapper.querySelector(«.s-multimedia__close-modal»).addEventListener(«click»,()=>{modalWrapper.remove(); e.style.display=»flex»; if(caption) caption.style.display=»block»;});})})});});
Por eso es fundamental monitorear su densidad mediante evaluaciones como las que se realizaron con la ayuda de la IA, pero también constatar cuáles son las principales amenazas que lo acechan.
“La información recogida permite la toma de decisiones”, dice Patricia Cántaro, coordinadora regional de AIDER, al indicar que, por ejemplo, se pueden hacer propuestas al Plan Maestro de la Reserva Nacional Tambopata, que tiene entre sus objetivos estratégicos mantener el estado poblacional del jaguar, ya que “su distribución se encuentra bajo fuerte presión por la pérdida de cobertura forestal”, explica.
“Los monitoreos son una forma de seguimiento a la densidad de la población de jaguares en el tiempo”, afirma Mena. En teoría, se deben hacer cada cuatro años, de modo que el siguiente podría realizarse en 2028, para que encaje con el nuevo Plan Maestro de la Reserva Nacional Tambopata, que por ahora va de 2025 a 2030. “El monitoreo será uno de los elementos a considerar en ese nuevo plan”, afirma Eric Zamalloa, jefe de la reserva, y añade que “los monitoreos son una manera de saber cómo va la gestión del área natural protegida”.
En el caso de los jaguares, conocer cómo fluctúa su densidad permite analizar diversos factores, “como la perturbación humana, la disminución de sus presas o la caza”, indica Zamalloa. A pesar de lo minuciosas que fueron las evaluaciones realizadas, aún no es posible saber si en la Reserva Tambopata la densidad encontrada de jaguares es “la normal”. De allí la necesidad de hacer más monitoreos en el tiempo.
“El uso de la IA sirve para procesar los datos con más rapidez y para la toma de decisiones de la gestión”, refiere Mena. Tobler agrega que una identificación más rápida de los animales “permite identificar cambios en la población y detectar amenazas”, así como promover una mejor coexistencia entre el humano y el felino, con el objetivo de “reducir la matanza de jaguares en la zona de amortiguamiento de la reserva”, dice Mena. En todo eso ayudan los modelos basados en la identificación de individuos, como Animl y Matchy Patchy, aseguran los investigadores.
