Não há financiamento, a nível mundial, para se avançar no conhecimento. Os governos têm coisas mais importantes em que pensar do que preocuparem-se com o planeta: os votos da próxima eleição, expansões territoriais imperialistas com guerras de vaidade, consumo desenfreado, corrupção, ajudas a empresas de bilionários e cobardia nas políticas que incomodam bilionários.
O Risco de Extinção Pode Ser Muito Maior do Que As Estimativas ActuaisUm algoritmo de aprendizagem automática prevê que mais de metade dos milhares de espécies cujo estado de conservação ainda não foi avaliado, correm o risco de desaparecer definitivamente.
Para proteger eficazmente uma espécie, os conservacionistas precisam de informações fundamentais: onde vive e que ameaças enfrenta. Contudo, os mesmos cientistas carecem destes dados básicos para milhares de espécies em todo o mundo, tornando impossível saber como se estão a sair, quanto mais se têm assegurada a sua sobrevivência.
Para estas espécies com "deficiência de dados", um novo estudo publicado na Communications Biology a 4 de Agosto sugere que não haver nenhuma notícia provavelmente não é boa notícia.
Os autores utilizaram métodos de aprendizagem automática para prever o estado de conservação de 7.699 espécies deficitárias em dados - desde peixes a mamíferos - e descobriram que 56 por cento estão provavelmente ameaçadas de extinção.
Os resultados são especialmente preocupantes, dado que apenas 28% das espécies cujo estado de conservação é conhecido são consideradas em risco de desaparecer, diz o autor principal Jan Borgelt, "As coisas podem ser muito piores do que realmente nos apercebemos".
Borgelt e os seus colegas basearam a sua análise na «Lista Vermelha de Espécies Ameaçadas da União Internacional para a Conservação da Natureza» (UICN), uma base de dados global que categoriza o risco de extinção colocado a mais de 147.500 espécies.
Dependendo do grupo de espécies, contudo, cerca de 10 a 20 por cento dos animais, plantas e fungos da «Lista Vermelha» são classificados como deficientes em termos de dados, o que significa que há informação inadequada para determinar o seu estado de conservação.
Isto causa problemas aos cientistas que procuram compreender as ameaças à biodiversidade, bem como aos decisores políticos que tentam conceber estratégias de conservação locais, regionais e internacionais eficazes.
Borgelt e a sua equipa construíram um modelo de aprendizagem automática baseado em dados existentes de 28.363 espécies da «Lista Vermelha», cujo estado de conservação já tinha sido avaliado.
Incluíram informações da IUCN e outras fontes fiáveis sobre a distribuição, habitat e ameaças dessas espécies e depois utilizaram esses dados para treinar o seu modelo, a fim de elaborar uma técnica generalizada para prever o risco de extinção de uma determinada espécie. Em seguida, os investigadores aplicaram o modelo para prever o estado de conservação de 7.699 espécies com deficiência de dados incluídas na «Lista Vermelha». O único pré-requisito era que a área geográfica dessas espécies fosse conhecida.
O modelo projectava que mais de metade das espécies com deficiência de dados incluídas na análise estavam ameaçadas de extinção. Alguns grupos de animais parecem estar em condições mais difíceis do que outros. Segundo os resultados, 85% dos anfíbios, 62% dos insectos, 61% dos mamíferos, e 59% dos répteis que não dispõem de dados, correm provavelmente o risco de desaparecer. Os resultados também indicaram que as espécies com deficiência de dados na África Central, Ásia Meridional e Madagáscar enfrentam níveis de ameaça especialmente elevados.
Embora haja incerteza em torno dos resultados, Borgelt e os seus colegas receberam uma indicação de que as suas previsões são bastante precisas. Após a realização da análise, mas antes da publicação do seu estudo, a IUCN divulgou uma «Lista Vermelha» actualizada com listas de conservação para 123 espécies anteriormente deficitárias em dados. Três quartos desses estados do mundo real corresponderam às previsões feitas pelo modelo dos investigadores.
A nova descoberta na Biologia das Comunicações de que as espécies com deficiência de dados podem estar mais ameaçadas do que as espécies cujo estatuto de conservação é conhecido não é necessariamente surpreendente, mas reforça a necessidade de avaliações exaustivas do risco de extinção, diz Louise Mair, bióloga de conservação da Universidade de Newcastle em Inglaterra, que não esteve envolvida na investigação. "As avaliações da Lista Vermelha actualizada são cruciais para informar a acção e medir o progresso", diz ela.
O maior obstáculo para realizar tais avaliações não é a falta de conhecimentos técnicos para avaliar as espécies, acrescenta Louise Mair, mas a falta de recursos. "A conservação enfrenta um enorme défice de financiamento a nível mundial", diz ela.
Para gastar fundos limitados da forma mais sensata possível, Borgelt sugere que modelos preditivos poderiam ser utilizados para identificar e dar prioridade às espécies que parecem enfrentar as maiores ameaças. "Estas novas tecnologias de aprendizagem por máquinas não substituiriam os peritos, mas ajudariam a orientar e a atribuir recursos", diz ele. "Alguns grupos de espécies são realmente muito mais urgentes do que outros".
